Dossier Investigaciâ N Jdza

Comando General de Ejrcito
Escuela Militar de Ingeniera

Mariscal Antonio Jos de Sucre
Carrera de Ingeniera Comercial
Taller de Grado I y II
DOSSIER DE TEMAS DE INVESTIGACIN
MATERIAL BIBLIOGRFICO DE APOYO PARA

ESTUDIANTES DEL TALLER DE GRADO DE LA
CARRERA DE INGENIERA COMERCIAL
COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar
febrero del ao 2011
COCHABAMBA BOLIVIA
NDICE DE CONTENIDOS
Pg.
PROEMIO ............................................................................................................................................................1
1. CAPITULO I: GUIA PARA LA ELABORACIN DEL PERFIL DE INVESTIGACIN ...............................2
1.1. INDICACIONES GENERALES PARA EL QUE INICIA UN PROYECTO DE INVESTIGACION ............3
1.2. LA ELABORACIN DE LOS PROYECTOS DE INVESTIGACIN ........................................................6
1.2.1. ESQUEMA PARA LA ELABORACIN DE UN PROYECTO DE INVESTIGACIN ...........................6
1.2.2. DESARROLLO DE ASPECTOS DE LA ELABORACIN DE UNA INVESTIGACIN .......................7
1.2.2.1. EL PROBLEMA ..................................................................................................................................7
1.2.2.1.1. Ttulo descriptivo del proyecto.....................................................................................................7
1.2.2.1.2. Formulacin del problema. ...........................................................................................................7
1.2.2.1.3. Objetivos de la investigacin. ......................................................................................................8
1.2.2.1.4. Justificacin ...................................................................................................................................8
1.2.2.2. MARCO DE REFERENCIA ................................................................................................................9
1.2.2.2.1. Fundamentos tericos. .................................................................................................................9
1.2.2.2.2. Antecedentes del tema. .................................................................................................................9
1.2.2.2.3. Elaboracin de hiptesis. ...........................................................................................................10
1.2.2.2.4. Identificacin de las variables. ...................................................................................................10
1.2.2.3. METODOLOGA ...............................................................................................................................11
1.2.2.3.1. Diseo de tcnicas e instrumentos de recoleccin de informacin. .....................................11
1.2.2.3.2. Poblacin y muestra. ...................................................................................................................11
1.2.2.3.3. Tcnicas de anlisis. ...................................................................................................................12
1.2.2.3.4. Indice analtico tentativo del proyecto.......................................................................................12
1.2.2.3.5. Gua de trabajo de campo. ..........................................................................................................12
1.2.2.4. ASPECTOS ADMINISTRATIVOS ....................................................................................................12
1.2.2.4.1. Recursos humanos. .....................................................................................................................12
1.2.2.4.2. Presupuesto. ................................................................................................................................13
1.2.2.4.3. Cronograma. .................................................................................................................................13
1.2.2.5. BIBLIOGRAFA ................................................................................................................................13
1.2.3. REFERENTES .....................................................................................................................................14
2. CAPITULO II: BASES EPISTEMOLGICAS DE LA INVESTIGACIN .................................................15
2.1. LA EVOLUCIN DEL PENSAMIENTO CIENTFICO ............................................................................16
2.1.1. DESARROLLO DEL PENSAMIENTO CIENTFICO. ..........................................................................16
2.1.2. REFERENTES .....................................................................................................................................27
2.2. LA NATURALEZA DE LA CIENCIA Y EL MTODO CIENTFICO.......................................................28
2.2.1. LA CIENCIA: UNA CARACTERIZACIN GENERAL ........................................................................28
2.2.2. LAS CIENCIAS FORMALES Y EL MTODO AXIOMTICO ............................................................28
2.2.3. LA CUESTIN DEL MTODO EN LA CIENCIA EMPRICA: LAS TRADICIONES INDUCTIVISTAS
Y REFUTACIONISTAS .....................................................................................................................................29
2.2.3.1. EL INDUCTIVISMO ..........................................................................................................................29
2.2.3.2. EL REFUTACIONISMO ....................................................................................................................32
2.2.4. LAS CIENCIAS FORMALES Y LAS CIENCIAS FCTICAS: DIFERENCIAS ADICIONALES ........34
2.2.5. EL CONOCIMIENTO CIENTFICO Y SUS CONTEXTOS ..................................................................35
2.2.6. EL CONOCIMIENTO CIENTFICO Y SUS PECULIARIDADES.........................................................36
2.2.7. NOTAS .................................................................................................................................................37
2.2.8. REFERENCIAS ...................................................................................................................................37
2.3. LA CIENCIA Y EL MTODO CIENTFICO ............................................................................................39
2.3.1. EL EMPIRISMO LGICO ....................................................................................................................43
2.3.2. EL FALSACIONISMO DE POPPER ...................................................................................................44
2.3.3. REFERENCIAS ...................................................................................................................................45
2.4. EL POSITIVISMO ...................................................................................................................................46
2.4.1. INTRODUCCIN .................................................................................................................................46
2.4.2. EL POSITIVISMO, SUS ORGENES ...................................................................................................46
2.4.3. DEFINICIN ........................................................................................................................................50
2.4.4. ACTUALIDAD DEL PENSAMIENTO ..................................................................................................57
2.4.5. EL POSITIVISMO EN VENEZUELA ...................................................................................................58
2.4.6. REFERENCIAS ...................................................................................................................................64
2.5. LGICA Y TICA EN KARL POPPER ..................................................................................................66
COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar i

2.6. LGICA Y EPISTEMOLOGA DE LA CIENCIA SOCIAL: ENSAYO SOBRE EL ENTENDIMIENTO

REFLEXIVO EN HEGEL ...................................................................................................................................81
2.6.1. INTRODUCCIN .................................................................................................................................81
2.6.2. LGICA Y REPRESENTACIN DE REALIDAD ...............................................................................81
2.6.3. LA DIALECTIZACIN HEGELIANA DE LA LGICA ........................................................................82
2.6.4. LGICA COMO REPRESENTACIN Y LGICA COMO LENGUAJE .............................................90
2.6.5. DETERMINACIN DIALCTICA Y EPISTEMOLOGA DE LA CIENCIA .........................................93
2.7. EL ESTUDIO DE LA CIENCIA Y LOS PARADIGMAS DE THOMAS S. KHUN...................................98
2.8. RECURSOS PARA LA INVESTIGACIN SISTMICO/CONSTRUCTIVISTA ...................................107
2.8.1. INTRODUCCIN ...............................................................................................................................107
2.8.2. LA OBSERVACIN DE SEGUNDO ORDEN ...................................................................................107
2.8.3. EL DOMINIO DE INVESTIGACIN SISTMICO/CONSTRUCTIVISTA ..........................................109
2.8.4. ORIENTACIONES PARA LAS NUEVAS METODOLOGAS ...........................................................110
2.8.5. METODOLOGAS APROPIADAS ....................................................................................................111
2.8.6. CRITERIOS DE VALIDEZ PARA LA INVESTIGACIN DE SEGUNDO ORDEN ...........................114
2.8.7. ANEXOS, PASOS Y PROCEDIMIENTOS DE INVESTIGACIN ....................................................116
2.8.8. REFERENCIAS .................................................................................................................................117
2.8.9. NOTAS ...............................................................................................................................................118
2.9. MARCO TERICO ...............................................................................................................................121
2.9.1. CMO SE DEBE LEER PARA FORMULAR UN MARCO TERICO. ............................................122
2.9.2. INTEGRACIN DEL MATERIAL ......................................................................................................124
2.9.3. DEFINICIN DE TRMINOS BSICOS ...........................................................................................124
2.9.4. DEFINICIN OPERACIONAL. ..........................................................................................................126
2.9.4.1. FUNCIN DE LOS CONCEPTOS O DEFINICIONES OPERACIONALES: .................................127
2.9.5. REQUISITOS DE LOS CONCEPTOS: .............................................................................................127
2.9.6. REGLAS PARA DEFINIR..................................................................................................................127
2.9.7. ESQUEMA DE LA INVESTIGACIN ................................................................................................128
2.9.8. REFERENCIAS .................................................................................................................................131
2.10. LA INVESTIGACIN EN LAS CIENCIAS SOCIALES ......................................................................132
2.10.1. EL MTODO COMPARATIVO ........................................................................................................134
2.10.2. EL PLANTEAMIENTO DE PROBLEMAS DE INVESTIGACIN SEGN EL MATERIALISMO
HISTRICO .....................................................................................................................................................135
2.10.3. REFERENCIAS ...............................................................................................................................136
3. CAPITULO III: BASES PARA LA INVESTIGACIN CUANTITATIVA ..................................................137
3.1. EL DISEO DE LA INVESTIGACIN .................................................................................................138
3.1.1. TIPOS DE DISEO............................................................................................................................138
3.1.2. DISEOS BIBLIOGRFICOS ...........................................................................................................139
3.1.3. DISEOS DE CAMPO.......................................................................................................................141
3.1.4. DISEO EXPERIMENTAL ................................................................................................................141
3.1.5. EXPERIMENTOS POST - FACTO ....................................................................................................144
3.1.6. ENCUESTAS .....................................................................................................................................144
3.1.7. EL PANEL .........................................................................................................................................146
3.1.8. ESTUDIOS DE CASOS .....................................................................................................................147
3.1.9. EL DISEO CONCRETO DE LA INVESTIGACIN .........................................................................148
3.1.10. LA RESEA DE PROCEDIMIENTOS Y EL PROYECTO DE INVESTIGACIN ..........................148
3.1.11. REFERENCIAS ...............................................................................................................................149
3.2. LAS HIPTESIS ...................................................................................................................................150
3.2.1. REQUISITOS DE LAS HIPTESIS: .................................................................................................150
3.2.2. TIPOS DE HIPTESIS ......................................................................................................................151
3.2.3. DIFICULTADES PARA LA FORMULACIN DE HIPTESIS .........................................................153
3.2.4. UTILIDAD DE LAS HIPTESIS ........................................................................................................153
3.2.5. ESTRUCTURA DE LAS HIPTESIS ................................................................................................153
3.2.6. REFERENCIAS .................................................................................................................................154
3.3. LAS VARIABLES .................................................................................................................................155
3.3.1. ALGUNOS CRITERIOS PARA ESCOGER LOS INDICADORES ...................................................155
3.3.2. VARIABLE INDEPENDIENTE Y VARIABLE DEPENDIENTE .........................................................155
3.3.3. VARIABLE INTER Y VARIABLE INTRA ..........................................................................................156
3.3.4. VARIABLES EXTRAAS..................................................................................................................156
3.3.4.1. ELIMINACIN. ...............................................................................................................................156
COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar ii
3.3.4.2. CONSTANCIA DE CONDICIONES ................................................................................................156
3.3.4.3. BALANCEO ....................................................................................................................................157
3.3.4.4. CONTRABALANCEO ....................................................................................................................157
3.3.4.5. ALEATORIZACIN ........................................................................................................................157
3.3.5. VARIABLES CONTINUAS Y VARIABLES DISCRETAS. ................................................................157
3.3.6. CAUSALIDAD ...................................................................................................................................157
3.3.7. REFERENCIAS .................................................................................................................................158
3.4. LA VARIABLE ......................................................................................................................................159
3.4.1. CLASES DE VARIABLES .................................................................................................................159
3.4.2. VARIABLES Y DIMENSIONES .........................................................................................................160
3.4.3. RELACIONES ENTRE VARIABLES ................................................................................................161
3.4.4. REFERENCIAS .................................................................................................................................163
3.5. EL PROBLEMA DE LA CAUSALIDAD ...............................................................................................164
3.5.1. TIPOS DE DETERMINACIN ...........................................................................................................165
3.5.2. REFERENCIAS .................................................................................................................................166
3.6. INDICADORES E NDICES ..................................................................................................................167
3.6.1. CRITERIOS A CONSIDERAR PARA EL USO DE INDICADORES: ...............................................168
3.6.2. ESCALAS DE MEDICIN .................................................................................................................169
3.6.3. CLASES DE ESCALAS ....................................................................................................................170
3.6.4. CARACTERSTICAS DE LAS ESCALAS DE MEDICIN ...............................................................171
3.6.5. LOS NDICES ....................................................................................................................................172
3.6.6. REFERENCIAS .................................................................................................................................177
3.7. POBLACIN Y MUESTRA ..................................................................................................................178
3.7.1. LEYES DEL MTODO DE MUESTREO ...........................................................................................178
3.7.2. TIPOS DE MUESTRAS .....................................................................................................................179
3.7.3. REFERENCIAS .................................................................................................................................180
3.8. EL MUESTREO ....................................................................................................................................181
3.8.1. DATOS Y UNIDADES .......................................................................................................................182
3.8.2. UNIVERSO Y MUESTRA ..................................................................................................................183
3.8.3. MUESTRAS ALEATORIAS...............................................................................................................184
3.8.4. TAMAO DE LA MUESTRA Y ERROR MUESTRAL ......................................................................187
3.8.5. REFERENCIAS .................................................................................................................................188
3.9. MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIN ..............................................................189
3.9.1. ESTADSTICA SUMARIA .................................................................................................................189
3.9.2. LA MEDIA ARITMTICA...................................................................................................................189
3.9.2.1. SMBOLOS CONVENCIONALES ..................................................................................................189
3.9.2.2. CLCULO DE LA MEDIA A PARTIR DE DATOS NO AGRUPADOS. ........................................190
3.9.2.3. CODIFICACIN:.............................................................................................................................190
3.9.2.4. VENTAJAS Y DESVENTAJAS DE LA MEDIA ARITMTICA. .....................................................191
3.9.3. LA MEDIANA .....................................................................................................................................191
3.9.3.1. CLCULO DE LA MEDIANA A PARTIR DE DATOS NO AGRUPADOS: ...................................192
3.9.3.2. CLCULO DE LA MEDIANA A PARTIR DE DATOS AGRUPADOS: .........................................192
3.9.3.3. VENTAJAS Y DESVENTAJAS DE LA MEDIANA: .......................................................................193
3.9.4. LA MODA ..........................................................................................................................................193
3.9.4.1. CLCULO DE LA MODA DE DATOS AGRUPADOS: .................................................................193
3.9.4.2. VENTAJAS Y DESVENTAJAS DE LA MODA: .............................................................................194
3.9.4.3. COMPARACIN ENTRE LA MEDIA, LA MEDIANA Y LA MODA. ..............................................194
3.9.5. LA DISPERSIN ...............................................................................................................................195
3.9.5.1. MEDIDAS DE DISPERSIN. .........................................................................................................195
3.9.5.2. ALCANCE. ......................................................................................................................................196
3.9.5.2.1. Alcance Interfractil. ....................................................................................................................196
3.9.5.2.2. Alcance Intercuartil. ...................................................................................................................196
3.9.6. MEDIDAS DE DESVIACIN PROMEDIO ........................................................................................197
3.9.7. VARIANZA DE LA POBLACIN. .....................................................................................................197
3.9.7.1. DESVIACIN ESTNDAR DE LA POBLACIN ..........................................................................197
3.9.7.2. USOS DE LA DESVIACIN ESTNDAR......................................................................................198
3.9.7.3. CON MS PRECISIN: .................................................................................................................198
3.9.7.4. RESULTADO ESTNDAR:............................................................................................................198
COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar iii

3.9.7.5. CLCULO DE LA VARIANZA Y LA DESVIACIN ESTNDAR UTILIZANDO DATOS

AGRUPADOS: ................................................................................................................................................198
3.9.7.6. DESVIACIN ESTNDAR DE UNA MUESTRA: ..........................................................................199
3.9.7.7. DISPERSIN RELATIVA: EL COEFICIENTE DE VARIACIN ...................................................199
3.9.7.8. CONCEPTOS .................................................................................................................................200
3.9.7.9. RECOMENDACIONES PRCTICAS: ...........................................................................................202
3.9.8. REFERENCIAS .................................................................................................................................202
3.10. INFERENCIA ESTADSTICA .............................................................................................................203
3.10.1. INTRODUCCIN AL MUESTREO ..................................................................................................203
3.10.1.1. CONDICIONES QUE DEBE REUNIR UNA MUESTRA: .............................................................203
3.10.1.2. ESTADSTICAS Y PARMETROS..............................................................................................203
3.10.2. PARMETROS Y ESTIMADORES. ................................................................................................204
3.10.2.1. MUESTREO ALEATORIO............................................................................................................204
3.10.2.1.1. Muestreo Aleatorio Simple......................................................................................................204
3.10.2.1.2. Muestreo Sistemtico. .............................................................................................................205
3.10.2.1.3. Muestreo Estratificado. ...........................................................................................................205
3.10.2.2. MUESTREO DE RACIMO ............................................................................................................206
3.10.3. INTRODUCCIN A LAS DISTRIBUCIONES DE MUESTREO. .....................................................207
3.10.3.1. DESCRIPCIN DE LAS DISTRIBUCIONES DE MUESTREO. ..................................................207
3.10.3.2. CONCEPTO DE ERROR ESTNDAR.........................................................................................207
3.10.3.3. USO DEL ERROR ESTNDAR. ..................................................................................................208
3.10.4. BASE CONCEPTUAL PARA MUESTREAR DISTRIBUCIONES. .................................................208
3.10.4.1. MUESTREO DE POBLACIONES NORMALES. .........................................................................208
3.10.4.2. MUESTREO DE POBLACIONES NO NORMALES. ...................................................................209
3.10.4.2.1. El teorema del lmite central. ..................................................................................................209
3.10.4.2.2. Relacin entre el tamao de la muestra y el error estndar. ..............................................210
3.10.4.2.3. El multiplicador de la poblacin finita. ..................................................................................211
3.10.5. ESTIMACIN. ..................................................................................................................................215
3.10.5.1. TIPOS DE ESTIMACIN. .............................................................................................................215
3.10.5.2. ESTIMADOR Y ESTIMACIONES. ................................................................................................216
3.10.5.3. CRITERIOS PARA SELECCIONAR UN BUEN ESTIMADOR. ...................................................216
3.10.5.4. ESTIMACIONES PUNTUALES. ...................................................................................................217
3.10.5.4.1. Estimacin puntual de la varianza y de la desviacin estndar de la poblacin..............217
3.10.5.4.2. Estimacin puntual de la porcin de la poblacin. ..............................................................218
3.10.5.5. ESTIMACIONES DE INTERVALO. ..............................................................................................218
3.10.5.5.1. Probabilidad de que el parmetro de la poblacin est dentro de la estimacin. ............218
3.10.5.5.2. Estimaciones de intervalo e intervalos de confianza...........................................................219
3.10.5.5.3. Relacin entre el nivel de confianza e intervalo de confianza. ...........................................219
3.10.5.5.4. Uso del muestreo y de la estimacin de intervalos de confianza. .....................................219
3.10.5.5.5. Clculo de estimaciones de intervalo de la media a partir de muestras grandes. ...........219
3.10.5.5.6. Cuando no se conoce la desviacin estndar. .....................................................................220
3.10.6. DETERMINACIN DEL TAMAO DE LA MUESTRA. ..................................................................220
3.10.7. SUGERENCIAS: ..............................................................................................................................220
3.10.8. CONCEPTOS. .................................................................................................................................221
3.10.9. PRUEBAS DE HIPTESIS .............................................................................................................222
3.10.9.1. INTRODUCCIN ..........................................................................................................................222
3.10.9.2. INTERPRETACIN DEL NIVEL DE SIGNIFICANCIA. ...............................................................222
3.10.9.3. SELECCIN DEL NIVEL DE SIGNIFICANCIA ...........................................................................223
3.10.9.3.1. Errores tipo I y tipo II. ..............................................................................................................223
3.10.9.3.2. Pruebas de hiptesis de dos extremos y de un extremo. ...................................................223
3.10.9.3.3. Medicin de la potencia de una prueba de hiptesis...........................................................224
3.10.10. SUGERENCIAS:............................................................................................................................224
3.10.11. CONCEPTOS: ...............................................................................................................................225
3.10.12. INTRODUCCIN A LA ESTADSTICA NO PARAMTRICA ......................................................226
3.10.12.1. VENTAJAS DE LOS MTODOS NO PARAMTRICOS. .........................................................227
3.10.12.2. DESVENTAJAS DE LOS MTODOS NO PARAMTRICOS. ..................................................227
3.10.12.3. PRUEBA DE KOLMOGOROV.SMIRNOV. ................................................................................227
3.10.13. SUGERENCIAS:............................................................................................................................228
3.10.14. CONCEPTOS: ...............................................................................................................................228
COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar iv
3.10.15. REFERENCIAS .............................................................................................................................228
3.11. PROBABILIDAD .................................................................................................................................229
3.11.1. HISTORIA DE LA PROBABILIDAD ...............................................................................................229
3.11.2. CONCEPTOS BSICOS SOBRE PROBABILIDAD. .....................................................................229
3.11.3. TRES TIPOS DE PROBABILIDAD. ................................................................................................230
3.11.3.1. PROBABILIDAD CLSICA. ........................................................................................................230
3.11.3.2. FRECUENCIA RELATIVA DE PRESENTACIN. .......................................................................230
3.11.3.3. PROBABILIDADES SUBJETIVAS. .............................................................................................231
3.11.4. REGLAS DE PROBABILIDAD. ......................................................................................................232
3.11.4.1. REGLA DE LA ADICIN PARA EVENTOS MUTUAMENTE EXCLUYENTES. ........................232
3.11.4.2. REGLA DE ADICIN PARA EVENTOS QUE NO SON MUTUAMENTE EXCLUYENTES. ......233
3.11.4.3. PROBABILIDADES BAJO CONDICIONES DE INDEPENDENCIA ESTADSTICA. .................233
3.11.4.4. PROBABILIDADES MARGINALES BAJO INDEPENDENCIA ESTADSTICA. ........................233
3.11.4.5. PROBABILIDADES CONJUNTAS BAJO CONDICIONES DE INDEPENDENCIA....................233
3.11.4.6. PROBABILIDADES CONDICIONALES BAJO INDEPENDENCIA. ...........................................233
3.11.4.7. PROBABILIDADES BAJO CONDICIONES DE DEPENDENCIA ESTADSTICA......................234
3.11.4.8. PROBABILIDAD CONDICIONAL BAJO DEPENDENCIA ESTADSTICA. ...............................234
3.11.4.9. PROBABILIDADES CONJUNTAS BAJO CONDICIONES DE DEPENDENCIA. ......................234
3.11.5. CONCEPTOS: .................................................................................................................................235
3.11.6. REFERENCIAS ...............................................................................................................................235
3.12. VARIABLE ALEATORIA ....................................................................................................................236
3.12.1. INTRODUCCIN A LAS DISTRIBUCIONES DE PROBABILIDAD. .............................................236
3.12.2. TIPOS DE DISTRIBUCIONES DE PROBABILIDAD. .....................................................................236
3.12.3. VARIABLES ALEATORIAS. ...........................................................................................................236
3.12.3.1. VALOR ESPERADO DE UNA VARIABLE ALEATORIA. ...........................................................237
3.12.3.2. TRATAMIENTO DE VARIABLES ALEATORIAS. ......................................................................237
3.12.3.2.1. Variables aleatorias discretas. ...............................................................................................237
3.12.3.2.2. Variables aleatorias continuas. ..............................................................................................238
3.12.3.2.3. Medidas caractersticas de una distribucin de probabilidades. .......................................239
3.12.3.2.4. CONCEPTOS: ...........................................................................................................................239
3.12.4. REFERENCIAS ...............................................................................................................................240
3.13. DISTRIBUCIONES DE PROBABILIDAD...........................................................................................241
3.13.1. INTRODUCCIN. ............................................................................................................................241
3.13.2. LA DISTRIBUCIN BINOMIAL. .....................................................................................................241
3.13.2.1. USO DEL PROCESO DE BERNOULLI. ......................................................................................241
3.13.2.1.1. Generalizaciones: ....................................................................................................................242
3.13.2.1.2. Medidas de tendencia central y de dispersin para la distribucin binomial. ..................242
3.13.2.1.3. Cumplimiento de las condiciones del proceso de Bernoulli. .............................................242
3.13.2.2. LA DISTRIBUCIN DE POISSON. ..............................................................................................242
3.13.2.2.1. Caractersticas de los procesos de distribucin de probabilidad de Poisson. ................243
3.13.2.2.2. Clculo de la probabilidad de Poisson. .................................................................................243
3.13.2.2.3. La distribucin de Poisson como una aproximacin a la distribucin binomial. .............244
3.13.3. LA DISTRIBUCIN NORMAL DE UNA VARIABLE ALEATORIA CONTINUA. ...........................245
3.13.3.1. CARACTERSTICAS DE LA DISTRIBUCIN NORMAL DE PROBABILIDAD. ........................245
3.13.3.2. REAS BAJO LA CURVA NORMAL. .........................................................................................245
3.13.3.3. USO DE LA TABLA DE DISTRIBUCIN DE PROBABILIDAD NORMAL ESTNDAR. ..........246
3.13.3.4. DEFECTOS DE LA DISTRIBUCIN NORMAL DE PROBABILIDAD. .......................................247
3.13.3.5. LA DISTRIBUCIN NORMAL COMO UNA APROXIMACIN DE LA DISTRIBUCIN
BINOMIAL. ......................................................................................................................................................247
3.13.4. DISTRIBUCIN EXPONENCIAL. ...................................................................................................248
3.13.4.1. TEOREMA DEL LMITE CENTRAL. ............................................................................................248
3.13.4.2. IDENTIFICACIN DEL MODELO APROPIADO. ........................................................................250
3.13.4.3. CONCEPTOS. ..............................................................................................................................250
3.13.5. REFERENCIAS ...............................................................................................................................252
3.14. NMEROS NDICES ..........................................................................................................................253
3.14.1. DEFINICIN DE UN NMERO NDICE. .........................................................................................253
3.14.2. TIPOS DE NMEROS NDICE. .......................................................................................................253
3.14.3. USOS DE LOS NMEROS NDICE. ...............................................................................................253
3.14.4. PROBLEMAS RELACIONADOS CON LOS NMEROS NDICE. ................................................254
COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar v
3.14.4.1. NDICE DE AGREGADOS NO PESADOS. .................................................................................254
3.14.4.2. NDICE DE AGREGADOS PESADOS.........................................................................................255
3.14.5. MTODOS DE PROMEDIO DE RELATIVOS.................................................................................256
3.14.5.1. MTODO DE PROMEDIO NO PESADO DE RELATIVOS. ........................................................256
3.14.5.2. MTODO DE PROMEDIO PESADO DE RELATIVOS. ...............................................................256
3.14.6. NDICES DE CANTIDAD Y VALOR. ...............................................................................................257
3.14.6.1. NDICES DE CANTIDAD. .............................................................................................................257
3.14.6.2. NDICES DE VALOR. ...................................................................................................................257
3.14.7. PROBLEMAS EN LA CONSTRUCCIN Y EN EL USO DE NMEROS NDICE. ........................257
3.14.7.1. PROBLEMAS EN LA CONSTRUCCIN. ....................................................................................257
3.14.7.2. ADVERTENCIA EN LA INTERPRETACIN DE UN NDICE......................................................258
3.14.7.3. CONCEPTOS: ..............................................................................................................................258
3.14.8. REFERENCIAS ...............................................................................................................................259
3.15. RECOLECCIN DE LOS DATOS .....................................................................................................260
3.15.1. INDICADORES, TCNICAS E INSTRUMENTOS. .........................................................................260
3.15.2. DATOS PRIMARIOS Y SECUNDARIOS. .......................................................................................261
3.15.3. TCNICAS DE RECOLECCIN DE DATOS PRIMARIOS. ...........................................................261
3.15.3.1. LA OBSERVACIN CIENTFICA. ...............................................................................................262
3.15.3.1.1. Observacin simple y participante. .......................................................................................263
3.15.3.1.2. Registro y formalizacin de la observacin..........................................................................265
3.15.3.2. LA ENTREVISTA..........................................................................................................................267
3.15.3.2.1. Entrevistas no estructuradas: ................................................................................................268
3.15.3.2.2. Entrevistas formalizadas: .......................................................................................................270
3.15.3.3. EL CUESTIONARIO AUTOADMINISTRADO..............................................................................271
3.15.3.3.1. Tipos de cuestionarios. ...........................................................................................................273
3.15.3.3.2. Listas de preferencias y ordenamientos de opciones: ........................................................274
3.15.3.4. SOCIOGRAMA. ............................................................................................................................274
3.15.3.5. TESTS PSICOLGICOS. .............................................................................................................275
3.15.3.6. TCNICAS PROYECTIVAS. ........................................................................................................275
3.15.3.7. ESCALAS Y DIFERENCIALES SEMNTICOS. .........................................................................275
3.15.3.8. ANLISIS DE CONTENIDO. ........................................................................................................276
3.15.4. RECOLECCIN DE DATOS SECUNDARIOS. ..............................................................................277
3.15.5. REFERENCIAS ...............................................................................................................................279
3.16. OBTENCIN Y ORDENAMIENTO DE DATOS .................................................................................280
3.16.1. POBLACIN Y MUESTRA. ............................................................................................................280
3.16.2. ORDENAMIENTO DE DATOS. .......................................................................................................280
3.16.3. RECOLECCIN DE DATOS: ..........................................................................................................280
3.16.3.1. DIFERENCIA ENTRE MUESTRAS Y POBLACIONES: .............................................................281
3.16.3.2. BSQUEDA DE UN PATRN SIGNIFICATIVO EN LOS DATOS: ............................................282
3.16.3.3. DATOS SIN PROCESAR: ............................................................................................................282
3.16.3.4. ORDENAMIENTO DE DATOS UTILIZANDO SU ARREGLO Y DISTRIBUCIN DE
FRECUENCIAS: .............................................................................................................................................283
3.16.3.4.1. La distribucin de frecuencias. ..............................................................................................283
3.16.3.4.2. Caractersticas de las distribuciones de frecuencias relativas. .........................................283
3.16.3.5. CONSTRUCCIN DE UNA DISTRIBUCIN DE FRECUENCIAS: ............................................284
3.16.3.6. REPRESENTACIN GRFICA DE LAS DISTRIBUCIONES DE FRECUENCIAS: ..................285
3.16.3.6.1. Histogramas. ............................................................................................................................285
3.16.3.6.2. Polgonos de frecuencias. ......................................................................................................286
3.16.3.6.3. Ojivas. .......................................................................................................................................287
3.16.3.7. TRATAMIENTO DE UNA VARIABLE DISCRETA: .....................................................................287
3.16.4. CONCEPTOS: .................................................................................................................................288
3.16.5. REFERENCIAS ...............................................................................................................................290
3.17. REGISTRO DE LA INFORMACIN. MODELOS DE FICHAS. .........................................................291
3.17.1. FICHA BIBLIOGRFICA.................................................................................................................291
3.17.2. FICHA DE DIARIOS Y REVISTAS. .................................................................................................292
3.17.3. FICHA DE TESIS. ............................................................................................................................292
3.17.4. FICHA DE PUBLICACIN OFICIAL...............................................................................................293
3.17.5. FICHA DE TEXTOS JURDICOS. ...................................................................................................293
3.17.6. FICHA DE DOCUMENTOS NACIONALES. ...................................................................................293
COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar vi
3.17.7. FICHA DE DOCUMENTOS INTERNACIONALES. ........................................................................294
3.17.8. FICHA DE REGISTRO DE OBRAS DE RECOPILACIN DE CONSTITUCIONES O LEYES. ....294
3.17.9. FICHA DE REGISTRO DE PACTOS, ACUERDOS O TRATADOS INTERNACIONALES. ..........294
3.17.10. FICHA DE ARTCULOS CONTENIDOS EN LIBROS O ENCICLOPEDIAS................................295
3.17.11. FICHA DE CAMPO. .......................................................................................................................295
3.17.12. FICHA DE NOTICIARIO. ...............................................................................................................295
3.17.13. FICHA DE INSTITUCIN. .............................................................................................................295
3.17.14. FICHA DE REGISTRO DE INFORMACIN DE MAPAS, DIBUJOS, FOTOGRAFAS ...............296
3.17.15. FICHA DE TRABAJO. ...................................................................................................................296
3.17.16. FICHA DE TRANSCRIPCIN TEXTUAL. ....................................................................................297
3.17.17. FICHA DE SNTESIS. ....................................................................................................................297
3.17.18. FICHAS METODOLGICAS. .......................................................................................................297
3.17.19. REFERENCIAS .............................................................................................................................298
3.18. ANLISIS CUANTITATIVO................................................................................................................299
3.18.1. LA LGICA DE ESTUDIAR CANTIDADES ...................................................................................299
3.18.2. CLASIFICAR ...................................................................................................................................301
3.18.3. ANALIZAR VARIABLES INDIVIDUALES ......................................................................................303
3.18.4. ANALIZAR LAS RELACIONES ENTRE VARIABLES ...................................................................307
3.18.5. REFERENCIAS ...............................................................................................................................320
4. CAPITULO IV: BASES PARA LA INVESTIGACIN CUALITATIVA ....................................................321
4.1. LA NATURALEZA DE LA INVESTIGACIN CUALITATIVA .............................................................322
4.1.1. COMPRENSIN MEDIANTE LA EXPERIENCIA: ...........................................................................323
4.1.2. LA INTERPRETACIN COMO MTODO. .......................................................................................326
4.1.3. OTRAS CARACTERSTICAS DE LA INESTIGACIN CUALITATIVA. ..........................................328
4.1.4. RECONOCIMIENTO DE CULPAS. ...................................................................................................329
4.2. UN INVESTIGADOR PRINCIPIANTE ..................................................................................................332
4.3. LA OBSERVACIN ..............................................................................................................................338
4.3.1. OBSERVACIN PARTICIPANTE: ...................................................................................................338
4.3.2. OBSERVACIN NO PARTICIPANTE: .............................................................................................339
4.3.3. OBSERVACIN LIBRE O NO ESTRUCTURADA: ..........................................................................339
4.3.4. OBSERVACIN ESTRUCTURADA: ................................................................................................340
4.3.5. REFERENCIAS .................................................................................................................................340
4.4. LA INVESTIGACIN ETNOGRFICA: ...............................................................................................341
4.4.1. QU ES LA ETNOGRAFA?...........................................................................................................341
4.4.2. CUL ES EL ALCANCE DE LA ETNOGRAFA? ..........................................................................342
4.4.3. CULES SON LAS CARACTERSTICAS DE LA ETNOGRAFA?...............................................343
4.4.4. QU ES "LO CIENTFICO"? ..........................................................................................................345
4.4.5. QU ES "LO OCULTO" EN UNA INVESTIGACIN? ...................................................................346
4.4.6. QU ES "LO CUALITATIVO" Y "LO CUANTITATIVO"?..............................................................348
4.4.7. QU EXPERIENCIAS TENEMOS EN INVESTIGACIN ETNOGRFI-CA? ................................349
4.4.8. QU ME PROPONGO CON ESTA INVESTIGACIN? .................................................................350
4.4.9. CULES SON LAS VIVENCIAS OBTENIDAS? ............................................................................350
4.4.10. CULES SON MIS EXPECTATIVAS? .........................................................................................352
4.4.11. EN EL CAMPO DE LOS VALORES EN EDUCACIN SUPERIOR (LOURDES DENIS) .............352
4.4.12. REFERENCIAS ...............................................................................................................................356
4.5. INVESTIGACION-ACCION PARTICIPATIVA......................................................................................358
4.5.1. CONCEPTO .......................................................................................................................................359
4.5.2. PRESUPUESTOS EPISTMICOS ....................................................................................................359
4.5.2.1. RELACIN SUJETO-OBJETO ......................................................................................................360
4.5.2.2. TOMA DE CONCIENCIA ................................................................................................................360
4.5.2.3. PARTICIPACIN ............................................................................................................................361
4.5.2.4. REDESCUBRIMIENTO DEL SABER POPULAR ..........................................................................362
4.5.2.5. CIENTIFICIDAD ..............................................................................................................................364
4.5.3. ASPECTOS METODOLGICOS ......................................................................................................365
4.5.3.1. ETAPA INICIAL ..............................................................................................................................366
4.5.3.2. ESTRUCTURACIN DE LA IAP: NEGOCIAR PARA CONSTRUIR EL PROGRAMA ................367
4.5.3.3. DESARROLLAR Y EVALUAR LO REALIZADO ..........................................................................368
4.5.4. REFERENCIA ....................................................................................................................................368
4.6. LA TRIANGULACIN ..........................................................................................................................371
COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar vii
4.6.1. LA VALIDACIN ...............................................................................................................................371
4.6.2. OBJETIVOS DE LA TRIANGULACIN ...........................................................................................373
4.6.3. ESTRETEGIAS DE LA TRIANGULACIN.......................................................................................375
4.6.4. REVISIN DE LOS INTERESADOS ................................................................................................377
4.7. LA COMPLEMENTARIEDAD COMO POSIBILIDAD EN LA ESTRUCTURACIN DE DISEOS DE
INVESTIGACIN CUALITATIVA ...................................................................................................................379
4.7.1. RESUMEN .........................................................................................................................................379
4.7.2. UN DISEO DESDE LA COMPLEMENTARIEDAD .........................................................................380
4.7.3. DISEO METODOLGICO ..............................................................................................................386
4.7.4. ESTRUCTURA DEL DISEO DE INVESTIGACIN ........................................................................387
4.7.4.1. PRIMER MOMENTO (PRECONFIGURACIN) ............................................................................387
4.7.4.2. SEGUNDO MOMENTO: PLAN DE CONFIGURACIN ................................................................388
4.7.4.3. EN EL TERCER MOMENTO O RECONFIGURACIN .................................................................389
4.7.5. REFERENCIAS .................................................................................................................................391
4.8. ANLISIS CUALITATIVO ....................................................................................................................392
4.9. LA INVESTIGACIN COMO UNA ACTIVIDAD EN EL AULA ...........................................................411
4.10. REFLEXIONES EPISTEMOLGICAS SOBRE LA INVESTIGACIN CUALITATIVA EN CIENCIAS
SOCIALES ......................................................................................................................................................414
4.10.1. INTRODUCCIN .............................................................................................................................414
4.10.2. ESTRATEGIAS ALTERNATIVAS PARA LA INVESTIGACIN CUALITATIVA ...........................415
4.10.2.1. ANLISIS DE CONTENIDO (CLSICO) .....................................................................................415
4.10.2.2. ANLISIS DE CONTENIDO (ETNOGRFICO)...........................................................................416
4.10.2.3. ANLISIS DEL DISCURSO .........................................................................................................416
4.10.2.4. ESTUDIOS DE DOCUMENTOS, HISTORIAS DE VIDA E HISTORIA ORAL ............................416
4.10.2.5. ETNOGRAFA (CLSICA, HOLSTICA, REFLEXIVA) ...............................................................416
4.10.2.6. ETNOGRAFA (ESTRUCTURAL) ................................................................................................416
4.10.2.7. ETNOGRAFA DE LA COMUNICACIN (MICROETNOGRAFA) .............................................417
4.10.2.8. ETNOMETODOLOGA .................................................................................................................417
4.10.2.9. ETNOCIENCIA (ANTROPOLOGA COGNITIVA) .......................................................................417
4.10.2.10. ANLISIS DE LA ESTRUCTURA DE EVENTOS .....................................................................417
4.10.2.11. "GROUNDED THEORY CONSTRUCTION" .............................................................................418
4.10.2.12. INTERACCIONISMO SIMBLICO ............................................................................................418
4.10.3. NUEVAS EXPERIENCIAS DE GABINETE Y FORMAS DE RAZONAMIENTO EN LA
INVESTIGACIN CUALITATIVA ...................................................................................................................419
4.10.3.1. PLURALIDAD DE VOCES Y LA UTILIZACIN DE HIPERTEXTOS .........................................420
4.10.3.2. HACIA UNA LGICA DEL RAZONAMIENTO HIPOTTICO EN INVESTIGACIN
CUALITATIVA .................................................................................................................................................422
4.10.4. A MODO DE CONCLUSIN: PROBLEMAS EPISTEMOLGICOS EMERGENTES DE LA
INVESTIGACIN CUALITATIVA ASISTIDA POR COMPUTADORA. .........................................................426
4.10.5. REFERENCIAS ...............................................................................................................................427
4.11. INVESTIGACIN CUALITATIVA Y TEXTUALIDAD LA INTERPRETACIN COMO PRCTICA
SOCIOLGICA ...............................................................................................................................................429
4.11.1. RESUMEN .......................................................................................................................................429
4.11.2. ACTIVIDAD SOCIOLGICA Y TEXTUALIDAD MS ALL DE LA APORA CUALITATIVO-
CUANTITATIVO ..............................................................................................................................................429
4.11.3. DATOS, NARRACIN E INTERPRETACIN ................................................................................431
4.11.3.1. MANIFESTACIONES, PROPOSICIONES E INTERPRETACIN ..............................................431
4.11.3.2. DATO Y DOCUMENTO SOCIOLGICO .....................................................................................433
4.11.4. LA INTERPRETACIN COMO PRCTICA SOCIOLGICA.........................................................434
4.11.5. A MODO DE CONCLUSIN: LA INTERPRETACIN ENTRE LA EPISTEMOLOGA Y LA
METODOLOGA .............................................................................................................................................437
4.11.6. REFERENCIAS ...............................................................................................................................439
5. CAPITULO V: ELEMENTOS PARA LA ELABORACIN DEL INFORME DE INVESTIGACIN ........442
5.1. INVESTIGACION CIENTIFICA Y ESCRITURA CIENTIFICA..............................................................443
5.1.1. DESAFIOS PARA EL INVESTIGADOR: ..........................................................................................443
5.1.2. PREGUNTAS CLAVES PARA ANTES DE SENTARSE A ESCRIBIR UN ARTICULO: ................443
5.1.3. COMO ORGANIZAR LOS PENSAMIENTOS PLANIFICACION: PRIMER PASO HACIA LA
COMPETENCIA: .............................................................................................................................................443
5.1.4. FORMAS DE ESCRITURA TECNICO-CIENTIFICA: .......................................................................444
COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar viii
5.1.5. CRITERIOS PARA ESCRITURA EFECTIVA ...................................................................................444
5.1.6. COMO EVITAR LAS FALTAS MAS COMUNES EN LOS INFORMES ...........................................444
5.1.7. PROCESO DE ESCRITURA: ............................................................................................................445
5.1.8. COMO CONSTRUIR ORACIONES GRAMATICALES EFECTIVAS: ..............................................445
5.1.9. ESTILO EDITORIAL:.........................................................................................................................446
5.1.10. FALTAS FRECUENTES QUE CONSTITUYEN CAUSAS DE RECHAZO DE ARTICULOS
TECNICO - CIENTIFICOS. .............................................................................................................................447
5.1.10.1. FALTAS RELACIONADAS CON EL CONTENIDO DE LA INVESTIGACION ...........................447
5.1.10.2. FALTAS RELACIONADAS CON EL INFORME DE LA INVESTIGACION ................................447
5.1.11. ASPECTOS PARA UNA LECTURA INTELIGENTE: .....................................................................447
5.1.11.1. SELECCIN .................................................................................................................................447
5.1.11.2. EVALUACION DE CALIDAD .......................................................................................................447
5.1.11.3. ACCESO A LA LITERATURA .....................................................................................................447
5.2. CMO ESCRIBIR UN ARTCULO CIENTFICO .................................................................................448
5.2.1. LA ESTRUCTURA DE UN ARTCULO ORIGINAL ..........................................................................448
5.2.1.1. INTRODUCCIN ............................................................................................................................448
5.2.1.2. MATERIAL Y MTODOS ...............................................................................................................448
5.2.1.3. RESULTADOS ...............................................................................................................................449
5.2.2. OTROS ASPECTOS DEL ARTCULO..............................................................................................450
5.2.3. COMPROBACIN DE ERRORES ....................................................................................................452
5.3. EPISTEMOGRAFAS. LA ESCRITURA DE LOS RESULTADOS DE INVESTIGACIN ..................454
5.3.1. RESUMEN .........................................................................................................................................454
5.3.2. INTRODUCCIN ...............................................................................................................................454
5.3.3. EL ASPECTO EPISTMICO: EL ENCUADRE POLTICO DE LA ESCRITURA ............................458
5.3.4. EL ASPECTO METDICO: LA CONSTRUCCIN DEL OBJETO-LA DECONSTRUCCIN DEL
SUJETO-LA CONSTRUCCIN DEL SUJETO-LA DECONSTRUCCIN DEL OBJETO ............................461
5.3.5. REFERENCIAS .................................................................................................................................463
5.3.6. NOTAS ...............................................................................................................................................464
5.4. GUIA PARA LA REDACCION DE ARTICULOS CIENTIFICOS DESTINADOS A LA PUBLICACION
466
5.4.1. INTRODUCCION ...............................................................................................................................467
5.4.2. PREAMBULO ....................................................................................................................................468
5.4.3. CATEGORIAS DE ARTICULOS .......................................................................................................468
5.4.3.1. MEMORIAS CIENTFICAS ORIGINALES .....................................................................................468
5.4.3.2. PUBLICACIONES SECUNDARIAS Y SERVICIOS DE INFORMACIN ......................................469
5.4.3.3. ESTUDIOS RECAPITULATIVOS...................................................................................................469
5.4.4. REGLA CONTRA LA DUPLICACION DE PUBLICACIONES .........................................................469
5.4.5. ELEMENTOS CONSTITUTIVOS DEL MANUSCRITO .....................................................................470
5.4.6. ESTILO DE PRESENTACION ..........................................................................................................471
5.4.7. CITAS Y REFERENCIAS ..................................................................................................................472
5.4.8. BIBLID (IDENTIFICACION BIBLIOGRAFICA) .................................................................................473
5.4.9. PREPARACION DE RESUMENES ANALITICOS ...........................................................................474
5.4.10. TERMINOLOGIA Y NOMENCLATURA ..........................................................................................476
5.4.11. PREPARACION DE CUADROS .....................................................................................................476
5.4.12. PREPARACION DE ILUSTRACIONES ..........................................................................................477
5.4.13. FORMA DE PRESENTACIN ........................................................................................................478
5.4.14. RECOMENDACIONES COMPLEMENTARIAS A LOS JEFES DE REDACCIN. .......................479
5.4.15. NORMAS RELATIVAS A LAS PUBLICACIONES CIENTFICAS. ................................................480
5.4.16. LISTA DE ABREVIATURAS. ..........................................................................................................482
5.5. REFERENCIAS BIBLIOGRAFICAS ELEMENTOS ESENCIALES.....................................................483
5.5.1. ALCANCE Y DEFINICIN ................................................................................................................483
5.5.2. FORMAS DE REFERENCIAS ...........................................................................................................483
5.5.3. INDICADORES QUE HAN DE FIGURAR EN LA REFERENCIA. ...................................................483
5.5.3.1. LIBROS ( U OTROS TRABAJOS PUBLICADOS SEPARADAMENTE) EJEMPLO: .................483
5.5.3.2. PERIDICOS (U OTRAS PUBLICACIONES EN SERIE) .............................................................484
5.5.4. ORDEN DE LAS INDICACIONES .....................................................................................................485
5.5.4.1. AUTORES .......................................................................................................................................485
5.5.4.2. TTULO ...........................................................................................................................................485
5.6. CITAS A PIE DE PGINA ....................................................................................................................487
COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar ix
5.6.1. IBID ....................................................................................................................................................487
5.6.2. OP. CIT. .............................................................................................................................................487
5.6.3. LOC. CIT ............................................................................................................................................487
5.7. FALTAS FRECUENTES DE RECHAZO DE ARTICULOS TECNICO-CIENTIFICOS ........................489
5.7.1. FALTAS RELACIONADAS CON EL CONTENIDO DE LA INVESTIGACION ................................489
5.7.1.1. FASE CONCEPTUAL DE LA INVESTIGACIN ...........................................................................489
5.7.1.2. FASE EMPRICA DE LA INVESTIGACIN...................................................................................490
5.7.1.3. FASE INTERPRETATIVA DE LA INVESTIGACIN .....................................................................491
5.7.2. FALTAS RELACIONADAS CON EL INFORME DE LA INVESTIGACION .....................................492
5.7.2.1. ESTRUCTURA DEL ARTCULO ...................................................................................................492
5.7.2.2. ESTILO DEL ARTCULO ...............................................................................................................493
5.7.3. CLAVE DE RESPUESTAS................................................................................................................494
6. CAPITULO VI: ELEMENTOS PARA LA EVALUACIN DE RESULTADOS ........................................496
6.1. EVALUAR LOS RESULTADOS ..........................................................................................................497
6.1.1. FACTUALIDAD Y CREDIBILIDAD ...................................................................................................497
6.1.1.1. CREDIBILIDAD DE LAS CONCLUSIONES CUALITATIVAS ......................................................498
6.1.1.2. CREDIBILIDAD DE LAS CONCLUSIONES CUANTITATIVAS ....................................................503
6.1.1.2.1. Prueba Chi ..................................................................................................................................505
6.1.1.2.2. Prueba Cochran Q......................................................................................................................508
6.1.1.2.3. Prueba Wilcoxon ........................................................................................................................510
6.1.1.2.4. La prueba t ..................................................................................................................................511
6.1.2. REFERENCIAS .................................................................................................................................512
6.2. UTILIDAD DE LOS RESULTADOS Y APLICACIN PRCTICA ......................................................513
6.2.1. VENTAJAS E INCONVENIENTES PARA LAS PERSONAS DEL EXTERIOR ...............................513
6.2.2. REFERENCIAS .................................................................................................................................516
6.3. EL INFORME DE INVESTIGACIN ....................................................................................................517
6.3.1. PARTES DE UN INFORME DE INVESTIGACIN ...........................................................................517
6.3.2. ESCRIBIR EL INFORME ...................................................................................................................521
6.3.3. MAQUETADO Y CONFECCIN DE NDICES .................................................................................523
6.3.4. REFERENCIAS .................................................................................................................................526
COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar x

NDICE DE TABLAS
Pg.
Tabla 1: Diagrama de Gantt ............................................................................................... 13
Tabla 2: Caractersticas de las Macroorientaciones Metodolgicas ................................. 110
Tabla 3: Tcnicas y procedimientos de investigacin ....................................................... 112
Tabla 4: Desgloce de estudio y aspectos de la investigacin ........................................... 129
Tabla 5: Especificacin de escala .................................................................................... 173
Tabla 6: Ejemplo de escala para observacin .................................................................. 266
Tabla 7: Ejemplo de escalas de opinin ........................................................................... 276
Tabla 8: Smbolos habituales en tablas ............................................................................ 302
Tabla 9: Analisis de variables por escala ......................................................................... 303
Tabla 10: Analisis de variables por escala........................................................................ 308
Tabla 11: Ejemplo de escala ............................................................................................ 312
Tabla 12: Caracteristicas de los estudios ......................................................................... 394
Tabla 13: Tabulacin Cruzada.......................................................................................... 401
Tabla 14: Fases de una familia......................................................................................... 402
Tabla 15: Comprobaciones estadsticas ........................................................................... 505
Tabla 16: frmula de la prueba Cochran .......................................................................... 509
COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar xi

NDICE DE ILUSTRACIONES
Pg.
Ilustracin 6: Ejemplo me dedidas de tendencia central ................................................... 305
Ilustracin 7: Presentacin grafica diagramica ................................................................. 309
Ilustracin 8: Dispercigrama ............................................................................................. 309
Ilustracin 9: Diagrama de barras en series ..................................................................... 310
Ilustracin 10: Histograma de medias .............................................................................. 311
Ilustracin 11: Ejemplo no adecuado de diagramacin .................................................... 312
Ilustracin 12: Disoercigrama ........................................................................................... 313
Ilustracin 13: Ejemplo de proyecciones .......................................................................... 316
Ilustracin 14: Ejemplo de proyecciones .......................................................................... 317
Ilustracin 15: Diagrama de dispercin ............................................................................ 318
Ilustracin 16: Metodo fenomenologico ............................................................................ 397
Ilustracin 17: Clasificacin de ornamentacin................................................................. 402
Ilustracin 18: Clasificacin de simbolos .......................................................................... 402
Ilustracin 19: Beneficios del proceso de investigacin .................................................... 513
COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar xii

NDICE DE IMGENES
Pg.
Imagen 1: David Hume( 1711-1776) ................................................................................. 47
Imagen 2: Immanuel Kant (1724-1804) ............................................................................. 47
Imagen 3: Claude Saint-Simon (1760-1825) ..................................................................... 48
Imagen 4: Augusto Comte(1798-1857) ............................................................................. 50
Imagen 5: Herbet Spencer (1820-1903) ............................................................................ 51
Imagen 6: John Stuart Mill (1806-1873) ............................................................................ 52
Imagen 7: Ejemplo de observacin ................................................................................. 108
Imagen 8: Comparaciones cualitativas ............................................................................ 399
COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar xiii

PROEMIO
Este Dossier de temas de investigacin pretende apoyar la formacin de los estudiantes

de Taller de Grado I y II de la Carrera de Ingeniera Comercial, poniendo a su disposicin
una compilacin de fundamentos de investigacin, marcos epistemolgicos, modelos
metodolgicos e instrumentales que hacen a la investigacin.
El material que se brinda es una compilacin de temas bsicos para la investigacin, que
recupera el aporte de la produccin intelectual de destacados autores registrados en
diferentes Pginas Web del Internet, por lo que al final de cada tema, aparecen registradas
las direcciones del correo electrnico en las que los Investigadores en formacin pueden
consultar para profundizar sobre los contenidos de su inters.
En dicho entendido agradecer el desprendimiento de los beneficiarios en socializar y

posibilitar la publicacin de este compendio de temas de investigacin, que sin duda
constituir un elemento motivador y regulador del conocimiento y la prctica investigativa
iniciada por los estudiantes de la Escuela Militar de Ingeniera.
Ph. D. c. Jess Demis Zuna Aguilar

COMPILADOR
COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar 1

1. CAPITULO I: GUA PARA

LA ELABORACIN DEL
PERFIL DE INVESTIGACIN

1.1. INDICACIONES GENERALES PARA EL QUE INICIA UN PROYECTO DE

INVESTIGACIN
Tulio Arends y Virginia Urquidi

Es muy difcil hacer indicaciones tericas de lo que debe o puede investigar un joven
investigador o cmo puede iniciarse en la investigacin cientfica un profesional de
experiencia.
Es imposible cubrir todas las variables que se pueden presentar en estos casos y por lo
menos sera interminable tratar de enfocar todas las alternativas. Pero s es posible dar
algunos principios muy generales, nacidos de la experiencia, que en cierta manera
orienten al que se inicia en estos campos.
1. El tema a escoger depende de algunos factores muy concretos:
a) Preparacin o especializacin de la persona. El que se inicia en la investigacin
debe hacerlo en aquel campo en que est mejor preparado. No se compagina un
endocrinlogo, por ejemplo, que de golpe quiera iniciarse en investigaciones
gastroenterolgicas, o viceversa. Tampoco se ve bien que un clnico se quiera
iniciar con un problema de ingeniera gentica.
b) Se deben estudiar aquellos casos o fenmenos que se presenten con cierta
frecuencia. No se hace buena eleccin cuando se escoge una o dos veces al ao.
Tampoco se gana mucho escogiendo como tema de estudio una enfermedad que
no existe en Venezuela, por ejemplo, la enfermedad del sueo o el Kur, por muy
interesantes que sean.
c) Se debe escoger para iniciarse un tema que atraiga profundamente al que va a
comenzar, sobre todo para que no se desanime cuando surjan los primeros
obstculos.
d) No es prudente iniciarse con un tema extraordinariamente complicado, a menos
que se tenga un enfoque muy original que prometa resultados a corto plazo. Nadie
debe iniciarse, por ejemplo, estudiando la causa del cncer o la cura de la
leucemia. Es ms sensato iniciarse con un tema que puede ser estudiado, de
acuerdo con el tiempo que se le dedique, en el plazo de un ao o menos, para que

los resultados que se obtengan sirvan de estmulo a seguir hacia otros temas ms
complicados.
e) El tema a escoger debe estar relacionado con la infraestructura de laboratorio de
que se disponga. Iniciarse en ingeniera gentica requiere hacer grandes
inversiones en equipo y consumo, mientras que trabajar en diagnstico, en etiologa
o en farmacologa tal vez no sea tan dispendioso.
f) Relacionar el tema a escoger con las tareas prioritarias determinadas para la regin
donde se va a hacer el trabajo, es una sana poltica.
g) La posibilidad de integrarse a un equipo de investigacin ya formado y en plena
actividad, es una sana decisin. El joven investigador tendra la oportunidad de
colaborar en un proyecto que se supone habr pasado por varios filtros, tratando de
completar algn aspecto de dicho proyecto. Si se trabaja en una lnea de
investigacin ya acreditada, cualquier resultado que se obtenga, ser interpretado
en el contexto de hallazgos afines importantes. Adems, habr mayor garanta de
obtener resultados en el menor tiempo posible.
2. Elegido el tema, es necesario definir con precisin el objeto de la investigacin,
realizando un estudio analtico de la observacin que le ha dado origen y de las
preguntas que origina su planteamiento. Se debe elaborar una hiptesis de trabajo y
esquematizar un diseo de los pasos a dar para comprobarla.
3. Es conveniente establecer o definir etapas parciales dentro del proyecto total,
asignando una utilizacin de recursos y un tiempo estimado para que cada etapa sea
culminada. Una planificacin hecha as permite en primer lugar un ajuste ms riguroso
de las metas u objetivos del trabajo a la disponibilidad real de los recursos. En
segundo lugar, resultar ms fcil y econmico encontrar y subsanar algn posible
error producido en el desarrollo del trabajo, si la revisin se efecta a nivel de
contenidos y procedimientos parciales.
4. En una planificacin bien hecha cabe prever ms de una va alternativa para abordar
un problema determinado, de forma que si la evaluacin de los resultados parciales,
producto de una estrategia de investigacin, no es satisfactoria, exista la posibilidad de
desarrollar alguna otra de las previstas, evitando la prdida definitiva de esfuerzos y de
inversin en tiempo y recursos.
5. Un plan de trabajo debe contemplar el tratamiento estadstico ms adecuado de los
parmetros involucrados en cada problema. En este sentido el nmero de casos a
incluir en el estudio, la cantidad de variables posibles en una experimentacin y el

nmero de veces que debe repetirse un experimento para considerar vlido un
resultado, debe ser objeto de una definicin metodolgica previa.
6. La continuacin del trabajo iniciado depende de los fondos disponibles y de la
voluntad. Antes de iniciar un trabajo de investigacin debe aclararse de dnde van a
salir los gastos de consumo que originar tal proyecto y si es posible calcular estos
gastos hasta lo ms cerca de la realidad.
7. Hay instituciones y fundaciones que dan financiamiento a los proyectos en el campo
biomdico, especialmente debemos mencionar al CONICIT y a la Fundacin Vargas.
Ese financiamiento debe ser solicitado con anticipacin, antes de iniciar el trabajo.
8. Antes de iniciar el trabajo durante el curso de los experimentos, se debe tener una
buena informacin bibliogrfica a la mano, para no repetir sin fundamento alguno lo
que ya est investigado y tambin para saber si mientras se est investigando sale
alguna tcnica que facilite o acelere el trabajo que se est ejecutando.
9. Pensar siempre que lo que se est haciendo terminar formalmente en una
publicacin. Investigacin que no se publique es trabajo perdido.
10. No ocultar extremadamente lo que se est haciendo y obteniendo por el peligro de que
alguien lo conozca, pero tampoco ir al extremo opuesto de prestar los resultados para
que alguien los utilice. El prestigio del investigador se basa en la prioridad, es decir en
quien primero descubra o describa un nuevo fenmeno o conocimiento.
11. Como autores de una publicacin no debe figurar sino realmente los que han trabajado
en ella. Recordar que los crditos de una publicacin se reparten entre el nmero de
autores.
12. Enviar siempre el trabajo a revistas serias, las cuales an no aceptndolo, le hacen
observaciones valiosas que mejoran su presentacin.
13. Enfocar preferencialmente un problema cuya solucin pueda ser un aporte positivo al
campo de las ciencias mdicas o a la regin. Pero el individuo que se siente preparado
para atacar cualquier otro problema o con la creatividad suficiente para resolver uno
que hasta ese momento se haya considerado insoluble, debe dedicarse de todas
maneras a dicho tema sea o no prioritario, sea o no aplicado.
REFERENTES: http://www.unet.edu.ve/~frey/varios/decinv/investigacion/indicagral.html

1.2. LA ELABORACIN DE LOS PROYECTOS DE INVESTIGACIN
M.Sc. Nubia Amparo Ortiz Guerrero

Con las siguientes pautas no pretendo crear modelos que se adapten al trabajo de
elaboracin de los proyectos de investigacin que van a ser en un futuro las monografas
de grado. Es nuestro objetivo ilustrar y dar paso a paso el proceso de elaboracin de un
proyecto, que se elabore teniendo en cuenta que l todo es la esencia del proceso de
investigacin y no aislar conceptos ni partes del mismo a elaboraciones secundarias
dando prioridad a otros. El cuerpo del proyecto debe ser secuencial y gozar del proceso de
los vasos comunicantes que determinara el xito del proyecto.
Es una pauta de seguimiento y de construccin que se debe tener en cuenta para que el
proyecto goce de un xito y de una realizacin a ciencia cierta. Que todo lo expuesto en
estas lneas sea el verdadero reflejo de un trabajo de investigacin y no la simple
transcripcin de informacin de un texto a estas pginas.
Espero aportar aunque sea una mnima parte a la realizacin de sus proyectos de
investigacin.
1.2.1. ESQUEMA PARA LA ELABORACIN DE UN PROYECTO DE INVESTIGACIN

I.- EL PROBLEMA.
A. Ttulo descriptivo del proyecto.
B. Formulacin del problema.
C. Objetivos de la investigacin.
D. Justificacin.
E. Limitaciones
II.-MARCO DE REFERENCIA.
A. Fundamentos tericos.
B. Antecedentes del problema.
C. Elaboracin de Hiptesis.
D. Identificacin de las variables.
III.-METODOLOGA.
A. Diseo de tcnicas e instrumentos de recoleccin de informacin.

B. Poblacin y muestra.
C. Tcnicas de anlisis.
D. ndice analtico tentativo del proyecto.
E. Gua de trabajo de campo.
IV.-ASPECTOS ADMINISTRATIVOS.
A. Recursos humanos.
B. Presupuesto.
C. Cronograma.
V.- BIBLIOGRAFA.
1.2.2. DESARROLLO DE ASPECTOS DE LA ELABORACIN DE UNA

INVESTIGACIN
1.2.2.1. EL PROBLEMA
Lo primero que nos interesa es conocer, saber, lo que ser investigado: Por qu, para qu,
cual es el valor o la importancia del hecho o fenmeno a investigar. Si la investigacin a
realizar tiene criterios de prioridad, novedad, oportunidad, conformismo o comportamiento.
1.2.2.1.1. Ttulo descriptivo del proyecto.

El ttulo de la investigacin a realizar, debe ser claro, preciso y completo. Est destinado a
indicar dnde, qu, cmo y cundo, en forma clara y sucinta indica el lugar a que se
refieren los datos, el fenmeno que se presenta, las variables que s interrelacionan, y la
fecha a que se refiere la informacin.
1.2.2.1.2. Formulacin del problema.

Qu entendemos por formular un problema? Partamos del siguiente criterio: formular un
problema es caracterizarlo, definirlo, enmarcarlo tericamente, sugerir propuestas de
solucin para ser demostradas, establecer unas fuentes de informacin y unos mtodos
para recoger y procesar dicha informacin. La caracterizacin o definicin del problema
nos conduce otorgarle un ttulo, en el cual de la manera ms clara y denotativa indiquemos
los elementos que le son esenciales.
La formulacin del problema, es la estructuracin de toda la investigacin, de tal forma que
uno de sus componentes resulte parte de un todo y que ese todo forme un cuerpo que

tenga lgica de investigacin. Se debe por lo tanto, sintetizar la cuestin proyectada para
investigar, generalmente a travs de un interrogante.
En primer lugar, deber revisarse si el problema es susceptible de resolverse mediante
una investigacin. Puede inquirirse sobre la significacin del problema, es decir, si su
solucin representa una aportacin importante al campo de estudios y si puede abrir
nuevos caminos. Se aconseja adems preguntarse: Es un problema nuevo o ya existen
trabajos sobre l? En este caso, las soluciones son pertinentes? Esta adecuadamente
planteado el problema? Cules hiptesis se pretenden confirmar? Los trminos estn
suficientemente definidos? Vale la pena emplear tiempo y esfuerzo en su solucin,
aunque esta sea provisional?
1.2.2.1.3. Objetivos de la investigacin.

Presupone el logro esperado para las respuestas expresadas en la hiptesis. Es el
propsito de la investigacin. Responde a la pregunta: PARA QU?, QU SE BUSCA
CON LA INVESTIGACIN?. Un objetivo debe redactarse con verbos en infinitivo que se
puedan evaluar, verificar, refutar en un momento dado. Existen seis categoras: Memoria,
comprensin, aplicacin, anlisis, sntesis y evaluacin. Es pertinente redactar uno de
cada categora pero siempre relacionado con lo que se busca demostrar en la
investigacin.
1.2.2.1.4. Justificacin
Una vez que se ha seleccionado el tema de investigacin, definido por el planteamiento
del problema y establecidos los objetivos, se debe indicar las motivaciones que llevan al
investigador a desarrollar el proyecto. Para ello se debe responder a la pregunta de: POR
QU SE INVESTIGA?
Limitaciones-
Es pertinente dar al problema una formulacin lgica, adecuada, precisar sus
lmites, su alcance, para ello es necesario tener en cuenta los siguientes factores:
Viabilidad: lo importante es que el investigador debe verificar la posibilidad de
conseguir fuentes de datos para el desarrollo de su estudio, ya sean del grado
primario o secundario.
Lugar o espacio de llevar a cabo la investigacin.

Tiempo, si el asignado me da la cobertura del estudio o debo disponer de uno en

caso de imprevistos.
Financiacin, si voy a implementar algo que cantidad de dinero dispongo para ello o
si solo ser un estudio de factibilidad.
1.2.2.2. MARCO DE REFERENCIA

Es importante sealar en el proyecto la estrecha relacin entre teora, el proceso de
investigacin y la realidad, el entorno. La investigacin puede iniciar una teora nueva,
reformar una existente o simplemente definir con ms claridad, conceptos o variables ya
existentes.
1.2.2.2.1. Fundamentos tericos.

Es lo mismo que el marco de referencia, donde se condensara todo lo pertinente a la
literatura que se tiene sobre el tema a investigar. Debe ser una bsqueda detallada y
concreta donde el tema y la temtica del objeto a investigar tenga un soporte terico, que
se pueda debatir, ampliar, conceptualizar y concluir. Ninguna investigacin debe privarse
de un fundamento o marco terico o de referencia.
Es necesario que el grupo de trabajo conozca y maneje todos los niveles tericos de su
trabajo, para evitar repetir hiptesis o planteamientos ya trabajados. La resea de este
aparte del proyecto se debe dejar bien claro para indicar que terico(s) es el que va a
servir de pauta en su investigacin.
Estos fundamentos tericos van a permitir presentar una serie de conceptos, que
constituyen un cuerpo unitario y no simplemente un conjunto arbitrario de definiciones, por
medio del cual se sistematizan, clasifican y relacionan entre s los fenmenos particulares
estudiados.
1.2.2.2.2. Antecedentes del tema.

En este aspecto entrara en juego la capacidad investigadora del grupo de trabajo, aqu se
condensar todo lo relacionado a lo que se ha escrito e investigado sobre el objeto de
investigacin. Hay que diferenciar entre tericos consultados y antecedentes del problema,
ya que a veces confundimos los dos aspectos. El primero los tericos- son los
planteamientos escritos sobre el tema que va tratar en su objeto de investigacin, y los
antecedentes del problema, son las investigaciones que se han hecho sobre el objeto de
investigacin y te pueden servir para ampliar o continuar su objeto de investigacin, en

algunos casos servir para negar su objeto de investigacin cuando esto suceda se entra
e elaborar postulados que ms tarde entraran a formar el campo de las investigaciones
negativas, sector an sin explotar a fondo, porque en la mayora de los trabajos de
investigacin nos limitamos a ampliar sobre conceptos trabajados o a plantear nuevos
postulados pero siempre con alta carga de complemento sobre lo investigado. Es hora de
que se inicie un proceso de negacin a muchas investigaciones que estn en los
anaqueles de las bibliotecas de las diferentes universidades del pas sin haber aportado
nada a la construccin del conocimiento en cualquiera de sus modalidades.
Es oportuno recordar que la citacin de los antecedentes se pueden elaborar con base en
fechas y/o cronogramas de otros proyectos realizados, pero es indispensable citar la
fuente de consulta.
1.2.2.2.3. Elaboracin de hiptesis.

Es una proposicin de carcter afirmativo enunciada para responder tentativamente a un
problema. Se plantea con el fin de explicar hechos o fenmenos que caracterizan o
identifican al objeto de conocimiento.
Hiptesis de primer grado: describe hechos o situaciones del objeto de
conocimiento, los cuales aunque son conocidos por el saber popular, pueden ser
sometidos a comprobacin.
Hiptesis de segundo grado: establecen una relacin causa efecto (s X entonces
Y). Esta afirmacin se demuestra y verifica por su vinculacin con un modelo
terico.
Hiptesis de tercer grado: se afirma la presencia de relaciones existentes entre
variables complejas. Sugiere explicaciones entre fenmenos de mayor extensin.
Hiptesis nula: aquella por la cual indicamos que la informacin a obtener en
contraria a la hiptesis de trabajo.
1.2.2.2.4. Identificacin de las variables.

Toda hiptesis constituye, un juicio, o sea una afirmacin o una negacin de algo. Sin
embargo, es un juicio de carcter especial. Es realmente un juicio cientfico, tcnico o
ideolgico, en cuanto a su origen o esencia. Siendo as, toda hiptesis lleva implcita un
valor, un significado, una solucin especfica al problema. Esta es la variable, o sea el
valor que le damos a la hiptesis. La variable viene a ser el contenido de solucin que le
damos al problema de investigacin.
o Variable independiente: El valor de verdad que se le da a una hiptesis en
relacin con la causa, se denomina variable independiente.
o Variable dependiente: Denominamos de esta manera a las hiptesis cuando
su valor de verdad hace referencia no ya a la causa, sino al efecto.
o Variable interviniente: Ser aquella cuyo contenido se refiere a un factor que
ya no es causa, tampoco efecto, pero s modifica las condiciones del
problema investigado.
1.2.2.3. METODOLOGA
1.2.2.3.1. Diseo de tcnicas e instrumentos de recoleccin de informacin.
Aqu debe condensar toda la informacin relacionada con el cmo va a realizar su trabajo
objeto de estudio, que parmetros van a utilizar si se apoyar en datos estadsticos, que
evaluara de toda la informacin RECUERDE QUE TODA INFORMACION no siempre le
sirve para su trabajo. Debe seleccionar que sirve de una entrevista, de un artculo de
revista, de un comentario ya sea radial, textual o de otra ndole.
Se debe citar la fuente al igual que las personas que van a proporcionar los datos,
recuerde mencionarlos aqu y en forma especial y detallada en los RECURSOS ya sean
humanos o institucionales.
1.2.2.3.2. Poblacin y muestra.

Poblacin o universo es cualquiera conjunto de unidades o elementos como personas,
fincas, municipios, empresas, etc., claramente definidos para el que se calculan las
estimaciones o se busca la informacin. Deben estar definidas las unidades, su contenido
y extensin.
Cuando es imposible obtener datos de todo el universo es conveniente extraer una
muestra, subconjunto del universo, que sea representativa. En el proyecto se debe
especificar el tamao y tipo de muestreo a utilizar: estratificado, simple al azar, de
conglomerado, proporcional, polietpico, sistemtico, etc.

1.2.2.3.3. Tcnicas de anlisis.

Para poder definir las tcnicas de anlisis, se debe elaborar, con base en las hiptesis
generales y de trabajo, un plan o proyecto tentativo de las diferentes correlaciones,
especificando:
Sistema de codificacin y tabulacin.
Sern las tcnicas estadsticas para evaluar la calidad de los datos. Comprobar las
hiptesis u obtener conclusiones.
1.2.2.3.4. ndice analtico tentativo del proyecto.

Es aconsejable elaborar un ndice analtico tentativo que de una visin general de las
partes o captulos que va a contener el trabajo a realizar.
1.2.2.3.5. Gua de trabajo de campo.

En algunos proyectos de investigacin es necesario presentar una gua de trabajo de
campo, para su elaboracin se pueden seguir los siguientes pasos:
o Estudio previo o sondeo.
o Diseo de la muestra.
o Preparacin de los materiales de recoleccin de datos.
o Equipo de trabajo necesario: grabadoras, cmaras fotogrficas, filmadoras, etc.
o Seleccin y entrenamiento de personal.
o Revista y prueba experimental de las etapas anteriores.
o Recoleccin de datos, ya sea primarios o secundarios.
o Elaboracin del informe del trabajo de campo.
o Estimacin del personal necesario y costos.
1.2.2.4. ASPECTOS ADMINISTRATIVOS

En sta seccin se debe ubicar los aspectos administrativos del proyecto, sta etapa tiene
una mayor importancia para aquellos proyectos que se presentan para obtener
financiacin, total o parcial.
1.2.2.4.1. Recursos humanos.

Relacionar las personas que participarn: asesores, equipo de recoleccin de datos, etc.,
especificando la calificacin profesional y su funcin en la investigacin.
1.2.2.4.2. Presupuesto.
Se debe presentar un cuadro con los costos del proyecto indicando las diferentes fuentes,
si existen, y discriminando la cuanta de cada sector de la investigacin.
Presentar un cronograma financiero que cubra todo el desarrollo del proyecto.
1.2.2.4.3. Cronograma.
Es un plan de trabajo o un plan de actividades, que muestra la duracin del proceso
investigativo. El tipo de Cronograma recomendado para presentar el plan de actividades
que orienten un trabajo de investigacin es el de GANTT. Las actividades aqu indicadas
no son definitivas. La especificacin de las actividades depende del tipo de estudio que se
desea realizar.
Tabla 1: Diagrama de Gantt
CRONOGRAMA
ACTIVIDADES TIEMPO 1 2 3 4 5 6 7 8 9 10 11 12 13 14.
1. - ASESORIA METODOLOGICA
2. - PROPUESTA
3. - OBSERVACIONES
4. - DISEO DEL PROYECTO
5. - OBSERVACIONES
6. - PROYECTO
7. - OBSERVACIONES
8. - ENCUESTA
9. - CLASIFICACION DE MATERIAL
10. - TRATAMIENTO INFORMACIN
11. - ANLISIS E INTERPRETACIN
12. - REDACCIN
1.2.2.5. BIBLIOGRAFA
En la bibliografa se registran las obras que tratan del tema, implcita o explcitamente, no
es recomendable citar obras de cultura general, como enciclopedias, diccionarios, etc.
La lista bibliogrfica o referencia bibliogrfica puede subdividirse en dos partes:
Fuentes bibliogrficas consultadas.

Fuentes bibliogrficas para consultar.
Recuerde que este es un esquema del proyecto de investigacin, es la gua de lo
que va a investigar, en ningn caso es la INVESTIGACION como tal.
1.2.3. REFERENTES
o CARVAJAL, Lizardo. Metodologa de la Investigacin Cientfica. Curso general y
Aplicado. 12- Ed. Cali: F.A.I.D., 1998. 139 p.
o COBO Bejarano, Hctor. Glosario de Metodologa. 8. Ed. Cali: Impretec, 1998. 50
p.
o INSTITUTO COLOMBIANO DE NORMAS TECNICAS Y CERTIFICACIN
Compendio de Normas Tcnicas Colombianas sobre Documentacin, Tesis y otros
trabajos de grado. Santaf de Bogot: ICONTEC, 1996
o http://www.monografias.com/trabajos/elabproyec/elabproyec.shtml

2. CAPITULO II: BASES

EPISTEMOLGICAS DE LA
INVESTIGACIN

<
2.1. LA EVOLUCIN DEL PENSAMIENTO CIENTFICO
2.1.1. DESARROLLO DEL PENSAMIENTO CIENTFICO.

La ciencia es un conjunto de conocimiento comprobados y sistematizados, obtenidos
mediante el concurso de mtodos lgicos, rigurosamente aplicados. Estos conocimientos,
despus de estar sujetos a la crtica y a la comprobacin, se presentan organizados y
distribuidos en las diversas ramas del saber.
Desde que el hombre empez a tratar de comprender el mundo que lo rodea, la ciencia
comenz a gestarse. El conjunto de aprehensiones por medio de los sentidos, el discurrir
rudimentario, la bsqueda de satisfactores a sus necesidades, el instinto de supervivencia,
la curiosidad, fueron, entre otros, los factores que encaminaron al hombre a la ciencia.
En la prehistoria, el hombre asimilaba sus experiencias segn su particular concepcin de
la naturaleza; las que estaban ms all de su explicacin eran relegadas al campo del
misterio, atribuido a manifestaciones mgicas de quienes ms tarde habran de ser
reconocidos como deidades. El hombre apoy su ignorancia en la existencia de entes
sobrenaturales, que se encargaran de ayudarlo o castigarlo, segn las condiciones en
que el fenmeno natural ocurra. A pesar de esta cmoda actitud, que consista en relegar
la necesidad de comprender, al capricho de los dioses, el hombre sigui aplicando el
discernimiento a su experiencia diaria: utiliz en la observacin la curiosidad y el deseo de
saber hasta llegar al anlisis y el raciocinio en la experimentacin, y a la sistematizacin
de los conocimientos que gradualmente adquira. Todo este saber, disperso geogrfica y
epistemolgicamente, fue recogido por los griegos, quienes lo ordenaron y pretendieron
darle una forma ms precisa.
All, donde el hombre comienza a actuar - consciente o inconscientemente - con la idea
elaborada de la causalidad, es precisamente donde se da la ciencia y su primer mtodo.
La metodizacin comienza all donde a travs de la observacin se llega en la prctica a la
concepcin de que, dados ciertos fenmenos o circunstancias, se producen en sucesin
temporal otros que aparecen condicionados por los que les anteceden; en trminos ms
precisos: donde se descubre la relacin de que unos fenmenos son causa y otros efecto.
Esta primera intuicin de la causalidad, alcanzada de manera emprica (no est teorizada,
sino sencillamente realizada), es el primer mtodo cientfico. Este primer mtodo, punto de

partida de la ciencia, carece, en esta etapa, de un objeto en particular al cual se le aplique.

Es un mtodo general que explica los efectos ms diversos y relaciona objetos o
fenmenos muchas veces muy lejanos unos de otros. El progreso del pensamiento
cientfico se efectuar en la medida que el hombre depure los fenmenos antecedentes,
concomitantes y consecuentes y escoja uno o algunos de ellos sin los cuales no se
producirn los efectos observados. A estos fenmenos - primero o primeros - se les llama
causa.
El pensamiento indiferenciado es el que aborda la realidad; que es geomtrico, por
ejemplo, si su finalidad prctica consiste en determinar la extensin de un rea de terreno
y sus delimitacin; que es aritmtico cuando se hace necesario censar o contar un rebao.
La geometra y la aritmtica, as como la medicina, son quehaceres prcticos que hallarn
su teorizacin algunos siglos ms tarde. La medicina lo tendr en el corpus hipocrtico. La
aritmtica y la geometra, en Pitgoras y en los Elementos de Euclides. El trayecto de las
ciencias empricas es un poco ms largo y difcil que el de la aritmtica y la geometra, en
cuanto a que aquellas tratan de encontrar un cuerpo terico debido a la necesidad de
acumular datos, hechos y experiencias que sirvan de contenido para la abstraccin
generalizadora y derivadora de leyes que establezcan las relaciones causales que
permitan hacer predicciones exactas. El camino pasa por el "mtodo" de ensayos y
errores, que es quizs el primero en desbrozar el terreno de la ciencia primitiva. Sus logros
y desaciertos se transmiten por tradicin oral en forma de preceptos plagados de
supersticiones y mitos.
El mtodo causal, ntimamente vinculado al hombre como sistema de referencia, acua el
sesgo antropomrfico y animista en el anlisis de la realidad. Las propiedades humanas y
las cualidades humanas son atribuidas a las cosas o tambin las de la naturaleza orgnica
a la inorgnica y viceversa.
El mtodo comparativo, en su bsqueda de semejanzas y diferencias entre las cosas,
hace posible una confusin en la cual el hombre, an no totalmente enajenado de la
naturaleza, no se concibe a s mismo como algo distinto. Este mtodo comparativo los
vemos ejemplificado en el smil, la metfora, la analoga, formas que sirven para calificar
ms cercanamente los objetos mediante su semejanza o diferencia con uno o varios
objetos. Las cualidades no han sido, en esta etapa, abstradas de los objetos a los cuales
pertenecen. Al mencionar el objeto se menciona tambin su cualidad fundamental, sin
haber sido concebida sta, todava, como un concepto aparte.
El proceso de salida de este primer estado del pensamiento ser lento. En dicho proceso
se adecuarn los mtodos a sus objetos de investigacin. Este desarrollo se efectuar en
el decurso histrico de la cultura griega. En sta, se ir deslindando el pensamiento
cientfico de las otras formas sobrenaturales y mticas, se intentar explicar la naturaleza
por s misma. En tal proceso, el lenguaje jugar un papel fundamental. En el caso de los
griegos crecer la capacidad de sustantivacin, tanto de verbos como de adjetivos, por
medio del uso del artculo. Este perfeccionamiento del lenguaje har posible el desarrollo
de la lgica.
En todos los filsofos griegos existir como caracterstica predominante la observacin
natural, aunque no se puede descartar que ocasionalmente hayan efectuado algn tipo de
experimentacin muy simple. Los griegos, por no haber avanzado todava hasta el anlisis
y la desintegracin de la naturaleza, la enfocan como un todo, en sus rasgos generales. La
trabazn general de los fenmenos naturales an no se indaga en detalle, sino que es el
resultado de la intuicin directa. En esto estriba precisamente la falla de la filosofa griega,
la que ms tarde la obligara a ceder el paso a otros mtodos.
En los primeros presocrticos de la escuela naturalista de Jonia, pueden sealarse
caracteres muy determinados: la observacin cuidadosa de la naturaleza, el uso de la
razn para explicarla, la bsqueda de una sustancia universal o primera, de la cual estn
compuestos todos los cuerpos del universo. Con esta actitud metdica es que Tales (624 -
547 AC) establece su idea de que el agua es la sustancia primera, como principio de la
unidad material del mundo. De ese principio surge todo, es decir, el movimiento y la vida,
concebidos de un modo general. Sobre los supuestos que establece, elabora inferencias
como la existencia de un polo Antrtico no perceptible directamente por los sentidos.
Tambin en esta forma supone que a todo fenmeno sucede uno que le es contrario
cualitativamente, lo cual le lleva a establecer como contrarios: agua - fuego, hmedo -
seco, verano - invierno. Esta paridad simtrica de la naturaleza, que implica una
concepcin de cadenas causales, se desarrollar en el pensamiento griego posterior.
Anaximandro (610 - 546 AC) sustituye el principio del agua por el peiron, para explicar la
unidad material del mundo. Se trata ya de un principio ms sutil, que es al mismo tiempo el
fin de las cosas y que se mueve conforme a leyes. Pitgoras (575 . 500 AC): en la escuela
pitagrica se va al anlisis de un objeto slido cualquiera. Este objeto est compuesto por
partes (un cubo, por ejemplo), pero estas partes pueden corresponderse o no de manera
simtrica, y sta es representable en una relacin matemtica que conserve esa simetra.
Desmenuzando analticamente el cuadrado, ste est compuesto primeramente de planos

de superficie, de lneas, y estas lneas, de puntos; estos elementos estn en una relacin
precisa que es la que constituye todas las formas semejantes a l.
Zenn (495 - 430 AC) contina, en esencia, el pensamiento de Parmnides (515 - ? AC).
En su primera "apora de la medida", Zenn demuestra lo absurdo de la tesis segn la cual
las magnitudes constan de una infinidad de puntos discontinuos, ya que en este caso "su
suma debe ser inevitablemente tan pequea... que no exista magnitud alguna". La
segunda "apora de la medida" se basa en la suposicin de que las magnitudes constan
de un nmero infinito de puntos continuos, que tienen una magnitud todo lo pequea que
se quiera. En este caso, la suma de estos puntos puede ser infinitamente grande.
Herclito (535 - 465 AC) considera el movimiento como movimiento del Ser que afecta su
propia esencia y no como movimiento en el Ser, puesto que aqul es su desenvolvimiento.
El movimiento del cosmos, como flujo continuo, no es matematizable, ya que es
considerado como movimiento vivo de generacin y corrupcin. Est sujeto a
periodicidades calculables matemticamente. Todo fenmeno tiene su contrario y ambos
se presuponen mutuamente. Es como si la naturaleza se desarrollase conforme a una
paridad simtrica y el movimiento fuese de uno al otro polo guardando el equilibrio o la
armona.
Demcrito (460 - 370 AC) sostiene que el Ser es la sustancia material concreta y el no ser
el espacio vaco en el cual la sustancia se mueve, tan necesario el uno como el otro. El
tomo es el "uno", principio de individualizacin del Ser; ste se une a otros "unos"
(tomos) y forma combinaciones que constituyen cosas.
El mtodo exhaustivo aplicado por Demcrito, en el cual se supona a toda figura
compuesta por capas delgadas superpuestas las unas a las otras, conduce al
razonamiento de que lo que se nos presenta como unicidad es, realmente, una
multiplicidad de unidades ms pequeas que el cuerpo mismo.
Demcrito se refiere al tomo como entidad fsica concreta, pero partiendo de un concepto
matemtico racionalista. Esto elimina las incongruencias lgicas de Pitgoras al considerar
al nmero abstracto como fsico. Los tomos no son nmeros, aunque se llegue a ellos
mediante el razonamiento matemtico, son una pluralidad infinita de materia en cantidades
discretas. Demcrito realiza, pues, una inclusin muy importante para el pensamiento
cientfico al plantear como objeto de estudio a la llamada anank, fuerza ciega, bruta o
azar.
Scrates (469 - 399 AC) postula la duda metdica como un principio fundamental en su
concepcin del mtodo. Nada debe estimarse cierto sin ser sometido al tribunal de la
razn. En su aspecto formal, el mtodo est compuesto por la irona y la mayutica.
El desarrollo de la induccin es seguramente la contribucin ms valiosa de Scrates al
pensamiento humano. Su anlisis de los casos particulares para llegar al conocimiento
general, y la crtica de este ltimo, representan un enorme avance en el campo de la
metodologa. Lo mismo cabe decir respecto a la elaboracin del concepto de "definicin"
en el pensamiento socrtico. Los caracteres de la definicin y cmo llegar a ella evitando
numerosos errores que suelen presentarse, representan un aporte de muy alta estimacin
en la historia del pensamiento humano.
Segn Platn (428 - 348 AC), la percepcin sensible slo nos ofrece apariencias y las
ideas que de ellas surgen son mera opinin (doxa). La verdad est en el mundo de las
ideas, inmutable y eterna, que slo se puede alcanzar con el empleo de la Dialctica,
mediante el verdadero saber (episteme). Las cosas participan de las Ideas y son su copia
imperfecta.
Para salir de las tinieblas de la caverna e ir a la luz del reino de las Ideas es necesario
estudiar estas ciencias. Primero debe estudiarse la Aritmtica para elevarse por medio de
la pura inteligencia a la contemplacin de la esencia de los nmeros. En segundo lugar, la
Geometra, a condicin de fijarnos en las ideas que representa. En tercer lugar, una
Geometra an no inventada, deca Platn, la de los cuerpos slidos de las tres
dimensiones. En cuarto lugar, la Astronoma, estudiada con el mismo espritu cientfico.
Pero todo esto no es ms que el preludio de la verdadera ciencia, la ciencia filosfica que
permite llegar a la verdad: la Dialctica. La Dialctica es ciencia y es mtodo a la vez y
permite llegar a las ideas ms elevadas (Dialctica ascendente que culmina en la idea del
bien) y descender a las cosas ms humildes (Dialctica descendente) en bsqueda
constante de la verdad.
Aristteles (384 - 322 AC): la elaboracin clsica de los problemas del mtodo, que
determin en gran medida la senda terica tradicional del pensamiento, corresponde a
Aristteles. Su aportacin ms original a la metodologa es la creacin de la lgica formal,
a la que considera como el Organon universal para obtener el conocimiento. La gnesis de
la lgica de Aristteles est relacionada con el anlisis de la fuerza de conviccin del
discurso; es decir, la explicacin de qu recursos debe poseer el discurso para convencer
a la gente, obligarla a aceptar tal o cual cosa, o reconocer que algo no es cierto.
En realidad, dijo Aristteles, todo silogismo es obtenido de premisas o de lo necesario (lo

inherente), o bien de lo que suele ocurrir en la mayora de los casos. Y si las premisas (la
esencia de los juicios) se refieren a lo necesario (lo inherente), la conclusin tambin ser
acerca de lo necesario. Si las premisas (la esencia de las conclusiones) se refieren a lo
que ocurre en la mayora de los casos, as sern tambin las conclusiones.
Por otra parte, las proposiciones de los Elementos de Euclides (primera mitad del siglo III
AC) que no estn basadas en la construccin de figuras geomtricas, se pueden
considerar como experimentos mentales, y la geometra, como el captulo ms simple de
la fsica.
Arqumedes (primera mitad del siglo III AC) incorpora la induccin continuando la tradicin
del mtodo deductivo y axiomtico de sus antecesores, dndole a la demostracin de los
axiomas nuevos elementos de verificacin, el experimento real, en el mundo fsico. As, la
geometra ideal nos proporciona datos sobre el espacio fsico. Los axiomas y las teoras
vuelven a su punto de partida, la experiencia, y se enriquecen en ella. Arqumedes
combina estos pasos en un ir y venir de la teora a la prctica y de la prctica a la teora.
Aos ms tarde, el emporio cultural se desplaz de Grecia a Roma y luego se dispers.
Durante siglos la ciencia cae bajo la influencia de la fe, las creencias inhiben el progreso
cientfico, el que se busca bajo la perspectiva de la poca (piedra filosofal, teora del
flogisto). Sin embargo, la inquietud y la inconformidad inherentes al hombre lo encauzan a
la ruptura de esa mentalidad. El hombre renace, saliendo del letargo de siglos, y retoma
inquietudes; hay un ansia por conocer y por explicarse lo que no entiende. Las ramas de la
ciencia se multiplican, su contenido crece.
La mayor aportacin de Galileo (1564 - 1642) a la metodologa de la ciencia fue la
unificacin de las investigaciones tericas y experimentales en un todo nico. Al situar el
experimento como base del conocimiento cientfico, no menosprecia el papel de la teora.
Uno de los logros ms admirables de Galileo fue la introduccin de la matemtica en la
prctica de la investigacin cientfica. El libro de la naturaleza, considera Galileo, est
escrito en el lenguaje de la matemtica, cuyas letras son los cuadrados, circunferencias y
otras figuras geomtricas. Por ello, puede ser objeto de la verdadera ciencia todo lo que es
susceptible de medicin: la longitud, la superficie, el volumen, la velocidad, el tiempo, etc.,
o sea, las llamadas propiedades primarias de la materia.
En su forma general, la estructura del mtodo de Galileo puede ser expuesta como sigue:

1. Partiendo de los datos de las investigaciones y del experimento burdo, se crea el

modelo ideal del experimento, que se realiza ms tarde, y que de ese modo queda
precisado.
2. Mediante la repeticin del experimento se obtiene el promedio de las magnitudes
medidas, teniendo en cuenta las correcciones y los diversos factores perturbadores.
3. Las magnitudes as obtenidas, son el punto de partida para formular la hiptesis
matemtica, de la que se deducen las consecuencias mediante razonamientos
lgicos.
4. Esas consecuencias se comprueban despus en el experimento y sirven de
confirmacin indirecta para la hiptesis adoptada.
Segn Newton (1642 - 1727), en la matemtica y la filosofa natural, el mtodo del anlisis
siempre debe preceder al mtodo de la sntesis. Pero el mtodo de Newton nada tiene en
comn con la deduccin, ya que consiste en realizar experimentos y observaciones, en
obtener de stos conclusiones generales y en no admitir refutacin alguna contra las
conclusiones, a no ser la proveniente del experimento u otras verdades ciertas.
El mtodo de la sntesis fue aplicado en los Principios matemticos de la filosofa natural,
de Newton, que son considerados como el modelo del planteamiento hipottico - deductivo
de la ciencia experimental. De este modo, la tarea fundamental de la filosofa natural,
segn Newton, consiste en el descubrimiento de un reducido nmero de principios, de los
que se deducen lgicamente "las propiedades y acciones de todos los objetos corporales".
La primera regla de Newton es una forma original del principio de simplicidad: no hay que
recurrir a otras causas de los fenmenos ms que a las que sean suficientes para su
explicacin. Es consecuencia de esta regla el principio de la uniformidad de la naturaleza:
en la medida de lo posible hay que atribuir las mismas causas a manifestaciones anlogas
de la naturaleza.
El principio de la uniformidad de la naturaleza es la base para el uso del mtodo de la
induccin, ya que la conclusin de lo particular a lo general presupone el examen de los
casos particulares como manifestaciones de las leyes comunes. En esto se basa,
propiamente, la idea del enfoque experimental, cuya tarea consiste en el descubrimiento
de aspectos importantes del fenmeno investigado (ley).
La tercera regla de la deduccin dice que las propiedades comunes de los cuerpos son
tales que, aunque inherentes a todos los cuerpos que sometemos a experimento, no
pueden ser aumentadas o reducidas.
La cuarta regla expone que las leyes descubiertas mediante la induccin deben
considerarse verdaderas hasta tanto no se revelen fenmenos que precisen esas leyes o
limiten la esfera de su aplicacin.
La metodologa general seguida en los trabajos de Newton puede ser sintetizada en la
siguiente forma:
1. La observacin de la realidad y la experimentacin meticulosa sobre el
comportamiento de sta, lo llevan mediante una induccin general a establecer una
ley o hiptesis.
2. Una vez enunciada, sta se aplica a una situacin particular, deduciendo
matemticamente cmo se comportaran los objetos reales en este caso.
3. Se comprueba en la prctica la verdad de los resultados obtenidos mediante la
deduccin y, por tanto, la validez del principio de partida (ley o hiptesis).
4. Se repite este proceso en una gran cantidad de casos particulares y, si sus
resultados son coherentes, se acepta la ley o induccin primaria, hasta que se
descubra algn fenmeno que no sea explicable por ella.
La verdadera lgica, segn Ren Descartes (1596 - 1650), no son las formas del
silogismo, sino "las reglas para guiar la razn", que son necesarias al investigar verdades
que todava no conocemos. Esta idea se manifiesta en la concepcin de Descartes del
mtodo universal, que comprende tres componentes inseparablemente vinculados entre
s:
1. Todo problema cientfico se reduce a un problema formulado en el lenguaje de la
matemtica.
2. Todo problema matemtico se reduce a un problema algebraico.
3. Todo problema algebraico se reduce a la solucin de una ecuacin nica.
Adems de la idea general, Descartes ofrece a grandes rasgos un esbozo de la estructura
del mtodo universal que se resume en las siguientes cuatro reglas para la gua de la
mente:
1. Incluir en los juicios slo lo que aparece con tanta claridad y evidencia que no
concede margen alguno para dudar de ello.
2. Dividir cada una de las dificultades investigadas en tantas partes como sea posible
y necesario para superarlas.
3. Mantener determinado orden del razonamiento, empezando con los objetos ms
sencillos y de ms fcil comprensin para ir ascendiendo paulatinamente al
conocimiento de lo ms complicado, aplicando ese orden incluso all donde los

objetivos del razonamiento no aparecen en su vnculo natural.
4. Elaborar siempre una relacin tan completa y concisa, tan general, que se tenga la
seguridad de que no sean cometido omisiones.
Para G. W. Leibnitz (1646 - 1716) el problema reside en lograr un mtodo exacto de
enlazar ideas. Su objetivo en este caso consiste en establecer, mediante la utilizacin de
ideas elementales, un alfabeto lgico donde todas las nociones compuestas acerca del
mundo sean reducidas a nociones simples, como a su alfabeto. Segn Leibnitz, el
pensamiento es el fundamento del Ser. No se trata de que el criterio de verdad sea
encontrado en la coincidencia de la imagen con un objeto exterior. Este criterio est dado
por la concordancia entre los fenmenos mismos. Los fenmenos tienen el carcter de
realidad en tanto se someten a las leyes de las matemticas.
Para Leibnitz la fundamentacin de la ciencia est dada, no slo en los juicios idnticos,
sino tambin en las definiciones de los conceptos bsicos. Asegura, adems, que todas
las verdades se pueden dividir en dos clases: de razn y de hecho.
Considera que la base de la verdad de la proposicin puede ser hallada por medio del
anlisis, que se aplica simultneamente al concepto y a la proposicin. El anlisis de los
conceptos consiste en las definiciones, el anlisis de las verdades, en la demostracin.
Puesto que la propia demostracin culmina por medio del anlisis de los trminos de la
proposicin, la demostracin se reduce al anlisis del concepto, es decir, a la definicin. El
anlisis del concepto es la descomposicin progresiva de los conceptos ms complejos
para llegar a otros ms simples, con la particularidad de que el anlisis puede ser finito o
infinito. El mejor procedimiento para demostrar la posibilidad de la cosa consiste en
sealar su causa o su planteamiento.
El conocimiento de lo individual para Leibnitz requiere un conocimiento de la totalidad. Es
decir, el conocimiento de un objeto exige conocer su sustancia en sus relaciones con
todas las sustancias conocidas y desconocidas.
Segn Leibnitz, el grado de fundamentacin de las hiptesis corresponde al grado de su
probabilidad. La hiptesis es tanto ms probable:
Cuanto ms sencilla es.
Cuanto mayor es el nmero de fenmenos que pueden ser explicados con esta
hiptesis y con la ayuda del menor nmero posible de postulados y axiomas.

Cuanto mejor permite prever los nuevos fenmenos o explicar los nuevos
experimentos, excepto aquellos que no son conocidos.
Francis Bacon (1561 - 1626) considera que el verdadero mtodo del conocimiento
cientfico es un mtodo que se apoya en el experimento y la observacin. La ascensin, a
partir de los hechos sensibles hasta llegar a los conceptos, era para l la senda de la
genuina ciencia. La verdadera induccin, segn Bacon, es aquella con la cual se pueden
buscar las formas. La forma es algo estable en los fenmenos, una cierta determinacin
interna, la que condiciona la distinta "naturaleza" de las cosas. La investigacin de las
formas es, de este modo, la investigacin de los vnculos esenciales y lgicos de la
realidad.
J.F.G. Herschell (1792 - 1871) entiende por induccin el proceso de clasificacin
consecutiva de los objetos individuales o hechos, bajo una rbrica comn, cuyos
resultados a su vez se convierten en material para una clasificacin ulterior. La
metodologa inductiva del conocimiento de las leyes de la naturaleza comprende una serie
de reglas basadas en determinadas correlaciones entre la causa y la accin.
En el siglo XVIII surgen enormes fbricas y de la forma de produccin devienen dos clases
sociales antagonistas: la burguesa y el proletariado. Ambas en conflicto constante por
tener una, el carcter de explotadora, y la otra, por ser explotada. Esta condicin repercute
en la ciencia y culmina en una nueva concepcin metodolgica.
J.S. Mill (1806 - 1873) sostiene que la induccin es un proceso mental con la ayuda de la
cual deducimos algo que nos es conocido como verdico en un caso particular o en unos
cuantos casos y que ser verdico en todos los casos semejantes al primero en ciertas
determinadas relaciones de la clase. A Mill pertenece la descripcin clsica de los
mtodos de la induccin cientfica, elaborada de acuerdo con la tradicin de Bacon: el
mtodo de semejanza o concordancia, el mtodo de diferencia, el mtodo combinado de
semejanza y diferencia y el mtodo de residuos.
La lnea del inductivismo clsico de Bacon - Mill fue la predominante en la lgica del siglo
XIX. Pero en la historia de la lgica hubo otro enfoque del problema de la investigacin
lgica de las relaciones entre los conocimientos empricos individuales y las leyes de la
ciencia.
Este enfoque coloca en primer plano la investigacin metodolgica del anlisis del proceso
de comprobacin y fundamentacin de la tesis general en su calidad de hiptesis.
Consiste en su confrontacin tanto con los hechos empricos, ya conocidos, como con
aquellos hechos que han de ser establecidos posteriormente, es decir, presupone la

evaluacin de la hiptesis desde el punto de vista de las posibilidades de lograr, con su
ayuda, la explicacin de los hechos existentes y la previsin de otros nuevos. El mtodo
de la fundamentacin de las generalizaciones tericas, adoptadas como hiptesis, con
ayuda de la deduccin de consecuencias empricas comprobadas, recibe la denominacin
de mtodo hipottico - deductivo.
W. Whewell (1794 - 1866) considera que su lgica inductiva es la lgica del
descubrimiento y estima que su trabajo es la continuacin directa de la obra de Bacon. El
proceso de induccin es equiparado al proceso de movimiento del pensamiento que va del
hecho a la ley, de lo emprico a la teora general. En este sentido, para Whewell, toda la
ciencia experimental es inductiva, quien sostiene que la doctrina de la hiptesis del
razonamiento deductivo se manifiesta como una conclusin del proceso inductivo. Los
hechos especiales que son la base de la conclusin inductiva resultan ser la consecuencia
en la cadena de deducciones. Y de este modo, la deduccin establece la induccin. El
principio que obtenemos de los hechos es verdadero, porque los hechos pueden ser
obtenidos de l mediante una rigurosa demostracin.
Segn E. Kant (1770 - 1831), a priori slo tenemos la forma, el procedimiento de
organizacin del conocimiento, de su estructura. La formacin del conocimiento presupone
la unidad de forma y el contenido en sentido propio, esto es, nicamente posible a
consecuencia de la aplicacin de las formas apriorsticas del contenido del conocimiento,
cuya obtencin, en definitiva, presupone la experiencia directa, la interaccin de sujeto y
objeto. El conocimiento constituye la unidad orgnica de lo apriorstico y lo aposteririco, la
forma y el contenido.
Las formas apriorsticas, unindose al contenido del conocimiento, caracterizan la sntesis
de los conocimientos, lo que determina la unidad de la variedad como un rasgo
caracterstico del objeto del conocimiento cientfico. ste constituye, a juicio de Kant, la
construccin cognoscitiva, el "objeto ideal". Kant destaca la primaca de la sntesis
respecto del anlisis al estudiar el origen del conocimiento cientfico.
Kant sostiene la idea de que la interaccin es la verdadera causa "definitiva" de todos los
cambios que se realizan en la naturaleza. El medio de que se sirve la naturaleza para
lograr el desarrollo de todas sus facultades es el antagonismo de los mismos en la
sociedad, en la medida en que ste, por tanto, deviene al final en causa de un
ordenamiento sujeto a leyes de los mismos. Kant afirma: "El conocimiento comn, slo
gracias a la unidad sistemtica se convierte en ciencia, o sea, de un conjunto de ideas se

transforma en sistema".
Hegel trat de presentar el desarrollo del sistema categorial de la ciencia como un proceso
natural de desarrollo, que se desenvuelve de acuerdo con sus propias leyes internas. El
estmulo, el "resorte" y el motor de este desarrollo fueron, a juicio de Hegel, las
contradicciones internas del concepto; y su superacin lograda a un nivel ms elevado y
profundo de penetracin en el contenido fue presentada por l como el desarrollo, el
enriquecimiento y la concrecin del rgimen de categoras, ascendente desde las
categoras abstractas, con menos contenido, a categoras de un contenido cada vez
mayor. La dialctica del conocimiento, consistente en la revelacin de las contradicciones
del concepto, el descubrimiento de lo contradictorio contenido en ellas, y la superacin de
las contradicciones fue fundamentada y desarrollada por Hegel como la lgica interna del
desarrollo del conocimiento.
K. Marx (1818 - 1883), F. Engels (1820 - 1895), V. Lenin (1870 - 1924): la filosofa
marxista - leninista liquida la oposicin de principio de la gnoseloga a la ontologa, y de la
doctrina del conocimiento a la doctrina de la existencia, caracterstica de la filosofa
premarxista, y considera la actividad prctica y transformadora del hombre como base del
conocimiento y criterio de su verdad
La filosofa marxista - leninista considera el mtodo desde las posiciones de la teora del
reflejo, teniendo en cuenta que la dialctica materialista puede actuar como mtodo
universal del conocimiento porque es el reflejo en el razonamiento terico de las leyes ms
generales del desarrollo del mundo material.
2.1.2. REFERENTES
TENORIO BAHENA, JORGE - TCNICAS DE INVESTIGACIN DOCUMENTAL - 3
edicin - ED.MC GRAW HILL - Mxico - 1988

2.2. LA NATURALEZA DE LA CIENCIA Y EL MTODO CIENTFICO
Lic. Humberto Fernndez

2.2.1. LA CIENCIA: UNA CARACTERIZACIN GENERAL
Es ciertamente difcil, como lo reconoce Kerlinger (1975) proporcionar una definicin del
trmino ciencia. No obstante ello, podra decirse en aras de una caracterizacin general
de la ciencia, que sta podra entenderse como un cuerpo de ideas (Bunge, 1979) o
sistema de conocimientos. Estos conocimientos tienen la peculiaridad de ser el resultado
de la aplicacin de un conjunto de procedimientos racionales y crticos -esto es, no
dogmticos, no opinativos, no arbitrarios (Cf. Lpez Alonso, 1982)- que caen bajo la
denominacin genrica de mtodo cientfico. En consecuencia, lo que esencialmente
caracteriza a la ciencia en tanto que saber racional y crticamente fundado sobre la
realidad (emprica y no-emprica), es el mtodo a travs del cual se construye ese saber o
conocimiento. En la Figura 1 se proporciona una representacin esquemtica de este
estado de cosas.
Precisamente, es en virtud del tipo de mtodo seguido para alcanzar el conocimiento
cientfico como puede establecerse una primera distincin entre las ciencias: las ciencias
formales se caracterizaran por el empleo del as llamado mtodo axiomtico y las
ciencias empricas o fcticas, por el empleo de un mtodo que, genricamente, se podra
denominar como el mtodo de la contrastacin emprica'.
2.2.2. LAS CIENCIAS FORMALES Y EL MTODO AXIOMTICO

El ncleo metodolgico de las ciencias formales como la Lgica y la Matemtica lo
constituye el mtodo axiomtico. Este mtodo consiste en la postulacin de un conjunto
de proposiciones o enunciados los cuales guardan entre s una relacin de deducibilidad.
Este conjunto de proposiciones recibe el nombre de sistema axiomtico por cuanto el
punto de inicio de toda la cadena deductiva lo constituyen los axiomas, proposiciones cuya
verdad no se demuestra aunque se toman como verdaderas. A partir de los axiomas y
mediante la aplicacin de una serie de reglas de inferencia, se derivan los otros
componentes de la cadena deductiva denominados teoremas.

Estos, habida cuenta del proceso deductivo que les dio origen, habrn de ser verdaderos
en la medida en que lo sean los axiomas [1]. A su vez, en todo sistema axiomtico, los
conceptos o trminos con los que arman sus enunciados constituyentes pueden ser de
dos tipos: trminos primitivos o indefinidos, aquellos que se aceptan y emplean sin
definicin y trminos definidos, aquellos que se definen a partir de los trminos primitivos.
Como un ejemplo de la aplicacin del mtodo axiomtico en el campo de la Matemtica
puede citarse el desarrollo, por parte del matemtico italiano Giuseppe Peano, de un
sistema axiomtico para la aritmtica de los nmeros naturales. Este sistema, conocido
genricamente como la axiomtica de Peano, consta de los siguientes elementos
constituyentes: (a) un conjunto de trminos primitivos tales como uno, el predicado ser
nmero natural y la operacin sucesor inmediato y, (b) un conjunto de axiomas tales
como uno es un nmero natural, el sucesor de uno es tambin un nmero natural, no
hay dos nmeros naturales que tengan el mismo sucesor, etc.
Es a partir de estos axiomas como se pueden demostrar los teoremas propios de la
aritmtica referidos a las propiedades (conmutatividad, asociatividad, etc.) de las
operaciones de suma, resta, multiplicacin y divisin. Una representacin esquemtica del
mtodo caracterstico de las ciencias formales se esboza en la Figura 2.
2.2.3. LA CUESTIN DEL MTODO EN LA CIENCIA EMPRICA: LAS TRADICIONES

INDUCTIVISTAS Y REFUTACIONISTAS
Respecto del mtodo seguido por la ciencia emprica, pueden distinguirse a su vez varias
versiones encontradas que difieren entre s en lo atinente a la concepcin epistemolgica
de base respecto de lo que es la ciencia en s o el conocimiento cientfico como tal. Entre
estas versiones respecto de cul es el mtodo que sigue la ciencia emprica para lograr un
conocimiento de la realidad, es tradicional distinguir entre las posiciones inductivistas y las
falsacionistas. Estas ltimas tambin conocidas como refutacionistas. Cada una de estas
posiciones cont, en sus pocas de esplendor con figuras prominentes en sus filas. As,
militaron en el inductivismo, entre otros, H. Reichenbach, R. Carnap, C. Hempel y, en el
refutacionismo, sin duda la figura ms fuerte de todas, K. Popper.
2.2.3.1. EL INDUCTIVISMO
Desde el inductivismo, el conocimiento cientfico se concibe como un conocimiento
verdadero o cierto sobre la estructura del mundo derivable por induccin a partir de la
observacin de un cierto nmero de hechos particulares por lo que, el mtodo

caracterstico de la ciencia habr de ser el mtodo inductivo. De all el nombre de
inductivismo con el que se conoce a esta posicin metodolgica.
En qu consiste el mtodo inductivo como medio de acceso al conocimiento cientfico?
En lo esencial, dicho mtodo consiste en la derivacin -mediante un proceso de inferencia
no-deductiva- de un conjunto de reglas generales bajo las cuales queden comprendidos
las instancias particulares del fenmeno objeto de estudio. Estas reglas vendran a
describir una regularidad emprica en el comportamiento de los fenmenos observados
por lo que suele denominrseles leyes empricas (Nagel, 1981). Estas leyes constituiran,
para el inductivista, el corazn de la ciencia. Dado que esta posicin admite que los
enunciados (universales)[2] derivados mediante generalizacin inductiva pueden darse por
verificados, esto es, probados como verdaderos, a esta variedad de inductivismo se la
conoce con el nombre de verificacionismo.
El problema capital del verificacionismo, el problema de la induccin, es que la
argumentacin inductiva que sirve de base para la formulacin de las leyes empricas no
constituye un razonamiento lgicamente vlido por lo que, en principio, la conclusin -ley
general- puede ser falsa an cuando las premisas de partida -hechos observados- sean
verdaderas. Luego, en punto a superar este problema, los inductivistas se vieron
obligados a apelar a algn principio que permitiera legitimar la pretensin de verdad de las
leyes empricas. El as denominado principio de induccin permiti a los inductivistas
justificar el supuesto de que las leyes empricas podran considerarse como enunciados
verdaderos acerca del mundo. Este principio rezara ms o menos como sigue: "si, en una
gran variedad de circunstancias, se observa un gran nmero de objetos de una cierta
clase y es el caso que absolutamente todos poseen la propiedad j, entonces puede
aceptarse a todos los efectos como verdadero que todos los objetos de esa clase poseen
la propiedad en cuestin" (Cf. Chalmers,1991; Klimovsky, 1997). Puesto que el principio
de induccin debidamente cumplimentado no garantiza que una cierta ley general no sea
refutada habida cuenta que es lgicamente posible encontrar un contraejemplo que la
invalide, el inductivismo primitivo se vi obligado a reconsiderar el carcter de verdad
perenne de sus leyes empricas adoptando en su lugar, el concepto de verdad probable.
Desde una visin ms atenuada del inductivismo, se comenz a considerar que las
afirmaciones generales de la ciencia no necesariamente se abstraan inductivamente de la
experiencia sino que tambin, eran factibles de ser descubiertas por cualquier otro medio.
Adems, desde este inductivismo moderado, el conocimiento cientfico no era ya

concebido como un conocimiento necesariamente verdadero sobre la realidad. Esta
posicin atenuada lleg a conocerse con el nombre de confirmacionismo. Desde esta
perspectiva, las leyes empricas en lugar de considerarse como enunciados verdaderos
sobre la estructura del mundo, se las contemplaba ms bien como una descripcin
probablemente verdadera acerca de cmo es el mundo siendo el grado de probabilidad
mayor o menor en funcin del monto de apoyo observacional que le serva de sustento.
Luego, para el confirmacionismo, las afirmaciones o enunciados generales de la ciencia
que disponan de un fuerte apoyo emprico se las considerara confirmadas antes que
verificadas.
El estatuto de verdad probable de una ley emprica se encontrara justificado por un
principio de induccin de corte probabilstico que rezara ms o menos como sigue: "si, en
una gran variedad de circunstancias, se observa un gran nmero de objetos de una cierta
clase y es el caso que absolutamente todos poseen la propiedad j, entonces puede
aceptarse a todos los efectos como probablemente verdadero que todos los objetos de
esa clase poseen la propiedad en cuestin" (Cf. Chalmers,1991). Ahora bien, la pretensin
de justificar mediante este principio de induccin reformulado, el carcter de verdad
probable de una ley universal enfrenta un escollo de peso cual es, como bien seala
Chalmers (1991), el concepto de que la probabilidad de que sea verdadera una
generalizacin emprica de carcter universal es, a todos los efectos, nula y ello es as por
cuanto la probabilidad definida como un cociente entre un nmero finito de casos
singulares o hechos observados evidencia emprica acumulada- y un nmero
potencialmente infinito de casos posibles dominio de la ley generales igual a cero.
Ambas variantes inductivistas coinciden, sin embargo, en el concepto de que es posible
establecer la verdad o probable verdad de los enunciados universales, ncleo del saber o
de las teoras cientficas, mediante la recoleccin oportuna de la evidencia emprica
pertinente. En efecto, en los enfoques menos sofisticados del inductivismo, la recoleccin
de datos precede a la formulacin, mediante la generalizacin inductiva, de un enunciado
universal. Empero, en los enfoques ms sofisticados no importa cmo se obtenga o
descubra un enunciado universal, a posteriori de su formulacin debe recabarse la
evidencia emprica que servir de basamento como prueba de su verdad o probable
verdad. En este sentido se puede decir que una cierta teora puede reputarse de cientfica,
o lo que es lo mismo, adquiere visos de legitimidad en la medida en que se encuentre
justificada o avalada por los datos empricos, rbitros ltimos de la verdad o probable
verdad de una tal teora. As, como bien lo sealan Klimovsky y de Asa (1997), puede
decirse del enfoque inductivista que es justificacionista en la medida en que supone que
es posible una justificacin emprica de los enunciados universales constituyentes del
conocimiento cientfico en tanto que afirmaciones verdaderas o probablemente verdaderas
acerca del mundo.
En las Figuras 3 y 4 se representan esquemticamente las posiciones del inductivismo
ingenuo verificacionismo- y del inductivismo sofisticado confirmacionismo-,
respectivamente y, en la Figura 5, se esquematiza el concepto de que las hiptesis
cientficas no pueden contemplarse como enunciados verdaderos o probablemente
verdaderos sobre la estructura del mundo.
2.2.3.2. EL REFUTACIONISMO
En abierta oposicin al concepto de conocimiento cientfico como conocimiento cierto o
probablemente cierto sobre la estructura del mundo, Popper (1973) basndose en la idea
de que ningn tipo de argumentacin inductiva puede llegar a establecer la verdad o
probable verdad de una proposicin universal, desarrolla su concepcin hipottica de la
ciencia proponiendo que, a lo sumo, el conocimiento cientfico es una conjetura acerca de
cmo es el mundo. Una conjetura es, en esencia, un enunciado de carcter hipottico en
el sentido de que comporta una suposicin acerca cmo est estructurado el sector de la
realidad al cual el mismo hace referencia. Los enunciados conjeturales, aunque se
suponen verdaderos, por cuestiones estrictamente lgicas como habr de verse, jams
podrn llegar a probarse que son tales.
Partiendo de la base de que las afirmaciones en ciencia emprica deben poder
contrastarse con la realidad (emprica), resulta imperativo para cualquier teora (cientfica)
contar con elementos de juicio que, de algn modo, le otorguen un sentido de verosimilitud
a la misma. Entre estos elementos de juicio, se destacan aquellos de carcter
observacional que, por su propia naturaleza (fctica), provienen del campo de la
experiencia. Estos elementos observacionales suelen recibir el nombre de consecuencias
observacionales [3] por cuanto los mismos se desprenden como una consecuencia lgica
de los enunciados conjeturales que se proponen a propsito de la estructura del mundo.
As, si el mundo es verdaderamente tal y como lo afirma una hiptesis H, entonces cabra
esperar la ocurrencia (en el mundo) de un cierto tipo de acontecimientos O. Ahora bien,
qu puede decirse de una teora que cuenta con un cmulo de elementos

observacionales o evidencia emprica favorable a la misma? Si uno asimila el concepto de
enunciado hipottico o hiptesis (H) a las condiciones antecedentes de un enunciado
condicional (p) y los elementos observacionales (O) a sus consecuentes respectivos (q),
es claro que, desde el punto de vista lgico, el cumplimiento o verificacin de O no lleva
necesariamente a afirmar la verdad de H.
En caso de llegarse a esta conclusin, se acometera lo que los lgicos denominan la
falacia de afirmacin del consecuente: la mera ocurrencia del consecuente q, no
garantiza la verdad del antecedente p por cuanto aquel bien puede llegar a producirse por
mltiples razones, entre stas, el antecedente p considerado en forma explcita. Esto es lo
mismo que decir que la ocurrencia de O es compatible con un conjunto ms o menos
vasto de j posibilidades hipotticas H, H1, H2 , , Hj de las cuales se encuentran bajo
estudio slo una, H. De all que sera gratuito aceptar la verdad de H a partir de la verdad
de O. Empero, si bien la verificacin de O no permite establecer la verdad (o probable
verdad) de H, su no cumplimiento o refutacin, llevara a establecer o a presumir la
falsedad de H. En efecto, puesto que O es una consecuencia que debe producirse en el
supuesto de que H sea verdadera, la no ocurrencia o refutacin de O lleva a pensar que H
puede no ser verdadera, es decir, puede ser falsa. La razn lgica que lleva a expedirse
sobre la falsedad de H a partir de la refutacin de O estriba en que sta no es ni ms ni
menos que la conclusin de un razonamiento deductivo [4] que tiene entre sus premisas a
H y, como en toda deduccin vlida una conclusin no puede ser falsa si sus premisas
son verdaderas, H no puede ser verdadera. Atento a este rol asimtrico que cumplen la
verificacin y la refutacin de O en cuanto al establecimiento de la verdad de H, el
refutacionista tiende cautamente a considerar corroboradas a las hiptesis cuyas
consecuencias observacionales resultan verificadas en la realidad. Una hiptesis
corroborada es aquella que puede aceptarse provisionalmente como una descripcin ms
o menos verosmil respecto cmo es el mundo en la medida en que, en el proceso de
contrastacin emprica, se produzca la verificacin de sus respectivas consecuencias
observacionales.
Cuando ocurre lo contrario, esto es, cuando las consecuencias observacionales resultan
refutadas, desde una posicin refutacionista extrema conocida como falsacionismo
ingenuo (Cf. Chalmers, 1991), la hiptesis en cuestin se declarara falsa sin ms trmite.
Una versin menos radical de esta posicin, el falsacionismo sofisticado, admite que el
proceso de contrastacin emprica de una hiptesis dada es un asunto complejo en el cual

intervienen no slo la hiptesis principal a contrastar sino tambin otras hiptesis que se
encuentran implcitas en el marco terico (y metodolgico) en el cual se inserta aquella.
Por ello, la refutacin de una determinada consecuencia observacional no implicara
necesariamente la falsedad de la hiptesis principal.
En definitiva, para el refutacionismo, el conocimiento cientfico no es sino un conjunto
articulado de hiptesis o conjeturas que, sin ser verdaderas, al comprobarse en el plano
emprico, nos acercaran progresivamente a la verdad configurando as un modelo
tentativo y verosmil (Klimovsky y de Asa, 1997), ms no uno verdadero, acerca de la
realidad. En punto a obtener este conocimiento, el refutacionista propone como nica
alternativa metodolgica vlida, el mtodo hipottico deductivo. Este consiste en formular
hiptesis acerca de la realidad, derivar de ella deductivamente una serie de
consecuencias observacionales, y someterlas a contrastacin en el plano emprico. Si
dichas consecuencias resultan verificadas, la hiptesis se mantiene; caso contrario, se
revisan los datos observacionales o las hiptesis conexas a la hiptesis principal en pos
de encontrar las razones por las que se produjo la refutacin. De no haberlas o de
producirse reiteradas refutaciones de las consecuencias observacionales asociadas a la
hiptesis de marras, sta eventualmente se descarta como conocimiento cientfico vlido.
En la Figura 6 se proporciona una representacin esquemtica del concepto de asimetra
entre la verificacin y la refutacin central en la concepcin refutacionista de la ciencia- y,
asimismo, del modelo hipottico-deductivo de contrastacin de hiptesis.
2.2.4. LAS CIENCIAS FORMALES Y LAS CIENCIAS FCTICAS: DIFERENCIAS

ADICIONALES
Amn de la cuestin metodolgica, por cierto que ambos tipos de ciencias, las formales y
las fcticas, difieren en otros aspectos importantes: el tipo de objetos de los que se
ocupan, el tipo de enunciados con los que expresan el conocimiento sobre el mundo y, por
ltimo, la finalidad que persiguen. En cuanto a los objetos de estudio, las ciencias
empricas se ocupan de los hechos y acontecimientos del mundo en que vivimos
(Hempel, 1979), esto es, de la realidad emprica en tanto que, las ciencias formales se
abocan al estudio de objetos ideales, esto es, entidades que solo habitan en el mundo del
pensamiento. Con respecto a los enunciados con los que operan ambas ciencias, suele

afirmarse que las empricas apelan predominantemente a enunciados sintticos y, las

formales, a enunciados analticos en forma exclusiva.
Los primeros son enunciados cuya verdad o falsedad es una funcin de su
correspondencia con el estado de cosas de la realidad a la que hacen referencia (Vg., el
enunciado "El pensamiento formal como ltimo estado del desarrollo intelectual se alcanza
aproximadamente a la edad de 12 aos" es verdadero en el caso de que lo afirmado se
corresponda con la realidad). Los segundos, por el contrario, son afirmaciones cuya
verdad o falsedad se determina en virtud de relaciones formales o semnticas que se
establecen entre los trminos o componentes que lo constituyen (Vg. "Llueve y no llueve":
lgicamente falso; "Ningn soltero es casado": verdadero por definicin). En lo atinente a
la finalidad que ambos tipos de ciencia persiguen podra decirse que las ciencias fcticas
apuntan a describir y explicar el conjunto de fenmenos de aquel sector de la realidad que
recortan como su objeto de estudio. Puesto que las ciencias formales no se ocupan de la
realidad emprica, bien podra afirmarse en un sentido general que su finalidad es el
desarrollo y construccin de sistemas abstractos de pensamiento. En la Figura 7 se
proporciona una descripcin comparativa de ambos tipos de ciencia.
2.2.5. EL CONOCIMIENTO CIENTFICO Y SUS CONTEXTOS

De ser cierto que, como afirman algunos filsofos, "de la nada, nada sale", del
conocimiento cientfico en tanto que creacin de la mente humana, bien cabra
preguntarse acerca de cmo surgi en un momento y lugar determinado de la historia.
Una vez producido, bien correspondera preguntarse cmo determinar que dicho
conocimiento puede tomarse como un conocimiento vlido acerca de la realidad.
Supuesto que tal conocimiento sea vlido, cabra preguntarse asimismo acerca de cul es
su utilidad en el inventario de las cosas del mundo. En el mbito de la ciencia, este tipo de
cuestiones vienen a definir lo que tradicionalmente se denominan los contextos del
conocimiento cientfico. Estos son: el contexto de descubrimiento, el contexto de
justificacin y el contexto de aplicacin. Los dos primeros fueron propuestos por H.
Reichenbach (1937) un filsofo de la ciencia enrolado primitivamente en el inductivismo y,
el ltimo, por el epistemlogo argentino G. Klimovsky (1994).
En el contexto de descubrimiento, como su nombre lo hace suponer, trata de las
cuestiones referidas a los factores que dieron origen o coadyuvaron a la produccin de
una hiptesis o teora cientfica. La elucidacin de estos factores caera en la rbita de la
Psicologa y, tambin, de la Sociologa. Estas disciplinas se abocaran la una, a estudiar

los mecanismos psicolgicos involucrados en la creacin de hiptesis cientficas, los
procesos de razonamiento, solucin de problemas, toma de decisiones y dems que
acaeceran en la mente del hombre de ciencia, y, la otra, a desentraar las circunstancias
histricas que contribuyeron a la formulacin de una teora en un tiempo y lugar
determinados.
El contexto de justificacin, por otro lado, atae a la cuestin de si la teora descubierta o
creada puede considerarse como conocimiento cientfico objetivo y fundado acerca del
mundo. En este contexto se deben presentar los argumentos empricos, lgicos y tericos
que lleven a aceptar una teora como parte del corpus de la ciencia.
El contexto de aplicacin, como su nombre lo indica, aludira a la aplicacin que se hace
del conocimiento cientfico en vistas a la transformacin de la realidad. En este contexto
se tratara no solo los usos del conocimiento sino tambin los eventuales beneficios o
perjuicios que los mismos acarrean a la humanidad.
2.2.6. EL CONOCIMIENTO CIENTFICO Y SUS PECULIARIDADES

Bunge (1979) en su clsico texto sobre la ciencia, cataloga magistralmente una serie de
caractersticas que distinguen al conocimiento cientfico en tanto que construccin artificial
de la mente humana. En lo esencial, este tipo de conocimiento se destacara por su
carcter fctico, racional, verificable, objetivo, sistemtico y explicativo. El conocimiento
cientfico es fctico por cuanto trata sobre los fenmenos y hechos de la realidad emprica;
es racional por estar fundado en la razn, esto es, en un conjunto de ideas y
razonamientos y no en sensaciones, opiniones, pareceres o dogmas; verificable en el
sentido de comprobable empricamente por cuanto sus afirmaciones deben someterse al
tribunal de la experiencia; objetivo por cuanto sus afirmaciones pretenden ser
concordantes con los objetos de la realidad; sistemtico en el sentido de constituir un
cuerpo de ideas lgicamente entrelazadas ms que un cmulo de proposiciones
inconexas y, por ltimo aunque no menos importante, el conocimiento cientfico es
explicativo en el sentido de que el mismo no se conforma con describir cmo es el mundo
sino que intenta dar cuenta de las razones por las cuales el mundo es como es vale decir,
encontrar las razones por las cuales los fenmenos empricos se comportan del modo en
que lo hacen.

2.2.7. NOTAS
[1] Recordar que en toda deduccin vlida, las conclusiones nunca pueden ser falsas si
las premisas son verdaderas. En un sistema axiomtico, las premisas son los axiomas y
las conclusiones, los teoremas.
[2] Estos enunciados constituyen afirmaciones generales referidos a todos los miembros
de una cierta clase. Ejemplo: "Todos los toros son negros" es una afirmacin que sostiene
que la propiedad de ser negro es consustancial a la clase de los toros.
[3] Una consecuencia observacional es un enunciado o expresin lingstica de aquello
que cabra esperar en caso de ser cierta la hiptesis que le dio origen. Si las
observaciones pertinentes (Klimovsky, 1997), esto es los datos empricos del caso se
corresponden o no se corresponden con lo que se afirma en dicho enunciado, se dice que
se ha producido, respectivamente, la verificacin o refutacin de la consecuencia
observacional.
[4] Un razonamiento deductivo es, desde el punto de vista lgico, un conjunto de
enunciados o proposiciones una de las cuales, llamada conclusin, se pretende que se
derive o infiera de un modo necesario o no contingente de las otras llamadas premisas.
2.2.8. REFERENCIAS
o Bunge, M. (1979). La ciencia. Su mtodo y su filosofa. Buenos Aires: Siglo Veinte.
Chalmers, A. (1991). Qu es esa cosa llamada ciencia?. Buenos Aires: Siglo
Veintiuno.
o Hempel, C. (1979). La filosofa de la ciencia natural. Madrid: Alianza.
o Kerlinger, F. S. (1975). Investigacin del comportamiento. Tcnicas y metodologa.
Mxico: Interamericana.
o Lpez Alonso, A. (1982). Temas de metodologa de la investigacin. Buenos Aires:
Eudeba.
o Nagel, E. (1981). La estructura de la ciencia. Buenos Aires: Piads.
o Klimovsky, G. (1994). Las desventuras del conocimiento cientfico. Una introduccin
a la epistemologa. Buenos Aires: A-Z editora.
o Klimovsky, G. y de Asa, M. (1997). Corrientes epistemolgicas contemporneas.
Buenos Aires: Editores de Amrica Latina.
o Popper, K. (1973). La lgica de la investigacin cientfica. Madrid: Tecnos.

o Reichenbach, H. (1937). Experience and prediction. Chicago: The University of

Chicago Press.
o http://www.salvador.edu.ar/ua1-9pub02-5-01.htm

<
2.3. LA CIENCIA Y EL MTODO CIENTFICO
Francisco Osorio G.
El objetivo de esta reunin es presentar brevemente lo que se entiende por explicacin
cientfica, las caractersticas bsicas del empirismo lgico y la falsacin en Popper. Estos
temas revisten una enorme importancia para la antropologa, pero dado el escaso tiempo
disponible, slo es posible hacer una sucinta presentacin de dichos contenidos.
Explicacin Cientfica, Los comienzos de la antropologa estn ligados entre otros
aspectos a los ideales de la ilustracin, a la confianza en la ciencia como eje del
progreso de la humanidad y, en lo que nos interesa, a la creencia que los fenmenos
culturales pueden ser explicados de acuerdo al modelo de la ciencia natural. El positivismo
decimonnico y, posteriormente, el empirismo lgico, crearon las bases de la antropologa
como ciencia y, en general, de las ciencias sociales como hoy las conocemos.
Esta posicin se denomina naturalista y continua hasta nuestros das, slo que las crticas
hoy son ms fuertes o, tal vez, ms gente a empezado a creer en ellas. Los naturalistas
creen en la explicacin, entendindose por este concepto una variedad de razonamiento
que incluye leyes cubrientes o generales. Es decir, en un sentido ambiguo podemos decir
que hay muchas maneras de explicar, pero siendo rigurosos dentro del contexto de la
antropologa como ciencia, diremos que explicar es una manera concreta de razonar con
caractersticas muy especficas, donde el concepto de ley general es de extrema
importancia. Pero, cules son las caractersticas de la explicacin cientfica?
Tal vez es la obra de Carl G. Hempel la que ms destaque entre los epistemlogos
cuando tratan de caracterizar la explicacin y su naturaleza. Por ello nos detendremos a
caracterizarla mediante un conjunto de 11 aforismos que resume el ensayo La Lgica de
la Explicacin aparecido en su famoso libro La Explicacin Cientfica (Hempel 1965).
1. Explicar es responder a la(s) pregunta(s) por qu?
2. La explicacin consta de un explanandum y un explanans, que es necesario distinguir
de los trminos explicandum y explicans, los cuales se reservan para el mbito de la
explicacin de significado y anlisis.
3. El explanandum es un enunciado que describe el fenmeno a explicar (es una
descripcin y no el fenmeno mismo).

4. El explanans consta de al menos dos conjuntos de enunciados utilizados con el

propsito de dilucidar el fenmeno:
4.1. Por una parte, enunciados que formulan condiciones antecedentes (C1, C2, .... Ck);
indican condiciones que se manifiestan antes de la aparicin del fenmeno que se va a
explicar.
4.2. Por otra, enunciados que representan leyes generales (L1, L2,... Lr)
5. El fenmeno en proceso de explicacin ser explicado demostrando que se produjo de
acuerdo con las leyes generales (4.2) y en virtud de las condiciones antecedentes
especificadas (4.1.).
5.1. As, la pregunta por qu sucede el fenmeno? se transforma en la pregunta de
acuerdo con qu leyes generales y cules condiciones antecedentes se produce el
fenmeno?
6. La explicacin tambin puede formularse respecto a leyes generales. Es decir, la
explicacin de una regularidad general puede subsumirse dentro de otra regularidad ms
inclusiva (una ley ms general). Dicho de otra manera, las leyes generales son cubrientes,
ya que pueden subsumir otras leyes o un conjunto de hechos.
6.1. Ejemplo: la validez de la ley de Galileo sobre la cada de los cuerpos en la superficie
terrestre, puede explicarse a partir de un conjunto ms inclusivo de leyes, tales como las
del movimiento y de la gravedad de Newton y de otros enunciados acerca de hechos
particulares como los referidos a la masa y al radio terrestre.
7. Requisito Lgico Emprico de la Explicacin.
7.1. Los dos primeros requisitos (R) son de carcter lgico. El tercero es lgico emprico.
El cuarto es de carcter emprico.
7.1.1. (R1). Deducibilidad. El explanandum debe ser lgicamente deducible de la
informacin contenida en el explanans.
7.1.2. (R2). Leyes. El explanans debe contener leyes generales adecuadas a la derivacin
lgica del explanandum.
7.1.3. (R3). Consecuencia Emprica. El explanans debe tener contenido emprico
(comprobable por experimento u observacin); lo anterior supone asumir que el explanans
deber contener, al menos, una consecuencia de ndole emprico.
7.1.4. (R4). Requisito Emprico. Los enunciados del explanans deben satisfacer la
condicin de correccin fctica, lo cual implica que han de ser confirmados por todos los
elementos relevantes antes de ser considerados verdaderos.
7.1.4.1. Ejemplo: Supngase, que en una etapa primitiva de la ciencia un determinado

fenmeno fue explicado mediante un explanans verificado con las pruebas disponibles en
ese momento, pero descubrimientos empricos ms recientes lo han negado. Las posibles
respuestas que pueden proporcionarse atendiendo a la condicin de correccin fctica
son: (a) originariamente la condicin fue correcta, pero dej de serla al descubrirse
elementos de prueba desfavorables; (b) la verdad (emprica) del explanans y la solidez de
la explicacin (lgica) haba sido bastante probable, pero la mayor evidencia emprica
disponible ahora hace muy probable que el explanans no fuera verdadero y en
consecuencia la explicacin no era, ni ha sido nunca, correcta.
8. Explicacin y Prediccin. El mismo anlisis formal (incluidos los cuatros requisitos) se
aplica a la explicacin y a la prediccin.
8.1. Diferencia entre explicacin y prediccin. La diferencia es de carcter pragmtico.
8.1.1. Explicacin. Si dado E (enunciado descriptivo), y conociendo que E ha ocurrido, se
enuncia un conjunto de oraciones C1, C2, ... Ck y luego se enuncia otro conjunto de
enunciados L1, L2, ... Lr, conexos a los anteriores, entonces hablamos de explicacin.
8.1.2. Prediccin. Si, proporcionados los dos conjuntos de enunciados (Ck y Lr), de ellos se
infiere E antes de que suceda el fenmeno, entonces hablamos de prediccin.
8.1.3. En consecuencia, a nivel de caractersticas lgicas, la explicacin y la prediccin
poseen los mismos elementos estructurales.
9. Explicacin Pre Cientfica y Explicacin Incompleta.
9.1. La explicacin pre cientfica carece de fuerza predictiva, puesto que el explanans no
suministra leyes explcitas por medio de las cuales poder realizar la prediccin, ni
establece, de manera adecuada, las condiciones antecedentes que seran necesarias para
este propsito.
9.2. La explicacin incompleta puede considerarse como un ndice de correlacin positiva
entre las condiciones antecedentes y el tipo de fenmeno que se va a explicar y como
gua de la direccin que debern tomar las investigaciones ulteriores con el propsito de
completar dicha explicacin.
10. Explicacin Causal. Si E describe un hecho, puede decirse que las circunstancias
antecedentes sealadas en C1, C2... Ck "causan" en conjunto aquel hecho, en el sentido
de que existen ciertas regularidades empricas expresadas por L1, L2... Lr, las cuales
implican que toda vez que ocurran condiciones del tipo indicado por C1, C2... Ck, tendr
lugar un hecho del tipo descrito en E.
10.1. De acuerdo a lo indicado tenemos que: una explicacin causal completa se convierte
en una adecuada prediccin.
10.2. En tal contexto, los enunciados L1, L2... Lr, al expresar conexiones generales y
ordinarias entre caractersticas especficas de hechos, se denominan leyes causales.
10.3. La explicacin causal es una variedad del tipo de razonamiento deductivo.
11. La tesis de Hempel es que los principios de la explicacin generados en la fsica son
tambin aplicables a las ciencias sociales.
En resumen, hasta aqu se han entregando los antecedentes que nos permiten
caracterizar la explicacin cientfica, segn la obra del epistemlogo Hempel, entendida
como un razonamiento por leyes cubrientes. Dicho de otra manera, la explicacin causal
es una variedad del tipo de razonamiento deductivo. Sin embargo, con el propsito de
ejemplificar las ideas expuestas, es conveniente destacar que la explicacin que
usualmente damos en nuestra vida cotidiana est, curiosamente, bastante cerca de la
cientfica.
Cuando observamos las noticias en televisin, podemos notar que los periodistas
preguntan a los encargados de la seguridad pblica: "Por qu han aumentado los robos
a mano armada?" y estos responden algo as como: "No es que hayan aumentado los
robos, puesto que se mantienen en el mismo promedio de la dcada pasada, lo que pasa
es que los delincuentes tienen mayor acceso a armas, las cuales son obtenidas,
principalmente, de los habitantes de las mismas casas que asaltan, puesto que las
compraron para defenderse de los delincuentes. Como los miembros de la familia no
pueden estar armados mientras almuerzan o duermen, entonces guardan el arma en el
closet, pero es ah donde los delincuentes las encuentran y las ocupan en los posteriores
atracos".
Este tipo de respuesta puede considerarse una explicacin satisfactoria. El fenmeno a
explicar es el aumento de robos con armas, enuncindose como condicin antecedente
que los delincuentes obtienen las armas de las mismas casas que asaltan. Es decir, dada
la condicin antecedente C (obtencin de armas), se produce E (ms robos armados). La
causa C produce el efecto E. Sin embargo, lo anterior no es literalmente una explicacin
cientfica, aunque pudiera parecerlo.
Qu es aquello que le falta a este ejemplo para ser considerado una explicacin
cientfica? Una ley general. En efecto, falta una legalidad fuerte que conecte la obtencin

de armas con la mayor cantidad de robos armados. Si una ley tal existiera, quedara como
sigue:
1. Todas las armas robadas son usadas en robos armados
2. En Santiago aumentan las armas robadas
3. En Santiago se produce una mayor cantidad de robos armados
Donde 1 es la ley general, 2 es el antecedente o causa y 3 el consecuente o efecto.
Hasta aqu dejaremos la presentacin de la explicacin cientfica. Rpidamente
observamos las crticas y consecuencias que para la antropologa tienen estas
proposiciones, pero es el momento es cumplir nuestro segundo objetivo.
2.3.1. EL EMPIRISMO LGICO

Siguiendo a Boyd (1991), se podra decir que gran parte de la literatura epistemolgica de
este siglo est dedicada a criticar o apoyar el empirismo lgico. Por algn motivo, los que
apoyan este programa filosfico se autodenominan empiristas lgicos. Quienes critican
este programa (realistas cientficos y constructivistas sociales) llaman positivistas lgicos a
quienes siguen el programa del empirismo lgico.
Para abordar este programa de investigacin se puede comenzar con el problema de la
demarcacin, es decir, el problema de distinguir la ciencia y de la nociencia (teoras
metafsicas en lenguaje de ellos). La respuesta a este problema se conoce como
verificacionismo. Esta solucin tienen dos componentes:
i) Teora de la verificacin del significado y ii) teora del conocimiento emprico. El primer
componente seala que entender el significado de una expresin o teora consiste en
entender las circunstancias bajo las cuales uno estara justificado en creerla o creer su
negacin. Es decir, el significado de una proposicin o teora se identifica con el conjunto
de procedimientos por los cuales puede ser probada y, as, verificada o desconfirmada.
Por ejemplo, la expresin de Durkheim "el suicidio vara en razn inversa del grado de
desintegracin de la sociedad", es una proposicin cientfica ya que por un conjunto de
procedimientos estadsticos podemos estar justificados en creer en ella. La expresin "el
Trauko es la causa del 37.8% de los nacimientos de Chilo" es una proposicin
metafsica.
El segundo componente, teora del conocimiento emprico, seala que ya que el
conocimiento se basa en la evidencia de los sentidos, se puede elegir entre dos
proposiciones cientficas que compiten por explicar un fenmeno mediante un experimento
crucial: cada teora realiza una prediccin observacional, aquella que sea confirmada nos
permite estar justificados en creer en ella. Qu pasa si ambas con confirmadas? Cabe la
posibilidad que no sea un buen experimento, pero si lo es, entonces ambas teoras dicen
lo mismo, es decir, son empricamente equivalentes.
De lo anterior se infiere que hay trminos observacionales y trminos tericos. Ejemplos
de los primeros son suicidio y maternidad. Ejemplos de los segundos son anomia y mito.
El operacionalismo es la propuesta del empirismo lgico de reducir los trminos tericos a
trminos observacionales con el propsito que tengan sentido.
Las consecuencias que estas propuestas tienen para la antropologa y las consecuencias
que de ello se derivan, exceden el tiempo disponible en esta reunin. Por lo dems,
existen diferencias entre el positivismo, el positivismo lgico y los desarrollos
contemporneos de estos programas de investigacin que no podemos desarrollar en esta
conferencia. Incluso tampoco alcanzo a justificar que la creencia que Durkheim es un
positivista lgico (como se podra deducir de los ejemplos) es errnea.
2.3.2. EL FALSACIONISMO DE POPPER

Popper tambin se preocup del problema de la demarcacin. Su respuesta es que una
teora es potencialmente una teora cientfica si y solo si existen posibles observaciones
que puedan falsarla (refutarla).
Segn Popper, Hume tena razn en que la induccin no puede fundar verdaderamente la
ciencia. Es decir, supongamos que vemos un cisne con cuello negro, luego vemos otro y
otro, entonces podemos tener la tentacin de decir: "todos los cisnes tienen el cuello
negro". Hemos hecho una generalizacin o induccin tendiente a darle el carcter de ley
general. Sin embargo, aun cuando veamos muchos cisnes negros (y este es el punto),
nunca podemos estar ciertos que nuestra siguiente observacin confirme la pretendida ley
"todos los cisnes tienen el cuello negro".
Frente a esto, Popper seala que la expresin "Todo A es B" tiene como juicio
contradictorio la expresin "Algn A no es B". Es decir, si bien el juicio "Ningn A es B" es
opuesto a "Todo A es B", lo que refuta la expresin desde un punto de vista lgico es
"Algn A no es B".
Para el ejemplo del cisne, dice Popper, no hay que proceder como los cientficos que
tratan de probar su teora capturando un cisne y observando si tiene el cuello negro, con el
propsito de decir que se ha confirmado la teora. Al contrario, lo que hay que buscar son
los casos anmalos, aquellos que no cumplen con el enunciado de la ley. Si encontramos
ese caso, entonces la teora no es cierta. Pero, qu pasa si no lo encontramos?
Entonces es probable que la teora sea cierta, pero nunca estaremos seguros que esa sea
la verdad absoluta.
Es esta ltima idea la que ms adeptos tiene la propuesta popperiana, de los cual tambin
se extraen consecuencias para la antropologa. Son estas, como las consecuencias
emanadas de la explicacin cientfica y el empirismo lgico, las que nos motivan a
reflexionar al interior de esta disciplina en particular y de las ciencias sociales en general.
Slo queda extender una cordial invitacin a revisar estos programas de investigacin en
funcin de los intereses buscados por cada uno de ustedes.
2.3.3. REFERENCIAS
o Boyd, Richard. 1991 (1993). Confirmation, Semantics, and the Interpretation of
Scientific Theories. The Philosophy of Science. Mit Press. Cambridge.
o Hempel, Carl. 1965 (1988). La Lgica de la Explicacin. pp. 247-253. La
Explicacin Cientfica. Editorial Paids. Barcelona.
o http://rehue.csociales.uchile.cl/antropologia/ciencia.htm

2.4. EL POSITIVISMO
2.4.1. INTRODUCCIN
Indudablemente el Positivismo aparece en un momento histrico (finales del Siglo XIX y
comienzos del XX), cuyo terreno haba sido abonado por innumerables cambios
tecnolgicos como los acontecidos por la Revolucin Industrial, coincidiendo a la vez, con
el decaimiento del sentido metafsico y religioso del conocimiento.
El hombre, al no obtener las respuestas esperadas en la religin, en su bsqueda y
peregrinaje permanente, por saber el porque de las cosas, fija su atencin en la ciencia, ya
que la misma le brinda seguridad, confianza y confort. Ya no es el hombre, a merced de la
naturaleza, mas bien es un ser, que encuentra respuestas lgicas al estudiar en forma
analtica, los mecanismos de los objetos que se encuentran en su alrededor.
Y en este marco, con los cimientos antes mencionados, germina la semilla del Positivismo,
doctrina que Comte resume bien, a travs de su Ley de los Tres Estadios, marcando as el
comienzo de la Historicidad del Conocimiento Humano.
A partir de este momento, la realidad se va a encontrar limitada por coordenadas de:
tiempo, espacio y masa, puesto que solo considera la posibilidad de estudiar
cientficamente los hechos, los fenmenos, el dato experimentable, lo observable, lo
verificable para lograr el progreso de la sociedad, y ello, solo se puede alcanzar a travs
de la ciencia, considerada desde Hegel, como la expresin ms pura de la Racionalidad
de la cultura. Esta, se propone a entender el mundo real, definir sus relaciones, leyes y
caractersticas de la manera ms objetiva, independientemente de la subjetividad de los
investigadores, de los orgenes y condiciones psico-sociales del descubrimiento o de sus
aplicaciones prcticas, utilizando en todo momento, la verificacin en la experiencia y en la
observacin de los fenmenos. Concepcin que se expande hacia todas las ramas del
saber, inclusive hacia los hechos sociales que tambin son tratados como cosas.
2.4.2. EL POSITIVISMO, SUS ORGENES

El termino Positivismo fue utilizado por primera vez por el filsofo matemtico francs del
Siglo XIX Auguste Comte, no obstante, algunos de los conceptos positivistas pueden
perseguirse claramente desde Hume, Kant, y Saint-Simon.

Imagen 1: David Hume( 1711-1776)
Filsofo escocs, cuyo espritu analtico le llev al escepticismo. Considera que el

conocimiento esta limitado a los acontecimiento actuales de la existencia, no puede ir ms
all, porque no acepta que existan ideas innatas, ya que todos los contenidos de la
conciencia provienen de la experiencia, y su teora principal reside en la asociacin de las
ideas. Para l, las ideas son copias borrosas sin viveza de las impresiones directas. Tanto
la percepcin como la reflexin aportan una serie de elementos que se atribuyen a la
sustancia como soporte de ellos, no limita su crtica a la sustancia material, sino al propio
yo. Esto significa que las causas y hechos del mundo fsico no se pueden entender, ni por
mucho, ni poco; solamente la creemos porque la naturaleza se comporta siempre as. El
escepticismo de Hume no pone en entre dicho la ciencia, pero le pone un basamento
caprichoso: la costumbre, el hbito, la asociacin de ideas, los fenmenos naturales,
psicolgicos; provocan en l la creencia en el mundo exterior.
Imagen 2: Immanuel Kant (1724-1804)

Filsofo alemn; formado en el racionalismo, comienza a dudar del valor de la razn al

leer a Hume, plantendose el problema del valor y los lmites de sta. La filosofa kantiana,
supone una sntesis del racionalismo y del empirismo, cerrando una poca filosfica muy
importante. Kant procede a un estudio de cmo es posible la construccin de la ciencia,
llevando a cabo una reflexin sobre el problema de las relaciones de la razn con la
realidad, que en ella aparecen vinculadas. Kant distingui dos grandes facultades dentro
del conocimiento humano: 1)La sensibilidad: es pasiva, se limita simplemente a recibir una
serie de impresiones sensibles, que Locke haba llamado ideas de sensacin y Hume
impresiones, y 2)El entendimiento: es activo y espontneo. Y puede generar, dos tipos de
ideas o conceptos:
Conceptos puros o categoras: ideas o conceptos independientes de la experiencia (que
provienen de la razn)
Conceptos empricos: ideas obtenidas a partir de la experiencia.
Admite que existen categoras o conceptos que no provienen de la experiencia, pero a la
vez sostiene que la aplicacin de estos conceptos a la realidad nunca podr ir ms all de
la experiencia sensible. Constituyendo as, una sntesis entre racionalismo y empirismo, ya
que, el conocimiento es sntesis a priori: es sntesis porque es organizacin o conexin de
datos sensibles (como lo exige el empirismo) y a priori, porque el principio de esta
organizacin es nuestra conciencia, la cual al constituirla, acta segn leyes esenciales a
su propia naturaleza, y por eso mismo leyes universales y necesarios (conforme a la
exigencia del racionalismo)
Imagen 3: Claude Saint-Simon (1760-1825)

Pensador francs, que insisti en el progreso industrial y cientfico con el fin de delinear un
nuevo orden social. El Saintsimonsmo es una doctrina socialista, basada en las teoras
del Conde Saint-Simon, segn la cual cada uno ha de ser clasificado segn su capacidad
y remunerado segn sus obras. Considera que hay dos tipos de pocas en la historia:
Las crticas: son necesarias para eliminar las fosilizaciones sociales.
Las orgnicas: donde el hombre no es una entidad pasiva dentro del acontecer histrico,
sino que siempre trata de descubrir modos de alterar el medio social dentro del cual vive,
dichas alteraciones se imponen como indispensables para el desarrollo de la sociedad
cuando funciona sta segn normas no correspondientes. No se puede decir en absoluto
que existen normas sociales convenientes a toda organizacin humana; lo que para una
poca puede ser adecuado, para otra no. As sucede para con la sociedad industrial
moderna.
Para Saint-Simon es engaoso suponer que las clases deben ser niveladas o que deben
mantener la estructura de anteriores pocas, durante las cuales dependa de la jerarqua,
pero se mantena cuando menos en lo que concierne a la moral y a las creencias
religiosas, una cierta igualdad. Dice que esta igualdad es imposible: "la moral y los
sistemas de ideas deben ser diferentes para cada una de las clases fundamentales de la
nueva sociedad industrial moderna". (Ramrez, Pg. 10 , 2000)
Saint-Simon atribuy el poder temporal a los industriales (propietarios, tcnicos y
campesinos) y el espiritual, a aquellos a quienes encomendaba la elaboracin de un
sistema llamado Nuevo Cristianismo basado frente a los preceptos negativos
desarrollados por el catolicismo, protestantismo y otras religiones en leyes positivas
afirmadoras del desarrollo del trabajo. Dicho sistema tena como ncleo fundamental: la
idea de fraternidad, que conduca a la concepcin de una sociedad mundial libre, es decir,
una sociedad universal continuamente dedicada a la produccin y en la cual la Iglesia
pudiese ser sustituida por el taller.
Son elementos destacados de sus ideas: la bondad de la propiedad privada, la
preocupacin bsica de la sociedad debera ser la mejora de la clase ms numerosa y
pobre, la herencia deba suprimirse y todo los individuos (clasificados por su capacidad y
retribuidos por sus obras) deban trabajar.

2.4.3. DEFINICIN
Segn Enciclopedia Hispnica (Pg. 75-76, 1993) "Fundado por Augusto Comte, alega
que el hombre debe aplicarse al conocimiento de los fenmenos y sus leyes, y la ciencia
se ubica de acuerdo a su complejidad y generalidad creciente, estableciendo categoras
para analizar hechos sociales, porque conocer el mundo fsico no es igual que conocer la
realidad social.
Segn el Club Caminante (Pg. 1, 1999) "Consiste en no admitir como validos
cientficamente otros conocimientos, sino los que proceden de la experiencia, rechazando,
por tanto, toda nocin a priori y todo concepto universal y absoluto. El hecho es la nica
realidad cientfica, y la experiencia y la induccin, los mtodos exclusivos de la ciencia".
Segn Biblioteca Prctica de Consulta del Nuevo Milenio (Pg. 124, 2000) "Es una
corriente filosfica que se fundi con distintas variantes; la que pretende estar por encima
del idealismo y del materialismo, argumenta ser una tercera va para la filosofa. De hecho
se trata de eludir definiciones sobre los problemas fundamentales y concentrarse en el
conocimiento positivo, esto es, en los datos de la ciencia que da por va experimental".
Segn Juan Ramrez (Pg. 10, 1999) "Es un sistema filosfico basado en la experiencia y
el conocimiento emprico de los fenmenos naturales, en el cual la metafsica y la teologa
son sistemas de conocimientos imperfectos e inadecuados". Segn la Nueva Enciclopedia
Larousse (Pg. 7892,1982) "Tendencia cientfica y filosfica de la segunda mitad del siglo
XIX que se caracteriza por la atencin exclusiva a los hechos, prescindiendo de cualquier
postulado no verificable".
Principales representantes
Imagen 4: Augusto Comte(1798-1857)

Vida. Naci en Montpellier en 1798 y muri en Pars en 1857. Estudi en Pars y luego de
diversos avatares acadmicos, logr el puesto de profesor auxiliar de matemticas en la
Escuela Politcnica de Pars. Su vida econmica fue bastante desgraciada, debiendo
subsistir los ltimos aos de su vida de las ayudas de discpulos y amigos. La hostilidad
que sus escritos suscitaron en los diferentes ambientes acadmicos fue la principal causa
de su desgracia.
Obras. "Curso de filosofa positiva", "Sistema de poltica positiva o tratado de la sociologa
que instituye la religin de la humanidad", "Discurso sobre el espritu positivo", entre otras.
Imagen 5: Herbet Spencer (1820-1903)
Vida. Naci en Derby (Inglaterra) y muri en Brighton en 1903. Durante toda su vida se
mantuvo apartado de los cargos y honores oficiales, dedicndose a su obra filosfica.
Obras. "Principios de Sicologa", "Primeros Principios" "Principios de Biologa" "Principios
de Sociologa", "Carta a cerca de la esfera de accin que le compete al gobierno",
"Esttica social", "La educacin intelectual, moral y fsica", "Clasificacin de las ciencias",
"La Sociologa descriptiva", "El individuo contra el estado", "Principios de una moral
evolucionista", "Una Introduccin a la Ciencias Sociales".

Imagen 6: John Stuart Mill (1806-1873)
Vida. Naci en Londres en 1806 y muri en 1873. Hijo de James Mill, un destacado
utilitarista ingls, quien le inculca a su hijo, estos principios filosficos. Crearon juntos
(padre e hijo) el radicalismo filosfico y se propusieron explicar como mecanismos
mentales todas las supersticiones entre las que incluyeron al cristianismo, al cual
consideraban el enemigo mayor de la moralidad. John recibi una cuidada educacin. Las
ideas utilitaristas de Bentham, gran pensador ingls de su tiempo y amigo de su padre, le
influyeron decisivamente. Obras. Entre las ms destacadas estn: "Principios de
economa poltica y utilitarismo", "Filosofa de las ciencias y mtodos", "Autobiografa",
"Sistema de lgica racionativa e inductiva", "Sobre la libertad",, "Augusto Comte y el
Positivismo", "Naturaleza y utilidad de la religin".
Doctrina
Comte eligi la palabra Positivismo sobre la base que sealaba la realidad y tendencia
constructiva que l reclam para el aspecto terico de la doctrina. Se interes por la
reorganizacin de la vida social para el bien de la humanidad a travs del conocimiento
cientfico, y por esta va, del control de las fuerzas naturales. Los dos componentes
principales del Positivismo: la Filosofa y el Gobierno (o programas de conductas individual
y social), fueron ms tardes unificados en todo bajo la concepcin de una religin en la
cual la realidad es el objeto de culto.
El Positivismo no admite como vlido cientficamente otros conocimientos, sino los que
proceden de la experiencia, rechazando toda nocin a priori y todo concepto total y
absoluto, por lo que apoya el relativismo del conocimiento. El hecho es la nica realidad
cientfica, y la experiencia y la induccin, los mtodos exclusivos de la ciencia. El
Positivismo es, antes que nada, una Teora de Historia y un intento de construir una teora
de la sociedad humana es decir una sociologa. El dogma del progreso y los tres estados

de la sociedad (de Comte), son las dos columnas fundamentales que la sostiene. La base
del planteamiento de Comte consiste en afirmar que todo enunciado o proposicin que no
se corresponda al simple testimonio de un hecho, no encierra ningn sentido real e
inteligible.
Algunas ideas centrales de su pensamiento son: la concepcin historicista del desarrollo
de la ciencia y de la razn; las cuales l desarrolla en tres estados fundamentales, es
decir, la historia del pensamiento transit por tres senderos y en el ltimo radica la verdad
clara y demostrada; estos estadio son: Estadio mitolgico teolgico: en este estadio el
ser humano hace depender los fenmenos naturales de la voluntad de poderes personales
superiores, es lo conocido como fetichismo donde se atribuyen poderes mgicos a
fenmenos naturales. Es en este estadio donde se vive el proceso del paso del politesmo
al monotesmo.
Estadio metafsico: es el estadio en el cual todo es explicado a partir de entidades
abstractas, es un perodo crtico, en el cual irrumpen las fuerzas disolventes de la
inteligencia; simplemente es transitorio.
Estadio positivo: Es el estadio definitivo y superior porque en l se explica la realidad
mediante la observacin y la experimentacin. Ya que, el Positivismo busca explicar los
hechos por medio de la formulacin de sus leyes y es por ello que prescinde de la
metafsica. En este estadio se renuncia al conocimiento de lo absoluto, y se pasa a buscar
las leyes de los fenmenos. Comte intenta fijar el sentido de la palabra positivo,
analizando las diversas acepciones de la misma:
1) Positivo como real por oposicin a quimrico
2) til en contraste con intil
3) Certeza frente a indecisin
4) Preciso frente a vago
5) Positivo como contrario a negativo y/o Relativo en contra de absoluto
Estas precisiones semnticas pueden sirven para ir acotando cul es la verdadera esencia
de la teora positivista del conocimiento.
1) La exigencia de realidad es el postulado fundamental. Comte nos aclara que con esta
exigencia se pretende limitar el conocimiento filosfico "a las investigaciones
verdaderamente asequibles a nuestra inteligencia, con exclusin permanente de los
impenetrables misterios con que se ocupaba, sobre todo en su infancia" (Alsina, 2000). Lo
asequible a nuestra inteligencia es lo que el Positivismo llama los hechos. Comte
establece "como regla fundamental que toda proposicin que no pueda reducirse
estrictamente al mero enunciado de un hecho particular o general no puede ofrecer ningn
sentido real e inteligible" (Alsina, 2000); definiendo los hechos como las cosas o
acontecimientos accesibles a la observacin, o dicho de otra manera, fenmenos u
objetos de experiencia. Esta exigencia va contra toda construccin especulativa, contra
toda elaboracin a priori o puramente racional del conocimiento, en definitiva, contra toda
metafsica o todo cuanto no sea sensible material (Materialismo), valindose del
Empirismo para reducir por completo todo conocimiento a sensaciones sensibles, por
medio de regularidades observadas en los fenmenos, a las cuales se llega a travs de la
observacin por procedimientos inductivos.
2) Comte precisa el sentido de la palabra utilidad: el verdadero conocimiento no tiene un
fin en s mismo (no es "una estril curiosidad"), sino en el "mejoramiento continuo de
nuestra identidad individual y colectiva". Es decir, el conocimiento cientfico, aparte de su
utilidad instrumental y tecnolgica, contribuye a un mejoramiento del ser humano. El gran
destino prctico de la positividad, al hacer al hombre fin ltimo de todo saber, postula
tambin una ciencia de lo social, lo moral y lo poltico, unificada por Comte en la
sociologa, con sus tcnicas correspondientes. Sin embargo, las precisiones de Comte, no
pueden evitar la idea de utilidad asociada al conocimiento interpretado en el sentido
pragmtico de conocimiento aplicado y tecnolgico.
3) Certeza frente a indecisin, revela el utopismo y refleja el exceso de optimismo que
anima a Comte, y como tal hay que relegarlo al cajn de las grandes ilusiones no
confirmadas por el fallo inapelable de la historia, lo cual no es bice para que no sigan
formando parte del repertorio ideolgico de la modernidad, con aggiornamentos
continuados (Alsina, 2000).
4) Precisin frente a vaguedad. El gran desarrollo de la tecnologa y la revolucin industrial
no podan fundamentarse en conceptos vagos y confusos, y as nos habla Comte del
"grado de precisin compatible con la naturaleza de los fenmenos" y de que "el
pensamiento de una accin final recuerda siempre la condicin de una precisin
conveniente" (Alsina, 2000).
5) Positivo como contrario a negativo y/o Relativo en contra de absoluto. Ambas
acepciones permiten la entrada a un nuevo tema: El sentido histrico, ya que la
historicidad del hombre, junto al nacimiento de la Sociologa, vislumbran el ms profundo
hallazgo del Positivismo. La historicidad del hombre plantea la relatividad del
conocimiento: "El estudio de los fenmenos, en lugar de poder llegar a ser, en modo
alguno, absoluto, debe permanecer siempre relativo a nuestra organizacin-oposicin"
(Alsina, 2000). Es decir que la valoracin de una teora cientfica deber hacerse en
funcin de las circunstancias histricas que la rodean. Al descubrir la historicidad del
hombre, Comte descubre tambin la historicidad de la ciencia. Como consecuencia directa
de este relativismo e historicismo se plantea por primera vez la existencia de la Historia de
la Ciencia como disciplina autnoma; pero los propios dogmas del Positivismo frustran en
parte las expectativas de un descubrimiento tan importante como es la historicidad del
conocimiento. La ciencia se contextualiza en funcin de su poca, de su momento
histrico, pero a su vez, este momento histrico se ve siempre en relacin con el Gran
final, con el advenimiento del espritu positivo, y al llegar aqu el movimiento de la historia
se detiene, y lo que era relativo deviene ahora en lo absoluto. Adems, la creencia de que
la historia tiene un motor propio se traslada tambin a la historia de la ciencia,
deducindose de aqu que la ciencia tiene un movimiento propio y autnomo de su
entorno social e histrico.
Finalmente se tiene como una temtica fundamental en el discurso positivista: la unidad de
la ciencia. Comte la vincula, directamente a la dinmica social, reafirmando una vez ms la
tesis de que el Positivismo es, ms que una Filosofa o una Filosofa de la Ciencia, una
Teora de la Historia. Los compartimentos estancos del conocimiento humano, que
llamamos las ciencias, deben articularse en una superior unidad, una unidad sistemtica
determinada por su origen y destino comn. En la mente humana esta unificacin dar
lugar a la armona mental, de tipo universal, a la que aspira Comte, y esto se producir
indefectiblemente cuando la totalidad de los conocimientos humanos hayan alcanzado el
estado positivo.
Pero adems de definir este ideal de la unificacin de la ciencia, que sus herederos
neopositivistas han intentado llevar a la prctica, Comte clasifica y jerarquiza las ciencias,
aadiendo adems una discriminacin entre las autnticas ciencias, las positivas, y las
que no lo son. La psicologa, por ejemplo, no es admitida entre las ciencias. Partiendo
desde su base matemtica, las ciencias positivas son jerarquizadas segn su grado de
generaIidad decreciente y de complejidad creciente: astronoma, fsica, qumica, biologa y
sociologa. Esta ordenacin es a la vez lgica, histrica y pedaggica. Nos indica el orden
en que han ido apareciendo las distintas ciencias, nos indica a la vez la lgica interna del
proceso segn los dos parmetros arriba indicados, y nos indica tambin el orden en que
deben ser enseadas en una educacin positiva. Respecto al orden histrico cabe aadir
el comentario de que no responde a la realidad: las distintas ciencias no han aparecido en
el orden que Comte quiere imponer. Otra vez la especulacin, el debe ser, la deduccin a
partir de unos postulados se impone sobre la observacin: de nuevo triunfa la metafsica.
El desarrollo de la tcnica y el progreso de la ciencia acreditaron el estadio positivo de la
ciencias naturales junto al dinamismo que supuso la teora evolucionista de Darwin, la cual
fue avalada en la compendiosa obra de H. Spencer cuya directriz esta fundamentada en la
evolucin natural, en virtud de una ley que rige el paso de lo homogneo a lo heterogneo,
de lo indefinido a lo definido, de lo simple a lo complejo. Spencer aduca, que la evolucin
se aplica a todas las formas de la existencia csmica y a todas las ciencias, en general
integracin de materia y disipacin concomitante del movimiento; desde este punto de
vista, es un fenmeno mecnico, evidenciable en la biologa cuando muestra, el paso de lo
homogneo a lo heterogneo en la transformacin de las clulas fecundadas en
organismo vivo.
En la psicologa explica la gnesis de los procesos psquicos por una adaptacin
progresiva de un estado interno, simple al principio, a un medio que cada vez va siendo
ms complejo; dicha adaptacin origina las diversas funciones mentales. En cuanto a la
sociologa, Spencer seala que en todo organismo social y en cada rgano en particular
(en la familia, en el Estado, en la Iglesia), existe una complejidad creciente y una densidad
cada vez mayor. Dada la radical identidad de la sustancia universal, todos los fenmenos
de la naturaleza forman una serie en la que no hay lugar a fisuras, ni a ninguna creacin:
los hechos psico-sociolgicos nacen de los hechos biolgicos y estos a su vez, nacen de
los fenmenos fsicos y csmicos; la creciente complejidad es suficiente para explicar la
aparicin de los reinos superiores.
No obstante, Mill consider necesario crear un mtodo que permitiera la indagacin de
dichos fenmenos de manera positiva, postulando el mtodo inductivo como va cientfica
del conocimiento. Considera que la experiencia suministra los datos, los fenmenos; razn
por la cual establece cuatro reglas para averiguar sus antecedentes:
La Concordancia: que consiste en la observacin de un fenmeno y su
circunstancias antecedentes, si las cambiamos todas menos una y el fenmeno
sigue dndose, la conclusin es que esta ltima circunstancia es la causa del
fenmeno observado.

La Diferencia: si se suprime una circunstancia antecedente y, como consecuencia,

desaparece el fenmeno, se puede afirmar que tal antecedente es la causa del
fenmeno.
Los Residuos: llegado el caso en que se conoce la causa de una parte del
fenmeno, se debe considerar que el resto del fenmeno se debe a causas
desconocidas an.
Las Variaciones Concomitantes: consiste en partir de los hechos y, mediante el uso
de la induccin, llegar al establecimiento de las leyes fsicas; es decir, cuando un
fenmeno vara en funcin de otro, se podra afirmar que de tal fenmeno es efecto
del segundo.
Mill funda su ciencia social en la voluntad y la creencia, toma el egosmo como el principal
motor de las relaciones humanas, considera los valores religiosos como simple
colaboracin, en los que la marcha del hombre va en la bsqueda moral. Afirma que el
hombre ante las necesidades materiales descubre que no existen soluciones espirituales,
sino que esas soluciones se encuentran en la Sociologa. La lgica la declara como una
ciencia de prueba, lo mismo que a la Psicologa como ciencia moral. Ya que, establece
que: "La observacin y la experimentacin, por profunda que sea, no puede conducirnos al
conocimiento absoluto de los fenmenos. Hay que partir, por tanto, de un cierto relativismo
cognoscitivo"(Ramrez, Pg. 30, 2000).
2.4.4. ACTUALIDAD DEL PENSAMIENTO

El Positivismo en la actualidad tiene influencia en muchas personas y lugares, que sin ser
conscientes, se sitan en esta lnea de pensamiento. Definitivamente, hoy lo social y
terico pierden ms espacio que ganan lo matemtico y comprobable. El Positivismo por
sus bases empricas rechazan todo lo que no se pueda comprobar desde la ptica
humana y eso pasa en nuestros das, el hombre cada vez ms acostumbrado a la tcnica
y a la manera de mostrar las cosas, a travs de laboratorios e investigaciones, se hace
ms inverosmil ante las tesis de pensamiento y las especulaciones. El gran desarrollo de
la ciencia en los ltimos siglos le ha permitido al Positivismo posicionarse en nuestros das
como una disciplina de verdadero conocimiento, que mirando atrs, puede situarse con
muchos adelantos y muchos logros, ya que lo que se vende, lo aceptado y lo creble para
nuestros das, es solamente lo que se puede comprobar por algn proceso positivo.

Las ciencias que han rechazado el Positivismo hoy no despiertan ningn tipo de
seguidores, ya que la conceptualizacin tan propia en otras pocas, donde fueron
aceptadas y tenidas como fuente de conocimiento, hoy ms que nunca son cuestionadas y
tildadas de troncadoras del verdadero saber, y esto gracias al Positivismo.
De todas maneras, el pensamiento positivista, ha influido en la actualidad, en especial en
nuestro continente donde todos los pases han sido marcados por estas ideas, sobretodo
en el campo poltico y en pases subdesarrollados, buscando formas de progreso. En
Latinoamrica, se tiene un peculiar caso, y es que la tradicin positivista de corte ingls
ser el teln de fondo de una concepcin neoescolstica de la vida, tanto poltica como
social. Sin embargo, a pesar de las influencias efectivas del Positivismo en la vida
espiritual latinoamericana, no se puede afirmar que tal influencia posee un carcter reflejo,
pues ya exista en nuestros pases un autctono Positivismo, que empieza a germinar a
partir de la crtica de la escolstica y la teologa colonial. Es ms, el Positivismo fue
instrumentalizado por un afn de sus seguidores de imprimirlo a las especficas
situaciones histricas. Se arraiga de manera profunda dicha actitud positivista en la
mayora de nuestros pensadores, tambin siendo su reaccin muy extraordinaria.
2.4.5. EL POSITIVISMO EN VENEZUELA

Rafael Villavicencio (1886-1896). Es un insigne representante de la teora Positivista en
Venezuela, ya que su contribucin a la educacin define poca y marca huellas
imborrables. Los aportes mas interesantes los hizo junto al Dr. Ernest Adolf, quienes
desde la primera exposicin que hacan en el peridico La Tribuna y de las lecciones de la
ctedra de Historia Universal a la que luego convirti en Filosofa de la Historia, ayuda a
formar una generacin de pensadores que actan para comprender y analizar los
fenmenos desde otras perspectivas. La orientacin imperante en este momento,
focalizaba su atencin en construir una inventiva y un saber afianzado sobre el mtodo de
la ciencia positiva.
Arturo Uslar Pietri dice al respecto: el Positivismo se presenta como una de las mas
fecundas etapas de la historia del pensamiento venezolano. No consisti solamente en
una serie de conceptos aprendidos en libros europeos, sino que despert la curiosidad por
el estudio de nuestros fenmenos sociales, histricos y provoc as un mejor conocimiento
del pas y de su realidad. De manera que bajo esta influencia se paso del conocimiento de
la Historia, como narracin a la conceptualizacin de la Historia como Ciencia. El Doctor
Villavicencio miraba con una aureola de Positivismo comteano, ya que ejerci en

Venezuela el liderazgo de esta Escuela. Entre los aos 1866 y 1880 aprendi el
positivismo con Litte con la lectura de una obra titulada: Conservacin, Revolucin del
Positivismo.
En dos grandes ideas centr la atencin de esta nueva teora en la concepcin de la
historia y en la necesidad de estudiar y divulgar la ciencia como base del progreso. Es
importante destacar que en los discursos que pronunciaba Villavicencio en la Universidad
caraquea en 1866 y 1869, no solo persegua trasmitir las ideas conceptuales del
Positivismo sino que se deja entrever un mensaje poltico, la bsqueda de una Filosofa
que vigorice con sus principios el progreso del pas dentro del orden y estabilidad
institucional en momentos de grave disolucin y deterioro de fuentes de la riqueza.
Villavicencio era hombre de saberes actualizados y la novedad cientfica influye en sus
definiciones filosficas, de manera que su filosofar est muy asociado a la ciencia. Al
respecto dice: "He sido y soy positivista en el sentido de que todo verdadero conocimiento
tiene por base la experiencia, es cuestin de mtodo no de doctrinas".(Heces, Pg. 92,
1994)
En cuanto a lo epistemolgico, su vocacin cientficista se caracteriza por la confianza que
tiene en la observacin y experimentacin para la adquisicin del conocimiento, y este se
mantiene, dentro de la filosofa positivista. Villavicencio pone todo el peso en la educacin
y cree firmemente en la influencia de esta, para lograr la formacin del nuevo estado y la
consolidacin del nuevo orden, a partir de la expansin del poder material e industrial.
De igual manera destaca la importancia del dominio de la naturaleza por la inteligencia,
tomados como elementos que definen a la sociedad positivista; ya que sostiene que: "La
sociedad es un hecho natural sometido a leyes fijas ,y sustrado como tal a la voluntad
humana, pero no de la inteligencia que puede comprenderle y modificar notablemente su
tendencia y determinacin" (Heces, Pg. 97, l994). Asimismo, se dedic a la divulgacin
de dichas ideas positivistas, considerando a las filosofas de inspiracin teolgicas o
metafsicas, insuficientes para las necesidades del espritu moderno acostumbrado a las
demostraciones cientficas.
En cuanto a las ideas educativas, las resume en tres documentos: A)El informe de 1890,
conocido en el primer congreso pedaggico de Caracas en 1895; B)El informe claustro
universitario de Caracas; y C)Las observaciones que hace al proyecto Cdigo de
Instruccin Pblica 1909. Al ser interrogado a cerca de la elaboracin de estos
documentos, l expresa claramente que los avala la madurez que produce la experiencia
desde el punto de vista comteano. En los cuales, se da un elemento comn: que es la
clara modificacin al curriculum, fundamentado en el orden lgico e histrico de las
diferentes ciencias.
Dr. Luis Razzetti (1896), fue un insigne educador que durante las postrimeras del Siglo
XIX y comienzo del XX, tuvo una destacada participacin en la educacin superior
venezolana. Estuvo becado en Francia, especficamente en la ciudad de Pars donde
recibi una formacin caracterizada segn Jacques Maritain como cientificsta,
determinista, materialista, y positivista. En varias ocasiones, el Dr. Razzetti se define
como: determinista, porque creo que todos los fenmenos de la naturaleza estn
sometidos a leyes abstractas. "Soy monista porque creo que la materia y la energa son
dos propiedades esenciales de la sustancia universal, infinita y eterna" (Hernndez Pg.
298, 1984)
Luis Razzetti fue un joven que recibi la influencia del Dr. Villavicencio y de Dr. Adolfo
Ernest, los cuales fueron considerados por Razzetti como los apstoles mximos en
Venezuela de la filosofa y ciencias positivista. La enseanza del Dr. Villavicencio
estimularon el apetito intelectual de Razzetti como para acoger con admiracin las fuentes
que nutren su pensamiento cientfico- filosfico de las obras de Darwin y Hackel. Del
primero, abrazo la idea del principio evolucionista, que descalifica la tesis creacionista y la
espiritualidad del alma. A Hackel lo calific como maestro predilecto, en cuyas obras
aprendi a amar la verdad, de l toma la idea del monismo cientificsta.
La concepcin cientfica filosfica de Hackel que negaba la existencia de Dios y el
mundo sobrenatural, consideraba que no haba dos mundos uno natural y otro moral, sino
uno solo donde la vida intelectual y moral forma parte del Cosmos. El hombre forma parte
de los vertebrados sociales y tiene dos clases de deberes: los que surgen de su
naturaleza y los que corresponden a su beneficio y progreso individual. Esto hace que el
Dr. Luis Razzetti sea considerado como ateo y le trajo como consecuencia una serie de
disputas con el clero. Sin embargo, pensaba que las ciencias eran un hermoso producto
de nuestro siglo de verdad, creyendo que las nicas ciencias validas son las naturales y
las ciencias del espritu, que tambin son parte de las naturales. Explicando adems, que
la verdadera ciencia reposa en el empirsmo y no sobre la trascendencia; y que el
verdadero mtodo es el emprico, porque compromete en el desenvolvimiento del mismo,
la actividad de nuestros rganos de los sentidos y de nuestro cerebro.
Todas estas ideas inciden en el desempeo de Razzetti como docente de la Facultad de

Medicina de la Universidad Central de Venezuela, en cuya ctedra exiga a sus alumnos la
presentacin de una tesis, con la cual aprenderan a observar, experimentar, y aprender a
expresar; de manera, que se evitara combatir el apriorismo, y el abstraccionismo.
Logrando extender dicha prctica a todo el magisterio.
En l893 publica en la Gaceta Medica de Caracas las ideas sobre la renovacin de los
estudios mdicos, iniciado el planteamiento por la base, es decir, por la necesidad de
reformar los estudios del Bachillerato, diversificndolo segn reas de inters vocacional,
de modo que permitan la adecuada preparacin bsica para los aspirantes a cursar los
estudios mdico. Consideraba que la educacin primaria deba ser tomada como piedra
angular de la educacin, sin embargo la educacin superior debera quedar restringida y
dirigida por las autoridades de la Facultad de Medicina , ya que la Medicina es una ciencia
objetiva, y para que esta pueda ser aplicada se crea un centro de salud como el Hospital
Vargas.
Al Dr. Razzetti se deben los siguientes aportes hechos en la educacin de esa poca
como: La enseanza antialcohlica y la educacin sexual. El Ministro de Educacin Dr.
Felipe Guevara Rojas encomienda al Dr. Luis Razzetti en Abril de l913, la tarea de
preparar el texto para orientar la enseanza antialcohlica. Razzetti ya vena haciendo
estudios en la traduccin y adaptacin al medio venezolano del libro del Dr. Galtier
Boissiere, Manual de Antialcohlismo, obra elaborada de acuerdo a los programas
escolares de Francia, para que sirviese de texto a la nueva enseanza prevista en
Venezuela. La medida acordada por las autoridades pone de manifiesto, la preocupacin
existente por la generalizacin del consumo de las bebidas alcohlicas.
En 1921, preocupa a Luis Razzetti la lucha contra las enfermedades venreas, de manera
que es necesario educar sobre este tema desde la escuela primaria hasta la universidad,
lo que son las enfermedades venreas por medio de conferencias populares, indicndole
a la juventud los medios de que podemos valernos para evitar el contagio. El aclaraba,
que la educacin sexual deba impartirse a travs de metodologas sencillas y de acuerdo
a la edad. Se impartira de arriba hacia abajo, desde los padres a los jvenes de mayor
edad hasta llegar a los nios; en estos se principiara por la fecundacin de las plantas y
de los animales inferiores.
Un aspecto importante relacionado con el tema de la educacin sexual fue el eugenismo.
El lo define como "el estudio de los factores sometidos al cuidado y vigilancia de la
sociedad y susceptible de modificar, en bien o en mal, las cualidades de la raza, fsicas y

mentales, en las generaciones futuras". (Fernndez, Pg. 325, 1994)
Cual era el objetivo del programa hombres y mujeres sanos sin enfermedades
hereditarias. Para ello es importante exigir el certificado pre-nupcial, testificando de que no
son portadores de aquellas enfermedades capaces de contribuir a la degeneracin de la
descendencia.
Jos Gil Fortoul (1912) y Rmulo Gallegos (1895) son prcticamente contemporneos y la
formacin de uno y otro coincide con aquella oleada de positivismo y de libre pensamiento.
Desde la poca de Guzmn Blanco se origino en Venezuela, un ambiente hostil a los
valores de la tradicin catlica. Este ambiente cargado de positivismo conduce al mundo
del agnosticismo que limita el horizonte de valoracin a solo los datos inmediatos. Este
agnosticismo condiciona la concepcin sobre la moral y la religin, lo lleva
inexorablemente al laicismo, al libre pensamiento, y a una posicin eclctica de la vida.
Entre las reformas mas importante se encuentra la escuela laica y la libertad de
enseanza. El tema de la educacin laica adquiere mas importancia en el pas a medida
que se acenta la influencia poltica del liberalismo y de la filosofa positivista. En cuanto al
segundo aspecto es importante que las ideas luchen en el amplio campo de la discusin,
garantizar el derecho a elegir y rodear de un profundo respeto el pensamiento de los
dems
Gil Fortoul opina que la moral no es nada mas que un conjunto de ideas que se han
trasmitido por herencia y dominan tirnicamente en nuestra sociedad. La ley de la
evolucin es compartida por todos los seres vivos. En tanto que la de la evolucin cerebral
solo es compartida por los seres humanos y en la expresin de Gil Fortoul expresa que
esto es producto de la ciencia, el arte y la industria. La evolucin cerebral no depende
solamente de la evolucin natural sino de otros factores y en el caso venezolano dice: La
raza y el clima son para nosotros, causa evidente de inferioridad orgnica y la nica
solucin es la inmigracin.
La educacin debe ser un instrumento para que el hombre modifique el medio, por lo tanto
no se admite escuela sin prctica. En 1911, Gil Fortoul es designado Ministro de
Instruccin Pblica, all permanece hasta fines de Abril de l912. Lo acompaa un
destacado pedagogo: Guillermo Todd, cuyas modificaciones esta orientadas a modificar la
observacin, la memoria y el razonamiento. Entre los criterios para orientar el proceso de
enseanza aprendizaje se dan los siguientes lineamientos: de lo simple a lo complejo, que
la enseanza debe ayudarse de la pedagoga con el propsito de dar al educando una

educacin integral dentro de la concepcin Spenceriana. En sntesis un sistema educativo
basado en la observacin, experimentacin y critica de los hechos.
Rmulo Gallegos, su proposicin educativa consisti en una perspectiva de expansin
cultural, de responsabilidad intelectual y de promocin socio-poltica. Se dejo influenciar
por las ideas de Sarmiento en Argentina, que estableca una diferencia entre Barbarie y
Educacin, slo puede concebirse la cultura aparejada al principio y sentido de libertad. La
idea central de la idea educativa de Gallegos, consiste en: personal, idneo y apto, para
ello crea las escuelas normales donde con mtodos eficaces se formen verdaderos
maestros.
En cuanto al mtodo de enseanza, opina que debe sustituirse el empirsmo por mtodos
cientficos de observacin y experimentacin, y aboga por la aplicacin de aquellos
mtodos que la Psicologa y la Educacin indican como pertinente en la enseanza. La
Reforma al Sistema Educativo es una de sus ideas principales, la ms transcendental y
fecunda que debera hacerse su mxima ser resumira en este aspecto en el siguiente
pensamiento: pensar ms en educar que en instruir. Entre el concepto que merece la
Educacin esta el actuar sobre el carcter y formar al hombre: en tanto que la instruccin
acta sobre la inteligencia. La influencia, que tiene la escuela en la sociedad, es motivo de
preocupacin en la obra de Gallegos, donde destaca el papel de la escuela en la
constitucin de una sociedad sana y productiva.
Conclusiones
El Positivismo, es una doctrina filosfica en donde se acepta como conocimiento vlido, el
saber cientfico obtenido a travs de la experimentacin, es decir, con la utilizacin del
mtodo cientfico, se estudian los hechos y a partir de estos, se deducen las leyes que los
hacen valederos. Por ello, el Positivismo es considerado como analtico, y tiene como
caractersticas generales:
Nomottica: porque halla las causas que explican los fenmenos, confrontando la teora
con la praxis, detecta discrepancias y establece conexiones generalizables entre variables.
Propicia la utilizacin de un mtodo de investigacin: el mtodo hipottico-deductivo como
mtodo cientfico.
La neutralidad valorativa: como criterio de objetividad. Sin embargo, esta doctrina,
incurre en dos importantes contradicciones: 1)Aunque legitimiza el conocimiento cientfico,
no especfica de manera clara, inequvoca y por tanto positiva en qu consiste
exactamente este conocimiento cientfico; y 2)Que las ms importantes afirmaciones de la

doctrina positivista como la Ley de los Tres Estadios (teolgico, metafsico y positivo), no
proceden de la actividad cientfica ni de la observacin, sino de la especulacin filosfica y
son por tanto metafsica.
Pero esto, no ha mermado la proliferacin de trascendentales descubrimientos y avances
del mundo moderno; los cuales, se deben sin lugar a duda, a la influencia del Positivismo,
siendo uno de sus ms importantes hallazgos, el descubrimiento de la Historicidad del
Conocimiento Humano a travs de la Sociologa, que permite la jerarquizacin (orden y
progreso) de la Sociedad de acuerdo a su nivel intelectual, a fin de que estos, reciban una
remuneracin acorde a su labor desempeada. A partir de la Sociologa se debe ubicar
cualquier investigacin para que exista un orden, ya que la experiencia que posee el
individuo la sustrae de su entorno, y esta transcurre en un momento histrico, que lo
orientar a travs del proceso de experimentacin cientfica.
En Venezuela, los diferentes representantes del Positivismo abogan por modificaciones
educativas que debiesen darse desde las perspectivas metodolgicas y de proyecciones
que la educacin debe tener en la formacin de un ciudadano til y productivo para la
Sociedad. Actualmente el pas, se encuentra en pleno proceso de desarrollo del Enfoque
Humanista: nuevo diseo curricular, proyectos pedaggicos de aulas, proyectos
pedaggicos comunitarios; sin embargo, las investigaciones que se realizan mantienen un
patrn positivista: son cuantitativos-medibles, porque los datos que se extraen de la
realidad, tienen que ser validados utilizando mtodos estadsticos.
2.4.6. REFERENCIAS
o Alsina J. El Positivismo, ideologa de la sociedad industrial. 2000
o Caf Rincn Literario.Com. Auguste Comte. Caf Rincn Literario.Com. 2000
o Club Caminante.Com. El Positivismo. Club Caminante.Com.1999
o Daz P. Curso de Historia de la Filosofa. Caracas. 1965.
o Diccionario. Nueva Enciclopedia Larousse. Tomo 7, 8 y 9. Editorial Planeta. 1982.
o Enciclopedia Hispnica. Volumen 12. Editorial Enciclopedia Britnica Publicer inc.
Estados Unidos 1992 1993. Pgs. 75 y 76.
o Urbina E. El Positivismo. Monografas.Com. 2000
o Zamora. Biblioteca Prctica de Consulta de Nuevo Milenio. Editorial Zamora. 2000.

o http://www.monografias.com/trabajos6/deso/deso.shtml

2.5. LGICA Y TICA EN KARL POPPER
Prof. Mariano Artigas

Es un placer encontrarme aqu para tener este Seminario que, segn me parece, se ocupa
de un problema importante: la relacin entre lgica y tica. En la cultura actual, la tica
parece ser un asunto meramente subjetivo, y el mbito de los argumentos objetivos
pertenecera por entero a una ciencia que se presenta como libre de valores. La
Wertfreiheit (o "libertad de valores": no existe un trmino castellano o ingls equivalente a
este trmino alemn) se presenta como una caracterstica central de la ciencia: los
argumentos lgicos nada tendran que ver con los valores ticos, que quedaran relegados
a opciones completamente subjetivas y circunstanciales.
En mi opinin, la Wertfreiheit es una caracterstica real de la ciencia experimental,
que se centra en el conocimiento de pautas espacio-temporales naturales. Podemos
alcanzar ese conocimiento con independencia de nuestro sistema de valores ticos. Pero
eso no significa que la ciencia experimental no tenga nada que ver con los valores. Por el
contrario, tiene mucho que ver. Por una parte, la ciencia experimental es una actividad
humana dirigida hacia un doble objetivo, el conocimiento de la naturaleza y su dominio
controlado, y esa actividad, desde el punto de vista objetivo, supone que consideramos
que ese doble objetivo merece ser buscado. As, la bsqueda del conocimiento de la
naturaleza y de su dominio controlado son valores constitutivos sin los cuales la
empresa cientfica carecera de significado y ni siquiera podra existir.
Adems, la exigencia del control experimental implica una exigencia de intersubjetividad
que da lugar a valores institucionales: los cientficos constituyen una comunidad en la
cual existen unos estndares rigurosos que afectan a la integridad intelectual, a la
publicidad, a la apertura al dilogo y a la crtica. En definitiva, esos valores constitutivos
e institucionales son condiciones necesarias para la existencia y el progreso de la
ciencia experimental. Por tanto, existen importantes relaciones intrnsecas entre ciencia
experimental y valores ticos. Sin perjuicio, claro est, de que existan otros tipos de
conexiones adems de los que acabo de sealar.
Pero el tema de este seminario es la relacin entre lgica y tica en Karl Popper. Cul
es la opinin de Popper al respecto? La respuesta estndar es muy clara. Karl Popper

relaciona esos dos mbitos a travs de su criterio de demarcacin entre la ciencia y la

no-ciencia. Una teora es cientfica si es falsable, o sea, empricamente refutable: el
precio que debe pagarse para poder entrar en el templo de la ciencia emprica es la
actitud cientfica, que lleva a buscar contra-ejemplos que puedan mostrar falsedades en
nuestras teoras, con el nimo de detectar errores y, as, avanzar en nuestra bsqueda de
la verdad. La lgica elemental muestra que nunca podemos demostrar, en pura lgica, la
verdad de una teora, mientras que un solo contraejemplo basta para mostrar que la teora
contiene algn error. Esa asimetra lgica entre verificacin y falsacin es la clave del
mtodo cientfico, que consiste en una bsqueda sin trmino, porque nunca podemos
demostrar con certeza que nuestras teoras son definitivamente verdaderas, y siempre
deberamos buscar contraejemplos que nos ayuden a acercarnos ms a la verdad
mediante la eliminacin del error.
La aplicacin de estas ideas a la teora social tiene como resultado la sociedad abierta. Si
nuestro conocimiento es esencialmente falible, debemos cultivar la disposicin a rectificar
nuestras ideas y a examinarlas de modo crtico, aceptando la crtica objetiva, venga de
quien venga, e incluso buscndola activamente. La sociedad abierta se basa en la
apertura a la crtica, en la tolerancia, en el rechazo de cualquier tipo de autoritarismo y
de dogmatismo. De este modo, La lgica de la investigacin cientfica (publicada en
1934), donde Popper expone su criterio de demarcacin, proporciona la base lgica para
La miseria del historicismo (publicada en 1944-1945) y La sociedad abierta y sus
enemigos (publicada en 1945), donde Popper expone su teora social. En la obra lgica
de 1934 Popper se enfrenta al verificacionismo cientificista del Crculo de Viena, y en las
dos obras de teora social de 1944-1945 se enfrenta al totalitarismo, especialmente en su
versin marxista.
La conexin entre lgica y tica parece clara y lineal. Filosofa de la ciencia y teora social
son, en Popper, dos caras de la misma moneda. Su filosofa de la ciencia, que est
centrada en torno a las relaciones lgicas entre enunciados, fue elaborada y publicada en
primer lugar, pero los problemas sociales haban ocupado seriamente a Popper desde su
juventud, y su rechazo temprano del marxismo en 1919 le llev a ocuparse seriamente del
derecho con que el marxismo se presentaba como teora cientfica y, desde ah, a
ocuparse de la naturaleza de la ciencia en general.
Me parece que lo que he dicho hasta ahora refleja fielmente el pensamiento y la
trayectoria de Popper. He dicho estas mismas cosas, e incluso las he publicado en mi
primer libro, titulado Karl Popper: bsqueda sin trmino, desde la dcada de 1970. Sin
embargo, si ahora, 30 aos despus, acabo de publicar otro libro titulado Lgica y tica
en Karl Popper y he venido a dirigir un Seminario con el mismo ttulo, es porque pienso
que se puede decir algo ms. Qu es este algo ms?, cul es su inters? Para
responder a estas preguntas, que se refieren directamente, como veremos, a la relacin
entre lgica y tica en Popper, me referir a la gnesis de mi nuevo libro y a algunas de
sus ideas principales.
En 1995, despus de ocuparme durante 25 aos de Popper, casi exclusivamente de su
filosofa de la ciencia, me interes con mayor detalle por los aspectos ticos de su obra.
Tuve ocasin de trabajar en el archivo de Popper en la Hoover Institution, en la
Universidad de Stanford, y all pude asomarme a los aspectos ms personales de su vida
y de su obra, especialmente a travs de la correspondencia. Las dimensiones ticas de la
obra de Popper me parecan cada vez ms importantes. En esas circunstancias, comenc
a pensar que, de algn modo, la tica de Popper proporciona la clave para comprender e
interpretar adecuadamente toda su filosofa, incluida su epistemologa. Cuando estaba
dando vueltas a esta sospecha, Josep Corc me dej copia de un artculo que se
encontrabva en un libro recientemente llegado a nuestra Biblioteca, porque pensaba que
me poda interesar. En efecto, me interes sobremanera. El autor era el profesor Hubert
Kiesewetter, de la Universidad de Eichsttt en Baviera, a quien tendremos el gusto de
escuchar dentro de un par de meses aqu mismo. En ese artculo Kiesewetter escriba:
Desde que estudi en la London School of Economics and Political Science en 1967-68, la
cuestin de las races ticas o fuentes morales de la filosofa de Popper nunca ha cesado
de ocupar mi mente (...) En los ltimos aos discut extensamente con Sir Karl el tema de
los fundamentos ticos de su filosofa (...) mi intencin es demostrar que todo su
pensamiento se encuentra profundamente enraizado en la tica (...) La metodologa del
falsificacionismo o racionalidad crtica de Karl Popper haba sido formada en su ncleo
mucho antes de que l estudiara matemtica, fsica y filosofa natural en la Universidad de
Viena. Por tanto, mi hiptesis es que el mtodo de Popper de ensayo y error (...) se
encuentra inseparablemente entrelazado con principios ticos o morales1.
En ese artculo, Kiesewetter solamente proporciona unos datos muy escuetos sobre la
infancia y juventud de Popper. Pero su idea central me estimul a estudiar ms en
concreto las races ticas de la epistemologa de Popper.

Nuevos datos vinieron a confirmar el inters del tema. Como suele suceder cuando
nos interesamos sobre algn tema, comenzaron a llegar noticias de personas que
compartan ese inters, trabajaban en esa lnea e incluso haban publicado algo. Adems,
y sobre todo, en el verano de 1996 (Pablo Lpez lo recordar bien), un da me lleg un
sobre de South Croydon, de los herederos de Karl Popper. Me enviaban un material que
pensaban, acertadamente, que me podra interesar: la transcripcin (unos cuatro folios
a un espacio) de una intervencin espontnea de Popper en un seminario que tuvo
lugar en 1992 en Japn. Se refera a la naturaleza de su racionalismo crtico, intentando
clarificar algunos equvocos relacionados con las ideas de uno de sus discpulos ms
conocidos, William Warren Bartley.
William Warren Bartley naci en los Estados Unidos en 1934. Era, por tanto, 32 aos ms
joven que Popper (quien naci en Viena en 1902). Bartley se gradu en filosofa, en
Harvard, en 1958. En ese ao march a Londres para trabajar con Popper. Complet su
tesis doctoral, bajo la supervisin de Popper, en 1962, y en ese mismo ao public su
primer libro, titulado La retirada al compromiso2. Este libro, cuyo contenido se relaciona
ampliamente con su tesis doctoral, se centra en torno a los lmites de la racionalidad,
que es el tema que preocupaba a Bartley y que provoc unas relaciones difciles con
Popper.
Bartley fue, sin duda, uno de los mejores discpulos y colaboradores de Popper.
Precisamente de aqu surgen las dificultades para advertir los equvocos que l mismo
provoc. Atrado por las ideas de Popper, desde el primer momento Bartley crey
descubrir en ellas la posibilidad de formular una visin del mundo que le permita
responder a los problemas que l se planteaba. Le pareca, sin embargo, que para
servir a ese objetivo, los argumentos de Popper deban ser generalizados e incluso
corregidos.
La generalizacin pareca bastante fcil. En efecto, Popper haba propuesto la
falsabilidad como criterio de demarcacin entre la ciencia y la pseudo-ciencia; en la ciencia
emprica, segn Popper, formulamos nuestras hiptesis de tal modo que puedan ser
sometidas a control experimental: nunca podemos demostrarlas de modo concluyente,
pero podemos avanzar hacia la verdad eliminando los errores que detectamos cuando
chocan contra la experiencia.
Popper mismo haba generalizado esta actitud, aplicndola a las teoras metafsicas: estas
teoras, segn Popper, tampoco podran ser demostradas, pero podran ser sometidas a
"crtica racional", utilizando argumentos racionales que, sin poseer la fuerza tpica de los
experimentos cientficos, seran suficientes, no obstante, para someter a las teoras
metafsicas a un proceso de eliminacin de error anlogo al que se da en las ciencias.
Bartley propona considerar el problema de la demarcacin como un caso particular del
problema de la racionalidad. Las ideas de Popper no slo daban pie a esa
generalizacin; pareca, incluso, que Popper mismo ya la haba realizado, y que slo
era necesario hacerla explcita.
Exista, sin embargo, un aspecto en las ideas de Popper que molestaba
profundamente a Bartley, quien lo vea como un obstculo insalvable para conseguir su
objetivo. Popper subrayaba con fuerza el carcter conjetural del conocimiento humano y la
imposibilidad de conseguir demostraciones concluyentes; por tanto, propona un
pensamiento claramente anti-dogmtico en el que no haba lugar para la certeza. Pero ese
"racionalismo crtico" reposaba en ltimo trmino, segn confesin explcita del mismo
Popper, en una "fe irracional en la razn", fruto de una "decisin moral" en favor del
racionalismo.
Segn Popper, la actitud de tomar en serio los argumentos racionales no poda, a su vez,
ser fundamentada mediante argumentos racionales, y por este motivo afirmaba que, en
ltimo trmino, su racionalismo crtico se basaba en una decisin irracional. Bartley
pensaba que este paso era suicida porque, en esas condiciones, el racionalismo
crtico siempre debera enfrentarse, sin posibilidad de respuesta, a la objecin tpica
del fidesmo filosfico o religioso; en efecto, el fidesta podra decir al racionalista algo
de este estilo: "t me atacas porque fundamento mis ideas en una fe irracional, pero t
tambin te apoyas, en ltimo trmino, en una fe irracional".
Lo que Bartley buscaba era, precisamente, una filosofa que no se viera sometida a este
argumento del "tu quoque". Le sobraba la fe en la razn, la decisin moral que Popper
colocaba en la base de su racionalismo crtico. Crey encontrar lo que buscaba en lo que
l llam primero "racionalismo crtico comprehensivo" y ms tarde "racionalismo pan-
crtico". Estaba en la lnea del racionalismo de Popper, pero haba dado el ltimo paso:
considerar absolutamente todo como abierto a la crtica, eliminando la necesidad de
ninguna decisin moral bsica, de ninguna fe irraccional. Segn Bartley, todo, incluso el
propio racionalismo, debe estar abierto a crtica. Se tratara, en definitiva, de llevar
hasta el final la direccin emprendida por Popper: no slo podemos criticar cualquier

hiptesis, sino que incluso esa misma posicin, o sea, la disposicin de someter todo a
crtica, debe estar ella misma abierta tambin a la crtica.
Si Bartley se hubiese limitado a desarrollar su posicin, y Popper a aceptarla o rechazarla
claramente, yo no habra escrito mi libro ni estara diciendo aqu estas cosas, ni Pablo
estara haciendo una tesis doctoral sobre estas cuestiones. Lo que sucedi es mucho ms
complicado. Terriblemente complicado. Tan complicado, que en mi libro yo digo que slo
podr asomarme a los problemas que surgieron y que se encuentran sin resolver.
Para resolverlos completamente, si es que alguna vez se llega a hacerlo, ser necesario
utilizar una documentacin mucho ms extensa de la que yo cito. Sin embargo, conozco
buena parte de esa documentacin, al menos lo suficiente como para poder decir que, en
sus aspectos fundamentales, casi todos los aspectos esenciales del problema pueden
tratarse seriamente en base a los textos que ya han sido publicados. Algunos aspectos
importantes, de tipo personal, quedarn necesariamente sin tratar (por el momento, los
herederos de Popper no han autorizado la publicacin de cartas, que tanto Pablo como yo
conocemos como consecuencia del trabajo en los archivos de Popper, y que son muy
importantes para este tema).
En la primera parte de mi libro, me centro en la publicacin y comentario de un texto de
Popper que denominar documento de Kyoto, que hasta ahora no haba sido publicado.
Es difcil exagerar su trascendencia. Gabriel Zanotti, profesor en la Universidad Austral de
Buenos Aires y experto en Popper, ha escrito una recensin de mi libro que ser publicada
probablemente en la revista Arbor, y en el resumen inicial dice lo siguiente: "En su ltimo
libro sobre Karl Popper, Mariano Artigas plantea una hermenutica revolucionaria: muestra
que la tica de Popper es el fundamento de su epistemologa, y que el fundamento de esa
tica est lejos del "conjeturalismo" que suele atribuirse a Popper. Artigas analiza qu
significa en Popper la "fe irracional en la razn" y utiliza, como fuente indita, el dramtico
relato que hace Popper de su relacin con W. W. Bartley, por primera vez, en Kyoto, en
1992. Sea cual fuere la opinin del lector, el libro de Artigas divide la hermenutica de
Popper en un antes y un despus".
Situar brevemente el documento de Kyoto. Cuando ya haba cumplido los 90 aos, Karl
Popper fue a Japn para recibir de la Fundacin Inamori, en Kyoto, un premio para "las
artes creativas y ciencias morales". Con ese motivo, entre otras actividades, el 12 de
noviembre de 1992 tuvo lugar un seminario titulado "La Filosofa de la sociedad abierta".
Actuaron como coordinadores los profesores Ryuichi Nagao y Rinitsu Kawakami,
Universidad de Kyoto. Karl Popper pronunci una conferencia titulada "El origen de la
cultura occidental y sus races literarias y cientficas". Adems de unas introducciones y de
varios dilogos, hubo cuatro conferencias pronunciadas por profesores japoneses.
La conferencia del profesor Keiichiro Kamino se titul "Sobre el racionalismo crtico de
Popper" y fue calificada por Popper como excelente. Pero Kamino no se haba limitado a
una exposicin neutral. Se haba referido, de modo muy concreto, a la interpretacin de
Bartley y a su relacin con Popper, expresando adems sus opiniones al respecto. Y aqu
empez todo. Segn l mismo dijo en su intervencin improvisada, Popper nunca haba
querido intervenir en las disputas a que haba dado lugar la posicin de Bartley (quien,
dicho sea de paso, a pesar de ser mucho ms joven que Popper, haba muerto de cncer
en 1990). Pero ahora, al cabo de los aos, Popper se encontr con un acto en el que,
delante de expertos en su filosofa, se trataba expresamente ese tema.
Tambin haba, en las intervenciones de otros profesores, algunas alusiones a ese
problema. Entonces Popper quiso clarificar algunos puntos, y lo hizo de modo espontneo,
con gran sencillez, aludiendo a aspectos de su obra y de su relacin con Bartley que en
ninguna otra ocasin manifest pblicamente. Se trata, por tanto, de un documento nico
y excepcional. La intervencin de Popper fue grabada y hasta ahora no haba sido
publicada. Se ha publicado un libro, en japons, donde se recogen las conferencias del
seminario de Kyoto y algunos otros estudios, pero ah no se incluye esa intervencin.
No es mi intencin desarrollar en detalle los problemas que Popper plante en su
intervencin de Kyoto. Estn analizados en la primera parte de mi libro. Aqu bastar una
referencia a la idea central. En Kyoto, Popper subraya una vez y otra que su
racionalismo crtico no es una doctrina, sino una actitud. En otras palabras: l no est
proponiendo una tesis filosfica, sino que est argumentando en favor de una actitud que
considera importante, sobre todo por motivos ticos: porque es una actitud de dilogo y de
razonabilidad, que favorece el entendimiento, la tolerancia y la paz, frente a cualquier tipo
de totalitarismo y de violencia. En este contexto, es importante la Introduccin que Popper
escribi para su libro "El mito del marco comn", coleccin de ensayos publicada
pstumamente en 1994, el mismo ao de su muerte.
En esa Introduccin, medio siglo despus de la publicacin de La sociedad abierta,
Popper se refiere a la racionalidad como una manera de pensar e incluso una manera de
vivir: una disposicin para escuchar argumentos crticos, para buscar los errores propios y
para aprender de ellos. Es, en lo fundamental, una actitud que he tratado de formular
(quiz por primera vez en 1932) en estos dos versos: Quiz est yo equivocado y t
tengas razn, quiz con un esfuerzo a la verdad nos acerquemos... Los puse en cursiva
para indicar que los considero importantes, pues fueron un intento de resumir una parte
particularmente central de mis artculos morales de fe. Al punto de vista que los mismos
resumen lo llam "racionalismo crtico".
A continuacin, Popper lamenta que se haya reparado poco en esos versos, admitiendo
que pudo ser en parte culpa suya, porque al lector le puede pasar por alto todo lo que
quiere decir con esos versos tan breves, y aade:
Por esta razn los cito aqu medio siglo despus. Fueron concebidos para que
contuvieran, en el mnimo espacio posible, una confesin de fe, expresada simplemente,
de manera no filosfica y en lenguaje corriente; fe en la paz, en la humanidad, en la
tolerancia, en la modestia, en el esfuerzo por aprender de nuestros propios errores; y en
las posibilidades de la discusin crtica. Era un llamamiento a la razn.
Y, en medio de estas reflexiones, Popper menciona varias interpretaciones equivocadas
de su racionalismo crtico. Aqu nos interesa muy especialmente una. Segn Popper,
tambin existi un intento de sustituir mi racionalismo crtico por una posicin radicalmente
crtica y ms explcitamente definida. Pero, puesto que este intento adopt el carcter de
una definicin, condujo a una serie interminable de argumentaciones filosficas acerca de
su adecuacin3.
La alusin a Bartley es inequvoca: no cabe otra interpretacin. Y tambin es clara la
diferencia que Popper advierte entre su posicin y la de Bartley: ste, en su afn de evitar
cualquier tipo de presupuestos, se embarca en un problema que constituye un autntico
laberinto lgico, mientras que Popper admite francamente, desde los aos 1940 y hasta
los aos 1990, que toda su posicin se basa sobre un compromiso de tipo tico y
tiene sentido a la luz del mismo.
No digo que la postura de Popper sea inequvoca ni que est libre de dificultades. Por el
contrario, me parece que su planteamiento contiene algunos defectos que afectan a toda
su filosofa y provocan ambigedades de difcil solucin. Por ejemplo, su negacin
completa de toda certeza en el conocimiento parece excesiva. Es cierto que afirma la
existencia de una verdad objetiva, y que subraya que podemos acercarnos
progresivamente hacia ella, pero al mismo tiempo insiste en que nunca podemos saber
que ningn conocimiento particular es verdadero. Precisamente el anlisis de las races
ticas de la epistemologa de Popper tiene inters porque permite advertir el sentido ms
autntico de sus ideas, evitando bastantes dificultades y facilitandola utilizacin de sus

aspectos vlidos. De todos modos, considero mi deber advertir que la posicin de
Popper, tal como l la expresa, contiene bastantes aspectos que fcilmente
conducen a perplejidades y confusiones, y que mi interpretacin no elimina
completamente esas dificultades.
Popper coloca en la base de toda su filosofa lo que l llama fe en la razn, o fe
irracional en la razn. Esta expresin resultaba inaceptable para Bartley. En realidad, la
expresin no es muy afortunada, sobre todo en su segunda formulacin, cuando no slo
se habla de "fe en la razn", sino que se dice que esa fe es "irracional". En mi opinin, esa
"fe en la razn" se refiere a unos supuestos humanistas que sirven de base a Popper y
que se refieren a la dignidad de la persona humana. Tanto en su filosofa de la ciencia
como en su filosofa social, Popper se apoya en unos supuestos que l mismo
considera obvios, de modo que no se detiene a hacerlos explcitos. En efecto, su
filosofa de la ciencia no tiene sentido a menos que se acepte una ontologa y una teora
del conocimiento realistas, y su filosofa social se apoya sobre unas convicciones morales
amplias y profundas acerca de la persona humana y de la sociedad. En definitiva, la
racionalidad popperiana se inscribe dentro del marco de una racionalidad ms bsica y
general, la racionalidad del mundo y la racionalidad de la persona, y propone un cultivo
sistemtico de la racionalidad humana tanto en el mbito de la ciencia como de la vida
social. Las ideas de Popper son coherentes con una filosofa realista que le sirve de
complemento y que, de hecho, es utilizada implcitamente por Popper en su obra.
Contemplada en esta perspectiva, la decisin moral en que se apoya la propuesta social
de Popper no es una fe irracional, como l dice. Es racional. De hecho, Popper argumenta
en su favor.
Popper afirma que su compromiso moral con la dignidad de la persona humana es
fruto de una decisin, y tiene razn: por muy bien fundamentado que ese compromiso
pueda estar, requiere una decisin moral. Pero Popper admite que esa decisin est
abierta a argumentacin, y de hecho argumenta en su favor: por eso no tiene
inconveniente en aceptar la propuesta de Bartley segn la cual deberamos mantener todo
abierto a la crtica, incluso nuestra decisin bsica de mantener todo abierto a la crtica. Al
mismo tiempo, su decisin moral es amplia y firme; se es el motivo que le llev a
separarse del marxismo y a estudiar seriamente en qu consiste el carcter cientfico de
las teoras: de hecho, toda la filosofa de la ciencia y de la sociedad de Popper tiene como
fondo ese compromiso moral del que no est dispuesto a renunciar. En cambio, Bartley no
quiere saber nada de compromisos, porque identifica compromiso con fe ciega en el
sentido del fidesmo. Pero existen tipos de fe y de compromiso que son razonables y no
tienen nada que ver con la fe ciega del fidesmo. Adems, existe una racionalidad bsica
que sirve de marco general a la ciencia, a la filosofa, a la religin, y en general a toda la
vida humana
En su intervencin de Kyoto, Popper subraya que su racionalismo se refiere a una
actitud, no es una teora. Es una actitud que lleva a mantener las propias ideas abiertas
a posibles rectificaciones, pero no es, en absoluto, una actitud iconoclasta. Precisamente
es una actitud que, al basarse en unas razones morales, implica toda una serie de
supuestos ticos. Con su decisin moral, Popper admite implcitamente toda una serie de
supuestos que no est dispuesto a abandonar: supuestos que se refieren a la libertad, a la
dignidad humana, a la justicia, a la igualdad, a la convivencia pacfica, al respeto, a la
tolerancia. Lo que sucede es que le parecen tan obvios que ni siquiera se los plantea
expresamente como supuestos. Quiz sa sea una de las claves de los equvocos que
puede provocar la filosofa de Popper: que se apoya en unos supuestos que no examina
expresamente.
Las consideraciones precedentes se pueden aplicar a la valoracin del falibilismo de
Popper. Los argumentos de Popper en favor del falibilismo derivan del carcter conjetural
de nuestro conocimiento y de la magnitud de nuestra ignorancia. Sin embargo, Popper
combina estos argumentos con consideraciones ticas. Dice, por ejemplo: Los principios
que constituyen la base de toda discusin racional, es decir, de toda discusin emprendida
a la bsqueda de la verdad, constituyen los principios ticos esenciales. Me gustara
enunciar aqu tres de estos principios.
Y formula esos tres principios de este modo:
1. El principio de falibilidad: quiz yo estoy equivocado y quiz t tienes razn. Pero es
fcil que ambos estemos equivocados. 2. El principio de discusin racional: deseamos
sopesar, de forma tan impersonal como sea posible, las razones en favor y en contra de
una teora (...). 3. El principio de aproximacin a la verdad: en una discusin que evite los
ataques personales, casi siempre podemos acercarnos a la verdad (...).
Popper subraya que esos principios incluyen aspectos ticos cuando contina diciendo:
Vale la pena sealar que estos tres principios son principios tanto epistemolgicos
como ticos, pues implican, entre otras cosas, la tolerancia: si yo espero aprender
de ti, y si t deseas aprender en inters de la verdad, yo tengo no slo que tolerarte

sino reconocerte como alguien potencialmente igual; la unidad e igualdad potencial
de todos constituye en cierto modo un requisito previo de nuestra disposicin a
discutir racionalmente las cosas4.
Una explicacin puramente lgica o epistemolgica no puede reflejar esta situacin,
porque las ideas principales implicadas en ella "son principios tanto epistemolgicos como
ticos". Por eso no hay crculo vicioso: la tica sirve de base a la actitud racional (aunque
esto no significa que la tica sea completamente autnoma: lo racional y lo tico se
encuentran estrechamente entrelazados y relacionados en ambas direcciones). Tambin
es interesante sealar que Popper incluye "el principio de falibilidad" como uno de los
principios que "constituyen los principios ticos esenciales". Esta afirmacin bastara para
mostrar que el falibilismo no se refiere a un asunto meramente lgico, y que no slo
incluye dimensiones ticas, sino que tiene, segn las palabras del propio Popper, un
carcter principalmente tico.
Popper tambin se refiere a la igualdad y unidad entre los hombres como otro componente
tico de su falibilismo, y esto tiene fuertes connotaciones antropolgicas. Me atrevera a
decir que aqu se encuentra el supuesto bsico de toda la filosofa de Popper: l cree
en el hombre, en la libertad, en la razn, en la paz, en el respeto. Popper se encuentra
fuertemente comprometido con esos valores, y todos sus argumentos los suponen. En la
misma lnea aade:
As, los principios ticos constituyen la base de la ciencia. La idea de verdad como
principio regulador fundamental -el principio que gua nuestra bsqueda- puede
considerarse un principio tico. La bsqueda de la verdad y la idea de aproximacin
a la verdad tambin son principios ticos; como lo son las ideas de integridad
intelectual y falibilidad, que nos conducen a una actitud de autocrtica y de
tolerancia5.
Es difcil exagerar la importancia de estas afirmaciones, que abren nuevas perspectivas a
la base tica de la ciencia, que constituye todo un mbito de investigacin, y muestran que
los aspectos cruciales de la epistemologa de Popper no pueden comprenderse
adecuadamente sin una referencia a sus aspectos ticos.
Ha habido varios intentos de proporcionar una clave unificadora de la filosofa de
Popper. No pretendo presentar otro intento de unificacin. En cambio, la perspectiva
tica proporciona una comprensin de la filosofa de Popper en un nivel diferente
que se refiere al origen de las otras claves. Ms en concreto, permite comprender el

significado de la crtica y del racionalismo crtico de Popper. En efecto, cuando
consideramos la epistemologa de Popper bajo la luz de la clave tica, nos damos cuenta
de que representa una actitud ms que una doctrina. Es una doctrina centrada en torno a
una actitud, la actitud de razonabilidad, de dar importancia a la discusin racional, una
discusin en la cual mantenemos la apertura mental con respecto a cualquier tipo de
objeciones o calificaciones, dispuestos a abandonar una opinin que apreciamos cuando
hay razones para abandonarla. La epistemologa de Popper puede ser considerada como
la articulacin terica de este tipo de actitud.
Popper est interesado principalmente en la verdad. La crtica de Popper se encuentra
esencialmente relacionada con la bsqueda de la verdad: es una actitud cuya relevancia
se debe, precisamente, a la funcin esencial que desempea si deseamos buscar un
conocimiento verdadero del mundo real. De hecho, cuando Popper argumenta en favor de
un realismo filosfico que se opone a cualquier forma de subjetivismo e idealismo, sus
argumentos adoptan un tono que casi hace olvidar su insistencia en el carcter conjetural
de nuestro conocimiento. En la ltima parte de mi libro muestro algunos ejemplos.
Aunque no me detendr en otros detalles, mencionar que Popper dice que "crey" y
contina "creyendo" en el realismo metafsico. Esto es aparentemente no popperiano, si
recordamos que Popper subraya que no cree en la creencia. Encontramos otras
expresiones aparentemente no popperianas cuando Popper desarrolla su discusin del
realismo. Dice, por ejemplo, que tanto el realismo como el idealismo comparten como
caracterstica comn que son indemostrables e irrefutables, pero, aade, hay una
importantsima diferencia entre ellas.
El idealismo metafsico es falso y el realismo metafsico es verdadero. No sabemos esto,
naturalmente, en el sentido en que podemos saber que 2 + 3 = 5; es decir, no lo sabemos
en el sentido del conocimiento demostrable. Tampoco lo sabemos en el sentido del
conocimiento cientfico contrastable. Pero esto no significa que nuestro conocimiento no
sea razonado o razonable. Por el contrario, no hay conocimiento factual que est apoyado
por ms argumentos o por argumentos ms fuertes (aunque no sean concluyentes)6. Esta
afirmacin acerca del realismo y el idealismo no podra ser ms fuerte, y la referencia a
argumentos positivos parece chocar con el criticismo extremo atribuido con frecuencia a
Popper. Adems, Popper contina hablando de "los argumentos positivos en apoyo del
realismo metafsico".
Por supuesto, Popper se refiere aqu a verdades muy elementales. Pero las trata de modo
completamente realista, sin ninguna concesin a los argumentos tpicos de los filsofos
subjetivistas o idealistas. En este terreno, Popper no parece tener miedo de decir que
realmente sabe algo con certeza.
Pienso que la argumentacin de Popper acerca del realismo metafsico podra ser suscrita
por un tomista como tienne Gilson. El criticista Popper utiliza el mismo tipo de
argumentos empleados por Gilson para llegar a la misma conclusin con el mismo tipo de
certeza. Esta no es, sin embargo, la nica ocasin en que Popper argumenta sobre temas
metafsicos. Cuando se le acus de ser o haber sido positivista, replicaba que nunca haba
negado que la metafsica tenga sentido, y tambin que haba discutido frecuentemente
problemas metafsicos, lo cual es cierto. Subrayara que, aunque Popper nos diga que sus
puntos de vista deberan ser considerados como conjeturas, de hecho argumenta tan
fuertemente como cualquier otro lo hara cuando ataca el materialismo o argumenta en
favor del realismo, el indeterminismo y la emergencia.
Todo este asunto puede ser clarificado si recordamos que, al argumentar en favor del
realismo, Popper escribe: "No sabemos esto, naturalmente, en el sentido en que
podemos saber que 2 + 3 = 5; es decir, no lo sabemos en el sentido del conocimiento
demostrable. Tampoco lo sabemos en el sentido del conocimiento cientfico contrastable.
Pero esto no significa que nuestro conocimiento no sea razonado o razonable". Pienso
que un dilogo acerca de este texto podra bastar para alcanzar un amplio acuerdo sobre
algunos temas entre Popper y muchos filsofos realistas, tomistas incluidos.
Desde mi punto de vista, dira que difcilmente conocemos algo acerca del mundo fsico
"en el sentido en que podemos saber que 2 + 3 = 5", de modo que, si consideramos esto
como el paradigma del "conocimiento demostrable", Popper tendra razn cuando
considera que nuestro conocimiento es bsicamente conjetural. Sin embargo, para evitar,
como Popper pretende hacerlo, actitudes que obstruyen el progreso cientfico, no es
necesario afirmar que todo nuestro conocimiento es conjetural, lo cual no es cierto. Basta
aceptar que nuestro conocimiento es siempre limitado y perfectible. Adems, en la ciencia
experimental nuestras construcciones siempre dependen de contextos que nosotros
mismos construimos y que, en consecuencia, conducen a conocimientos que, aunque
sean verdaderos, poseen siempre un carcter contextual y parcial.
Por otra parte, tampoco es difcil comprender que en la ciencia experimental existe una
fuente especial de intersubjetividad y de verdad. Esa fuente, sin embargo, no es nada
misteriosa: consiste en el hecho de que el mundo natural est organizado en torno a

pautas espacio-temporales repetibles. Los experimentos cientficos son posibles porque
existen pautas repetibles. En cambio, cuando se trata de las ciencias humanas, debemos
tomar en consideracin las dimensiones especficamente humanas que, aunque puedan
relacionarse con pautas espacio-temporales, tambin las trascienden. Por tanto, no
podemos zanjar las discusiones metafsicas utilizando exactamente la misma clase de
argumentos que se usan en la ciencia experimental; sin embargo, podemos alcanzar
eventualmente conclusiones que son mucho ms seguras que las de la ciencia
experimental.
Popper defiende algunas doctrinas filosficas que tienen gran importancia para los
tomistas y para muchos otros filsofos realistas. ste es el caso de su argumentacin en
favor del realismo metafsico. Esto tambin puede extenderse a la imagen de la ciencia
experimental como una empresa humana cuyo objetivo es la bsqueda de la verdad; a la
importancia de las razones ticas para la bsqueda de la verdad; a la afirmacin de que
nuestra bsqueda de conocimiento emprico debe basarse en el mtodo de conjeturas y
refutaciones; a la idea de que, ms all de la ciencia experimental, existe un mbito de
cuestiones metafsicas que no pueden ser decididas mediante experimentos pero pueden,
no obstante, ser discutidas racionalmente; a la importancia de la modestia intelectual,
especialmente en el mbito de las empresas intelectuales; a la necesidad de fomentar la
actitud de dilogo y razonabilidad en los asuntos humanos.
Me atrevera a decir que algunas dificultades aparentes en la filosofa de Popper podran
ser superadas mediante un dilogo previo dirigido a entender los respectivos marcos de
referencia. Sin embargo, la tarea no es fcil. Ahora, yo no dira que la filosofa de Popper
es principalmente una epistemologa que se aplica al mbito social; ms bien dira que es
verdad lo contrario. En tal caso, el dilogo con Popper es, probablemente, ms factible de
lo que parece a primera vista, pero, en cualquier caso, no es un asunto fcil. Mi trabajo
sobre las races ticas de la epistemologa de Popper pretende ayudar a hacer ms fcil
esa tarea.
REFERRENTES
o Hubert Kiesewetter, "Ethical Foundations of Popper's Philosophy", en: A. O'Hear
(editor), Karl Popper: Philosophy and Problems, Royal Institute of Philosophy
Supplement: 39, Cambridge University Press, Cambridge 1995, pp. 275-276.
o W.W. Bartley, The Retreat to Commitment, Knopf, New York 1962.

o K. R. Popper, El mito del marco comn. En defensa de la ciencia y la racionalidad,
Paids, Barcelona 1997, p. 15
o Karl Popper, En busca de un mundo mejor, Paids, Barcelona 1994, p.255.
o Karl Popper, Realismo y el objetivo de la ciencia, Tecnos, Madrid 1985, pp. 120-128.
o Cinta de Moebio No.5. Abril de 1999. Facultad de Ciencias Sociales. Universidad de
Chile.
o http://rehue.csociales.uchile.cl/publicaciones/moebio/05/frames13.htm

2.6. LGICA Y EPISTEMOLOGA DE LA CIENCIA SOCIAL: ENSAYO SOBRE EL

ENTENDIMIENTO REFLEXIVO EN HEGEL
Jorge Gibert Galassi.
Si la apariencia fenomnica y la esencia de las cosas coincidieran totalmente, la ciencia y

la filosofa seran superfluas. Karel Kosik, Dialctica de lo Concreto.
2.6.1. INTRODUCCIN
El propsito del trabajo consiste en aproximarse a una reevaluacin del enfoque negativo
de la filosofa hegeliana en el marco de la discusin epistemolgica de la ciencia
contempornea.
En la exposicin del concepto de "entendimiento reflexivo", tal como lo reelabora Hegel en
su Ciencia de la Lgica, se afirma que la crtica hegeliana implic la creacin de una
epistemologa de la ciencia especial, conocida como dialctica. El desarrollo histrico de
tal epistemologa ha sido precario y las refutaciones a ese punto de vista, mltiples.
Bsicamente, stas ltimas se han centrado en la afirmacin de la hiptesis formalista que
asigna un rol definitivo y exclusivo a la lgica de la identidad y la no contradiccin en la
investigacin cientfica, opuesta al planteamiento hegeliano.
Sin embargo, la distincin entre lgica y representacin permitira reubicar la reflexin
hegeliana desde otro punto de vista, permitiendo, adems, ampliar el marco de la
discusin epistemolgica sobre la dialctica, al menos respecto del cmo sta se ha
desarrollado recientemente.
2.6.2. LGICA Y REPRESENTACIN DE REALIDAD

La afirmacin "En virtud de que la esencia a diferencia de los fenmenos no se
manifiesta directamente, y por cuanto que el fundamento oculto de las cosas debe ser
descubierto mediante una actividad especial, existen la ciencia y la filosofa" (2), centra la
discusin sobre el conocimiento y su plausibilidad en las caractersticas de esta especial
actividad y, por tanto, respecto del mtodo filosfico y cientfico y las presuposiciones
epistemolgicas de stos.

Sin embargo, surge aqu la falacia de la distincin estricta entre ciencia y filosofa: no
contiene, y se edifica, la ciencia sobre un conjunto de hiptesis filosficas?; y la
contraparte, para que la filosofa pueda realizar un aporte reflexivo a la dinmica cientfica,
no es acaso necesario que ella est por encima (analticamente informada) del
conocimiento cientfico de su poca?
El problema de la distincin surge cuando la operacin se reconoce en ella misma:
podemos pensar las relaciones formales y factuales entre ciencia y filosofa sin acudir al
instrumental formal (lgica) y factual (conocimiento) a las que ellas mismas acuden para
su realizacin como tales? O dicho de otro modo: puede existir un criterio de operacin
externo a ellas ciencia y filosofa utilizable para su anlisis?
Una respuesta a esta pregunta podra construirse desde una opcin tica, ideolgica o
estticaliteraria. Pero sera irrazonable quebrar el principio de autorreferencia, mnimo
para la comprensin de la evolucin autoorganizada de la filosofa o la ciencia, puesto que
no es posible modelar matemticamente la creacin literaria as como tampoco es posible
suponer intencionalidad ideolgica a la solucin de ecuaciones diferenciales. Es decir, slo
podemos hablar cientficamente de la ciencia desde la ciencia misma y artsticamente del
arte desde el arte.
Sin embargo, habitualmente las taxonomas que ordenan las disciplinas filosficas
incluyen a la lgica y, al mismo tiempo, la lgica se incorpora instrumentalmente en el
quehacer creativo de la ciencia, como una modalidad operatoria para la construccin
coherente (racional) de teoras. La lgica se relaciona con la objetividad mediante el
problema de la representacin. El lenguaje cientfico intenta adaptarse a los hechos
mediante la formulacin de enunciados sobre la realidad, siempre y cuando dichos
enunciados se relacionen entre s de una manera coherente, respetando el principio de
identidad y nocontradiccin. As planteado, el problema surge con la pregunta: qu
sucede, cmo operar estratgicamente, cuando concebimos la realidad como unidad de
identidad y noidentidad?; qu sucede con el instrumental lgico para la construccin de
teoras?
2.6.3. LA DIALECTIZACIN HEGELIANA DE LA LGICA

La distincin formacontenido es el punto de partida del anlisis crtico de Hegel sobre
este problema: "Al aceptar que la lgica sea la ciencia del pensamiento en general se
entiende con ello que este pensamiento constituye la pura forma de un conocimiento, que
la lgica hace abstraccin de cualquier contenido y que el llamado segundo elemento que
pertenecera a un conocimiento, es decir la materia, debe ser ofrecido trayndolo de otra
parte" (3). El sujeto cognoscente dara forma, una fisonoma sui generis, a los enunciados
sobre la realidad o lo conocido. De esta, el conocimiento consistira en la combinacin de
la arquitectura de todo pensamiento pensable levantada con la materia, que estara fuera
de ella. Pero el planteamiento de Hegel, no conforme con ello, gira en torno a la pregunta
respecto de cmo es posible "unir" un elemento perteneciente a un conjunto A (las formas
del pensamiento) con un otro elemento perteneciente a un conjunto B (contenidos
materiales de la realidad), siendo que la operacin "unin" no es aplicable dada la
naturaleza, excluyentes entre s, de los elementos de ambos conjuntos. Existe una
clausura operacional puesto que la operacin no puede realizarse dada la naturaleza de
los dominios de ambos conjuntos. Los elementos no pueden conectarse por definicin, de
acuerdo a la lgica como ha sido concebida antes que l.
A ello, Hegel plantea varias contraindicaciones: "...en primer lugar, es inapropiado decir
que la lgica hace abstraccin de cualquier contenido, que ensea slo las reglas del
pensar, sin penetrar en lo que ha sido pensado, y sin poder considerar su naturaleza.
Puesto que son el pensamiento y las reglas del pensar los que deben constituir su objeto,
en stos tiene la lgica su contenido caracterstico inmediato, y en ellos tiene tambin
aquel segundo elemento del conocimiento, a saber, una materia, de cuya naturaleza debe
preocuparse" (Ibid, pg. 58). Radicalizando el enunciado, ste afirma que la lgica, en
tanto formas del pensamiento, pertenece, tambin, al orden de la realidad y, por lo tanto,
no puede separarse de ella, a riesgo de cometer una peticin de principio.
En segundo lugar, por ello no menos relevante, Hegel plantea que no es posible una
verdad incierta y una certeza noverdadera. A lo menos no desde la filosofa. Es decir,
complementando con el punto anterior, no sera posible concebir el pensamiento como
algo imperfecto, una forma blanda, indeterminada, siendo que ste es real y, por ello, algo
por s completo y acabado. En consecuencia, la concordancia del pensamiento con el
objeto no puede ser posible, a menos que ste descienda de su status de realidad,
menoscabando su funcin a mero "ajuste y acomodo".
En tercer lugar, y este es el decisivo, "...dado que la diversidad entre la materia y la forma,
entre el objeto y el pensamiento, no es dejada en aquella nebulosa indeterminacin (ajuste
y acomodo), sino que es concebida de manera ms determinada, deben los dos constituir
esferas distintas. Por consiguiente, el pensamiento cuando aprehende y forma la materia,
no sale fuera de s mismo; su acto de aprehender y amoldarse a ella no es sino una

modificacin de s mismo; y la determinacin autoconsciente pertenece, no obstante, slo
a l. De modo que, an en su relacin con el objeto, el pensamiento no sale fuera de s
mismo hacia el objeto: ste sigue siendo como una cosa en s, absolutamente un ms all
del pensamiento" (Ibid, pg.59, cursiva ma).
Aqu hay dos problemas: el primero, que la filosofa prehegeliana no responde cmo se
relacionan, cul es el dispositivo vinculante, entre estas dos esferas; el segundo, en caso
de reconocer una misma naturaleza a ambas esferas, tendra que optar por suponer la
inclusin de una en la otra. Pero cmo dirimir semejante disyuntiva?
La nica manera de plantear un problema tal es mediante la incorporacin de la categora
de lo contradictorio, de manera de poder afirmar que el pensamiento es pensamiento y es
nopensamiento (realidad); as como que la realidad es realidad y es norealidad
(pensamiento).
Frente a la filosofa griega que explica el ser natural en general mediante la categora de
autoidentidad, la filosofa hegeliana precisa de una categora que de cuenta de su propio
contenido. Este descubrimiento de Hegel, lo contradictorio existente en el seno de lo no
contradictorio, es lo que denomin en su propio lenguaje "negativitt"; cuya consecuencia
es elaborar la pregunta por el ser que unifica la naturaleza regida por la autoidentidad y la
nocontradiccin y la regin, recin descubierta, de la subjetividad o del Geist, regido por
la negatividad (4). Una lectura plausible de la solucin hegeliana es que se "reinterpreta la
totalidad del ser desde la perspectiva del sujeto, interpretando subjetivamente la
substancia" (Ibid, pg.6). Este ser que es la unidad de lo contradictorio y lo no
contradictorio es, para Hegel, Concepto (Begriff) o Espritu.
Pareciera, as que la operacin hegeliana para lograr una representacin adecuada de lo
real es la inclusin de la contradiccin en su concepcin de la lgica, una lgica que, por
cierto, tiene contenido.
El planteamiento sobre el entendimiento en Hegel sugiere, es la tesis, que es posible (de
hecho irrenunciable) superar la distincin entre determinaciones antitticas puesto que
stas son slo un momento en el despliegue del Espritu Absoluto. O en palabras, del
mismo Hegel: "El formalismo que la filosofa ...denuncia... y que constantemente se
engendra de nuevo en ella no desaparecer de la ciencia... hasta que l conocimiento de
la realidad absoluta llegue a ser totalmente claro en cuanto a su naturaleza" (5).

Segn Hegel, "el entendimiento es una fase en el movimiento y despliegue del espritu. En
este movimiento, de carcter progresivo, el espritu va alcanzado nuevas formas, cada una
de las cuales supone la ruptura con los hbitos de las etapas anteriores, contenindolas y
superndolas a la vez, removiendo sus defectos y conciliando todo lo que aquellas han
determinado unilateralmente como incompatibles" (6).
El entendimiento reflexivo consiste en lo siguiente: "...suponer lo concreto inmediato,
determinarlo y dividirlo". Pero dice Hegel "...tal reflexin debe tambin superar sus
determinaciones divisorias, y ante todo, tiene que relacionarlas mutuamente. Pero, desde
el punto de vista de establecer esta relacin surge su contradiccin" y aade lo
fundamental "Esta relacin de la reflexin pertenece en s a la razn; elevarse sobre
aquellas determinaciones hasta alcanzar a conocer el contraste contenida en ellas, es el
gran paso negativo hacia el verdadero concepto de la razn" (7).
Ms adelante, Hegel diagnostica (y desliza la solucin) al impasse de la disciplina lgica:
"Sin duda, en las condiciones en que todava se encuentra, no tiene esta ciencia un
contenido de tal especie, que pueda ser vlido como realidad y como cosa verdadera en la
conciencia comn, lo que no significa que sea una ciencia formal, desprovista de una
verdad sustancial" (Ibid, pg.63).
La falta de contenido de la lgica, en consecuencia, slo hace resaltar la falta de contenido
de la filosofa misma, en tanto pretensin de representar la realidad. Al reflexionar sobre
las formas lgicas, insiste: "Cuando son consideradas como determinaciones firmes, y por
ende, desligadas, en lugar de ser reunidas en una unidad orgnica, son formas muertas,
donde ya no reside el espritu, que constituye su unidad viviente" (Ibid, pg.63). De algn
modo, esto sugiere que toda indagacin cientfica de la realidad es una indagacin sobre
la realidad del concepto o espritu.
La incorporacin, de parte de Hegel, de la categora de contradiccin a la reflexin formal
(lgica) supone una definicin del concepto en un sentido dbil, que denominaremos
representacionista. Esta definicin del concepto, como modalidad de funcionamiento o
arquitectura, representara fidedignamente a la realidad tal cual es. Pero la lgica es,
desde su origen, una forma de pensar y comunicar, ms no de representar. Al definir la
lgica desde la representacin, Hegel propone una teora de la realidad. El marxismo, al
proponer esta arquitectura "vuelta de cabeza", lo que hace es crear un enfoque
epistemolgico especial, una manera de indagar la realidad de acuerdo a un conjunto de

nuevas presuposiciones (cuya expresin mayor es el modelo societal de Marx a partir de

la dialctica capital/trabajo).
Es decir, la pretensin de Hegel es fundamentar una nueva teora general, una estructura
abstracta, donde las teoras particulares no seran ms que campos de aplicacin, la
realizacin especfica de esa estructura abstracta, cuya teora general las englobara a
todas. Esta estructura est constituida por un conjunto de operaciones tpicas, como la
operacin "oposicin" o "salto cualitativo", cuya descripcin emprica sera el objeto de las
ciencias particulares. La aplicacin de la idea "la realidad es dialctica" o sea, que "esa"
es la estructura de la realidad en las disciplinas fcticas , desde Engels hasta Kopnin, es
una muestra del impacto de la pretensin hegeliana. En suma, la lgica hegeliana abri
una manera de concebir la estructura abstracta de la realidad.
La Refutacin Formal de la Dialctica Hegeliana
La refutacin formal contempornea del programa lgico hegeliano, est contenida en las
presuposiciones epistemolgicas de la investigacin cientfica. Esta, tal y como la ha
codificado y divulgado Bunge, "presupone y controla ciertas importantes hiptesis
filosficas. Entre ellas, destacan las siguientes: la realidad del mundo externo, la
estructura de muchos niveles que tiene la realidad, el determinismo en un sentido amplio,
la cognoscibilidad del mundo y la autonoma de la lgica y de la matemtica" (8).
En cuanto al formalismo, esto es, la autonoma de la lgica y la matemtica, plantea: "por
mucho que cambie la ciencia de la lgica, lo hace siempre internamente o en respuesta a
problemas puramente racionales, no en un esfuerzo de adaptarse a la realidad. La lgica
es autosuficiente, desde los puntos de vista de su objeto y de su mtodo: no tiene ms
objeto que sus propios conceptos, y sus demostraciones no deben nada a las
peculiaridades del mundo" y agrega ms adelante "la validez de una ciencia formal es
independiente del mundo porque no se ocupa de l" (Ibid, pg.327).
Sin duda, la posicin de Bunge respecto a la lgica es distinta a las concepciones tratadas
en la primera parte: no corresponde a la visin hegeliana (lgica con contenido) como
tampoco corresponde a la visin de indeterminacin (el pensamiento que se adapta al
objeto).
Ms radical, Bunge seala que la lgica es autosuficiente poseyendo objeto y mtodo
propio, con total autonoma de los contenidos materiales del mundo. Quizs esta visin,
dice relacin con el enunciado de complejidad del mundo y de la complejidad del proceso
cognoscitivo, lo cual lleva a dejar ambas esferas "fuera" de la actividad disciplinaria de la
lgica, precisamente debido a su complejidad, por no visualizar la posibilidad de dar

cuenta fundadamente de dicha complejidad.
Pareciera que en Bunge, la concepcin de la lgica tiene un sentido netamente
instrumental de control. Esa "tecnologa" tendra una funcin semejante a toda tecnologa:
ejercer dominio sobre un mundo, en este caso, no sobre un mundo natural o social sino
sobre el mundo de la produccin de verdades. Es decir, no se tratara, como lo plantea
Hegel, de una disciplina con contenido, sino de un instrumental de apoyo para la
produccin cientfica; por cierto, un apoyo algo semejante al del Tribunal de la Santa
Inquisicin.
Especficamente, la funcin de la lgica al interior de la investigacin cientfica sera
apoyar la bsqueda de la certeza, y estara dada por su enfoque en tanto lgica deductiva
y lgica inductiva.
Con respecto a la lgica inductiva, Bunge le asigna un papel bastante menor que al de la
lgica deductiva: "...desentenderse de la lgica deductiva y buscar certeza por otra parte,
en la lgica inductiva...esto es una quimera: no hay hiptesis infalibles y, estrictamente
hablando, todas las inferencias nodeductivas son falaces: no nos permiten concluir nada,
pero son expedientes que nos permiten sospechar de la verdad o falsedad de las
afirmaciones. La verdadera tarea de la "lgica" no deductiva no tiene que consistir en
consagrar falsedades, sino en estudiar los efectivos esquemas de la inferencia cientfica
no deductiva que se presentan en el estadio de la contrastacin, as como las condiciones
de su rendimiento ptimo.
Por ejemplo, en nuestro caso del sujeto "mentalmente ausente", si hallamos que no
reacciona al ruido, "inferimos" que es plausible suponer que est mentalmente ausente
(caso de reduccin fuerte). Pero nuestro sujeto puede estar simulando, de tal modo que
habr que disponer de otras contrastaciones ms...O bien, la hiptesis en cuestin puede
ser plausible en razn de la anterior experiencia con el sujeto, la cual nos sugiera que
suele estar ausente mentalmente; ...A - R, y "A" es verosmil, luego "-R" es plausible
(caso de modus ponens dbil). O tambin, por ltimo, puede ser que estemos bastante
seguros, aunque no totalmente, de que el sujeto est reaccionando al ruido, en cuyo caso
inferimos que el sujeto est probablemente alerta: A - R es plausible, luego "-A" es
plausible (caso de modus tollens dbil).
Pero, cunta plausibilidad puede tener una suposicin plausible, y cunta plausibilidad
puede tener, por su parte, la inferencia que da aquella conclusin? Ninguna de las
existentes teoras de "lgica" inductiva da respuestas aceptables a esas preguntas: se

trata an hoy de problemas abiertos" (Ibid, pg.883).
El planteamiento de Bunge respecto a la lgica deductiva es, a la vez, claro y
parsimonioso: "...la lgica deductiva, aunque es un poderoso instrumento para la
explicitacin de supuestos iniciales y la obtencin de todas las consecuencias
contrastables que aqullos puedan implicar, es impotente para convalidar los supuestos
iniciales mismos; en cambio, ayuda a mostrar cules de ellos son falsos" (Ibid, pg.881).
Es decir, cumple un rol de apoyo indiscutible para la construccin coherente (racional) de
teoras. Pero insiste en que la investigacin cientfica slo es fructfera cuando es posible
falsar teoras, a la vez que stas slo se generan si las preguntas de investigacin son
capaces de plantearse problemas (Popper), y desarrolla la argumentacin relativa a la
impotencia para convalidar supuestos iniciales y su relacin con la construccin de
teoras del modo siguiente: "...Una teora axiomtica de base A es el conjunto de todas
las frmulas de la teora basada en A:
F = Cn (A)
[Tambin F = Cn (F), lo que quiere decir que una teora axiomtica contiene todas sus
consecuencias, o sea, que es deductivamente cerrada]. Podemos segn eso adoptar la
siguiente definicin: Una teora axiomtica de base A es el conjunto de todas las
consecuencias lgicas de A.
El caso ms sencillo se presenta cuando no hay ningn supuesto, o sea, cuando la base
de la teora es el conjunto vaco. Si nos preguntamos qu se sigue de nada?, la
respuesta correcta, aunque nada intuitiva, es lo que se sigue de nada es la lgica
ordinaria. Esto es: no hay supuestos a partir de los cuales se siga la lgica; o, como
tambin puede decirse, nada precede (lgicamente) a la lgica; otra manera de decir lo
mismo: la lgica es autocontenida. (Con esto queda probada la autonoma de la lgica;...)
Esto puede escribirse brevemente as:
Cn ( ) = L,
aL
El dual de este teorema es: De supuestos lgicamente falsos se sigue cualquier cosa. O
sea: el conjunto U de todas las frmulas se sigue de todo conjunto unidad { A} tal que la
negacin de A sea lgicamente verdadera:
Si - A L, entonces...Cn (A) = U

He aqu una primera moraleja: huir de frmulas que puedan explicarlo todo, en el campo
dado y en cualquier otro. Segundo: No reforzar los supuestos a toda costa (Ibid, pg. 442
y 443). A lo que el autor agrega: "...podemos seguir amontonando simples proposiciones
de bajo nivel sin sacar nada en limpio teorticamente: un conjunto de informaciones
lgicamente aisladas, por precisas y numerosas que sean, estn tan lejos de ser una
teora como pueda estarlo una coleccin de chismes. Un conjunto de supuestos no puede
empezar a dar de s consecuencias lgicas y, por lo tanto, demostraciones ms que si
esos supuestos trascienden los datos. En este caso, un slo supuesto inicial siempre que
sea rico puede implicar infinitas consecuencias lgicas... (pero) los datos no producen
teoras (Ibid, pg. 443).
Finalmente, resume el autor con un argumento prctico: "Todas las teoras lgicas
contienen ... las leyes de identidad y nocontradiccin... Supongamos, por arrancar
nuestra argumentacin, que la ciencia factual no presupusiera estos principios... no habra
limitacin alguna de las formas lgicas ni de las inferencias: todo podra afirmarse... y todo
podra inferirse" (Ibid, pg. 328, cursiva ma). El significado profundo de esta
argumentacin es meramente administrativo mientras no se realice la pregunta por la
validez de la representacin de lo real por la semntica cientfica: a saber, lo nico que
podra concluirse, es que no podemos acumular oraciones enunciativas.
Sin embargo, Bunge desliza la posibilidad hegeliana: "...que la ciencia factual emprendiera
una investigacin propia de la lgica y buscara sus propios principios de razonamiento.
Cmo podra conseguirlo? Los conceptos, las funciones proposicionales, las
proposiciones, etc. o sea, los objetos lgicos no tienen existencia material ni pueden,
consiguientemente, ser objetos de experiencia: slo sus smbolos tienen existencia
material, pero son inesenciales, o sea, que pueden cambiarse por otros smbolos
cualesquiera sin que cambie lo denotado. La ciencia factual tendra que volverse hacia
adentro, tendra que hacer su propio anlisis para descubrir los principios lgicos que
estuvieran insertos en ella misma" (Ibid, pg.328). Pero, no es sta acaso la propuesta
hegeliana? Por cierto, lo es. Sin embargo, Bunge insiste: "Pero, con qu instrumentos
procedera a ese anlisis, si no es con los instrumentos lgicos que al principio se haba
negado a presuponer? Por tanto, la ciencia factual tiene que presuponer alguna lgica"
(Ibid, pg.328).
Visto ms de cerca, el razonamiento de Bunge tiende a fundamentar tales afirmaciones
desde un punto de vista de la construccin de teoras ms que desde el punto de vista de
la representacin de lo real a travs del sistema ciencia: "Si se abandona el principio

lgico de identidad tendramos que admitir el milagro de que un enunciado cambiara por s
mismo y fuera capaz de representar dos veces en una misma argumentacin por
ejemplo la misma proposicin. Si se abandonara el principio de no contradiccin,
seramos incapaces de hacer suposiciones determinadas pues podramos estar afirmando
al mismo tiempo sus negaciones" (Ibid, pg. 329). Sin embargo, esto tiene relacin con el
requisito de comunicabilidad y contabilizacin del conocimiento acumulado, pero,
insistimos, nada nos informa acerca de s el sistema ciencia representa vlidamente o no a
la realidad tal cual es. La realidad del mundo es ms compleja que la ciencia, pero es
vlido, como pretensin, partir del supuesto de que slo es posible comunicar
parcialmente el "estado de realidad" del mundo? Y si no fuera vlida la pretensin, cabra
pensar que la naturaleza es de una uniformidad tal que es plausible la idea de
representarla mediante formas lgicas? An cuando pudieramos responder estas
preguntas, tampoco daran argumentos para enfrentar el problema del movimiento, que de
algn modo es el quid de la pretensin lgica hegeliana.
En efecto, en el caso particular de las ciencias sociales, si fuera posible que ellas
representaran el movimiento de lo social, como secuencia ordenada de eventos, estaran
en condiciones, entre otras, de realizar predicciones. Respecto a este punto, lo ms all
que se ha llegado es la teora de juegos, que no deja de ser un ejercicio de inters
heurstico basado en supuestos mltiples, lo que nos vuelve a dejar en el punto de partida:
Sobre cules supuestos, entonces, sera factible construir una representacin valedera
de lo social?
2.6.4. LGICA COMO REPRESENTACIN Y LGICA COMO LENGUAJE

El sistema ciencia comunica en el particular cdigo de la verdad objetiva y sistemtica. La
ciencia fctica presupone una lgica bivalente verdad / falsedad, aunque algunas
teoras presuponen lgicas no ordinarias (9).
Cuando definimos la funcin de la lgica en el proceso del conocer cientfico, de acuerdo a
la dialctica, sta consiste en "adaptarse a la realidad". Es la definicin dbil,
representacionista. Sin embargo, al proceder de este modo, confundimos la lgica con la
estructura de la realidad y con algunos otros conceptos, tales como el de modelo. La
funcin de la lgica no es adaptarse a la realidad, sino ms bien en hacer sta
comunicable en trminos de conjunto de proposiciones verdaderas vinculadas
sistemticamente. Ms precisamente, la funcin de la lgica es el clculo de

proposiciones, en un sentido inductivo o deductivo, que permita validar la conexin entre
proposiciones. Los resultados de estos clculos son multiformes, y van desde el
desprendimiento de nuevas proposiciones (generacin de hiptesis) hasta la evaluacin
de teoras (control).
Pero no hay que olvidar que la pretensin hegeliana es dar cuenta de la transformacin, y
es por ello que incorpora la categora de contradiccin. La hiptesis general es simple: la
transformacin es cambio, y el cambio es obra de la oposicin de entidades contrarias,
que explica la transformacin de los estados de las entidades que se oponen. Hegel
plantea que la dialctica es una representacin de lo real viviente, que en cuanto y en
tanto unidad, contiene los trminos de identidad y de contradiccin. El problema se plantea
cuando comunicamos esta idea a travs del lenguaje. Supongamos el siguiente ejercicio:
Es cierto que una entidad es A y ~ A.
Pero la mera inclusin de "y" en la sintaxis de la proposicin nos demuestra que:
A ~A A*~A
V F F
F V F
La refutacin pueril a esta conclusin es que la lgica proposicional no encaja con la

realidad. Pues bien, sese el lenguaje ordinario, lo que tenemos es la siguiente oracin:
"las cosas son no son al mismo tiempo". Y por qu no est en la oracin el "y"? Porque el
"y" es la lectura del *, que es la conjuncin o producto lgico. Sin embargo, ms de uno
insistir: Si tomamos un perodo, encontraremos A y ~ A como estados. Pero, como es
obvio, ya no estamos comunicando lo que originalmente queramos comunicar: esta nueva
comunicacin es la de un proceso o "secuencia temporalmente ordenada de
acaecimientos, tal que cada miembro de la secuencia toma parte en la determinacin del
miembro siguiente" (10), como por ejemplo el proceso vital (vidamuerte).
La nica manera de comunicar la idea original es mediante una "paradoja", y las paradojas
son problematizaciones (no son descripciones o explicaciones) de la realidad, que se
resuelven adicionando en la formulacin lingstica una tercera entidad. En el caso de la
dialctica, el problema se resuelve slo si la tercera entidad es de un nivel de realidad

distinto al nivel de los dos trminos antitticos (o aparentemente antitticos) que incluye.
Lo veremos en la siguiente parte y final.
Por otra parte, algunos han confundido el problema de la lgica y la representacin de otro
modo. Es lo denominado "lgica borrosa".
A modo de ejemplo, expongamos la siguiente idea: "la lgica formal tradicional no encaja
con nuestro objeto de estudio, por dos razones al menos. La primera... porque se requiere
un modo de pensar no lineal, sino reticular y, mejor todava, sistmico... La segunda razn
es todava ms obvia. La lgica formal en que hemos sido entrenados se basa en el
empleo cualitativo de inclusin y exclusin...para caracterizar los fenmenos sociales y
encajarlos en los esquemas tipolgicos que, explcita o implcitamente, utilizamos como
referencia" (11). En suma, supone la tesis que la lgica debe "adaptarse a la realidad".
Pero es cuestionable tambin por otras razones.
El primer argumento se rebate con dos ejemplos simples: i) El estudio general de la
continuidad lo emprende la topologa, que es una creacin matemtica de Poincar; y, ii)
los cdigos de los sistemas Luhmannianos son binarios (12). Tanto la teora del continuum
como el pensamiento sistmico, matemtica y sociologa, no slo no son incompatibles
con la lgica formal, sino que la requieren.
El segundo argumento, confunde un caso particular de agrupaciones cientficas, el ms
simple, la clasificacin divisoria, con toda la amplia gama de clasificaciones posibles. Si la
divisin es correcta (el dominio del discurso es igual a la unin de A y -A y que la
interseccin de A y -A es ), un elemento pertinente podr ser incluido en el subconjunto
de uno de los trminos.
Si un elemento es excluido de ambos subconjuntos, est mal definido el elemento
(vaguedad) o existe independencia entre el criterio de divisin y el elemento (el agua no
puede ser incluida en la dicotoma comestible/ nocomestible; sino en la dicotoma
bebible/ nobebible).
Adems, concibe la tipologa como un instrumento "anterior", ms elemental, respecto de
la clasificacin; cuando no lo es. Una tipologa es el resultado de un sistema de
coordenadas, un espacio de atributos. Terica y metodolgicamente, una tipologa implica
una correlacin que un agregado social posee entre dos conceptos de clase, con niveles
de medicin variados, como la propuesta de Fromm (13), grado de autoridad de los padres
y grado de aceptacin (de dicha autoridad) por los hijos; y que le produjo cuatro tipos de
relaciones de autoridad: autoridad absoluta, autoridad normal, falta de autoridad y
rebelin. Por lo tanto, la tipologa es un subproducto del juego terico y metodolgico entre
dos clasificaciones, en el ejemplo anterior, la clasificacin entre autoridad de los padres
(que en realidad es de un tipo especial, la ordenacin, puesto que establece relaciones
asimtricas y transitivas entre dos miembros, por ejemplo, un miembro con autoridad dbil
y otro con autoridad fuerte) y la clasificacin de grados de aceptacin de los hijos (tambin
ordenada: baja, media, fuerte).
Esta refutacin no impide estar de acuerdo en que "definir exactamente lo que es y lo que
no es el objeto examinado" es muy difcil, pues "A veces, la vaguedad conceptual refleja
una nebulosidad o indeterminacin objetiva, no en el sentido de que los hechos sean
confusos, pero s en el de que entre los gneros naturales hay a menudo formas de
transicin. Estas formas de transicin impiden una demarcacin tajante, dan lugar a
vaguedad conceptual y pueden arruinar incluso clasificaciones" (14). Pero este problema
no lo resuelve un continuum donde el fenmeno se ubica entre dos tipos ideales, a lo
Weber, puesto que volvemos al mismo argumento anterior.
2.6.5. DETERMINACIN DIALCTICA Y EPISTEMOLOGA DE LA CIENCIA

El punto de arranque es que la distincin entre lgica formal y lgica dialctica es
inoficiosa y, por lo tanto, improductiva como idea cientfica. Pero la intencin
"representacionista" de Hegel, la dialctica como estructura de la realidad, es fructfera en
cuanto hiptesis de "un modo de ser de la realidad misma"; y en ese sentido, es vlida
como esquema presuposicional de determinacin que es plausible de contrastar
empricamente para obtener evidencia a su favor.
De hecho, la reflexin contempornea de la filosofa de la ciencia incluye entre los tipos de
determinacin, la determinacin dialctica, y la expone del siguiente modo: "Determinacin
dialctica (o autodeterminacin cualitativa): de la totalidad del proceso por la lucha
interna y por la eventual sntesis subsiguiente de sus componentes esenciales opuestos.
Ejemplo: a) los cambios de estado de la materia a nivel macroscpico se producen por el
juego recproco y predominio final de dos tendencias opuestas: la agitacin trmica y la
atraccin molecular; b) los intereses en conflicto de los grupos sociales determinan los
cambios de la propia estructura social de dichos grupos. Por oposicin a la
autodeterminacin cuantitativa, la dialctica interna implica cambios cualitativos" (15).
Es decir, constituye una modalidad diferenciada de otras modalidades expresivas de la
determinacin. Esta ltima, en general, es definida como "...aquella teora ontolgica
cuyos componentes necesarios y suficientes son: El principio gentico o principio de

productividad, segn el cual nada puede surgir de la nada ni convertirse en nada; y el
principio de legalidad, segn el cual nada sucede en forma incondicional ni completamente
irregular, o sea, de modo ilegal o arbitrario. Ambos principios pueden ser fundidos en uno
solo, a saber: Todo es determinado segn leyes por alguna otra cosa, entendindose por
esta ltima las condiciones externas tanto como las internas del objeto en cuestin. Este
enunciado puede llamarse el principio de determinacin. Se trata de un supuesto filosfico
de la ciencia, confirmado por los resultados de la investigacin cientfica...Cualquier teora
de la estructura, o del cambio, o de una y otro, que respete el principio de determinacin
recibir el nombre de determinista" (16).
De particular inters es la formulacin de determinacin como modo de devenir: "la tercera
acepcin (del determinismo)...la forma (acto o proceso) en la cual un objeto adquiere una
propiedad" (Ibid, pg. 23). Esta idea fue desarrollada analticamente de manera notable
por Marx, al afirmar que la sociedad cambia (en tanto "modo de produccin") por el
proceso de la lucha de clases (clases que se reubican constantemente en posiciones
dominadas o dominantes segn el control que tengan de los medios de produccin), las
que concomitantemente alteran su fisonoma al alterarse el modo de produccin (los
siervos pasan a ser obreros, etc.).
Afirmamos anteriormente que, en el caso de la dialctica, el problema se resuelve slo si
la tercera entidad, nuestro objeto en la formulacin anterior, es de un nivel de realidad
distinto al nivel de los dos trminos antitticos (o aparentemente antitticos) que incluye.
Ello incluye tres problemas: la distincin entre niveles de realidad; la distincin del status
lgico entre hiptesis; y, la distincin entre relaciones de los trminos antitticos. Toda las
teoras parciales, se apoyan en alguna opcin hipottica de resolucin de estos
problemas.
El primer problema es el de la distincin entre niveles de realidad, puesto que toda
hiptesis dialctica est afirmando que el tercer trmino es de un nivel de realidad distinto
a los dos otros trminos. La idea que la realidad no es una estructura homognea y rgida
esta consagrada desde hace mucho. Cada nivel de realidad opera a base de un conjunto
de propiedades y leyes propias (lo cual muestra cun absurdo es una formulacin como
"La sociedad est esquizofrnica"); lo cual no impide afirmar que existen relaciones entre
niveles (17). Adems, varios importantes principios metodolgicos se desprenden de las

dos hiptesis ontolgicas anteriores, como: a) parsimonia de niveles; b) trascendencia de

niveles; c) nivelorigen; y, d) contigidad de niveles (18).
A nivel disciplinario, slo la investigacin puede confirmar si la hiptesis dialctica, in
concreto, es representativa de una estructura donde el tercer trmino pertenece a un nivel
superior contiguo al nivel que incluye los dos trminos antitticos. Cabe sealar, adems,
que la estructura propuesta debe explicitar los dispositivos reguladores de esta relacin
entre niveles.
El segundo problema es el de la forma. Se afirma que los trminos antitticos son reales,
de una forma antittica real. Sin embargo, por ejemplo, la agitacin trmica y atraccin a
nivel molecular son antitticos en su relacionalidad, como procesos que desde puntos
polares convergen en un centro de "choque"; pero la morfologa fenomnica no ha sido
esclarecida. En rigor, slo es posible afirmar que A y ~ A son antitticos en cuanto a su
fisonoma formal, pero empricamente es probable que expresen una diferencia ntica y no
un antagonismo ntico, sino relacional (19). En general, es ms razonable pensar en
trminos antitticos aparentes.
Un ejercicio como el siguiente podra esclarecer esta cuestin: Sea ~ A el opuesto de A.
Pero existe un problema previo: Es probable encontrar en la realidad dos entidades
idnticas? La respuesta es no, inclusive a nivel atmico. Luego, dada la imposibilidad de
encontrar en la realidad A y A (2A), sino ms bien la existencia de A y A; entonces, del
mismo modo, no se podr encontrar ~ A y otro ~ A, sino ~ A y ~ A. Ahora bien, cul es la
plausibilidad de encontrar en algn fenmeno A y ~ A, una correspondencia estricta entre
opuestos?; por qu no suponer que es ms plausible la coexistencia de A y ~ A (o A y ~
A o A y ~ A; etctera)?
Ello deriva en la formulacin de una hiptesis general que supone una semntica formal,
donde ~ A es el opuesto de A; mientras las hiptesis especficas suponen una semntica
emprica que afirma la improbabilidad de la coexistencia de A y ~ A.
El tercer problema es el de las variables cardinales o el problema de las magnitudes de los
trminos antitticos. Si la determinacin dialctica es la "lucha" entre contrarios, el
problema de la magnitud de stos se torna relevante, pues supone algn grado de
predictibilidad acerca de la situacin futura del tercer trmino "de estado".
Una propuesta preliminar para abordar el problema es la distincin entre una
determinacin dialctica simple y otra compleja, en tanto tipos. As, se postula que la
determinacin dialctica simple es el postulado de plausibilidad de un estado con
tendencia al equilibrio, o, al menos, un equilibrio que opera bajo ciertos parmetros

determinados (como la dialctica agitacin trmica v/s atraccin molecular en el caso del
agua, cuyo estado es constante hasta los 100); mientras que determinacin dialctica
compleja es el postulado acerca de la plausibilidad de estados con tendencia al des
equilibrio (como en el caso de el estado del sistema "parlamento" donde es improbable
una representacin proporcional entre oposicin y oficialismo).
En suma, toda formulacin hipottica de tipo "dialctico", para ser procesada en el corpus
de la ciencia estricta, debe dar cuenta de estos tres problemas: nivel, forma y magnitud.
Finalmente, todo lo anterior presupone una lgica bivalente para la comunicacin cientfica
de la hiptesis dialctica y excluye la posibilidad de toda lgica dialctica a lo Hegel. Valga
para los defensores del postulado de la dialectizacin de la lgica el consuelo de que la
ciencia es slo un modo de comprender la realidad.
Notas
1. El presente artculo es uno de los resultados preliminares de un programa de
investigacin en epistemologa y metdica de la investigacin social. El autor
agradece los valiosos comentarios de Juan Miguel Chvez, Germn Fierro y
Laurence Maxwell.
2. Kosik, K. Dialctica de lo concreto, Ed. Grijalbo, Mxico, 1989, pg. 29.
3. Hegel, G. Ciencia de la lgica, FCE, Mxico, pg. 58.
4. Fierro, G. Aproximaciones al tema de la muerte en Hegel, Tesis de grado, UCV,
Valpo., pg. 6.
5. Hegel, G. Fenomenologa del Espritu, FCE, Mxico, pg. 15.
6. Otero, E. El estilo antittico de pensamiento en la filosofa poltica moderna, Doc.
Doctorado en Filosofa, U. de Chile, pg. 1.
7. Hegel, G. Ciencia de la lgica, FCE, Mxico, pg. 61.
8. Bunge, M. La investigacin cientfica, Madrid, 1983, pg. 319.
9. Por ejemplo: Varela, F.; Coguen, J. The aritmethic of clousure en J. Cybernetics,
1978,8: 291-324; Varela, F. The extended calculus of indications interpreted as a
three-valued logic, en Notre Dame J. Formal Logic, 1979, 20:141-146 (citado en
Maturana, H. y Varela, F. De mquinas y seres vivos, Prefacio a la segunda edicin,
Editorial Universitaria, Stgo., 1995.
10. Bunge, M. op. cit., pg. 718.

11. Prez de Guzmn, T. El modo de pensar sociolgico: Una propuesta en Revista

Chilena de Temas Sociolgicos, N 3, 1997, pg. 98.
12. Es ms, la teora sistmico autorreferencial "No concierne tampoco a la posibilidad,
hoy muy discutida, de una lgica de los sistemas autorreferenciales". Luhmann, N.
Sistemas sociales, Alianza Editorial, Madrid, 1991, pg. 36.
13. Barton, A. Concepto de espacio de atributos en sociologa en Boudon, R. y
Lazarsfeld, P. Metodologa de las ciencias sociales, Vol. I, Laia, Barcelona, pg.
216-218.
14. Bunge, M. op. cit., pg. 123.
15. Bunge, M. Causalidad, Eudeba, Buenos Aires, 1961, pg. 31.
16. Bunge, M. Causalidad. pg. 37 y 38.
17. Una solucin al problema de cmo es esta relacin es: "...los niveles superiores
arraigan en los inferiores" (Bunge, M. La investigacin cientfica, pg. 321); muy
complementaria con esta otra "...los sistemas de un orden superior (ms
emergentes) pueden ser de una complejidad menor que los sistemas de un orden
inferior, ya que estos ltimos determinan la unidad y el nmero de elementos de los
que estn constituidos" (Luhmann, N. Sistemas sociales, pg. 45).
18. Al respecto, consultar Bunge, M. op. cit., pg. 321 - 323.
19. Es lo denominado "tesis de la indiscernibilidad de los idnticos". Bunge, M. op. cit.,
pg. 335.

2.7. EL ESTUDIO DE LA CIENCIA Y LOS PARADIGMAS DE THOMAS S. KHUN
2.7.1. CONOCIMIENTO CIENTFICO

Podemos resumir las caractersticas del conocimiento cientfico en tres cualidades: el
conocimiento cientfico es general, social y legal. Lo fundamental, para que un
conocimiento pueda llamarse cientfico, es que tal conocimiento sea comunicado. El
conocimiento no comunicado de hecho, aunque en principio sea comunicable, no integra
el sistema cientfico al que por su naturaleza esta destinado.
La diferencia entre el conocimiento vulgar y el cientfico. La diferencia es que el
conocimiento vulgar es el conocimiento que se aprende naturalmente, y el conocimiento
cientfico es el conocimiento que se obtiene mediante el estudio y la investigacin.
Concepto y caractersticas de la ciencia: El conocimiento cientfico, pues, se representa en
conglomerados de proposiciones agrupadas en torno de hiptesis, de leyes o de conjuntos
de leyes que buscan comprender ciertos sectores del universo. El modo en que estas
proposiciones se fundan unas en otras constituye su unidad lgica; el hecho de referirse a
un mismo sector del universo constituye su unidad temtica. Una ciencia es, pues, una
agrupacin de conocimientos cientficos organizados entre s sistemticamente.
La ciencia como actividad metdica. La actividad del hombre de ciencia consiste, en
trminos genricos, en recopilar datos, elaborarlos, extraer de ellos conclusiones,
confrontar estas conclusiones con otros datos y con el resultado de otras investigaciones,
ordenar todas las conclusiones de un modo sistemtico y exponerlas con precisin. Las
ciencias fcticas tienen como fuente principal la experiencia. Las ciencias formales tienen
como fuente bsica el razonamiento.
2.7.2. MTODO
El mtodo cientfico sirve para adquirir o comprobar los conocimientos de la ciencia. El
mtodo cientfico tiene por objeto averiguar la verdad de proposiciones. El mtodo
deductivo es el que mejor se adapta a las ciencias formales, pero cumple un importante
papel en las empricas. El mtodo inductivo, a su vez, est especialmente destinado a las
ciencias fcticas y tiene tambin cierta injerencia (aunque menor) en las formales.

El mtodo de investigacin para el conocimiento de la realidad observable, que consiste

en formularse interrogantes sobre esa realidad, con base en la teora ya existente,
tratando de hallar soluciones a los problemas planteados. El mtodo cientfico (MTC) se
basa en la recopilacin de datos, su ordenamiento y su posterior anlisis.
Pasos del Mtodo Cientfico:
Observacin: el primer paso es la observacin de una parte limitada del universo o
poblacin que constituye la muestra. Anotacin de lo observable, posterior ordenamiento,
tabulacin y seleccin de los datos obtenidos, para quedarse con los ms representativos.
Hiptesis: se desarrolla en esta etapa, el planteamiento de las hiptesis que expliquen los
hechos ocurridos (observados). Este paso intenta explicar la relacin causa efecto entre
los hechos. Para buscar la relacin causa efecto se utiliza la analoga y el mtodo
inductivo. La HP debe estar de acuerdo con lo que se pretende explicar (atingencia) y no
se debe contraponer a otras HP generales ya aceptadas.
La HP debe tener matices predictivos, si es posible. Cuanto ms simple sea, mas
fcilmente demostrable (las HP complejas, generalmente son reformulables a dos o ms
HP simples). La HP debe poder ser comprobable experimentalmente por otros
investigadores, o sea ser reproducible. Experimentacin: la hiptesis debe ser
comprobada en estudios controlados, con autentica veracidad.
Hiptesis en Investigacin:
Hiptesis significa literalmente "lo que se supone". Est compuesta por enunciados
tericos probables, referentes a variables o relaciones entre ellas. En el campo de la
investigacin, la hiptesis, supone soluciones probables al problema de estudio. El
proceso estadstico se basa en la comprobacin de hiptesis (HP).
Existen dos tipos de HP, a saber:
HP. Alterna o Cientfica: es la HP que pretende comprobar el investigador en su muestra
de pacientes. Bsicamente significa que la media de una caracterstica o propiedad de un
grupo es diferente a la media del otro grupo o grupos, o que la distribucin y frecuencia de
un evento en un grupo es diferente del otro. H1 : grupo 1 grupo 2 HP. Nula: es lo contrario
de la anterior, o sea que no existen diferencias entre dos o ms grupos o muestras. H0 :
grupo 1 = grupo 2. El valor de p es entonces la medida de la evidencia contra la
H0.Cuanto menor sea el valor de p, menor ser la posibilidad de que la HP. Nula sea
cierta, por lo cual se rechazar, aceptando a la HP. Cientfica como verdadera.
Mtodo Deductivo:
El ejemplo clsico de la deduccin es el silogismo. Podramos, pues definir "deduccin"

(vlida, se entiende) como un razonamiento tal que, a partir de proposiciones verdaderas,
garantiza la verdad de su conclusin. La verdad de la conclusin se obtiene bajo dos
condiciones: la verdad de las premisas y la validez de la inferencia.
Mtodo Inductivo:
El razonamiento inductivo, pues, ya que de l se trata, conduce a una conclusin ms o
menos probable, pero no otorga garanta completa acerca de la verdad de sta. Esto de la
falta de garanta hace que una induccin ( a diferencia de la deduccin vlida) pueda llevar
de premisas verdaderas a una conclusin falsa. El razonamiento inductivo se halla
siempre sujeto a refutacin por la aparicin de un nuevo dato. Hay quienes llaman
induccin al proceso psicolgico de quien arriesga una hiptesis que sirve para subsumir
datos particulares en una ley general.
2.7.3. EL INDUCTIVISMO: LA CIENCIA COMO CONOCIMIENTO DERIVADO DE LOS

HECHOS DE LA EXPERIENCIA
Para el INDUCTIVISMO INGENUO, la ciencia se inicia con la OBSERVACIN. Para ello
se requiere que el observador cientfico tenga los rganos de los sentidos en condiciones
normales y est libre de prejuicios. A los enunciados a los que se llega mediante la
observacin se los conoce bajo la denominacin de enunciados observacionales, de los
cuales se derivarn, mediante la generalizacin, teoras y leyes que constituirn el
conocimiento cientfico.
Podemos distinguir entre dos tipos de enunciados observacionales: (a) los singulares,
derivados de la observacin de un determinado fenmeno, en un determinado momento y
lugar y (b) los generales, que hacen referencia a todos los acontecimientos de un
determinado tipo en todos los lugares y en todos los tiempos. Las leyes y teoras que
forman el conocimiento cientfico son enunciados de este tipo, que se llaman universales.
Las condiciones que deben cumplir los enunciados observacionales singulares para
establecer generalizaciones universales son tres y son las siguientes:
a) Que el nmero de enunciados observacionales sea grande, vale decir, no es
lcito establecer una generalizacin a partir de una sola observacin. Se trata
de una condicin necesaria.
b) Que las observaciones se repitan en una amplia variedad de condiciones.

c) Que ningn enunciado observacional aceptado contradiga la ley universal

derivada. sta es una condicin esencial. El tipo de razonamiento que nos
permite ir de los enunciados singulares a los universales, es decir, de la
parte al todo, se llama RAZONAMIENTO INDUCTIVO, y el proceso,
INDUCCIN.
2.7.4. EL PROBLEMA DE LA INDUCCIN

La validez y la justificabilidad del principio de induccin pueden ponerse en duda. En
relacin a la validez, se sostiene que las argumentaciones lgicas vlidas se caracterizan
por el hecho que si la premisa es verdadera, la conclusin debe ser verdadera. Esto es lo
propio en las argumentaciones deductivas. Pero las argumentaciones inductivas no son
argumentaciones lgicamente vlidas. Podra darse el caso de conclusiones falsas con
premisas verdaderas, sin que esto constituya una contradiccin. Ejemplo: se observ en
repetidas ocasiones y en variadas circunstancias cuervos negros. Pero no hay garantas
lgicas que el prximo cuervo que se observe no sea rosa. Si as sucediera, la conclusin
"todos los cuervos son negros" sera falsa. Respecto a la justificabilidad, los inductivistas
emplean la induccin para justificar la induccin lo que constituye una definicin circular y
el denominado "problema de la induccin"-. La induccin no se puede justificar sobre
bases estrictamente lgicas.
Si bien la induccin funciona en algunas ocasiones, por ejemplo, en las leyes de la ptica
y del movimiento planetario, presenta algunas desventajas:
a)Determinar cunto es "un nmero de enunciados observacionales grande".
b)Determinar cunto es "una amplia variedad de circunstancias".
Un modo de atenuar la postura del inductivismo ingenuo consiste en recurrir a la
probabilidad: ya no se afirma que las generalizaciones a las que se han arribado mediante
la induccin sean perfectamente verdaderas, sino probablemente verdaderas. Esta
concepcin sin embargo, mantiene las desventajas ya mencionadas. La Observacin
Depende De La Teora Se criticar el estatus y el papel que desempea la propia
observacin. El inductivismo ingenuo tiene dos supuestos en relacin a la observacin,
ambos falsos: La ciencia comienza con la observacin. La observacin da una base
segura para derivar el conocimiento.
Se sabe que dos personas que observen el mismo objeto desde el mismo lugar y en las
mismas circunstancias no tienen necesariamente idnticas experiencias visuales aunque
las imgenes que se produzcan en sus retinas sean prcticamente idnticas. Lo que un
observador ve depende en parte de su cultura (su experiencia, sus expectativas, sus
conocimientos) y su estado general. Se suma a esto el hecho de que las teoras preceden
a los enunciados observacionales, es decir, los enunciados observacionales se hacen en
el lenguaje de alguna teora. Por lo tanto, es falso que la ciencia comienza con la
observacin.
Los enunciados observacionales son tan falibles como las teoras que presuponen y por lo
tanto el hecho de ser base completamente segura sobre la cual edificar leyes y teoras
cientficas es errneo. Para establecer la validez de un enunciado observacional es
necesario apelar a la teora; las observaciones siempre se realizan a la luz de alguna
teora.
Esta postura es contraria a la que sostienen los inductivistas, que ven en la observacin la
fuente del conocimiento. Los inductivistas ms modernos establecen una diferencia entre
el modo de descubrimiento de una teora y su modo de justificacin. Admiten que las
teoras se pueden concebir de distintas maneras, por ejemplo, tras un momento de
inspiracin, accidentalmente o tras perodos de observaciones. Se sabe que usualmente
las teoras son concebidas antes de hacerse las observaciones que las comprueban. Para
los acrrimos defensores del inductivismo, las teoras slo tienen sentido si se pueden
verificar mediante la observacin. Pero no se puede mantener esta divisin tajante entre
teora y observacin ya que esta ltima est influida por la teora.
Los paradigmas de Khun sostiene, bsicamente, que no en todo momento se puede
hablar de progreso de la ciencia, ya que en ocasiones esta palabra carece de significado
discernible. En las ciencias, dice, se producen revoluciones, caracterizadas por el cambio
del paradigma.
Los paradigmas cumplen una funcin positiva y otra negativa. La positiva consiste en
determinar las direcciones en las que ha de desarrollarse la ciencia normal, por medio de
la propuesta de enigmas a resolver dentro del contexto de las teoras aceptadas. La
funcin negativa del paradigma es la de establecer los lmites de lo que ha de
considerarse ciencia durante el tiempo de su predominio. Khun sostiene que cada
paradigma delimita el campo de los problemas que pueden plantearse, con tal fuerza que
aquellos que caen fuera del campo de aplicacin del paradigma ni siquiera se advierten.
Los paradigmas cambian de un modo semejante ( aunque en gran escala) al de las
hiptesis cientficas. En los periodos de ciencia normal aparecen anomalas que las
teoras integrantes del paradigma no consiguen explicar. Durante un tiempo tales

anomalas no se observan, o no se les presta atencin; despus se busca su solucin
mediante nuevas teoras que puedan insertarse en el paradigma vigente y, por ltimo, ante
el fracaso de ese intento, se proponen nuevos paradigmas.
Lo que caracteriza a la teora de Khun es la afirmacin de que los paradigmas no son
conmensurables; es decir que las teoras que se inscriben en un paradigma no pueden
traducirse en trminos de las teoras que forman el paradigma posterior: cada revolucin
cientfica es un cambio total de la percepcin del mundo.
En defecto, el nico progreso cientfico consiste, para Khun, en el trabajo que cumple la
ciencia normal para responder a las preguntas que genera su propio paradigma: pero la
palabra "progreso" es intil para describir los cambios del paradigma, ya que stos son
incomparables entre s. Por otra parte el mtodo cientfico slo tiene cabida dentro de
cada perodo de ciencia normal, ya que las revoluciones cientficas no ocurren
metdicamente.
2.7.5. LOS PARADIGMAS DE KHUN

Un rasgo caracterstico de su concepcin es la importancia dada al carcter revolucionario
del progreso cientfico, donde una revolucin implica el abandono de una estructura
terica y su reemplazo por otra, incompatible con la anterior. Lakatos y Kuhn tienen puntos
en comn: ambas concepciones filosficas deben resistir a las crticas basadas en la
historia de la ciencia. Se debe tener en cuenta que la concepcin kuhniana es anterior a la
lakatosiana. Por otra parte, la postura kuhniana se diferencia de la lakatosiana en el
hincapi que hace el primero en los factores sociolgicos. Thomas Kuhn expresa su idea
acerca del progreso de la ciencia por medio del siguiente esquema abierto: {Presencia
Ciencia Normal Crisis Revolucin Nueva Ciencia Normal Nueva Crisis}
Introduce la nocin de Paradigma, el cual est constituido por supuestos tericos, leyes y
tcnicas de aplicacin que debern adoptar los cientficos que se mueven dentro de una
determinada comunidad cientfica. Los que trabajan dentro de un paradigma, ponen en
prctica la ciencia normal. Es probable que al trabajar en ella, que desarrollar el
paradigma en su intento por explicar el comportamiento de aspectos del mundo, resulten
dificultades (por ejemplo, se encuentren con aparentes falsaciones).
Si estas dificultades se hacen inmanejables, se desarrollar un estado de crisis. sta se
resolver con el surgimiento de un paradigma totalmente nuevo, el cual cobrar cada vez
mayor adhesin por parte de la comunidad cientfica, hasta que finalmente se abandone el
paradigma original. Este cambio discontinuo entre paradigmas constituye una revolucin
cientfica. El nuevo paradigma enmarcar la nueva actividad cientfica normal, hasta que
choque con dificultades y se produzca una nueva crisis y una nueva revolucin.
Una CIENCIA MADURA se rige por un solo paradigma, quien establece las normas que
dan legitimidad al trabajo que se realiza dentro de la ciencia que rige, incluyendo la
resolucin de problemas que se presentan. Para Kuhn, ser justamente la existencia de
un paradigma que pueda apoyar una tradicin de ciencia normal lo que establecer la
diferencia entre lo que es CIENCIA y lo que no lo es. Carecer de paradigma implica no
poseer el estatus de ciencia.
Los paradigmas estn compuestos por: leyes explcitamente establecidas, supuestos
tericos, maneras normales de aplicacin de las leyes, instrumental y tcnicas
instrumentales, prescripciones metodolgicas muy generales y como componente
adicional, algunos principios metafsicos muy generales.
La CIENCIA NORMAL es descripta por Kuhn como una actividad de resolver problemas
gobernada por las reglas del paradigma en cuestin. El paradigma deber proveer los
medios para solucionar los problemas que en l se formulan. Aquellos problemas que no
puedan ser solucionados, sern entendidos como anomalas y como fracasos del
cientfico, ms que como falsaciones e insuficiencias del paradigma. Kuhn reconoce que
todos los paradigmas contienen algunas anomalas y sostiene adems que un cientfico
normal no debe criticar el paradigma en el cual se encuentra trabajando.
Lo que diferencia a la CIENCIA NORMAL, madura, de la PRECIENCIA, inmadura, es la
falta de acuerdo en lo fundamental. La Presencia se caracteriza por el total desacuerdo y
el constante debate de lo fundamental, llegndose a establecer casi tantas teoras como
tericos haya trabajando.
La existencia de problemas sin resolver dentro de un paradigma no constituye en s una
crisis. Se sabe que en los paradigmas siempre habr anomalas. Las anomalas pueden
desarrollarse de modo tal que le resten confianza, es decir, que afecte los fundamentos
del paradigma. En esta situacin estamos ante una crisis. La misma comienza a
manifestarse con un perodo de "inseguridad profesional marcada": se intentar defender
los nuevos argumentos y el descontento respecto al paradigma en el cual se est
trabajando aparecer.

La crisis se agravar si aparece en escena un paradigma rival. El nuevo paradigma ser

distinto e incompatible con su predecesor; constituyen pticas diferentes del mundo y ser
adoptado no por un solo cientfico en particular sino por la comunidad cientfica en su
totalidad.
Para Kuhn, su concepcin acerca de la ciencia es una teora y no una descripcin en la
medida que explicita las funciones que tienen sus componentes. Reconoce que las
funciones de LA CIENCIA NORMAL Y LAS REVOLUCIONES son necesarias: mientras se
est en perodo de Ciencia Normal, se pueden desarrollar los detalles de las teoras,
resolver problemas y realizar trabajos tericos y experimentales. Se requiere que, en cierta
medida, la ciencia normal sea acrtica; de lo contrario, se estara permanentemente
discutiendo la licitud de los supuestos y mtodos y no se llegara a realizar trabajos
detallados.
Las Revoluciones son la oportunidad de pasar de un paradigma a otro mejor. Si se
desarrolla una crisis, el pasaje de un paradigma a otro se hace necesario, y este paso es
esencial para el progreso de la ciencia. Si no hubiera "revoluciones", la ciencia quedara
atrapada en un solo paradigma y no se avanzara ms all de l, lo que constituira para
Kuhn un grave defecto.
El progreso de la ciencia de Khun: A continuacin researemos en forma de tesis las
caractersticas que Khun atribuye al progreso de las ciencias. La ciencia normal es
acumulativa. La actividad cientfica normal, regida por un "paradigma" , consiste
fundamentalmente en ampliar el conocimiento de los hechos que el paradigma delimita
como relevantes, en extender la adecuacin entre las predicciones del paradigma y los
hechos y en articular cada vez mejor el propio paradigma.
El desarrollo de una ciencia consiste en una sucesin de perodos de tradicin
eslabonados por rupturas no acumulativas. El progreso a travs de las revoluciones slo
se da si, ante la competencia de al menos dos paradigmas, uno de ellos obtiene la
aceptacin de la comunidad cientfica. El progreso es nota exclusiva de la ciencia madura.
El desarrollo de la ciencia es distinto al de otros campos y slo tiene lugar cuando la
ciencia alcanza la "madurez", a la cual se arriba cuando emergen de la teora tcnicas
predictivas exitosas y cada vez mejores.
El progreso a travs de las revoluciones tiende a enmascararse como acumulativo. El
progreso no es continuo. Ya hemos dicho que las revoluciones constituyen autnticos
hiatos o discontinuidades en el desarrollo de las ciencias.
No es acercamiento a la verdad. El progreso no es una evolucin hacia un objetivo

determinado sino, a lo sumo, un mejoramiento desde el conocimiento disponible; lo ms
que puede afirmarse es que cada paradigma nuevo es un instrumento mejor para resolver
enigmas.
Fuente Extrada de la pagina www.lafacu.com y del libro Introduccin al Conocimiento
Cientfico ( Eudeba ).
Trabajo enviado por:
Eduardo Daniel Arce
elaleph9@hotmail.com
http://www.monografias.com/trabajos7/parad/parad.shtml

2.8. RECURSOS PARA LA INVESTIGACIN SISTMICO/CONSTRUCTIVISTA
Marcelo Arnold Cathalifaud

2.8.1. INTRODUCCIN
No se pueden ignorar por ms tiempo las renovaciones epistemolgicas que sacuden las
ciencias humanas y sociales (2). Redefinir nuestro quehacer en tanto observadores de
sistemas complejos, y no triviales, que observan y operan en realidades que ellos mismos
construyen, es el principal desafo para la investigacin social contempornea.
Toda observacin cotidiana y cientfica representa, por parte de su observador,
aplicaciones de esquemas de diferencias que le permiten identificar / describir una
realidad. Tal informacin le vale como horizonte para nuevas acciones y experiencias, es
decir, tiene un valor informativo.
Cuando la aplicacin de la observacin es reiterada genera la ilusin de la estabilidad;
cuando sta modifica sus formas construye una nueva realidad. Las distinciones que se
aplican en la observacin estn abiertas a la observacin externa, en tanto puedan ser
realizadas en el lenguaje.
En lo que sigue puntualizaremos algunos avances en el campo de una metodologa,
orientada por los principios epistemolgicos constructivistas, que se hacen cargo de estos
desafos y que corresponden a la denominada observacin de segundo orden.
2.8.2. LA OBSERVACIN DE SEGUNDO ORDEN

Un observador de segundo orden es un tipo de observador externo, orientado a la
observacin de observadores y sus respectivas observaciones. Desde su posicin no slo
puede observar lo que sus observados indican y describen el qu observan , sino
tambin, captar los esquemas de diferencias con que marcan tales observaciones y trazan
sus distinciones el cmo observan.
Su perspectiva es privilegiada: un observador no puede observar por s mismo, en su
perspectiva interna y sin ayuda, sus propios esquemas de distincin, es decir, precisar
cmo l ve lo que ve, cuando est viendo (3). Esto obliga al investigador a observar
diferencias con esquemas de diferencias propios y desarrollar la capacidad para distinguir
entre ambos (4).

Por otra parte, el observador de segundo orden, al observar conjuntos de descripciones

puede combinar puntos de vista y con ello relevar lo que sus observados, desde sus
parcialidades, no pueden ver, es decir, identificar estructuras latentes.
Estas ltimas son ciegas para sus usuarios, as la latencia refiere a las posibilidades de
observar y describir lo que otro(s) observador(es) no puede(n) observar ni describir, aun lo
que es provocado por su propia concurrencia. Es decir, el efecto constituyente de realidad
que resulta de la aplicacin de sus propios esquemas de diferencia.
Desde la siguiente figura se puede apreciar mejor la posicin que adscribimos al
observador de segundo orden:
Imagen 7: Ejemplo de observacin
Como se aprecia, el objetivo de la nueva ciencia consiste en pasar de una investigacin

tradicional, orientada a "objetos", a la de observar observadores que en su operar
construyen los mundos en los cuales se desenvuelven. Para ello debemos penetrar en la
retcula y formas donde se seleccionan observaciones con valor informativo.
Se debe poner atencin que estas ideas proyectan en una redefinicin del quehacer de la
investigacin social, en cuanto sistema de observacin de sistemas observadores (von
Foerster 1990). Trastocando no slo el tipo esperado de investigacin cientfica, sino,
tambin, las formas deseables de explicacin, es decir, la gramtica que se imprime para
la lectura de conjuntos de distinciones (Bateson 1993).

En este punto, los enfoques sistmico/constructivistas se entroncan con los ideacionales

acerca de la cultura. En efecto, esas perspectivas convergen en una teora de la
observacin, en tanto su atencin est por el lado de los sistemas observadores y sus
recursos. Es decir, las normas con arreglo a las cuales se observa (se distinguen),
organiza (construye la diferencia), valora (prioriza) y da sentido al ambiente cotidiano. En
otras palabras, representaciones que nos remiten a los modos de entendimiento y de
comunicacin, mediante los cuales se construye la realidad del mundo vivido
cotidianamente Lebenswelt.
2.8.3. EL DOMINIO DE INVESTIGACIN SISTMICO/CONSTRUCTIVISTA

Bajo tal marco podemos apoyarnos en perspectivas tericas, mtodos y tcnicas
orientadas a la investigacin de las categoras, significados y ordenes simblicos
constituyentes de lo que denominamos realidad. Entre ellas, las que mejor empalman con
la observacin de segundo orden son las de tipo semitico y cognoscitivo (5). Estas
postulan que los sistemas observadores humanos y sociales estn suspendidos en
redes de significaciones, coparticipativamente producidas y externalizadas a travs del
lenguaje, que constituyen sus horizontes de realidad (6).
Desde esta posicin se experimenta la cultura como continente de comunicaciones
recursivas, basadas en la aplicacin de esquemas de distincin. Se acceden las
distinciones en tanto stas pueden ser observadas externamente, estabilizadas y
organizadas por el lenguaje en entidades tales como palabras y frases. A travs de ellas
podemos rescatar los esquemas de diferencias que determinan las concepciones
construcciones de realidad.
Como se puede apreciar, la constancia de los "objetos" es sustituida, en el nuevo
paradigma, por la de los medios de observacin. En el fondo, la investigacin
sistmica/constructivista persigue recrear, planificadamente, los mismos procesos que
acontecen cuando son socializadas las nuevas generaciones, durante la integracin de
inmigrantes o mientras quienes ingresan, por primera vez, a una organizacin son
sometidos al proceso de induccin. En todos estos casos se aprende a distinguir
"correctamente" calibrar observaciones.
En el plano investigativo dimensiones del ver y leer cotidiano, que responden a
interrogantes del tipo cmo se observan y organizan los entornos desde sistemas
observadores? (etnocogniciones), cules son los conocimientos del ambiente que sirven
de base a la objetividad cotidiana? (etnoconocimientos), resultan ser de suma relevancia

(Arnold 1991).
2.8.4. ORIENTACIONES PARA LAS NUEVAS METODOLOGAS

Dentro de las actuales prioridades est, justamente, la de enfilar tcnicas e instrumentos,
en coherencia con las nuevas orientaciones que oponemos a las tradicionales en el
siguiente cuadro:
Tabla 2: Caractersticas de las Macroorientaciones Metodolgicas
Tradicional Sistmica/Constructivista
Elemental (analtica) Complejidad (holismo)
Lineal (causal) Retroacciones (redes)
Legal (trivializante) Contingente (abierta a la novedad)
Distributiva/Algortmica Distintiva/Cualitativa
Muestras Estadsticas Muestras Estructurales
Estmulo-Respuesta Interpretativa
De las indicaciones presentadas arriba, pueden ser destacados los siguientes aspectos
para ser tomados en cuenta por los investigadores:
a) Una investigacin debe dirigirse hacia la identificacin de conjuntos relacionados de
distinciones y no slo a la reduccin analtica y causal de componentes y procesos
aislados. Con enfoques no aditivos, los registros se ajustan al ritmo de los observados
respetando sus propias configuraciones. Subyace a esta opcin el principio que el todo
emergente es diferente a sus partes (sinergia).
b) Las mejores explicaciones para fenmenos complejos se alcanzan observando
atentamente procesos dinmicos en mutua afectacin, es decir, redes de
retroalimentaciones de observaciones que se sostienen unas a otras. El principio aqu es
la flexibilidad y, a la vez, sostener la externalidad de la observacin.
c) La investigacin debe ser aplicable a esquemas contingentes, complejos, mltiples,
variados y heterogneos que cubren gran parte de la emergencia de expresiones sociales,
culturales y personales. No se trata de comprobar nada por la va del congelamiento de
realidades efmeras.

d) Si bien algunas tcnicas estadsticas como el cluster analysis y las estimaciones no-
lineales apuntan a redes de relaciones, stas slo resultan adecuadas para procesos
triviales. Por ello los procedimientos aplicados a sistemas complejos y que se dirigen a la
determinacin de rasgos distintivos y relevamientos de organicidades, siguen siendo
bsicamente cualitativos.
e) Interesa recoger la franja ancha de distinciones hasta alcanzar sus mrgenes. En
consecuencia, ningn observador puede ignorarse aduciendo su baja presencia. El
muestreo, con el cual seleccionamos a nuestros interlocutores, debe ser estructural. Para
ello se deben identificar los distintos ngulos/voceros de la comunicacin y buscar su
representacin.
f) La identificacin de rasgos distintivos proyecta la investigacin hacia las elaboraciones
de sentido y sus interpretaciones. Estos problemas difcilmente pueden abordarse bajo el
marco, temporalmente limitado, en que opera la lgica cuantitativa de
alternativas/respuestas.
Sobre esta esquematizacin, que traza diferencias entre una u otra estrategia, se
despliega el ambiente donde se mueve gran parte de las opciones metodolgicas que
caen bajo el rtulo de observacin de segundo orden. Sus instrumentarios privilegian el
reconocimiento, desde el punto de vista de sus miembros, de sus distinciones
significativas, validadas por ellos mismos, que permiten describir registrar/inscribir una
cultura a partir de las categoras descriptivas de sus descriptores.
La explicabilidad, operacin secundaria, puede ser abordada con idntica estrategia,
creando ambientes para devolver las mltiples descripciones los diversos puntos de
vista , para que los observados reintroduzcan, ante nosotros, sus distinciones y elaboren
explicaciones interpretaciones sobre ellas. Estas pueden estar en calidad de material
elaborado en temas que agrupen mbitos importantes de sus temas comunicativos y que
pueden, o no, estar dentro de su autoconciencia.
Se aprecia, por tanto, que la objetividad que nos interesa, en principio, es la que
coproducen y sostienen nuestros observados (7). En este campo, la validez est sujeta a
un contexto que la define como tal no es ontolgica y s contingente.
2.8.5. METODOLOGAS APROPIADAS

Tales complejidades obligan a restablecer un dilogo con las metodologas disponibles; de
ellas se requiere apoyos con procedimientos que pongan acento en la identificacin y
descripcin de operatorias mediante las cuales las comunidades humanas (8) absorben,
organizan y describen sus experiencias. Se trata de reconvertir tecnologas de
investigacin positivistas, redirigindolas a la aprehensin del sentido y descripcin de las
categoras donde se incuban las posibilidades de observacin de nuestros grupos de
inters y las formas que dan cuenta de ellas. De esta manera lo esencial concierne a la
determinacin de los medios mediante los cuales se distinguen "cosas" y "eventos", tal
como se realizan desde los sistemas observados. Por lo tanto la principal interrogante a
plantear es: qu operaciones de distincin son necesarias para observar lo que
nuestros observad os indican y describen?
Parte de esta tarea puede realizarse con procedimientos caractersticos del trabajo de
campo antropolgico (vid. Junker, B. 1972; Tylor, S.J. et al. 1990) y de la sociologa
cualitativa. De ellos podemos mencionar algunas tcnicas, ya consagradas:
Tabla 3: Tcnicas y procedimientos de investigacin
Tcnicas Procedimientos
Observacin Prescribe una inclusin consciente y planificada, hasta
participante donde lo permiten las circunstancias, en la cotidianeidad de
los grupos en estudio (Bruyn, S.1972)
Documentos Exponen la cultura desde el punto de vista de sus
personales intrpretes (Langness, L. 1965)
Historias orales Externalizaciones de la memoria colectiva de sistemas
sociales locales (Samuel, R.1982)
Entrevistas Bajo el marco de eventos comunicativos controlados, pero
etnogrficas o en no directivos, se aprehenden, desde interlocutores
profundidad individuales, los sistemas culturales en sus propios trminos
(Spradley, J.P.1979)
Grupos focales; de La "informacin" se provoca en espacios abiertos de
autodiagnstico y de conversaciones asistidas (Morgan, D.L. 1988; Ibez,
discusin J.1991; Burgess, R.1982)
Mtodo Delphi Frmulas que reintroducen sistemticamente
comunicaciones develando una red de distinciones
(Linstone, A. et al. 1975)
Con tales instrumentos, u otros equivalentes, se pueden relevar etnografas que permiten
acceder a los esquemas de distincin y compenetrarnos en las mallas (selectividad) de
observacin que nos interesan. Ellos dan la posibilidad de interceptar comunicaciones y
adentrarnos en los fundamentos de una cultura. De cualquier modo, su utilizacin exige

una concentracin prolongada de los investigadores y someter, permanentemente, sus

identificaciones a miradas desde distintos ngulos y perspectivas (9).
Los instrumentos de investigacin deben ser contribuyentes para observaciones que
apuntan a desentraar las formas del ver y del leer cotidiano en vistas a las operaciones
en que basan sus observaciones. Su aplicacin debe permitirnos generar ambientes
donde los medios de observacin puedan ser rescatados en juegos comunicativos. Estos
van desde la conversacin asistida (tipo entrevista teraputica) hasta el grupo de discusin
(en el sentido de J.Ibez), donde las premisas del investigador quedan suspendidas en la
contingencia y toda comunicacin es posible. En este punto es importante volver a retomar
las exigencias de la observacin externa: el investigador debe intentar, en lo posible, estar
frente a sus interlocutores como si no estuviera presente (el hablar vago es uno de sus
recursos).
Es pertinente destacar que los esquemas de distincin que interesan en la investigacin
social sistmica son los compartidos: encajes o acoplamientos (10) que se implican en
procesos sociales cotidianos. Un problema consiguiente consiste en cmo poder describir
lo social a partir de superar su interlocucin individual.
El individualismo, que siempre tiene gran atraccin para la investigacin social, es
reforzado por bateras de instrumentos destinados para interpelar individuos
(cuestionarios, test, entrevistas, etc.), pero no resulta ser lo ms adecuado. Las
comunicaciones de los sistemas sociales se representan a travs de sistemas personales,
pero debe tenerse en cuenta que se trata de sistemas distintos. Los individuos, muchas
veces, colocan sus observaciones en contradiccin con las de su grupo, comunidad o
sociedad originando tensiones que llegan a cambiar la misma cultura. El proceso contrario
es suficientemente conocido.
Por ello, si se toman individuos como centros de observacin, no es para rescatar sus
perspectivas idiosincrsicas, sino como usuarios de los medios observacionales e
interpretativos disponibles en el repertorio de sus comunidades. Debido a ello cuando se
trata de muestras, en la observacin de segundo orden son decididamente intencionadas,
respondiendo a criterios socioestructurales delimitados por el investigador.
Actualmente una de las mayores debilidades de la estrategia investigativa
sistmica/constructivista se encuentra en sus posibilidades para procesar la informacin
compilada. En este punto, existen grietas de implicancias muy severas. Las alternativas
disponibles son abiertamente insatisfactorias. La reduccin analtica y cuantitativa se
deben desechar por la incierta sntesis que resulta de su aplicacin; y la representacin

testimonial, que en su afn de ser lo ms fiel posible a las fuentes se reduce a la mera
transcripcin de comunicaciones orales al papel, no es cientficamente admisible, ms all
de material en "bruto".
Un abordaje a este problema parte por precisar requisitos que deberan contar las tcnicas
sistmicas de procesamiento de informacin. Sobre estas no hay acuerdos pero, al
menos, se podra decir que en lo fundamental deben trabajar selectividades reversibles y
ordenamientos mltiples. En definitiva, cautelando la apertura para otras posibilidades de
reprocesamientos.
Algunos procedimientos, en tal sentido, pueden ser recomendados:
Construccin de modelos que expresen relaciones a travs de grafos, diagramas de
flujos y modelos como los que se aplican en el diseo de sistemas inteligentes.
Procedimientos inductivos para el desarrollo de modelos (etno) tericos (vid.
Glasser, B y A. Strauss, 1967).
Reducciones tipolgicas cualitativas (vid. McKinney, J.1972) y,
la construccin de sistemas categoriales a partir del anlisis de contenidos
comunicacionales (vid. Krippendorff, K.1990). Con respecto a stos ltimos, pueden
ser considerados desde el anlisis de discursos (Ibez, J. op.cit.) hasta el anlisis
componencial.
Por cierto, todo lo anterior debe ser complementado con indicaciones acerca de los
aspectos a considerar como criterios de validacin. Sobre este tema nos extenderemos en
adelante.
2.8.6. CRITERIOS DE VALIDEZ PARA LA INVESTIGACIN DE SEGUNDO ORDEN

La observacin de segundo orden conlleva su propia selectividad. La pertinencia de sus
observaciones slo parcialmente puede ser evaluada por su concordancia con la de los
observados "las cosas son concebidas as por ustedes". Una interpretacin cientfica
tambin es una construccin. Para el caso de las ciencias sociales, es una pauta
configurada, una explicacin, un orden de experiencias ajenas hechas propias.
Las explicaciones sustentadas en las observaciones de segundo orden, cientficamente
encauzadas, se valoran por su conectividad con explicaciones relacionadas en un orden
superior (teoras, hiptesis, etc.). Es all donde se produce el despegue y Minerva hace su
aparicin. Al dejar de ser la verdad un argumento de explicabilidad, dado que sta es
contextual, y al no poder afirmarse algo, en la exterioridad de la naturaleza, como punto de

confrontacin para aceptar o rechazar una explicacin cientfica, es imperativo reelaborar
los criterios para la validacin de los resultados de una investigacin guiada bajo los
principios del segundo orden. Estas deben ser coherentes con la naturaleza descrita para
toda observacin.
Maturana (1995), que ha avanzado mucho en el campo de la construccin de los criterios
de validacin en la investigacin constructivista, concluye que slo se aceptan como
explicaciones cientficas vlidas aquellas que resultan de la aplicacin de los criterios de
validez generados por las comunidades cientficas (11).
Para finalizar, no podemos dejar de mencionar otro tipo de condicionante que interesa de
sobremanera al investigador social que trabaja en esta lnea.
La observacin/descripcin cientficamente pertinente tiene tres lecturas, cada una de las
cuales imponen sus condiciones:
1. Los sistemas sociales de la cual proviene (las comunidades observadas),
2. los que la requieren como input (nuestros patrocinadores [12]) y,
3. el sistema ciencia a la cual definitivamente pertenecen.
En el primer caso la confiabilidad se encuentra en el autorreconocimiento del sistema
observado en la descripcin; para el segundo en estudios que proporcionan informacin
para mantener la performatividad de algn sistema evaluaciones, diagnsticos, por
ejemplo y para la ciencia en la transparencia del cumplimiento del canon cientfico
vigente lo cual puede implicar, incluso, apelaciones causales, es decir, condiciones
especificadas de criterios de explicabilidad.
En esta presentacin nos hemos centrado en la comunicabilidad cientfica de la
investigacin sistmico/constructivista, intentando asegurar que la renovacin tenga el
rigor suficiente para su aceptabilidad en nuestras comunidades, pero nuestros propsitos
incluyen traspasar ese ambiente y orientarnos hacia los otros destinatarios, que sin duda
esperan del conocimiento contribuciones que apoyen la optimizacin de sus actuales
condiciones de operacin. En ese ltimo camino, sin duda, encontramos avances
paralelos, por ejemplo en las lneas de la llamada investigacin-accin, evaluacin
iluminativa, estudios cualitativos de opinin pblica, estrategias derivadas del
etnodesarrollo, educacin popular, comunicacin alternativa y la planificacin estratgica
organizacional. En todos estos casos la perspectiva autorreferencial, de la que hemos
hablado, se aplica sin ms, incluso sin tener que ser reconocida como tal. Otra prueba de
la potencia y "naturalidad" prctica de la anunciada renovacin a la que nos hemos

referido aqu.
Finalmente, con respecto a nuestras interrogantes iniciales podemos indicar que es
posible reelaborar algunos de nuestros mtodos de investigacin tradicionales para
enfilarlos en las nuevas rutas, aunque an hay mucho camino por recorrer.
2.8.7. ANEXOS, PASOS Y PROCEDIMIENTOS DE INVESTIGACIN

TEMA. Seleccin del espacio de comunicacin de inters o TEMA (la seleccin puede ser
motivada externa o internamente al equipo investigador; puede incluir un gran tema o
varios temas). En esta etapa se delimitan las cotas comunicativas del estudio.
EQUIPO. Organizacin de los observadores. Se debe garantizar las bases mnimas que
aseguran la presencia de una pluralidad de miradas y perspectivas. En este punto se
definen las cotas estructurales del grupo observador.
UNIVERSO. Seleccin y caracterizacin del mbito social en donde se deben/pueden
explorar los TEMAS (esto incluye consideraciones etarias, de estratificacin social,
educacionales, residenciales, de gnero, etc.). En esta etapa se delimitan las cotas
sociales del estudio (13).
MUESTRA. Muestreo estructural e intencional para seleccionar los interpelados o
informantes claves (esto implica estimaciones acerca su distribucin y pesos especficos).
En esta etapa se delimitan las cotas de las aportaciones temticas que se incluirn en el
estudio.
PROCEDIMIENTOS. Seleccin de las tcnicas, delineamiento de las lneas de indagacin
con las cuales se estimular la comunicacin y aplicacin de los procedimientos (es
recomendable una prueba antes de extender el estudio). En esta fase quedan definidos
los filtros comunicativos del estudio.
ANLISIS. Parte del registro ntegro de las comunicaciones, digitacin para darles formato
de texto y seleccin del tipo de Anlisis del Contenido (de una u otra manera ello implica la
desagregacin de los discursos individuales y/o grupales) y su reagrupacin en sub-
temas.
PROCESAMIENTO. Reorganizacin de los sub-temas en funcin del reconocimiento de
las distinciones detectadas (puede ayudarse con preguntas como las siguientes: qu
distinciones sostienen los TEMAS tratados?; qu distinciones sostienen las
APORTACIONES?; mediante qu criterios se han seleccionado las informaciones?, etc.).
PRESENTACIN. Reorganizacin de las distinciones identificadas bajo la forma de un

esquema del tipo diagrama de flujos y reconocer las relaciones que se evidencian
cautelando su reversibilidad (esta fase es crtica, pero muy creativa).
RETROINFORMACIN 1. Presentacin del modelo representacional con sus respectivos
esquemas de distincin a representantes del mbito social explorado (pueden realizarse
triangulaciones con otros expertos). Reformulacin y establecimiento de hiptesis
explicativas (retroinformacin: volver a 7).
COMUNICABILIDAD. La presentacin definitiva debe considerar los intereses del
destinatario final.
2.8.8. REFERENCIAS
1. Arnold, M. y D.Rodrguez."Crisis y cambios en la ciencia social contempornea". En
Revista Estudios Sociales, No 65, 1990, pp. 9-29.
2. Arnold, M. "Antropologa Social aplicada en organizaciones econmicas y
participacionales". En Revista Chilena de Antropologa, No 10, 1991, pp. 81-95.
3. Bateson, G. Pasos hacia una ecologa de la mente. Ed. Carlos Loh, Buenos Aires,
1985.
4. Bateson, G. Espritu y Naturaleza. Amorrortu Editores, Buenos Aires, 1993.
5. Blumer, H. Symbolic Interactionism: perspective and method. New York, 1969.
6. Burgess,R. "The Unstructured Interview as a Conversation". En Field Research: A
Sourcebook and Field Manual. Edited by Robert G. Burgess, George Allen & Unwin,
London, 1982, pp. 107-110.
7. Glaser, B.G. y A.L. Strauss. The Discovery of Grounded Theory. Chicago, Aldine
Publisching Company. 1967.
8. Ibez, J. El regreso del sujeto. La investigacin social de segundo orden.
Amerinda, Santiago, 1991.
9. Junker,B. Introduccin a las ciencias sociales. El trabajo de campo. Ediciones
Marymar, Buenos Aires, 1972.
10. Krippendorff, K. Metodologa de anlisis de contenido. Teora y Prctica. Ediciones
Paids, Barcelona, 1990.
11. Langness, L.L. The Life History in Anthropological Science. Rinehart & Winston
(ed.), New York, 1965.

12. Linstone, A. y M. Turoff (ed.). The Delphi Method: Techniques and Applications.
Adisson Wesley, Massachusetts, 1975.
13. Luhmann, N. Sociologa del riesgo. Universidad Iberoamericana / Universidad de
Guadalajara, Mxico, 1992.
14. Luhmann, N. Teora de la Sociedad. Universidad de Guadalajara/Universidad
Iberoamericana/Instituto Tecnolgico y de Estudios Superiores de Occidente. 1993.
15. McKinney, J. Tipologa constructiva y teora social. Ed. Amorrortu, Buenos Aires,
1968.
16. Maturana, H. La realidad: objetiva o construida?. ANTHOPOS, Mxico, 1995.
17. Mead, G.H. Mind, Self and Society. Chicago: University of Chicago Press, 1934.
(hay versin en castellano).
18. Morgan, D.L. Focus group as qualitative Research. Sage Publications, California,
1988.
19. Pike, K. "Puntos de vista ticos y micos para la descripcin de la conducta", en
A.G.Smith (ed.) Comunicacin y Cultura, Ed. Nueva Visin, Buenos Aires, 1972.
20. Rodrguez, D. y M. Arnold. Sociedad y Teora de Sistemas. Ed. Universitaria,
Santiago de Chile, 1991.
21. Samuel, R. "Local History and Oral History". En Field Research: A Sourcebook and
Field Manual. Edited by Robert G. Burgess, George Allen & Unwin, London, 1982,
pp. 136-145.
22. Spradley, J.P.The Ethnographic Interview. Holt, Rinehart and Wiston, 1979.
23. Schmidt, S.J. Der Diskurs des radikalen Konstruktivismus. Franfurt aM. , Suhrkamp,
1987.
24. Spencer-Brown, G. Laws of Form. Allen & Unwin, Londres, 1979.
25. Taylor, S.J. y R. Bogdan. Introduccin a los mtodos cualitativos de investigacin.
La bsqueda de significados. Ed. Paids, Buenos Aires, 1990.
26. Turner, S.P. La explicacin sociolgica como traduccin. Ed. Fondo de Cultura
Econmica, Mxico, 1984.
27. von Foerster, H. "Bases epistemolgicas". En J. Ibez, Nuevos avances en la
investigacin social. La investigacin de segundo orden. Suplementos Anthropos
22, Barcelona, octubre de 1990.
2.8.9. NOTAS

1. Este ensayo representa una continuidad y extensin de las reflexiones que hemos
publicado en "Cinta de Moebio N2" bajo el nombre de Introduccin a las
Epistemologas Sistmico/Constructivistas (1997).
2. Cuyas fuentes de inspiracin son autores tales como G. Bateson, P. Feyerabend,
H. von Foerster, E. von Glaserfeld, J. Ibez, T. Khn, N. Luhmann, H. Maturana, K.
Pike, G. Spencer-Brown, F. Varela, P. Watzlawick entre otros. Todos ellos, pesar de
sus diferencias, han contribuido a generar una importante corriente renovadora de
nuestras costumbres investigativas.
3. Al intentar hacerlo debe detener su observacin, al concentrar la vista en nuestros
"lentes" deja de ver a travs de ellos y de operar con las circunstancias que desde
ellos se configuran.
4. Indudablemente ello no elimina la incapacidad de observar, por s mismo, sus
propios puntos ciegos.
5. Esa perspectiva terica fue inaugurada por los antroplogos Ward Goodenough y
Floyd Lounsbury (1962 en la Universidad de Yale). Junto a ellos cabe mencionar a
Charles Frake y Harold Conklin. En tanto Escuela, esta perspectiva ha perdido
perfil, no obstante parte importante de sus supuestos estn incorporados en la
"cultura" terica de la antropologa contempornea. La Antropologa cognoscitiva
pone su acento en la identificacin y descripcin de los medios -culturalmente
disponibles- que disponen los miembros de un sistema social para categorizar sus
experiencias, mientras que la Antropologa simblica coloca su atencin en la
significacin de tales categoras.
6. Estos temas fueron abordados por la escuela de pensamiento sicosociolgico
denominada interaccionismo simblico (vid. Blumer, H. 1969), cuyos esfuerzos
investigativos e interpretativos descansan en tres premisas: a) los hombres actan
hacia las cosas -objetos, otros hombres, instituciones, situaciones, etc.- sobre la
base de los significados que tales cosas tienen para ellos; b) estos significados se
originan en la misma interaccin social y no son cualidades intrnsecas de los
objetos que las representan y, por ltimo, c) esos significados son manipulados y
readecuados a travs de procesos permanentes de reinterpretacin.
7. Las tareas del investigador consisten en aprender a reconocer la realidad como lo
hacen sus observados (acompasarse). Pero debe recordarse que siempre es un
observador quien determina que distinciones hacen una diferencia para l.
8. Parejas, familias, grupos, organizaciones, movimientos sociales, sociedades.

9. Varias modalidades son recomendables, pero probablemente la ms importante es
someter a discusin y crtica los hallazgos en el marco de un equipo
interdisciplinario y, entre ste y unidades sociales equivalentes a las estudiadas
(triangulacin).
10. Vale aqu considerar la nocin maturaniana de acoplamiento estructural entendida
como una relacin de coevolucin de sistemas autopoiticos, donde ninguno
determina la estructura del otro. Desde el punto de vista de un observador ello
puede ser visto como un encaje (observacin del socilogo Claudio Garrido).
11. Estos mismos criterios pueden aplicarse para la validacin de los esquemas de
distincin que se identifican entre nuestros observados.
12. Stephen P. Turner reflexiona en forma equivalente cuando seala que el modelo
"sociolgico" se asemeja ms a la traduccin que a cualquier otra forma de
explicacin (1984:18).
13. Esta etapa no debe hacerse desde el escritorio sino que sumergindose en el
espacio a investigar y vagabundeando dentro de l.

2.9. MARCO TERICO
En el planteamiento de una investigacin es necesario hacer explcito aquello que nos

proponemos conocer, por eso es imprescindible definir el problema que se va a investigar.
Del planteamiento del problema surgen, por lo tanto, los objetivos internos y externos de la
investigacin.
Ningn hecho o fenmeno de la realidad puede abordarse sin una adecuada
conceptualizacin. El investigador que se plantea un problema, no lo hace en el vaco,
como si no tuviese la menor idea del mismo, sino que siempre parte de algunas ideas o
informaciones previas, de algunos referentes tericos y conceptuales, por ms que stos
no tengan todava un carcter preciso y sistemtico.
El marco terico, marco referencial o marco conceptual tiene el propsito de dar a la
investigacin un sistema coordinado y coherente de conceptos y proposiciones que
permitan abordar el problema. De ste depender el resultado del trabajo. Significa poner
en claro para el propio investigador sus postulados y supuestos, asumir los frutos de
investigaciones anteriores y esforzarse por orientar el trabajo de un modo coherente.
El fin que tiene el marco terico es el de situar a nuestro problema dentro de un conjunto
de conocimientos, que permita orientar nuestra bsqueda y nos ofrezca una
conceptualizacin adecuada de los trminos que utilizaremos. El punto de partida para
construir un marco de referencia lo constituye nuestro conocimiento previo de los
fenmenos que abordamos, as como las enseanzas que extraigamos del trabajo de
revisin bibliogrfica que obligatoriamente tendremos que hacer.
Veamos un ejemplo... Si deseamos conocer las causas de la delincuencia juvenil, ser
conveniente aproximarnos al tema desde varios aspectos: desde el plano psicolgico,
psicosocial, econmico, legal, etc. Tambin ser necesario esbozar la concepcin que
tenemos de sociedad y de delicuencia juvenil (el fenmeno en estudio), porque nuestra
comprensin del fenmeno variar si partimos de apreciarlo como una conducta
disfuncional (por ejemplo) que afecta a individuos impropiamente integrados a sus grupos
de referencia o, por el contrario, como una expresin de una contracultura que se origina
en una crisis de valores de la sociedad existente.

En muchos trabajos de investigacin no se presenta una seccin aparte denominada

"marco terico", sino que se exponen sus caractersticas dentro de lo que se denomina
"revisin bibliogrfica" o "antecedentes". En otras ocasiones, cuando se trata de una
investigacin donde el marco referencial se reduce a algunas pocas proposiciones, stas
pueden insertarse al comienzo del trabajo, sin merecer una aclaracin mayor. Es el caso
de estudios aplicados o de investigaciones que buscan extender conceptos bien conocidos
o nuevos estudios.
En sntesis, el marco terico responde a la pregunta: qu antecedentes existen? Por
ende, el marco terico tiene como objeto dar a la investigacin un sistema coordinado y
coherente de conceptos, proposiciones y postulados, que permita obtener una visin
completa del sistema terico, sobre el conocimiento cientfico, que se tiene acerca del
tema. La conclusin del marco terico debe ser que existe un problema cientfico y se es
el que los investigadores van a abordar.
Es ac donde se realiza la descripcin y anlisis de las investigaciones previas o de los
antecedentes tericos que llevan al planteamiento del problema.
En general, se podra afirmar que el marco terico tiene como funciones:
Orientar hacia la organizacin de datos y hechos significativos para descubrir las
relaciones de un problema con las teoras ya existentes.
Evitar que el investigador aborde temticas que, dado el estado del conocimiento,
ya han sido investigadas o carecen de importancia cientfica.
Guiar en la seleccin de los factores y variables que sern estudiadas en la
investigacin, as como sus estrategias de medicin, su validez y confiabilidad.
Prevenir sobre los posibles factores de confusin o variables extraas que
potencialmente podran generar sesgos no deseados.
Recordar!!! No puede haber un marco terico que no tenga relacin con el
problema.
2.9.1. CMO SE DEBE LEER PARA FORMULAR UN MARCO TERICO.

Una vez que se ha seleccionado el tema y se ha establecido el problema, se debe realizar
una lectura sistemtica. Qu quiere decir esto? La sistematizacin se refiere
fundamentalmente a la necesidad de leer, a fin de desarrollar el marco terico de la
investigacin, teniendo en cuenta el problema que se va a investigar.
Esto tiene tres razones:
Para poder concretar el marco terico.

Para que sea relevante el tema de nuestra investigacin.
Para ahorrar tiempo e incrementar nuestra eficiencia.
Si nos dedicamos a hacer referencia a ciertos artculos, o a consultar libros como si
estuviramos leyendo por placer, lo ms probable es que obtengamos resmenes muy
extensos que comprendan la mayora de los puntos de la lectura en cuestin o, por el
contrario, pequeos resmenes irrelevantes o ininteligibles.
Qu hacer para evitar esto? La primera regla que debemos aprender es tener siempre
presente el problema que se va a investigar. As, si el libro que estamos consultando se
refiere en general a la "toma de decisiones", y nuestro estudio es "la toma de riesgos", nos
interesarn nicamente aquellos captulos, fragmentos o frases relacionados con estos
ltimos.
Otra sugerencia importante es leer con sentido crtico, tanto para obtener aquella
informacin importante para nuestra investigacin, como para aprender de los errores
tericos o metodolgicos de otros autores. De este modo, evitaremos tener que descartar
material que nos pareci importante durante su lectura, pero que ms tarde consideramos
repetitivo o irrelevante.
Por supuesto, existen diferencias obvias entre los temas de investigacin que hacen ms
o menos importante esta parte de la investigacin, o que la convierten en una tarea fcil o
dificultosa. En una investigacin donde el objetivo fundamental es, por ejemplo, determinar
el grado de adaptacin de una especie Z a una zona ms desrtica que la de origen, los
problemas del marco terico pueden ser resueltos con bastante simplicidad. En cambio,
estos problemas pueden ser esenciales y habr que dedicarles el mayor esfuerzo
intelectual y tiempo a un estudio que intentase determinar los valores que predominan en
el sistema educativo.
Por ello, es recomendable que el investigador, al comenzar a estudiar su tema, trate de
poner al da sus conocimientos por medio de una sistemtica y amplia consulta
bibliogrfica. En general, se recurre a alguno de los siguientes lugares:
Una biblioteca (privada o pblica)
Una librera
Una hemeroteca
Redes informticas.

La recapitulacin no debe ser pasiva, ser conveniente formular redes esquemticas,

comparar puntos de vista, establecer anlisis y sntesis, confeccionar fichas.
2.9.2. INTEGRACIN DEL MATERIAL

Una vez terminadas nuestras lecturas, as como la elaboracin y clasificacin de las
fichas, estaremos en posicin de elaborar nuestro marco terico, que se basar en la
integracin de las fichas. El orden que llevar la integracin estar determinado por el
objetivo del marco terico. Si, por ejemplo, es de tipo histrico, recomendaramos un orden
cronolgico de las teoras y/o de los hallazgos empricos. Si la investigacin se relaciona
con una serie de variables y tenemos informacin de teora, as como de estudios previos
de cada una de esas variables y de la relacin entre ellas, sera conveniente delimitar
secciones que abarcaran cada uno de los aspectos relevantes, a fin de integrar aquellos
datos pertinentes a nuestro estudio.
Es en esta fase de la investigacin donde la identificacin de las fichas nos permitir hacer
referencia a stas para poder extender o aclarar algn punto. Adems, la correcta
identificacin de las fichas y del tema a que se refieren, nos permitir reunir todas las
tarjetas que se relacionan con un mismo tema y leer cada una de stas para su
integracin, en lugar de leer varias veces todas las tarjetas que fueron recopiladas.
Es fundamental en toda investigacin que el autor incorpore sus ideas, crticas y
conclusiones con respecto tanto al problema como al material recopilado. Tambin es
importante que se relacionen las cuestiones ms sobresalientes, yendo de lo general a lo
concreto, es decir, mencionando primero generalidades del tema, hasta llegar a lo que
especficamente est relacionado con nuestra investigacin.
2.9.3. DEFINICIN DE TRMINOS BSICOS

Todo investigador debe hacer uso de conceptos para poder organizar sus datos y percibir
las relaciones que hay entre ellos. Un concepto es una abstraccin obtenida de la realidad
y, por tanto, su finalidad es simplificar resumiendo una serie de observaciones que se
pueden clasificar bajo un mismo nombre.
Algunos conceptos estn estrechamente ligados a objetos y a los hechos que representan,
por eso cuando se define se busca asegurar que las personas que lleguen a una
investigacin conozca<n perfectamente el significado con el que se va a utilizar el trmino
o concepto a travs de toda la investigacin.
El problema que nos lleva a la definicin de conceptos es el de que muchos de los

trminos que se utilizan en las ciencias sociales son tomados del lenguaje vulgar y,
generalmente, el investigador los utiliza en otro sentido.
La definicin conceptual es necesaria para unir el estudio a la teora y las definiciones
operacionales son esenciales para poder llevar a cabo cualquier investigacin, ya que los
datos deben ser recogidos en trminos de hechos observables.
De acuerdo con la idea del realismo cientfico, los objetos de estudio existen en el mundo
emprico (tangible) pero la teora pertenece al mundo conceptual del pensamiento. Si el
investigador acepta esta visin, debe hacer lo posible para que existan conexiones entre
estos dos mundos.
Si el investigador y el lector y usuario del estudio en su forma escrita han de tener la
misma nocin del objeto, son necesarias normas fijadas y no ambiguas de
correspondencia para establecer el modelo terico con el objeto emprico. Estas son las
definiciones de conceptos tericos que sirven de puentes entre teora y empiria.
Hay dos tipos de definiciones:
Definiciones empricas que anuncian cmo se va a observar o medir el concepto
en el mundo real, o en la empiria, como se le suele llamar. Dado que la definicin
explica las operaciones para la observacin, es llamada a veces definicin
operacional.
No es necesario definir todas nuestros conceptos tericos directamente con
definiciones empricas, que son a veces difciles de construir. En muchos casos es
un sucedneo aceptable una definicin nominal, que describe el sentido del
concepto usando otros conceptos que han sido ya adecuadamente definidos
(emprica o nominalmente).
Si, por ejemplo, hemos definido operativamente dos variables, "distancia" medida en kms.
y "duracin" medida en minutos, podemos usarlas para definir nominalmente un tercer
concepto, "velocidad" = "distancia" / "duracin". No es necesario definir continuamente
palabras como "ser humano", "da" y "comprar" si son usadas en sus sentidos habituales
indicados en los diccionarios corrientes. El uso de lenguaje comn y significados estndar
de palabras tiene tambin la ventaja suplementaria de hacer el informe ms comprensible
para el profano.
Sin embargo, cada campo de la ciencia tiene sus conceptos tericos especiales y para
nombrarlos se necesitan algunas palabras especiales. A veces las palabras del lenguaje
estndar han sido adoptadas para uso cientfico y han adquirido un significado especial,
cuya definicin puede encontrarse en los manuales sobre ese campo. En ocasiones las
palabras adecuadas se han tomado prestadas del griego o del latn. Y, finalmente, algunas
palabras completamente nuevas se han acuado por investigadores con inventiva. En
cualquier caso, cada investigador debe usar el vocabulario normal de su campo de
investigacin tanto como le sea posible, para que pueda beneficiarse directamente de
resultados anteriores y, a la inversa, sus nuevos resultados sean fciles de leer y as
contribuyan de manera efectiva a la teora general de ese campo.
Otra regla general til dice que el investigador debe intentar operar con tan pocos
conceptos y variables tericos como le sea posible. Esta recomendacin lleva el nombre
de "navaja de Occam", y se remonta al siglo XIV, atribuyndose a Guillermo de Occam.
2.9.4. DEFINICIN OPERACIONAL.

Las definiciones operacionales constituyen un manual de instrucciones para el
investigador. Deben definir las variables de las hiptesis de tal manera que stas puedan
ser comprobadas.
Una definicin operacional asigna un significado a una construccin hipottica o variable,
especificando las actividades u "operaciones" necesarias para medirla o manipularla.
Una definicin operacional es, esencialmente, aquella que indica que un cierto fenmeno
existe, y lo hace especificando de manera precisa y, preferiblemente, en qu unidades
puede ser medido dicho fenmeno. Esto es, una definicin operacional de un concepto,
consiste en un enunciado de las operaciones necesarias para producir el fenmeno. Una
vez que el mtodo de registro y de medicin de un fenmeno se ha especificado, se dice
que ese fenmeno se ha definido operacionalmente. Por tanto, cuando se define
operacionalmente un trmino, se pretende sealar los indicadores que van a servir para la
realizacin del fenmeno que nos ocupa, de ah que en lo posible se deban utilizar
trminos con posibilidad de medicin.
Las definiciones operacionales pueden ser:
Medidas: cuando se observan y clasifican las variaciones.
Experimentales: indican cmo manipular una variable.
Las definiciones operacionales son definiciones limitadas, cuyo propsito es permitir que el
investigador se acerque a los aspectos de la realidad a estudiar. Siempre existe el peligro

de fragmentar un concepto de tal forma que se aleje (o carezca de relevancia) respecto a

su significado real. Pero se aproximan a aspectos significativos de la realidad conceptual.
Las definiciones operacionales establecen un puente entre los conceptos o construcciones
hipotticas y las observaciones, comportamientos y actividades reales. Es decir, el
cientfico o investigador opera en dos niveles: el de los conceptos e hiptesis (Nivel I) y el
de la observacin y manipulacin (Nivel II). Los dos niveles estn conectados por una
definicin operacional. En las situaciones experimentales, las definiciones operacionales
especifican lo que los experimentadores hacen para manipular una o ms variables
independientes. Estas definiciones indican, literalmente, las operaciones involucradas.
2.9.4.1. FUNCIN DE LOS CONCEPTOS O DEFINICIONES OPERACIONALES:

Ordenar la percepcin.
Valorar lo percibido.
Guiar la accin individual.
Facilitar la comunicacin.
2.9.5. REQUISITOS DE LOS CONCEPTOS:

Ha de existir acuerdo y continuidad en la atribucin de determinados contenidos
figurativos o determinadas palabras.
Deben estar definidos con precisin: contenido semntico exactamente establecido.
Tienen que tener una referencia emprica: deben referirse a algo aprehensible,
observable (aunque sea indirectamente).
2.9.6. REGLAS PARA DEFINIR.

La funcin de la definicin consiste en presentar los rasgos principales de la estructura de
un concepto para hacerlo ms preciso, delimitndolo de otros conceptos, a fin de hacer
posible una exploracin sistemtica del objetivo que representa. Para ello es necesario
tener en cuenta:
Validez significa que nuestra definicin se ajusta al concepto. Debe referise
justamente a ese concepto y no a algo similar. Si nuestra definicin es vlida,
estamos midiendo justamente lo que pretendemos medir y no otra cosa.
Fiabilidad o reproductibilidad significa que si repetimos nuestra medicin o registro,
el resultado ser siempre el mismo.
Dar la esencia. La definicin debe dar la esencia de lo que se intenta definir, es

decir, su naturaleza, sus notas caractersticas, sus lmites.
Evitar tautologas. No debe directa o indirectamente contener el objetivo. Ejemplo:
la economa es la ciencia que estudia los fenmenos econmicos. No debe ser
circular. Es decir, se debe evitar, por ejemplo, definir al entendimiento como la
capacidad de pensar y, a su vez, a la capacidad de pensar como a la actividad de
entendimiento. Un crculo vicioso consiste en dos (o ms) definiciones nominales
que se refieren la una a la otra mientras que los conceptos usados en estas
definiciones no tienen definicin real para vincularlos a la empiria.
Debe ser afirmativa. Toda definicin debe expresarse siempre en trminos
afirmativos, nunca en trminos negativos.
Empleo de lenguaje claro. Debe expresarse en palabras claras y asequibles, no
debe contener metforas o figuras literarias.
Significado preciso y unitario.
La fase de establecer "definiciones de trabajo" est estrechamente vinculada a la decisin
que se tome con respecto a los instrumentos de recogida de datos que se utilizarn. Las
definiciones de trabajo son adecuadas si los instrumentos o procedimientos basados en
ellas agrupan datos que constituyen indicativos satisfactorios de los conceptos que
intentan representar.
Pueden modificarse las definiciones cuando el trabajo avanza? S, de hecho en
investigacin cualitativa es habitual, porque la comprensin por parte del investigador de lo
que est estudiando muchas veces se hace ms profunda cuando la investigacin avanza.
Por otro lado, si las definiciones que han servido como base para mediciones cuantitativas
se cambian despus de reunir datos empricos, se han desperdiciado los datos
correspondientes a la vieja definicin que se haban reunido.
2.9.7. ESQUEMA DE LA INVESTIGACIN

Es la estructura que permite ubicar el objeto de la investigacin en el marco que lo
comprende y analizar las partes de que consta.
Se formula para:
Apreciar el objeto de estudio de forma total y en cada una de sus partes.
Estructurar el escrito.
Organizar el acopio de informacin.
Planear nuestras actividades.

En el modelo que sigue se tratan los aspectos generales de una investigacin.
El trabajo ser ms fcil si se desglosan al mximo el objeto de estudio y los aspectos de
la investigacin.
Tabla 4: Desgloce de estudio y aspectos de la investigacin
PREGUNTAS
CONCEPTO
ORIENTADORAS
Qu conceptos vamos a
utilizar?
Consisten en la precisin de
1. Definiciones. Qu criterios usaremos? los conceptos, acepciones o
criterios que vamos a utilizar.
Cul es nuestra concepcin
del tema?
Condiciones histricas que Comprende el estado o
rodean el objeto de estudio. hechos que prevalecen en el
ambiente en que se presenta
Marco histrico. Consideracin de los factores el objeto de estudio.
externos que tienen relacin Constituye el contexto
con el objeto de la histrico de la investigacin.
investigacin.
Cul es el origen del objeto

de la investigacin? Son el origen y el desarrollo
del objeto de estudio.
Antecedentes. Qu evolucin ha tenido? Conocer la evolucin de lo
que estamos investigando nos
Qu otras investigaciones facilita su comprensin.
similares se han hecho?
Cmo es el rea que
comprende? Es la situacin del objeto de la
Ubicacin del
investigacin en la disciplina,
objeto de Cmo se manifiesta?
materia o especie que lo
estudio.
Qu relacin guardan entre comprende.
s las partes del rea?

Cmo es el objeto de
estudio?
Cules son sus
partes?
Qu relacin existe
entre el objeto y su
contexto?
Cules y cmo son
sus caractersticas
intrnsecas?
Qu efectos produce?
En qu perodos se
encuentra el Es la "diseccin", el anlisis,
fenmeno? el estudio minucioso de las
Descripcin del Qu aspectos caractersticas, propiedades,
objeto de coordinados y relaciones, formas de
investigacin. subordinados manifestarse... el
presenta? desglosamiento de lo que
investigamos.
Qu circunstancias
condicionan al objeto de la
investigacin?
ticas.
Geogrficas
Econmicas
Ecolgicas
Tecnolgicas
Tericas
Culturales
Religiosas
Filosficas
Qu tesis existen al
respecto?
Qu teoras tratan de Es la consideracin de lo que
explicarlo? se ha investigado (teoras,
1. Marco terico. Cul es la teora hiptesis, tesis) acerca del
clsica? objeto de nuestra
Cules son las teoras investigacin.
opuestas a la clsica?
Cul es la teora
predominante?
Descripcin y/o provocacin
del fenmeno. Aqu se
1. Exposicin de muestra la informacin,
datos. directamente relacionada con
la hiptesis, obtenida de la
investigacin.

Valoracin e
interpretacin Es el anlisis crtico de los
del material datos obtenidos.
obtenido.
Es la parte del escrito que
tiene como finalidad mostrar
Resumen. en qu se sustentan las
conclusiones que se
obtuvieron.
Conclusiones y/o Es el resultado de la
recomendacione investigacin.
s.
2.9.8. REFERENCIAS
o Tenorio Bahena, Jorge. INVESTIGACIN DOCUMENTAL. 3 ed. Mxico (1988).
Ed. Mac Graw - Hill.
o Pick, Susan y Lpez, Ana Luisa. CMO INVESTIGAR EN CIENCIAS SOCIALES.
5 ed. Mxico (1994). Ed. Trillas S.A.
o Tamayo y Tamayo, Mario. EL PROCESO DE LA INVESTIGACIN CIENTFICA. 3
ed. Mxico (1998). Ed. Limusa S.A.
o Sabino, Carlos A. EL PROCESO DE INVESTIGACIN. Argentina (1996). Ed.
Lumen - Humanitas.

<<
2.10. LA INVESTIGACIN EN LAS CIENCIAS SOCIALES
Surge el cambio con mtodos como el anlisis concreto de situaciones concretas de

Carlos Marx o con el de formacin de modelos o tipologas del cambio social de Max
Weber.
De una manera sencilla establezcamos que una teora es un conjunto de conceptos
relacionados entre s que nos permite explicar un rea de la realidad. Las teoras se
construyen regularmente por acumulacin de distintas ideas que han tenido sucesivos
cientficos sociales.
Aqu el problema surge entonces cuando el individuo no acepta para s mismo las
consecuencias del tipo de vnculos sociales tradicionales y se aparta, tomando el camino
del alejamiento o de la desintegracin, que es una disfuncin para el conjunto social. Estos
problemas de funcionamiento en la estructura social, el individuo se los imagina como
problemas personales, segn Durkheim, tienen distintas fuentes pues las disfunciones
provienen de:
1. La perdida de la capacidad de integracin que el sistema ejerce sobre los individuos.
Esta perdida de capacidad no depende de que de pronto surjan individuos
"innatamente rebeldes" capaces de liderear a otros, sino que el problema tiene una
causa social tambin.
2. Los excesos generados por el tipo de vnculos sociales en que se encuentra inmerso el
individuo, Durkheim reconoce que a pesar de que estos vnculos pueden estar
funcionando bien y por tanto producir que el individuo viva conforme con ellos.
3. En el mundo de las creencias, la persona su decisin de reaccionar ante los excesos
del sistema se le figura como muy personal.
4. La progresiva sustitucin de un tipo de vnculos sociales por otros como, cuando en
una sociedad se inicia la profundizacin de la divisin del trabajo social.
El problema no se crea con la reaccin del individuo sino antes, con la deficiente
funcionalidad del sistema que llevo a crear primero una situacin de enfrentamiento que
deba evitarse y despus a la reaccin disfuncional del individuo. Como se plantea un
problema segn la perspectiva de lo normal y lo patolgico de Emilio Durkheim?. Todos
estos temas provienen de su perspectiva inicial, el considerar a la sociedad como una

realidad superior a los individuos y a la suma de estos, que lo coaccionan a pensar y

actuar de determinada manera funcional al sistema, el cual por estos medios alcanza
estabilidad y orden.
El cientfico social debe cumplir estas reglas para poder abordar un problema social
cientficamente con su propuesta de que lo normal es lo que se encuentra difundido y
generalizadamente aceptado, le da al socilogo un criterio externo, que no depende de l,
para saber clasificar los fenmenos que observa.
Para Durkheim el suicidio no es un hecho social anormal, sino que cada sociedad tiene
sus propias tasas de suicidio constantes, en un momento determinado. Y el suicidio no
depende de atributos individuales o de sentimientos de soledad, tristeza, etc., sino de la
forma como se dan los vnculos sociales con el grupo: muy dependientes de ste o muy
alejados e individualistas, plantea as su problema:
Que investigar: el suicidio de la sociedad moderna.
Donde: en Francia.
Cuando: a mediados del siglo XX (1930-1950).
Un problema social tiene as causas sociales,y el individuo solo reacciona ante stas.
Los problemas que examina Durkheim son as:
1. Desajusten entre sistemas de relaciones sociales por ejemplo entre tradiciones.
2. Disfunciones que surgen por excesos de un mismo sistema de vinculaciones
sociales, entre el grupo y el individuo.
3. Debilitamiento de la funcionalidad de un sistema.
Que investiga: la estructura y funcin de las instituciones modernas.
Donde: en Francia.
Cuando. A mediados del siglo XIX (1930-1950)
Porque el mtodo comparativo es el apropiado para conocer a las instituciones y
disfunciones sociales?.
Esto significa que el cientfico social:
1. Considera los modos de pensar y actuar sociales, como cosas, es decir como
realidades ajenas a nosotros de igual manera que los cientficos de la naturaleza
actuan cuando se enfrentan a conocer a sta.
2. Mirar a stos modos sociales como realidades que se imponen al individuo igual
que lo hace la naturaleza.
3. analizar framente stos modos de pensar, creer, sentir y actuar de las personas.
4. Proceder a manejar los datos que le arrojen stos hechos sociales con las mismas
operaciones intelectuales que utilizan los cientficos.
5. Pensar como lo hacen los cientficos de la naturaleza en trminos de elementos,
combinaciones, vinculaciones, estructuras, etc., para conceptualizar los modos de
pensar y de actuar de los humanos.
Esta teora requiere entonces un mtodo que permita:
1. Pensar los hechos de modo fijo, sin movimiento, pero a la vez en sus
interconexiones, en el marco de las redes o estructuras sociales en las que acciona.
2. Analizar a fondo en el nivel de sus efectos sociales impersonales y no quedarse en
la superficie de las diferencias individuales.
3. Clasificarlos en lo que tienen en comn para obtener principios, generales, o leyes
que estaran en el fondo de la vida social,
Si los datos y hechos que postula Durkheim, como necesarios para su teora son
impersonales en tanto busca efectos sociales, que adems deben de estar fijos o sin
movimiento, para visualizar sus interconexiones, entonces buscamos el mtodo que sea
apropiado. Y nada hay ms parecido a sta clase de hechos impersonales y fijos que los
de la naturaleza: fros y externos a la voluntad humana. Por eso su proceso de
investigacin y su tratamiento metdico estn tomados de las ciencias naturales: en
mtodo comparativo.
2.10.1. EL MTODO COMPARATIVO

El mtodo comparativo no es una invencin de Emilio Durkheim ya que este se usaba
frecuentemente en ciencias naturales como la biolgica y la qumica. Lo que l hace es
aplicar ste mtodo a los datos de las ciencias sociales, para obtener clasificaciones y
leyes que a su vez le permiten darle estatuto cientfico a la antropologa social y a la
sociologa.
Debemos rescatar el tema anterior los siguientes puntos:
1. La sociologa es para Emilio Durkheim una ciencia natural terica de la sociedad
humana.
2. A sta teora social que usa mtodos de las ciencias naturales le llama sociologa
comparada.
3. Si en las ciencias naturales se produce primero observando las estructuras del
Universo, tal cual se nos da a los sentidos.
4. El mtodo de investigacin comprende como faces significativas las etapas de

observacin, descripcin, clasificacin, elaboracin de tipologas y generalizacin.
5. Concluye que utiliza el mtodo caracterstico de las ciencias inductivas, esto es, el
mtodo de generalizacin... por comparacin de ejemplos.
Si seguimos el procedimiento de las ciencias inductivas, entonces el mtodo comparativo
parte de la realidad para irla depurando, hasta llegar a encontrar lo comn a muchos
ejemplos y as establecer por la va de la abstraccin o generalizacin, sus leyes.
2.10.2. EL PLANTEAMIENTO DE PROBLEMAS DE INVESTIGACIN SEGN EL

MATERIALISMO HISTRICO
Cralos Marx pensaba que la historia de la humanidad y el conocimiento de la vida social
hasta entonces haba sido poco cientfico e incompleto porque parta de una concepcin
idealista del mundo en el cual se exageraba el papel que tienen las ideas polticas,
religiosas o jurdicas en el desarrollo social. Carlos Marx propone, por eso, como punto de
partida para el anlisis no quedarse en las ideas; si no ir a los hechos o actos reales que
tienen los individuos o las clases sociales.
Para Carlos Marx el estudio cientfico de la sociedad comienza cuando primero tomamos
en cuenta sus modos de produccin y distribucin de la riqueza para despus ubicar all
sus ideas sobre el mundo, las ideas filosficas, religiosas, morales, educativas y polticas.
Como se plantea un problema con la perspectiva del materialismo histrico?
Su mtodo estriba en analizar con detalle un determinado orden de produccin social,
ubicada en ese contexto las ideas y las Psicologa de los hombres y en el descubrir como
dicho orden necesariamente entra en contradiccin y da lugar a uno nuevo. De aqu deriva
toda la problemtica de Carlos Marx analicen sus obras. Por ello podemos decir que la
forma en como Marx se plantea su objeto de estudio y sus respectivos problemas, sigue
las siguientes faces:
1. Contempla un mundo social nuevo que va surgiendo, que es el capitalismo y que
trae aparejados muchos problemas sociales.
2. Carlos Marx tiene claro que las teoras que explica la historia en su tiempo son
idealistas proponen educar, dar servicios religiosos a la clase obrera, etc.
3. Al mirar el mundo desde esta perspectiva, ya esta dejando de lado otra y con ella
todo un campo de anlisis de problemas a estudiar.

En el primer caso su perspectiva se formula as: Que estudia: los modos de produccin.
Donde: en Europa occidental. Cuando: en la historia Europea. En el segundo caso queda
as: Que estudia el modo de produccin y la sociedad capitalista Donde: en Europa
tomando como modelo Inglaterra. Cuando: entre 1830-1860.
2.10.3. REFERENCIAS
http://www.miexamen.com.mx/Investigacion%20en%20las%20ciencias%20sociales.htm

3. CAPITULO III: BASES

PARA LA INVESTIGACIN
CUANTITATIVA

<
3.1. EL DISEO DE LA INVESTIGACIN
El diseo es una estrategia general de trabajo que el investigador determina una vez que
ya alcanzado suficiente claridad respecto a su problema y que orienta y esclarece las
etapas que habrn de realizarse posteriormente.
As, por ejemplo, si nuestra investigacin terica nos lleva a suponer que la esquizofrenia
tiene un origen orgnico, tendremos que elaborar un mtodo para poder comprobar si tal
afirmacin se corresponde o no con la realidad. Definir qu pruebas de laboratorio, qu
observaciones y qu datos son los pertinentes para llegar a esa comprobacin, es lo que
llamamos elaborar un diseo. Es el momento metodolgico de la investigacin; en l, ya
no se trata de definir qu vamos a investigar, sino cmo vamos a hacerlo.
Realizar el diseo de una investigacin significa llevar a la prctica los postulados
generales del mtodo cientfico, planificando una serie de actividades sucesivas y
organizadas donde se encuentran las pruebas que se han de efectuar y las tcnicas que
se van a utilizar para recolectar y analizar los datos.
3.1.1. TIPOS DE DISEO

En funcin del tipo de datos que han de ser recogidos, e posible categorizar los diseos en
dos grandes tipos bsicos:
1. Diseos bibliogrficos.
2. Diseos de campo:
1. Experimental.
2. Post facto.
3. Encuesta.
4. Panel.
5. Estudio de casos.
Los diseos de campo son los que se refieren a los mtodos empleados cuando los
datos de inters se recogen en forma directa de la realidad, mediante el trabajo concreto
del investigador y su equipo; estos datos, obtenidos directamente de la experiencia
emprica, son llamados datos primarios. Son datos de primera mano, originales, producto
de la investigacin en curso sin intermediacin de ninguna naturaleza.

Cuando los datos ya han sido recolectados en otras investigaciones y son conocidos
mediante los informes correspondientes, nos referimos a datos secundarios, porque han
sido obtenidos por otros y nos llegan elaborados y procesados de acuerdo con los fines de
quienes inicialmente los obtuvieron y manipularon. Como estas informaciones proceden
siempre de documentos escritos (sa es la forma en que se emiten los informes
cientficos), damos a estos diseos el nombre de bibliogrficos.
Todo trabajo bibliogrfico no deja por eso de referirse a la experiencia emprica tanto como
los diseos de campo, porque los datos que nosotros tomamos como secundarios han
sido datos primarios para el investigador inicial, por ms que nos lleguen como
experiencias ya analizadas y sintetizadas. De modo que el contacto con los hechos
subsiste, aunque se trate de un contacto indirecto.
Algunas personas sostienen la opinin de que los trabajos bibliogrficos no pueden
considerarse en un sentido estricto como verdaderas investigaciones, ya que, al faltar el
contacto directo entre el estudioso y su mundo emprico, lo nico que podr hacer es
reelaborar conocimientos ya obtenidos sin efectuar mayores aportes al respecto. Es una
visin muy estrecha de las posibilidades que ofrece el trabajo bibliogrfico, pues el
investigador que desarrolla este modelo puede realmente concebir y resolver problemas
nuevos. Si tomamos datos de un censo sanitario, por ejemplo, y analizamos sus
resultados de acuerdo con indicadores sociales y econmicos especficos, podremos
obtener un conocimiento muy rico respecto a la relacin entre esos factores; estaremos en
condiciones de corroborar hiptesis de un mayor nivel de generalidad y habremos
alcanzado un conocimiento sinttico, interdisciplinario de suma utilidad.
Por ltimo, es preciso anotar que los diseos de campo tampoco pueden basarse
exclusivamente en datos primarios. Siempre ser necesario ubicar e integrar nuestro
problema y nuestros resultados dentro de un conjunto mayor (marco terico o referencial),
para cuya elaboracin es imprescindible realizar consultas o estudios bibliogrficos.
3.1.2. DISEOS BIBLIOGRFICOS

El principal beneficio que el investigador obtiene mediante una invetigacin bibliogrfica es
que puede cubrir una amplia gama de fenmenos, ya que no slo tiene que basarse en los
cuales l mismo tiene acceso, sino que puede extenderse para abarcar una experiencia
mayor. Esta ventaja se hace particularmente valiosa cuando el problema requiere de datos
dispersos en el espacio, que sera imposible obtener de otra manera: un investigador no
puede ir recorriendo el planeta en busca de datos de produccin o poblacin para luego

hacer anlisis comparativos; pero si tiene a su alcance una bibliografa adecuada no
tendr obstculos para contar con toda la informacin necesaria.
El diseo bibliogrfico tambin es indispensable cuando hacemos estudios histricos; no
hay otro modo, en general, de enterarnos de los hechos pasados si no es apelando a una
gran proporcin de datos secundarios.
El diseo bibliogrfico tiene una dificultad que puede llegar a ser muy significativa: si
nuestras fuentes han recogido o procesado defectuosamente su material primario, ya sea
por error, subjetivismo o intencionalmente, todo nuestro trabajo habr de apoyarse sobre
bases falsas, sobre una serie de errores que nosotros trasladaremos y amplificaremos.
La duda sobre la calidad del material secundario est siempre presente. Para reducir este
margen de incertidumbre, conviene asegurarse de las condiciones concretas en que han
sido obtenidos los datos, estudiar en profundidad cada informacin para descubrir
incoherencias y contradicciones, utilizar a la vez varias fuentes distintas, cotejndolas
cuidadosamente y, en general, regirse por una sana dosis de escepticismo. Todos estos
recursos, si los aplicamos sistemticamente y con rigor, permiten incrementar nuestro
margen de confianza hasta niveles razonables.
Otra observacin metodolgica que puede hacerse con respecto a este diseo es que,
debido a que es el propio investigador quien define y selecciona los datos que va a utilizar,
es posible que ste tome solamente en cuenta aquellos que concuerdan con sus hiptesis
iniciales. Por eso, se recomienda que cualquier bsqueda de datos secundarios se haga
con sistematicidad y orden, fijando categoras claras para las fuentes de datos y utilizando
todas las informaciones disponibles.
No existe un camino preestablecido para el manejo de la informacin bibliogrfica, per
algunas de las tareas bsicas a realizar son:
1. Conocer y explorar todo el conjunto de fuentes que pueden resultar de utilidad. La
mejor manera de tener un panorama completo respecto de las publicaciones
existentes es acudir a bibliotecas y centros de documentacin. Una alternativa
complementaria es consultar a expertos y especialistas que pueden tener
conocimiento del material existente. Por ltimo, recordemos que todo libro o trabajo
serio incluye generalmente una serie de citas, referencias bibliogrficas y listas de
material consultado que facilitan nuestros propsitos.

2. Leer todas las fuentes disponibles. No es preciso leer completamente cada uno de
los trabajos escritos sobre el tema, sino utilizar un tipo de lectura discriminatoria,
que nos permita detenernos en los aspectos esenciales. De acuerdo con los
resultados de esta lectura, se podr ir ordenando todo el material.
3. Recoleccin de datos. Se puede realizar mediante ficha y otros procedimientos
similares. De cada fuente se extraern los aspectos concretos que parezcan
relevantes para la investigacin.
4. Elaboracin de un esquema de exposicin del informe final. Segn este equema, se
ordenarn las fichas de datos.
5. Cotejo o comparacin de fichas. Se observan los puntos de contacto y oposicin
entre ellas, tratando de evaluar la confiabilidad de la informacin, para realizar
sntesis parciales y comparaciones particulares.
6. Conclusiones. Se reelaborarn nuestros puntos de vista respecto a cada parte del
estudio, teniendo especial cuidado en esclarecer la problemtica que previamente
nos habamso planteado en la fase inicial de la investigacin.
3.1.3. DISEOS DE CAMPO

Su valor reside en que le permiten al investigador cerciorarse de las verdaderas
condiciones en que se han conseguido los datos, haciendo posible su revisin o
modificacin en el caso de que surjan dudas con respecto a su calidad. No obstante,
presentan la limitacin de su reducido alcance: son muchos los datos que no se pueden
alcanzar por esta va, ya sea por restricciones espaciales o temporales, por carencia de
recursos, etc.
Los diseos de campo ms frecuentes son el experimental, post facto, encuesta, panel y
estudio de casos.
3.1.4. DISEO EXPERIMENTAL

Un experimento consiste en someter al objeto de estudio a la influencia de ciertas
variables, en condiciones controladas y conocidas por el investigador, para observar los
resultados que cada variable produce en el objeto.
La variable a cuya influencia se somete el objeto en estudio recibe el nombre de estmulo.
Cuando a travs de un experimento se pretende llegar a la causa de un fenmeno, se
procede del siguiente modo: sea Z el fenmeno en estudio, que en condiciones no
experimentales se presenta frente a los factores A, B y C. Nuestra primera prueba consiste

en controlar - reduciendo a un valor 0 - cada uno de estos factores, para observar qu
ocurre en los restantes. As tendramos por ejemplo que, efectuando algunas pruebas
especficas, se obtiene que:
A y B no producen Z
B y C producen Z
A y C producen Z
De estas tres pruebas efectuadas podemos inferir, al menos, que C es necesario para que
se produzca Z. Si comprobramos adems que con slo el factor C, y eliminando los
restantes, tambin ocurre Z, podramos afirmar que C es condicin necesaria y suficiente
del hecho Z, en otras palabras, su causa.
Cuando nuestros objetos de estudio son barras de metal, molculas, virus o ratas, no
tenemos prcticamente ninguna limitacin en cuanto a las posibilidades de inventar
estmulos diversos. Las limitaciones de la experimentacin en el campo de las ciencias
sociales hacen que este mtodo slo pueda usarse en contados casos, pues diversas
consideraciones ticas y humanas impiden su realizacin.
Si quisiramos conocer los efectos que la desnutricin aguda ejerce sobre la agresividad
de los grupos humanos, deberamos buscar otras formas de comprobacin ajenas al
experimento, pues no podemos aplicar el estmulo "desnutricin aguda" a un conjunto
humano.
Hay otra cantidad de experimentos que son tericamente posibles, pero que en la prctica
ningn investigador tiene opcin de realizar, porque para modificar ciertas variables sera
necesario alterar todo el curso de la sociedad o poseer la suma del poder poltico o
econmico.
No se puede, por ejemplo, suprimir el uso de automviles ni cambiar las regulaciones
legales vigentes; tampoco se puede modificar la forma en que se comportan los mercados
ni las costumbres existentes en una cultura.
El diseo experimental slo se utiliza en las ciencias humanas para algunos problemas de
psicologa social (estudios para medir actitudes, influencia de la propaganda, tipos de
liderazgo, etc.), de sociologa del trabajo ( cambio de condiciones de produccin, tipos de
organizacin laboral), de tcnicas pedaggicas (nuevas formas de enseanza o
modalidades de aprendizaje) y en otros casos semejantes, como el estudio de mercados,
problemas clnicos de psicologa, etc.
Existen diversos patrones segn los cuales se realizan los experimentos en las ciencias
sociales:
Antes y despus con un solo grupo. El objeto en estudio queda constituido por
un grupo social, generalmente reducido, previamente definido en cuanto a sus
caractersticas fundamentales. Supongamos que nos interesa medir el efecto de la
iluminacin sobre la productividad de los trabajadores. Para ello, tomaramos un
grupo de trabajadores que estn realizando sus tareas con una iluminacin
determinada y mediramos (antes del experimento) su productividad. Luego
introduciramos el estmulo, en este caso una mejor iluminacin, para despus
volver a medir la productividad del grupo. Este modelo de experimentacin tropieza
con la dificultad de que las modificaciones que se producen en la variable medida
pueden tener su origen en el estmulo, o en alguna otra variable que no hemos
tenido en cuenta. Con una repeticin suficientemente grande de experimentos, sin
embargo, podemos lograr resultados confiables.
Solamente despus con dos grupos. Debemos construir dos grupos, que se
denominan grupo experimental (destinado a recibir el estmulo) y grupo de control
(que nos sirve de punto de referencia para apreciar las variaciones que se
produzcan en el anterior). Como es necesario efectuar las mediciones comparando
los resultados entre los dos grupos, stos deben ser, en todas las caractersticas de
relevancia que sea posible controlar, lo ms semejantes posibles. Esta tarea de
igualacin de los grupos se denomina homogeneizacin, y para llevarla a cabo se
apela a procedimientos de muestreo. No se realizan mediciones antes de la
aplicacin del estmulo: se aplica ste solamente al grupo experimental y se mide
finalmente a ambos grupos.
Antes y despus con un grupo de control. Se basa en los mismos principios que
el mtodo anterior, pero las mediciones se hacen antes y despus del estmulo, a
ambos grupos. Esto nos previene contra los posibles defectos de la igualacin y
nos permite tambin tener en cuenta la influencia de cualquier situacin que pueda
originar variaciones simultneas en ambos grupos y que de otro modo no
detectaramos. Siempre es preciso tener el cuenta las posibles alteraciones que
pueden producirse en la conducta de los grupos cuando stos conocen que se
hallan en una situacin experimental.

Los esquemas vistos anteriormente son los ms simples que se emplean; existen
modelos que se denominan "antes y despus con dos grupos de control", "antes y
despus con tres grupos de control", y otras variaciones sobre estos modelos bsicos.
Dan lugar, por lo general, a conocimientos ms precisos y valiosos, aunque su aplicacin
es muy costosa y delicada.
3.1.5. EXPERIMENTOS POST - FACTO

Experimento post - facto quiere decir experimento que se realiza despus de los hechos.
No se trata de un verdadero experimento, porque el investigador no controla ni regula las
condiciones de prueba. Pero el procedimiento lgico de que se vale es idntico al de los
experimentos propiamente dichos.
Consiste en tomar como experimentales situaciones reales que se hayan producido
espontneamente, trabajando sobre ellas como si efectivamente se hubieran dado bajo
nuestro control.
Si en un pas tenemos dos regiones geogrficas A y B, por ejemplo, que en cuanto a una
serie de variables tienen un comportamiento similar, y ocurre un hecho en una sola de
ellas, digamos la apertura de una carretera troncal, las modificaciones que se produzcan
en sta y no en la otra pueden ser atribuidas a este hecho, pues ha sido el nico factor de
peso que hubo en un caso y no en otro, y porque consideramos previamente que ambos
sujetos en estudio eran homogneos. Podemos atribuir un incremento del comercio o un
cambio en las pautas sociales a los efectos que produce esta va de comunicacin.
Casi todo el trabajo de comparaciones histricas, sociales y culturales se basa en una
lgica de este tipo. As, por ejemplo, el estudio de los procesos de desarrollo econmico
hechos por diversas escuelas del pensamiento social, como el anlisis comparativo de
polticas pblicas, de tratamientos teraputicos y procedimientos administrativos, estn
realizados bajo este tipo de diseo.
3.1.6. ENCUESTAS
Este diseo es exclusivo de las ciencias sociales y parte de la premisa de que, si
queremos conocer algo sobre el comportamiento de las personas, lo mejor, lo ms directo
y simple, es preguntrselo a ellas.

Se trata de requerir informacin a un grupo socialmente significativo de personas acerca

de los problemas en estudio para luego, mediante un anlisis de tipo cuantitativo, sacar las
conclusiones que correspondan con los datos recogidos.
Cuando se recaba informacin a todas las personas que estn involucradas en el
problema en estudio, este diseo toma el nombre de censo. Los censos, por las
dificultades materiales que implican su realizacin, casi siempre son trabajos emprendidos
por el Estado o por instituciones de muchos recursos. Por la cantidad de personas que se
deben entrevistar, no es factible obtener informacin muy detallada, pues se convertiran
en trabajos desproporcionadamente difciles de ejecutar y analizar.
En su lugar, se realizan encuestas por muestreo, en las que se escoge, por
procedimientos estadsticos, una parte significativa de todo el universo que se toma como
objeto a investigar. Las conclusiones que se obtienen a partir de la muestra pueden
generalizarse a todo el universo con un margen de error conocido y limitado previamente.
Una encuesta es slo uno de los mtodos posibles de estudio de la realidad social, que
presenta puntos a favor y en contra.
Sus principales ventajas son:
1. Su conocimiento de la realidad es primario, no mediado, y por lo tanto, menos
engaoso.
2. Como es posible agrupar los datos en forma de cuadros estadsticos, se hace ms
accesible la medicin de las variables.
3. Es un mtodo de trabajo relativamente econmico y rpido.
Las desventajas ms frecuentes son:
1. La encuesta recoge la visin que la gente tiene de s misma: no es lo mismo lo que
la gente hace, siente o cree, que lo que la gente "dice" que hace, siente o cree.
Existen algunos recursos para reducir la magnitud de este serio problema, como
omitir algunas preguntas que sabemos que las personas no quieren responder,
cuidar la presentacin del entrevistador, etc.
2. La encuesta relata los hechos sociales desde el punto de vista de sus actores, pero
no considera las relaciones sociales interpersonales o institucionales.
3. El diseo es bsicamente esttico. Tiende a dar una imagen instantnea de un
determinado problema, pero no nos indica sus tendencias.

4. El tratamiento de la informacin es estadstico. Esto puede resultar muy

democrtico y til, pero casi nunca se corresponde con la realidad de los hechos
sociales, donde el liderazgo y la asimetra social son la norma.
Las encuestas resultan apropiadas para estudios de tipo descriptivo, pero no tanto para
los explicativos. Son adecuadas para estudios de mercado masivo y opiniones electorales,
pero no tanto para el estudio de tipos de liderazgo y a los problemas que se refieren a
estructuras y relaciones sociales.
3.1.7. EL PANEL
Surge como respuesta al panorama esttico que ofrecen las encuestas y pretende superar
esta dificultad a travs de la repeticin de mediciones normalizadas.
Se llama panel a toda sucesin de mediciones que se hacen en condiciones regulares y
que se aplica a determinar los valores de una variable, para un cierto objeto. Es una forma
de presentacin secuencial de datos de cualquier tipo, que tiene la ventaja de
proporcionarnos informacin acerca de sus variaciones en el tiempo.
Es esencial que las mediciones se realicen siempre bajo las mismas condiciones,
empleando para todos los casos un mismo instrumento de recoleccin de datos. Esto
permite la exacta comparacin de los resultados y posibilita hacer una anlisis de
tendencias.
Mucha informacin econmica se presenta de esta manera, ya que carece de sentido
hablar del PBI o de la tasa de inversin de un pas o una regin si no ubicamos estos
datos dentro de una perspectiva histrica.
Tambin se utiliza para reflejar el crecimiento de la poblacin urbana y rural, o la
aceptacin de un candidato.
Un panel es algo as como una encuesta repetida: un mismo cuestionario que se
administra a una misma muestra para observar la evolucin y las modificaciones de las
respuestas. Las encuestas deben realizarse en lapsos prefijados y regulares.
Una dificultad que presenta este diseo es lo que se denomina mortandad del panel, que
consiste en la progresiva reduccin de la muestra por diversas causas: traslados, fatiga y
otros problemas. Al reducirse el nmero de entrevistados, el error muestral aumenta
progresivamente.
Otro problema es la saturacin del panel, que consiste en una actitud de rechazo
progresivo por parte de los entrevistados. Despus de ser sometida varias veces a las
mismas preguntas, la gente empieza a cansarse de ellas: surgen respuestas

estereotipadas, de mala voluntad, hay apresuramiento para responder y otros problemas
similares que aumentan sensiblemente los errores.
Para reducir el efecto de estos fenmenos, se puede reemplazar la muestra en parte, de
medicin a medicin. Para ello, debemos seleccionar un nmero determinado de sub -
muestras, lo ms parecidas posibles en todos sus aspectos fundamentales. Estos
reemplazos reducen la mortandad del panel y eliminan todo efecto de saturacin.
3.1.8. ESTUDIOS DE CASOS

Es el estudio profundizado y exhaustivo de uno o muy pocos objetos de investigacin, lo
que permite obtener un conocimiento amplio y detallado de los mismos. Se basa en la idea
de que, si estudiamos con atencin cualquier unidad de un cierto universo, estaremos en
condiciones de conocer algunos aspectos generales del mismo; por lo menos, tendremos
una perspectiva, una resea general que orientar una bsqueda posterior.
As, si nuestro inters es conocer la estructura y funcionamiento de las universidades,
podemos partir del supuesto de que todos los objetos que pertenecen a la categora
"universidad" tienen algunas caractersticas en comn, que permiten ubicarlos dentro de
una categora general. Si estudiamos una universidad cualquiera podremos, entonces,
reconocer esas lneas comunes o por lo menos obtener un punto de partida para ello.
Lgicamente, no estaremos a cubierto de la posibilidad de que la universidad elegida sea
un caso anormal dentro de su especie.
La mayor limitacin de este tipo de investigacin es la absoluta imposibilidad de
generalizar o extender a todo el universo los hallazgos obtenidos. Su principal ventaja es
su relativa simplicidad y economa.
La utilidad de los estudios de casos es mayor cuando se trata de investigaciones
exploratorias o para las fases iniciales de una investigacin sobre temas ms complejos,
para formular hiptesis o reconocer cules son las principales variables involucradas en un
problema. Tambin los estudios de casos son recomendables cuando el verdadero inters
del investigador se centra en algunos pocos objetos de estudio: resulta obvio que conviene
estudiar los planetas del sistema solar o los ros de una regin como casos particulares.
Para seleccionar los casos de inters conviene seguir ciertos criterios:
Buscar casos tpicos: aquellos objetos que parecen ser la mejor expresin del tipo
ideal.
Seleccionar casos extremos. As, podramos considerar una universidad muy

antigua y otra de reciente creacin. La ventaja de utilizar casos extremos reside en
que, de este modo, probablemente, podamos tener una idea de los lmites dentro
de los cuales nuestras variables pueden oscilar.
Tomar casos desviados o marginales: es una forma muy utilizada por la medicina y
la psiquiatra. Se trata de encontrar casos atpicos o anormales para, por contraste,
conocer las cualidades propias de los casos normales y las posibles causas de su
desviacin.
3.1.9. EL DISEO CONCRETO DE LA INVESTIGACIN

Lo importante no es conocer toda la lista de posibles diseos, sino apelar al razonamiento
lgico y a la experiencia para determinar, antes de recolectar los datos, qu informacin
nos proporcionar un determinado mtodo y qu relevancia y confiabilidad puede
asignrsele a la misma. Por ejemplo, un estudio que se hace sobre un solo caso puede
estar antecedido por toda una seccin bibliogrfica y recoger gran parte de los datos a
travs de encuestas por muestreo, si el caso que se va a investigar es una institucin o
comunidad que integran varios centenares de individuos; una encuesta puede ser
profundizada, en algunos aspectos de primordial inters, realizando estudios de casos
sobre una sub - muestra de la misma, a la vez que se podr analizar con una secuencia
tipo panel; un experimento se puede repetir a intervalos sucesivos (panel), o quizs sea
necesario utilizar encuestas para medir las variables de un estudio post - facto en el
campo de lo social.
3.1.10. LA RESEA DE PROCEDIMIENTOS Y EL PROYECTO DE

INVESTIGACIN
Una vez seleccionado el diseo concreto que se va a utilizar en la investigacin, se hace
necesario poner en claro las formas especficas que ste habr de adoptar, definiendo las
operaciones concretas para llevarla a cabo. A esta actividad la denominamos resea de
procedimientos, y para realizarla es preciso detallar:
Las variables que se deben medir y su relacin con las otras variables que
intervienen.
Los esquemas lgicos de comprobacin y la interpretacin que puede drseles a
los diversos resultados posibles.
Los pasos necesarios para llevar a cabo el diseo de la investigacin, ordenada y

explcitamente.
Los recursos materiales y humanos necesarios.
Cualquier otro elemento de importancia para la demarcacin de tareas:
cronograma, presupuesto, lista de actividades y materiales, formas de registro, etc.
La resea de procedimientos debe ser completada, para mayor claridad, con un esquema
de presentacin de la investigacin, que ser previo y provisional. Este esquema tiene
por objeto proporcionar una visin general de cmo va a resultar, en conjunto, nuestro
trabajo, lo que nos servir de orientacin acerca de sus posibles omisiones, incoherencias
y contradicciones. Debe constar, cuando existen datos que se van a procesar
estadsticamente, el plan de cuadros que se presentarn y, en todos los casos, del
esquema de captulos o partes que se desarrollarn en el contenido del trabajo.
Estos esquemas son tentativos y, por lo tanto, estn sujetos a una cantidad de revisiones
posteriores. Lo importante no es elaborar el plan perfecto, sino poseer de antemano una
gua que haga posible una actividad ms organizada.
Estas tareas pueden desarrollarse antes o despus de encarar la operacionalizacin, pero
es fundamental que estn concluidas antes de abordar la recoleccin de datos, ya que de
otro modo trabaremos a ciegas durante toda esta etapa.
El proyecto de investigacin es un documento que elabora el investigador para
especificar las caractersticas de la indagacin que va a realizar. Generalmente va
antecedido de un anteproyecto, un documento similar pero menos preciso que se elabora
al comenzar la investigacin, apenas se hayan definido sus caractersticas principales.
En un anteproyecto deben exponerse las caractersticas del problema, su justificacin, los
objetivos de la investigacin y (si las hubiere) las hiptesis a verificar. En un proyecto es
preciso completar mucho ms la informacin, profundizando y definiendo mejor lo tratado
en el anteproyecto y agregndole lo relativo al diseo de la investigacin, as como un
marco terico que haga comprensible el sentido de lo que se proyecta.
3.1.11. REFERENCIAS
Lumen - Humanitas.

3.2. LAS HIPTESIS
Podemos definir la hiptesis como un intento de explicacin o una respuesta "provisional"

a un fenmeno. Su funcin consiste en delimitar el problema que se va a investigar segn
algunos elementos tales como el tiempo, el lugar, las caractersticas de los sujetos, etc.
Llegar a comprobar o rechazar la hiptesis que se ha elaborado previamente,
confrontando su enunciado terico con los hechos empricos, es el objetivo primordial de
todo estudio que pretenda explicar algn campo de la realidad.
Para plantear una hiptesis adecuada, debemos tener en cuenta los siguientes puntos:
1. Los trminos que se empleen deben ser claros y concretos para poder definirlos de
manera operacional, a fin de que cualquier investigador que quiera replicar la
investigacin, pueda hacerlo.
Una hiptesis sin referencia emprica constituye un juicio de valor.
Si una hiptesis no puede ser sometida a verificacin emprica, desde el punto de
vista cientfico no tiene validez.
2. Las hiptesis deben ser objetivas y no llevar algn juicio de valor; es decir, no debe
definirse el fenmeno con adjetivos tales como "mejor" o "peor", sino solamente tal
y como pensamos que sucede en la realidad.
3. Las hiptesis deben ser especficas, no slo en cuanto al problema, sino a los
indicadores que se van a emplear para medir las variables que estamos estudiando.
4. Las hiptesis deben estar relacionadas con los recursos y las tcnicas disponibles.
Esto quiere decir que cuando el investigador formule su hiptesis debe saber si los
recursos que posee son adecuados para la comprobacin de la misma.
5. La hiptesis debe estar directamente relacionada con el marco terico de la
investigacin y derivarse de l.
Las hiptesis deben ser producto de la observacin objetiva y su comprobacin, estar al
alcance del investigador.
3.2.1. REQUISITOS DE LAS HIPTESIS:

Las hiptesis deben:

Establecer las variables a estudiar, es decir, especificar las variables a estudiar,

fijarles lmite.
Establecer relaciones entre variables, es decir, la hiptesis debe ser especificada
de tal manera que sirva de base a inferencias que nos ayuden a decidir si explica o
no los fenmenos observados. Las hiptesis deben establecer relaciones
cuantitativas entre variables.
Mantener la consistencia entre hechos e hiptesis, ya que stas se cimentan, al
menos en parte, sobre hechos ya conocidos. Por tanto, las hiptesis no deben
establecer implicaciones contradictorias o inconsistentes con lo ya verificado en
forma objetiva.
3.2.2. TIPOS DE HIPTESIS

Hiptesis nula. Para todo tipo de investigacin en la que tenemos dos o ms
grupos, se establecer una hiptesis nula.
La hiptesis nula es aquella que nos dice que no existen diferencias
significativas entre los grupos.
Por ejemplo, supongamos que un investigador cree que si un grupo de
jvenes se somete a un entrenamiento intensivo de natacin, stos sern
mejores nadadores que aquellos que no recibieron entrenamiento. Para
demostrar su hiptesis toma al azar una muestra de jvenes, y tambin al
azar los distribuye en dos grupos: uno que llamaremos experimental, el cual
recibir entrenamiento, y otro que no recibir entrenamiento alguno, al que
llamaremos control. La hiptesis nula sealar que no hay diferencia en el
desempeo de la natacin entre el grupo de jvenes que recibi el
entrenamiento y el que no lo recibi.
Una hiptesis nula es importante por varias razones:
1. Es una hiptesis que se acepta o se rechaza segn el resultado de la investigacin.
2. El hecho de contar con una hiptesis nula ayuda a determinar si existe una
diferencia entre los grupos, si esta diferencia es significativa, y si no se debi al
azar.
No toda investigacin precisa de formular hiptesis nula. Recordemos que la
hiptesis nula es aquella por la cual indicamos que la informacin a obtener
es contraria a la hiptesis de trabajo.
Al formular esta hiptesis, se pretende negar la variable independiente. Es

decir, se enuncia que la causa determinada como origen del problema
flucta, por tanto, debe rechazarse como tal.
Otro ejemplo:
Hiptesis: el aprendizaje de los nios se relaciona directamente con su edad.
Hiptesis nula: no existe diferencia significativa entre el aprendizaje en nios
de diversas edades.
Hiptesis conceptual. Es la hiptesis que se formula como resultado de las
explicaciones tericas aplicables a nuestro problema. Nos ayuda a explicar desde el
punto de vista terico el fenmeno que estamos investigando.
Es la hiptesis orientadora de la investigacin, intenta enfocar el problema
como base para la bsqueda de datos. No puede abarcar ms de lo
propuesto en los objetivos de la investigacin o estar en desacuerdo con
ellos.
Podemos enunciarla como una relacin causal o determinante proveniente
del planteamiento del problema, de donde se desprenden las variables.
Hiptesis de trabajo. Es aquella que le sirve al investigador como base de su
investigacin, o sea, trata de dar una explicacin tentativa al fenmeno que se est
investigando. sta es la hiptesis que el investigador tratar de aceptar como
resultado de su investigacin, rechazando la hiptesis nula.
Se dice que la hiptesis de trabajo es operacional por presentar
cuantitativamente (en trminos medibles) la hiptesis conceptual o general.
Hiptesis alternativa. Al responder a un problema, es muy conveniente proponer
otras hiptesis en que aparezcan variables independientes distintas de las primeras
que formulamos. Por tanto, para no perder tiempo en bsquedas intiles, es
necesario hallar diferentes hiptesis alternativas como respuesta a un mismo
problema y elegir entre ellas cules y en qu orden vamos a tratar su
comprobacin.
Las hiptesis, naturalmente, sern diferentes segn el tipo de investigacin que se est
realizando. En los estudios exploratorios, a veces, el objetivo de la investigacin podr ser
simplemente el de obtener los mnimos conocimientos que permitan formular una
hiptesis. Tambin es aceptable que, en este caso, resulten poco precisas, como cuando

afirmamos que "existe algn tipo de problema social en tal grupo", o que los planetas
poseen algn tipo de atmsfera, sin especificar de qu elementos est compuesta.
Los trabajos de ndole descriptiva generalmente presentan hiptesis del tipo "todos los X
poseen, en alguna medida, las caracterstica Y". Por ejemplo, podemos decir que todas
las naciones poseen algn comercio internacional, y dedicarnos a describir, cuantificando,
las relaciones comerciales entre ellas. Tambin podemos hacer afirmaciones del tipo "X
pertenece al tipo Y", como cuando decimos que una tecnologa es capital - intensiva. En
estos casos, describimos, clasificndolo, el objeto de nuestro inters, incluyndolo en un
tipo ideal complejo de orden superior.
Por ltimo, podemos construir hiptesis del tipo "X produce (o afecta) a Y", donde
estaremos en presencia de una relacin entre variables.
Slo en los casos de investigaciones explicativas es necesario formular claramente
cules son las hiptesis de la investigacin. En las investigaciones descriptivas y, con
ms razn, en las exploratorias, es posible omitir las hiptesis, ya sea porque stas son
tan amplias y poco definidas que dicen muy poco a quien lee el informe de investigacin, o
porque no es posible o necesario verificarlas.
3.2.3. DIFICULTADES PARA LA FORMULACIN DE HIPTESIS

Falta de conocimientos o ausencia de claridad en el marco terico.
Falta de aptitud para la utilizacin lgica del marco terico.
Desconocimiento de las tcnicas adecuadas de investigacin para redactar
hiptesis en debida forma.
3.2.4. UTILIDAD DE LAS HIPTESIS

El uso y formulacin correcta de las hiptesis le permiten al investigador poner a prueba
aspectos de la realidad, disminuyendo la distorsin que pudieran producir sus propios
deseos o gustos. Pueden ser sometidas a prueba y demostrarse como probablemente
correctas o incorrectas sin que interfieran los valores o creencias del individuo.
3.2.5. ESTRUCTURA DE LAS HIPTESIS

Una hiptesis generalmente se especifica por la estructura SI - ENTONCES (cuando
intervienen dos variables).
Cuando las variables son ms de dos, las estructuras ms frecuentes son:
Si P, entonces Q, bajo las condiciones R y S.

Si P1, P2 y P3, entonces Q.
3.2.6. REFERENCIAS
o Tenorio Bahena, Jorge. INVESTIGACIN DOCUMENTAL. 3 ed. Mxico (1988).
Ed. Mac Graw - Hill.
Lumen - Humanitas.

<
3.3. LAS VARIABLES
Se pueden definir como todo aquello que vamos a medir, controlar y estudiar en una
investigacin o estudio. Por lo tanto, es importante, antes de iniciar una investigacin, que
sepamos cules son las variables que vamos a medir y la manera en que lo haremos. Es
decir, las variables deben ser susceptibles de medicin. Variable es todo aquello que
puede asumir diferentes valores, desde el punto de vista cuantitativo o cualitativo. Las
variables pueden ser definidas conceptual y operacionalmente. La definicin conceptual es
de ndole terica, mientras que la operacional nos da las bases de medicin y la definicin
de los indicadores.
Para definir las variables, nos podemos basar en los indicadores, que constituyen el
conjunto de actividades o caractersticas propias de un concepto. Por ejemplo, si
hablamos de inteligencia, podemos decir que est compuesta por una serie de factores
como la capacidad verbal, capacidad de abstraccin, etc.
Cada factor puede ser medido a travs de indicadores. En otras palabras, los indicadores
son algo especfico y concreto que representan algo ms abstracto o difcil de precisar. No
todos los indicadores tienen el mismo valor. Es decir, aunque haya varios indicadores para
un mismo fenmeno, habr algunos ms importantes que otros, y por lo general cualquier
indicador que se tenga est basado en una probabilidad de que realmente represente al
fenmeno.
3.3.1. ALGUNOS CRITERIOS PARA ESCOGER LOS INDICADORES

Se debe tener el menor nmero de indicadores de una variable, siempre y cuando
stos sean realmente representativos de la misma.
Se deben poseer formas de medicin especficas para cada indicador.
Hay que tener en cuenta que los indicadores slo poseen una relacin de
probabilidad con respecto a la variable.
3.3.2. VARIABLE INDEPENDIENTE Y VARIABLE DEPENDIENTE

La variable independiente es aquella propiedad de un fenmeno a la que se le va a
evaluar su capacidad para influir, incidir o afectar a otras variables.

La variable independiente por manipulacin es la que el investigador aplica segn su

criterio, se hace en estudios de carcter experimental. Todo aquello que el experimentador
manipula, debido a que cree que existe una relacin entre sta y la variable dependiente.
La variable independiente asignada o seleccionada es la que el investigador no puede
modificar, pero se desea saber si influye sobre la variable dependiente. No son
manipulables.
La variable dependiente puede ser definida como los cambios sufridos por los sujetos
como consecuencia de la manipulacin de la variable independiente por parte del
experimentador.
3.3.3. VARIABLE INTER Y VARIABLE INTRA

Las variables inter son aquellas que estudian simultneamente varios grupos de
sujetos.Las comparaciones se establecen entre (inter) los grupos.
Las variables intra son aquellas que pueden estudiar al mismo grupo en diferentes
perodos. O sea, las comparaciones se establecen dentro de un mismo grupo.
3.3.4. VARIABLES EXTRAAS

Son todas aquellas variables que el investigador no controla directamente, pero que
pueden influir en el resultado de su investigacin. Deben ser controladas, hasta donde sea
posible, para asegurarnos de que los resultados se deben al manejo que el investigador
hace de la variable independiente, ms no a variables extraas, no controladas. Algunos
mtodos para realizar este control son los siguientes:
3.3.4.1. ELIMINACIN.
Cuando sabemos que existe una variable extraa que puede alterar los resultados de la
investigacin, podemos controlarla mediante la eliminacin.
3.3.4.2. CONSTANCIA DE CONDICIONES

Si, por ejemplo, en un estudio experimental deseamos estudiar dos o ms grupos de
sujetos, stos se deben someter exactamente a las mismas condiciones, tanto fsicas
como de lugar, manteniendo, de esta manera, constantes las circunstancias bajo las
cuales se investiga.

3.3.4.3. BALANCEO
Cuando tenemos una variable extraa puede influir de manera definitiva en nuestro
estudio y, si no la podemos eliminar ni igualar las condiciones de los grupos, deberemos
recurrir al balanceo. Este mecanismo distribuye en forma equitativa la presencia de la
variable extraa entre los grupos.
3.3.4.4. CONTRABALANCEO
En algunas investigaciones se pide a los sujetos que respondan varias veces a un mismo
estmulo o a varios estmulos diferentes. Esta serie de respuestas puede provocar en los
mismos dos reacciones: por un lado, fatiga, porque los sujetos se cansan de estar
respondiendo; por otro lado, aprendizaje, ya que despus de presentar 2 o 3 veces el
mismo estmulo el sujeto ya sabe cmo responder. Para evitar estos problemas, los
grupos se pueden subdividir en subgrupos para que los efectos de la fatiga y/o aprendizaje
queden anulados.
3.3.4.5. ALEATORIZACIN
Este mtodo de control es uno de los ms sencillos y ms utilizados en ciencias sociales,
sobre todo cuando se llevan a cabo estudios experimentales. Se parte del postulado de
que si la seleccin y distribucin de sujetos en grupos de control fue hecha al azar,
podemos inferir que las variables extraas, desconocidas por el investigador, se habrn
repartido tambin al azar en ambos grupos, y as quedarn igualadas.
3.3.5. VARIABLES CONTINUAS Y VARIABLES DISCRETAS.

Una variable continua es aquella que puede asumir cualquier valor numrico y que puede
cambiar en cualquier cantidad. Una variable discreta es aquella que tiene valores
numricos enteros previamente establecidos, los cuales no pueden cambiarse
arbitrariamente
3.3.6. CAUSALIDAD
Al hablar de variables independientes y dependientes, debemos tener cuidado de no caer
en el error de afirmar que la variable dependiente es causada por la variable
independiente. A este tipo de conclusiones se puede llegar en muy contadas situaciones.
En ciencias sociales, es conveniente hablar de relaciones entre variables, y no de causas.
3.3.7. REFERENCIAS
o Susan Pick y Ana Luisa Lpez -CMO INVESTIGAR EN CIENCIAS SOCIALES -
Ed. Trillas - 1998

3.4. LA VARIABLE
Una vez que alcanzamos un conocimiento relativamente amplio del tema que se va a
investigar, debemos dedicarnos a aislar, dentro del problema, los factores ms
importantes que en l intervienen. Por ejemplo: si se trata de un problema de
comercializacin, los aspectos fundamentales que deberemos estudiar sern la oferta y la
demanda, las motivaciones del consumidor, la distribucin, la publicidad y otros factores
semejantes. Gracias a estos factores, estaremos en condiciones de construir el marco
terico dentro del que se inserta el fenmeno de nuestro inters.
En aquellos casos en que sea posible llegar a un grado de aislamiento de los factores
involucrados en el problema, resulta til realizar un esquema de variables que nos
permitir organizar mejor nuestro marco terico. Una variable es cualquier caracterstica o
cualidad de la realidad que es susceptible de asumir diferentes valores, ya sea cuantitativa
o cualitativamente.
Es decir, que puede variar. Aunque para un objeto determinado pueda tener un valor fijo.
Por ejemplo: una mesa; no puede ser, en s, una variable. Pero, si nos referimos a la altura
de una mesa, estamos en presencia de una variable. O sea, que esa cualidad de la mesa
(la altura) puede asumir diferentes valores. No quiere decir que la altura de una mesa
determinada deba variar, sino que el concepto genrico "altura de una mesa" puede variar
de un caso a otro.
Las variaciones puede tambin producirse para un mismo objeto, y no slo entre
diferentes objetos. Por ejemplo: el caudal de un ro.
Tambin podemos decir que una variable es todo aquello que vamos a medir, controlar y
estudiar en una investigacin o estudio. Las variables pueden ser definidas conceptual y
operacionalmente.
3.4.1. CLASES DE VARIABLES

Cualitativas. Sobre ellas no se construye una serie numrica. Por ejemplo: colores.
Cuantitativas. Admiten una escala numrica de medicin.
Todos los valores que llega a tener una variable pueden entenderse como una serie, una
sucesin ms o menos ordenada de posibilidades:

Continuas. Cuando entre uno y otro valor existen infinitas posibilidades

intermedias. Por ejemplo: la altura de una persona, el peso de un objeto, el
rendimiento de un estudiante.
Discretas. Cuando estas posiciones intermedias carecen de sentido, pues la
variable se modifica de "a saltos" entre un valor y otro, y no en forma paulatina. Por
ejemplo: la cantidad de hijos que puede tener una persona, el nmero de pases
que intervienen en una conferencia. Sin embargo, s tiene sentido, y se emplea
usualmente, calcular promedios sobre estas variables.
Un caso particular de las variables discretas, es la variable dicotmica, que es
aquella que slo admite dos posibilidades: muerto/vivo; hombre/mujer.
Otra clasificacin:
Categricas. Tienen la caracterstica de que todos los miembros de una categora
se consideran iguales en lo que se refiere a esa variable. Por ejemplo: las mujeres.
Medidas. Se pueden asignar numerales a las personas u objetos en base a que
poseen cantidades de alguna caracterstica o propiedad.
Experimentales o manipuladas. Cuando los investigadores establecen
condiciones experimentales, crean o producen variables.
3.4.2. VARIABLES Y DIMENSIONES

En la prctica, muchas de las caractersticas que nos interesan estudiar no son tan
simples... Resulta muy sencillo medir y comparar la variable "cantidad de hijos que posee
una persona", pero nos enfrentamos con una dificultad mayor si pretendemos conocer el
"rendimiento de un estudiante".
Cuando nos hallamos frente a variables complejas que resumen o integran una
multiplicidad de aspectos diversos, debemos recurrir a subdividir o descomponer la
variable en cualidades ms simples y fciles de medir. A estas sub - cualidades que en
conjunto integran la variable se las denomina dimensiones de la misma.
Dimensin: es un componente significativo de una variable, que posee una relativa
autonoma. As, el patriarcalismo de una sociedad es una sntesis de un cierto tipo de
organizacin familiar, determinados valores individuales y pautas definidas de
organizacin econmica.
Un ejemplo ms simple: el tamao de un objeto est determinado por su altura, largo y
ancho.
Cuando hablamos de "relativa autonoma", hacemos referencia a que las dimensiones

pueden presentar diferentes valores unas de otras, pero siempre dentro de ciertos lmites
de congruencia. Si el largo de un objeto se modificara al variar su altura, no estaramos en
presencia de dos dimensiones de una misma variable, sino frente a dos variables
diferentes, una de las cuales influye sobre la otra.
Una misma cualidad puede considerarse como una variable en s o como una dimensin
de una variable mayor, segn el enfoque y los propsitos que guen cada investigacin,
pues se trata de definiciones de carcter instrumental que el cientfico realiza de acuerdo
con la naturaleza del problema planteado.
Si nos interesa conocer y distinguir a las personas de acuerdo a su nivel socio -
econmico, podemos descomponer esta variable en dos dimensiones: el nivel social y el
nivel econmico. pero, si estamos estudiando el ingreso de las familias, debemos manejar
el concepto "nivel econmico" como una variable en s y nos veremos en la necesidad de
descomponerla en algunas de las dimensiones que la integran.
Una calidad intervienen como variable en una investigacin cuando nos es til relacionarla
como un todo con otra u otras variables. En cambio, debemos tomarla slo como una
dimensin cuando su sentido como cualidad aislada sea poco significante y deba
agruparse con otras cualidades para poder ser relevante.
Cada una de las variables y dimensiones que hemos aislado debe ser definida con la
mayor rigurosidad posible, asignndole un sentido unvoco y claro para evitar que se
originen ambigedades, distorsiones e innecesarias discusiones sobre la terminologa.
3.4.3. RELACIONES ENTRE VARIABLES

Luego de haber precisado los factores que intervienen en un problema, de haberlos
definido y analizado hasta determinar el tipo de condicionamiento que los une, habremos
obtenido un conjunto de variables relacionadas entre s de una cierta manera. Debemos
entonces organizar estas relaciones observadas de modo tal que podamos construir un
esquema coherente que exprese el cuadro general del problema.
Una variable independiente es aquella que, dentro de la relacin establecida, no
depende de ninguna otra, aunque pudiera estar dependiente si estudiramos otro
problema. Son las condiciones manipuladas por el investigador a fin de producir ciertos
efectos.

Una variable dependiente es aquella cuyos valores dependen de los que asuma otra
variable. Por ejemplo, si el investigador sostiene la hiptesis de que si administra una
determinada droga a un grupo de nios, el grado de aprendizaje de stos se incrementar.
En este caso, la variable independiente estar representada por la droga manipulada por
el experimentador, y la variable dependiente ser el grado de aprendizaje de los nios.
Una variable es interviniente cuando resulta un factor que interviene entre dos variables
modificando o alterando con su propio contenido las relaciones que existen entre esos dos
elementos. Por ejemplo:
Variable A: alimentacin que se recibe en la infancia (variable independiente).
Variable B: nivel de inteligencia posterior de la persona (variable dependiente).
Variable C: nivel socio - econmico (variable interviniente que influye a A).
Conviene analizar si la variable interviniente aparece a partir de la variable independiente,
es decir, es posterior a ella y con anterioridad a la variable independiente, o si acta como
factor concerniente en la relacin de variables.
Es normal que una variable no slo afecte a otra ms, sino a varias simultneamente, as
como que una variable dependiente sea influida por dos, tres o ms variables
independientes.
Adems de estas tres posiciones bsicas que las variables pueden adoptar al relacionarse
entre s, existe una cuarta posibilidad que se refiere a las dos caractersticas del universo
que ejercen una influencia de tipo difuso y general sobre todo el conjunto de los hechos
considerados. Las variables contextuales indican el mbito general donde se desarrollan
los fenmenos que se estudian. Por ejemplo: los valores presentes en una sociedad, el
tipo de estructura econmica.
La variable antecedente es la que se supone como "antecedente" de otra. Ejemplo: para
realizar el aprendizaje se supone un grado mnimo de inteligencia. Por lo tanto, la variable
inteligencia es antecedente de la variable aprendizaje.
Cuando existe una variable independiente no relacionada con el propsito del estudio,
pero que puede presentar efectos sobre la variable dependiente, tenemos una variable
extraa. Por tal razn, un estudio bien diseado es aquel que nos asegura que el efecto
sobre la variable dependiente slo puede atribuirse a la variable independiente y no a
variables extraas. Ejemplo: si deseamos evaluar el efecto de determinado mtodo de
enseanza, podemos considerar que la inteligencia es una variable extraa.

Otro ejemplo: si parte de la investigacin consiste en la aplicacin de pruebas

psicolgicas, y en el momento de la aplicacin hay mucho ruido o se corta la luz, estas
alteraciones pueden considerarse como variables extraas.
3.4.4. REFERENCIAS
Lumen - Humanitas.

3.5. EL PROBLEMA DE LA CAUSALIDAD
Una de las mayores preocupaciones de todo cientfico se refiere a las causas que originan
los fenmenos. Encontrar las causas, las razones que producen determinados hechos es
encontrar una explicacin para los mismos. La relacin causal o relacin causa-efecto se
presenta en las ciencias naturales. As, por ejemplo, siempre que un trozo de hierro (a
presin atmosfrica) alcanza los 1.535 C, se funde, y siempre que se funde es que ha
alcanzado esa temperatura.
En el rea de las ciencias humanas, los fenmenos ocurren en un marco muy complejo de
variables interrelacionadas de tal modo que, al acontecer el fenmeno en estudio, no slo
percibimos la presencia de una, dos o tres variables, sino de una multiplicidad de ellas,
que a su vez que modifican en influencia entre s.
Muchas veces se habla del carcter histrico, irrepetible, de todos los acontecimientos
humanos, pretendiendo que es imposible abstraer, a partir de ellos, leyes generales. ste
es un argumento poco slido pues, en esencia, los hechos fsicos son tambin irrepetibles.
Si fundimos una barra de hierro, ese hecho, en s mismo, es tambin nico, ya que
podemos volver a hacer esa misma operacin con otro trozo de metal o con el mismo
trozo despus de un tiempo, pero se tratar de hechos muy similares, casi idnticos, pero
nunca el mismo hecho.
En cada operacin en que se repite un experimento, el investigador puede regular con
relativa precisin el comportamiento de muchas variables que podran intervenir: controla
la presin, la composicin qumica del material que va a fundir y de la atmsfera en que se
encuentra, el tamao del objeto, etc. Este tipo de control, que consiste en aislar el
fenmeno de la influencia de los muchos factores que no nos interesan como posibles
causas, es lo que es prcticamente imposible de realizar en el campo de lo social.
Si dijramos que las depresiones se producen cada vez que la oferta de bienes y servicios
excede a la demanda en una cierta proporcin, encontraramos que esta relacin no
puede adoptar la forma cerrada de un modelo causal. Si bien es cierto que ambas
variables estn estrechamente ligadas dentro de una economa de libre mercado, no
podemos negar que existen muchas otras influencias y circunstancias que inciden
directamente: el tipo de control que puede ejercer el Estado sobre la economa, la tasa de

inversin, el tipo de tecnologa empleado, factores psicosociales, polticos, etc. son

variables capaces de estimular, reducir, desencadenar o impedir ese fenmeno, segn su
peso relativo.
Por esto, la relacin de causa ha sido suplantada por el concepto ms abierto de
determinacin. Decir que A determina a B significa tan slo expresar que ejerce una
influencia, que es capaz de alterar o modificar el comportamiento de B. No diramos as
que A es causa de B - por cuanto B puede estar determinado adems por muchos otros
elementos -, sino que A lo determina en alguna medida que es preciso evaluar.
Decir que el subdesarrollo es la causa de los cinturones de miseria que se forman
alrededor de muchas ciudades latinoamericanas, resulta una aseveracin excesivamente
terminante, dado que "subdesarrollo" es una categora demasiado amplia. Proponer, en
cambio, que esas reas "marginales" tienen cierta correlacin con una determinada forma
de industrializacin, con migraciones interiores y con problemas de tipo cultural - por
ejemplo - es introducir un enfoque ms rico y matizado del problema.
3.5.1. TIPOS DE DETERMINACIN

Condiciones necesarias: son aquellas sin las cuales es imposible que ocurra un
determinado fenmeno, aunque esto no quiere decir que cada vez que se
encuentre ocurra el fenmeno. Por ejemplo, para que en un pas se produzca un
golpe militar es condicin necesaria que exista un ejrcito organizado. Pero esto no
quiere decir que, habiendo un ejrcito organizado, esto provoque un golpe militar.
Condiciones suficientes: se refieren a circunstancias que, siempre que aparecen,
desencadenan el fenmeno en estudio, aunque no es necesario que ellas estn
presentes para producirlo. Por ejemplo, es condicin suficiente para producir la
muerte, que se paralice durante un cierto perodo el funcionamiento del corazn,
pero el deceso de una persona puede producirse por muchas otras razones.
Condiciones contribuyentes: son aquellas que favorecen de una manera decisiva
el suceso investigado y que generalmente suelen producirlo, aunque no alcancen
un determinismo que pueda considerarse como necesario o suficiente. Por ejemplo:
tanto el riego como la radiacin solar contribuyen al crecimiento de los vegetales,
pero lo hacen de modo diverso segn la especie considerada.
Condiciones contingentes: son circunstancias que, pudiendo favorecer la
ocurrencia del hecho estudiado, se presentan slo eventualmente, pudiendo estar
por completo ausentes en la mayora de los casos. El embargo petrolero decretado

por los pases rabes en 1973 fue una contingencia que redujo la oferta de ese
producto, promoviendo un aumento notable de los precios, pero la disminucin en
la oferta de los bienes se produce normalmente por muchas otras circunstancias.
Solamente en aquellos casos en que se pueda sostener que una condicin es a la vez
necesaria y suficientes, podemos decir que estamos en presencia de la causa de un
hecho. Es decir, C es la causa de F cuando siempre que se presenta C, aparece F, y cada
vez que ocurre F es que est presente C.
3.5.2. REFERENCIAS
Lumen - Humanitas.

3.6. INDICADORES E NDICES
Supongamos que estamos interesados en conocer si existen o no prejuicios raciales

dentro de una poblacin. Para ello, naturalmente, deberamos medir u observar, de algn
modo, la presencia de dichos prejuicios. Pero los prejuicios no son objetos que puedan
verse directamente, que puedan medirse como otros hechos del mundo fsico: slo
podemos conocerlos a travs del modo en que se expresan o manifiestan en situaciones
determinadas, a travs de hechos o acciones que podemos interpretar como originados en
los prejuicios raciales.
Estos hechos que se corresponden con los conceptos tericos que nos interesan
(correlatos empricos), son los indicadores de las variables que intentamos medir: sus
expresiones concretas, prcticas, medibles. El proceso de encontrar los indicadores que
permiten conocer el comportamiento de las variables es lo que llamamos
operacionalizacin.
En nuestro ejemplo, los indicadores de los prejuicios raciales sern la existencia o no de
matrimonios interraciales, la distribucin de los empleos entre personas de las diferentes
comunidades tnicas, las restricciones al uso de elementos comunitarios, las actitudes que
se expresan en el trato cotidiano, giros o formas empleados en el lenguaje coloquial y en
los medios de comunicacin, etc. Como a veces no es posible incorporar a una
investigacin todos los indicadores posibles de una determinada variable, ser necesario
elegir aquellos que ms directamente reflejen el concepto que nos interesa y que - por otra
parte - resulten ms accesibles a los medios de que disponemos para medirlos.
Para operacionalizar una variable, es necesario partir de la definicin terica que ya se ha
elaborado y, si se trata de una variable compleja, de las dimensiones en que puede
descomponerse la misma. Luego, revisando los datos ya disponibles y analizando los
conceptos en profundidad, podremos encontrar cierto conjunto de indicadores que - en
principio - expresen consistentemente el comportamiento de la variable estudiada, con lo
que habremos llegado a la definicin operacional de la misma.
As, la definicin terica de las migraciones dice que stas son los desplazamientos
permanentes de la poblacin, pero la definicin operacional de ese concepto debiera
hacer referencia, ms concretamente, a los saldos netos de las diferencias intercensales

descontado el crecimiento vegetativo. Se trata de la misma idea, pero presentada ahora

de una forma operacional que permite encontrar rpidamente los datos empricos
correspondientes.
La tarea de bsqueda y seleccin de indicadores es una tarea delicada, que exige mucho
cuidado y que requiere experiencia suficiente. Sucede a veces que existen muchos
indicadores posibles para una misma variable y resulta difcil encontrar cules son los ms
apropiados para describirla. En otros casos, los indicadores encontrados no son fciles de
medir y deben ser suplantados por otros menos confiables pero ms asequibles a los
medios disponibles por el investigador. En otras ocasiones, algunos de los indicadores
sugeridos no miden exactamente la variable sino algn aspecto conexo o colateral, que en
realidad posee menor relevancia.
Para actuar adecuadamente frente a esta tarea, que es eminentemente prctica, se
requiere de una aguda intuicin y, ms que nada, de slidos conocimientos sobre el tema
investigado. De otro modo, se corre el grave riesgo de realizar una seleccin subjetiva,
con lo que puede invalidarse gran parte del trabajo terico previo.
Del mismo modo que las variables son susceptibles de ser operacionalizadas, a travs de
los indicadores correspondientes, las hiptesis elaboradas tericamente como relaciones
entre variables pueden tambin sufrir el mismo proceso. Para ello, se operacionalizan
cada una de las variables que intervienen en la hiptesis, definiendo sus indicadores.
Luego se procede a relacionar las definiciones operacionales de las variables entre s, del
mismo modo en que se haca al formular la hiptesis general o terica. As se obtiene una
hiptesis operacional, que puede ser directamente probada o refutada en la prctica.
3.6.1. CRITERIOS A CONSIDERAR PARA EL USO DE INDICADORES:

1. Se debe tener el menor nmero de indicadores de una variable, siempre y cuando
stos sean realmente representativos de la misma.
2. Se deben poseer formas de medicin especficas para cada indicador.
3. Cada indicador posee slo una relacin de probabilidad con respecto a la variable,
ya que en ciencias sociales es muy difcil saber con certeza cundo un indicador
representa una variable.

3.6.2. ESCALAS DE MEDICIN

La idea de medicin, de medida, es intrnsecamente comparativa. Medir algo, en el caso
ms sencillo, es determinar cuntas veces una cierta unidad o patrn de medida cabe en
el objeto medido. Para medir la longitud de un objeto fsico, desplazamos una regla
graduada sobre el mismo, observando cuntas unidades (en este caso, centmetros o
metros) abarca ese objeto. Es decir, comparamos el objeto con nuestro patrn de
medicin para determinar cuntas unidades y fracciones del mismo incluye.
La medicin de variables no fsicas resulta, en esencia, un proceso idntico al anterior. La
dificultad reside en que las variables de este tipo no pueden medirse con escalas tan
sencillas como las lineales y en que, por otra parte, no existen para su comparacin
patrones de medida universalmente definidos y aceptados. Si deseamos medir el peso de
un objeto, podremos expresar el valor del mismo en kilogramos o libras. En cambio, para
medir el grado de autoritarismo de un dirigente, no existe ni una unidad ni una escala
generalmente reconocidas, por lo que el investigador se ve obligado a elegir alguna escala
de las que se han utilizado en otros trabajos o a construir una adaptada a sus necesidades
especficas.
Por esta razn, medir un concepto complejo implica realizar una serie de operaciones que
no se hacen en el caso de variables como el peso o la longitud; ser necesario definir las
dimensiones que integran las variables, encontrar diversos indicadores que la reflejen y
construir luego una escala apropiada para el caso.
Puede decirse que una escala es un continuo de valores ordenados correlativamente, que
admite un punto inicial y otro final. Si evaluamos el rendimiento acadmico de estudiantes,
podemos asignar el valor cero al mnimo rendimiento imaginable al respecto. Al mayor
rendimiento posible podemos atribuirle un valor 100, 20, 10 o 7 puntos, segn resulte ms
prctico. Con estos dos valores tendramos ya marcados los lmites de nuestra escala.
Para concluir de confeccionarla, ser necesario asignar a los posibles rendimientos
intermedios puntajes tambin intermedios. Con ello obtendremos una escala capaz de
medir la variable rendimiento acadmico a travs de los indicadores concretos de los
trabajos presentados por los estudiantes, de sus exmenes, pruebas y otras formas de
evaluacin posibles.
Para que una escala pueda considerarse como capaz de aportar informacin objetiva,
debe reunir los siguientes requisitos bsicos:

Confiabilidad. Se refiere a la consistencia interior de la misma, a su capacidad

para discriminar entre un valor y otro. Cabe confiar en una escala cuando produzca
constantemente los mismos resultados al aplicarla a una misma muestra, es decir,
cuando siempre los mismos objetos aparezcan valorados en la misma forma.
Validez. Indica la capacidad de la escala para medir las cualidades para las cuales
ha sido construida y no otras parecidas. Una escala confusa no puede tener
validez; tampoco una escala que est midiendo, a la vez e indiscriminadamente,
distintas variables superpuestas. Una escala tiene validez cuando verdaderamente
mide lo que afirma medir.
3.6.3. CLASES DE ESCALAS

Escalas nominales. Son aquellas en que slo se manifiesta una equivalencia de
categoras entre los diferentes puntos que asume la variable. Es como una simple
lista de las diferentes posiciones que puede adoptar la variable, pero sin que en ella
se defina algn tipo de orden o relacin. Si en una investigacin sobre produccin
agrcola queremos determinar los cereales que se cultivan en una cierta regin,
tendremos una variable que se designar como "cereal cultivado". Los distintos
valores que esa variable reconoce sern: trigo, maz, centeno, etc. Entre estos
valores, no cabe obviamente ninguna jerarqua, no se puede trazar ningn
ordenamiento. Sin embargo, a la enunciacin explcita de todas esas posibilidades
la consideramos como una escala, pues de algn modo es til para medir el
comportamiento de la variable, indicndonos en qu posicin se halla en cada caso.
Escalas ordinales. Distinguen los diferentes valores de la variable jerarquizndolos
simplemente de acuerdo con un rango. Establecen que existe una gradacin entre
uno y otro valor de la escala, de tal modo que cualquiera de ellos es mayor que el
precedente y menor que el que le sigue a continuacin. Sin embargo, la distancia
entre un valor y otro no queda definida sin que es indeterminada. En otras palabras,
tales escalas nos esclarecen solamente el rango que las distintas posiciones
guardan entre s. Un ejemplo de escala ordinal es el que suele usarse para medir la
variable "grado de escolaridad": podemos decir que una persona que ha tenido 2
aos de instruccin escolar, ha recibido ms instruccin que quien slo tiene un
ao, y menos que quien posee 3. Sin embargo, no puede afirmarse vlidamente
que la diferencia entre quien posee 2 aos de instruccin y quien ha recibido un ao
es igual a la diferencia entre quienes han recibido 16 y 17 aos de educacin

formal.
Escalas de intervalos iguales. Adems de poseer la equivalencia de categoras y
el ordenamiento interno entre ellas, tienen la caracterstica de que la distancia entre
sus intervalos est claramente determinada y que stos son iguales entre s. Un
ejemplo tpico de las escalas de intervalos iguales est dado por las escalas
termomtricas. Entre 23 y 24 C, por ejemplo, existe la misma diferencia que entre
45 y 46 C. Muchas otras escalas, como las que se utilizan en los tests
psicolgicos y de rendimiento, pertenecen a este tipo. La limitacin que poseen es
que no definen un cero absoluto, un valor lmite que exprese realmente la ausencia
completa de la cualidad medida. Por ello no se pueden establecer equivalencias
matemticas como las de proporcionalidad: no puede afirmarse que 24 C es el
doble de temperatura que 12 C, porque el cero de la escala es un valor arbitrario y
no se corresponde con la ausencia absoluta de la variable que se mide.
Escalas de cocientes. Llamadas tambin de razones. En ellas se conservan
tambin todas las propiedades de los casos anteriores, pero adems se aade la
existencia de un valor cero real, con lo que se hacen posibles ciertas operaciones
matemticas, tales como la obtencin de proporciones y cocientes. Esto quiere
decir que un valor de 20 en una escala de este tipo es el doble de un valor de 10, o
de las dos terceras partes de 30. Son escalas de cocientes las que miden la
longitud, la masa, la intensidad de la corriente elctrica y otras variables del mundo
fsico. Difcilmente las escalas que intervienen en las ciencias sociales son medidas
con escalas de razones, ya que son contados los casos en que dichas variables
pueden ser definidas con la exactitud y la precisin necesarias. La economa y la
demografa son, entre estas disciplinas, las que ms utilizan escalas de razones.
3.6.4. CARACTERSTICAS DE LAS ESCALAS DE MEDICIN

Sus intervalos deben ser mutuamente excluyentes. Cada dato recogido slo
puede pertenecer a una y slo una de las categoras de la escala. Nunca se debe
comenzar un intervalo con el mismo valor con que finaliza el anterior, porque
aparecern datos que pueden incluirse en cualquiera de ambos:
Edades: 1) de 20 a 25 aos
2) de 25 a 30 aos
Del mismo modo, deben evitarse las imprecisiones que produzcan el mismo
fenmeno entre categoras verbales. Una escala donde se incluyen las
siguientes posibilidades:
1. Msica bailable
2. Msica folclrica
3. Msica clsica
4. Msica moderna
No tiene categoras mutuamente excluyentes, pues hay msica folclrica que es a la
vez bailable, msica clsica que es moderna o bailable, y varias otras posibilidades.
Las escalas deben ser exhaustivas. En ellas deben pode ubicarse todos los
valores posibles de la variable que se va a medir. En el caso de que resulte difcil
construir una escala con todas las posibilidades ser preciso agregar el cdigo
"otros", para resumir all toda la informacin que no sea correcto ubicar en las
restantes posiciones.
3.6.5. LOS NDICES

Supongamos que se desee evaluar el comportamiento de una variable para la cual, una
vez elaboradas las definiciones correspondientes, se hayan encontrado diversos
indicadores capaces de expresar los valores que asume en distintos objetos. A travs de
cada indicador, se podrn obtener los datos pertinentes, que debern ser llevados a
escalas adecuadas para ordenarlos. Para cada indicador que utilicemos, ser necesario
adoptar o construir una escala que cuantifique las observaciones realizadas. sta podr
ser del tipo ms simple como la escala dicotmica "si/no", "0/1", de dos valores
solamente o ms compleja, con varias posiciones posibles, lo que aumenta su
sensibilidad o grado de discriminacin frente a los fenmenos medidos.
De acuerdo con los datos obtenidos, evaluaremos en cada escala el comportamiento que
sigue cada indicador. No obstante, esto no nos permite todava medir claramente la
variable, pues nos entrega informacin fragmentaria, que debe ser integrada o sintetizada
para llegar a un valor nico, que exprese lo que en realidad ocurre con la variable. Para
lograrlo, debemos sumar ponderadamente los valores de los indicadores, obteniendo un
valor total que se denomina ndice, y que es el que nos dar la informacin relevante
sobre el problema en estudio.
Analicemos un ejemplo.
Variable a medir: "exposicin a los medios de comunicacin masivos".

Definicin operacional: intensidad del contacto que un individuo grupo posee con los
medios masivos de comunicacin.
Indicadores: como existen varios medios importantes de comunicacin, se referirn al
grado de exposicin con respecto a cada uno de los medios. Despus de un anlisis del
problema, el investigador llega a la conclusin de que los principales medios son: cine,
radio, televisin y peridicos. Existen otros medios que tambin podran ser incluidos,
como la propaganda mural y las revistas, pero se decide dejarlos de lado porque parecen
de menor importancia.
Designados estos cuatro medios de comunicacin, habr que especificar los indicadores.
As, tendramos:
Para el cine: frecuencia mensual de asistencia.
Para la radio: promedio de horas semanales en que se escucha.
Para la TV: promedio de horas semanales en que se ve.
Para los peridicos: promedio semanal de peridicos ledos.
La razn de preferir estos indicadores sobre otros posibles surge de que cumplen con la
condicin de ser perfectamente factibles de medir y de que, segn la experiencia, parecen
ser los que mejor configuran la conducta respecto a cada caso. Ahora deberemos
construir una escala que resulte til para medir cada indicador.
Tomemos el caso del cine. Podramos discriminar tres posiciones: la de quienes no estn
expuestos para nada a la influencia del medio, la de quienes reciben una exposicin media
y la de quienes reciben un alto grado de influencia. Estas tres conductas deben ser
traducidas a conductas definidas cuantitativamente, buscando un equivalente entre los
conceptos mencionados y las conductas correspondientes. Para concluir, es necesario
buscar una equivalencia numrica dentro de la escala mencionada.
Tabla 5: Especificacin de escala
Conceptos Conductas Valores escalares

Exposicin baja Va menos de una vez al mes 0
Exposicin media Va de una a cuatro veces al 1
mes
Exposicin alta Va ms de cuatro veces al 2
mes

La escala podra tener ms o menos posiciones, y las conductas equivalentes podran

variar segn como enfoquemos el problema. Aqu lo que priva es el criterio del
investigador, basado indudablemente en su experiencia sobre el tema y complementado
con consultas a otros especialistas o con trabajos anteriores sobre el mismo problema.
Para cada uno de los diferentes medios de comunicacin, tendremos que realizar una
tarea semejante:
PARA LA RADIO
Conceptos conductas Valores escalares
No est expuesto
Menos de una hora semanal 0
(no escucha radio)
Exposicin dbil
(escucha De 1 a 3 horas semanales 1
espordicamente)
Exposicin media Ms de 3 horas y menos de 10
2
(escucha regularmente) horas semanales
Exposicin alta
Ms de 10 horas semanales 3
(escucha frecuentemente)
PARA LA TV
No est expuesto Ve menos de 1 hora semanal 0
Exposicin dbil De 1 a 3 horas por semana 1
Exposicin media De 3,1 a 10 horas semanales 2
Exposicin alta De 10,1 a 20 horas semanales 3
Exposicin muy alta Ms de 20 horas por semana 4
PARA LOS PERIDICOS

No est expuesto Menos de un peridico ledo por semana 0
Exposicin dbil De 1 a 4 peridicos semanales ledos 1
Exposicin media De 5 a 8 peridicos semanales ledos 2
Exposicin alta Ms de 8 peridicos semanales ledos 3

Tenemos ahora cuatro escalas, una para cada indicador, que son capaces de
discriminarnos las conductas de los individuos de acuerdo con situaciones tpicas,
sealadas por los conceptos tericos. Para llegar al ndice, que es el verdadero valor que
nos ilustra acerca de la variable, ser preciso hacer dos operaciones ms:
1. Igualar las escalas entre s
2. Ponderar los indicadores.
Para igualar las escalas conviene tomar un valor nico, con el que haremos coincidir el
mximo de cada una de ellas. El valor 100 es muy usado en estos casos por su
practicidad. Entonces, la escala de exposicin al cine, que tena un mximo de 2 puntos,
tendr ahora un mximo de 100; su mnimo seguir siendo el valor 0. El punto intermedio
hallado ser, proporcionalmente, de 50 en la escala.
Escala original 0 1 2
Escala equivalente 0 50 100
Para la radio y los peridicos, las proporciones seran:
Escala original 0 1 2 3
Escala 0 33 67 100
equivalente
Para la televisin, tendramos:
Esc. Original 0 1 2 3 4
Esc. 0 25 50 75 100
equivalente
El segundo paso, la ponderacin de indicadores, parte del hecho de que la influencia de
cada medio de comunicacin sobre la poblacin es muy diferente. Es decir que,
cualitativamente, la influencia de la exposicin a la TV es mayor que la que proporciona la
radio, por ejemplo, porque se trata de un medio no slo auditivo sino tambin visual.
Ponderar significa asignar pesos, pesar la influencia relativa que cada indicador tiene con
respecto a la variable tomada en su conjunto. Para hacerlo, otorgaremos valores
numricos a los indicadores, de modo tal que reflejen la relacin que existe entre ellos,
dando a los indicadores ms importantes valores mayores que a los menos importantes.
Podramos asignar los siguientes valores relativos, que llamaremos coeficientes de
ponderacin:

Para la TV 10
Para los peridicos 7
Para la radio 4
Para el cine 3
Ahora supongamos que una persona haya expresado que:
Va a cine 2 veces promedio por mes
Escucha 4 5 horas de radio por semana
Ve unas 2 horas diarias de televisin (14 semanales)
Lee 1 peridico al da (7 semanales)
En primer lugar, habra que convertir los valores originales de las escalas en sus
correspondientes valores equivalentes y luego multiplicarlos por cada uno de los
coeficientes de ponderacin. Sumando estos valores, y dividindolos luego por la suma de
los coeficientes de ponderacin, obtendremos el valor ponderado total.
Medio Valor en la Valores Coeficientes (1) x (2)

escala equivalentes de
original (1) ponderacin
(2)
TV 3 75 10 750
Cine 1 50 3 150
Radio 2 67 4 268
Peridicos 2 67 7 469
Totales - - 24 1.637
I = 1.637 / 24 = 68,2
ste es el valor que nos interesa. El ndice ponderado nos est expresando que, para la
persona o promedio de personas considerados, existe un grado de exposicin de 68,2
sobre un mximo posible de 100 y un mnimo posible de 0 puntos. Este valor, dado que la
escala va de 0 a 100, puede traducirse a porcentajes, diciendo que la exposicin a los
medios de comunicacin masivos es, para este caso, de un 68% del mximo posible.
Finalmente, podemos decir que un ndice no es otra cosa que la combinacin de valores
obtenidos por un individuo o elemento en cada uno de los indicadores propuestos para
medir la variable.

En otras palabras, un ndice es el complejo de indicadores de dimensiones de una

variable, el indicador total de una variable compleja.
3.6.6. REFERENCIAS
Lumen - Humanitas.

<
3.7. POBLACIN Y MUESTRA
Una poblacin est determinada por sus caractersticas definitorias. Por lo tanto, el
conjunto de elementos que posea esta caracterstica se denomina poblacin o universo.
Poblacin es la totalidad del fenmeno a estudiar, donde las unidades de poblacin
poseen una caracterstica comn, la que se estudia y da origen a los datos de la
investigacin.
Entonces, una poblacin es el conjunto de todas las cosas que concuerdan con una serie
determinada de especificaciones. Un censo, por ejemplo, es el recuento de todos los
elementos de una poblacin.
Cuando seleccionamos algunos elementos con la intencin de averiguar algo sobre una
poblacin determinada, nos referimos a este grupo de elementos como muestra. Por
supuesto, esperamos que lo que averiguamos en la muestra sea cierto para la poblacin
en su conjunto. La exactitud de la informacin recolectada depende en gran manera de la
forma en que fue seleccionada la muestra.
Cuando no es posible medir cada uno de los individuos de una poblacin, se toma una
muestra representativa de la misma. La muestra descansa en el principio de que las
partes representan al todo y, por tal, refleja las caractersticas que definen la poblacin de
la que fue extrada, lo cual nos indica que es representativa. Por lo tanto, la validez de la
generalizacin depende de la validez y tamao de la muestra.
3.7.1. LEYES DEL MTODO DE MUESTREO

El mtodo de muestreo se basa en ciertas leyes que le otorgan su fundamento cientfico,
las cuales son:
Ley de los grandes nmeros: si en una prueba, la probabilidad de un
acontecimiento o suceso es P, y si ste se repite una gran cantidad de veces, la
relacin entre las veces que se produce el suceso y la cantidad total de pruebas (es
decir, la frecuencia F del suceso) tiende a acercarse cada vez ms a la probabilidad
P.
Clculo de probabilidades: La probabilidad de un hecho o suceso es la relacin
entre el nmero de casos favorables (p) a este hecho con la cantidad de casos

posibles, suponiendo que todos los casos son igualmente posibles. El mtodo de
establecer la probabilidad es lo que se denomina clculo de probabilidad.
De estas dos leyes fundamentales de la estadstica, se infieren aquellas que sirven de
base ms directamente al mtodo de muestreo:
Ley de la regularidad estadstica: un conjunto de n unidades tomadas al azar de un
conjunto N, es casi seguro que tenga las caractersticas del grupo ms grande.
Ley de la inercia de los grandes nmeros: esta ley es contraria a la anterior. Se
refiere al hecho de que en la mayora de los fenmenos, cuando una parte vara en
una direccin, es probable que una parte igual del mismo grupo, vare en direccin
opuesta.
Ley de la permanencia de los nmeros pequeos: si una muestra suficientemente
grande es representativa de la poblacin, una segunda muestra de igual magnitud
deber ser semejante a la primera; y, si en la primera muestra se encuentran pocos
individuos con caractersticas raras, es de esperar encontrar igual proporcin en la
segunda muestra.
3.7.2. TIPOS DE MUESTRAS

Muestreo aleatorio simple: la forma ms comn de obtener una muestra es la seleccin
al azar. es decir, cada uno de los individuos de una poblacin tiene la misma posibilidad
de ser elegido. Si no se cumple este requisito, se dice que la muestra es viciada. Para
tener la seguridad de que la muestra aleatoria no es viciada, debe emplearse para su
constitucin una tabla de nmeros aleatorios.
Muestreo estratificado: una muestra es estratificada cuando los elementos de la muestra
son proporcionales a su presencia en la poblacin. La presencia de un elemento en un
estrato excluye su presencia en otro. Para este tipo de muestreo, se divide a la poblacin
en varios grupos o estratos con el fin de dar representatividad a los distintos factores que
integran el universo de estudio. Para la seleccin de los elementos o unidades
representantes, se utiliza el mtodo de muestreo aleatorio.
Muestreo por cuotas: se divide a la poblacin en estratos o categoras, y se asigna una
cuota para las diferentes categoras y, a juicio del investigador, se selecciona las unidades
de muestreo. La muestra debe ser proporcional a la poblacin, y en ella debern tenerse
en cuenta las diferentes categoras. El muestreo por cuotas se presta a distorsiones, al
quedar a criterio del investigador la seleccin de las categoras.
Muestreo intencionado: tambin recibe el nombre de sesgado. El investigador

selecciona los elementos que a su juicio son representativos, lo que exige un conocimiento
previo de la poblacin que se investiga.
Muestreo mixto: se combinan diversos tipos de muestreo. Por ejemplo: se puede
seleccionar las unidades de la muestra en forma aleatoria y despus aplicar el muestreo
por cuotas.
Muestreo tipo: la muestra tipo (master simple) es una aplicacin combinada y especial de
los tipos de muestra existentes. Consiste en seleccionar una muestra "para ser usada" al
disponer de tiempo, la muestra se establece empleando procedimientos sofisticados; y
una vez establecida, constituir el mdulo general del cual se extraer la muestra definitiva
conforme a la necesidad especfica de cada investigacin.
3.7.3. REFERENCIAS
o EL PROCESO DE LA INVESTIGACIN CIENTFICA, Mario Tamayo y Tamayo,

1998.

3.8. EL MUESTREO
Cuando un investigador realiza en ciencias sociales un experimento, una encuesta o

cualquier tipo de estudio, trata de obtener conclusiones generales acerca de una poblacin
determinada. Para el estudio de ese grupo, tomar un sector, al que se conoce como
muestra.
Las poblaciones que el investigador puede estudiar son muy diversas, pero generalmente
se relacionan con personas. Por ejemplo, puede estudiar la opinin de las amas de casa
con respecto a ciertos mtodos de planificacin familiar, la edad promedio de los alumnos
de una escuela, el coeficiente intelectual promedio de los universitarios, etc.
Desde luego, es de fundamental importancia que se empiece el estudio definiendo la
poblacin que se va a estudiar. Las poblaciones suelen ser muy numerosas, por lo que es
difcil estudiar a todos sus miembros; adems de que esto no es posible, no es necesario.
Es como si quisiramos estudiar la composicin qumica del agua de un ro y para ello
tratramos de analizar todo el lquido que corre por su cauce, cuando solamente
necesitamos algunas muestras para realizar ese estudio y para llegar a conclusiones
generalizables con respecto a la composicin qumica del agua a todo el ro.
En ciencias sociales, las muestras no se obtienen tan fcilmente, puesto que los eventos
se relacionan siempre con personas, las cuales son mucho menos estables en cuanto a
sus pautas de actividades, valores, actitudes y conductas que algunos de los fenmenos
que se estudian en las ciencias naturales.
El momento metodolgico de la investigacin est constituido por la definicin y
especificacin del diseo que se va a utilizar y por la tarea de operacionalizacin de
variables (convertir en operativos, en manejables, a los diversos elementos que
intervienen en el problema que se va a investigar).
La operacionalizacin se refiere de dos tipos de elementos:
El universo, en tanto conjunto de unidades o fuentes de datos que es preciso
reducir a proporciones manejables para poderlo explorar.
Las variables, en tanto conceptos abstractos a los que es preciso dar contenido
concreto para poder efectuar sobre ellos las mediciones correspondientes.

La operacionalizacin del universo es la tarea de encontrar una forma de obtener

informacin relevante sin necesidad de acudir a la medicin de todo el universo posible de
datos. Es el aspecto cuantitativo de la operacionalizacin y, para resolverlo, tendremos
que apelar a la estadstica, mediante tcnicas de muestreo. La operacionalizacin de las
variables, de naturaleza cualitativa, tiene por objeto encontrar los indicadores a travs de
los cuales se expresa concretamente el comportamiento de las mismas.
La relacin que existe entre la operacionalizacin y el tipo de diseo se origina en que, de
acuerdo con el mtodo general que se va a utilizar (o sea, el diseo), se requerir de uno
u otro tipo de datos, operacionalizar de cierta manera o de otra. Inversamente, de acuerdo
con las posibilidades concretas de operacionalizar en uno u otro sentido las variables y el
universo considerado, ser ms o menos adecuado un cierto tipo de diseo. Por esta
razn, ambas tareas deben encararse simultneamente.
3.8.1. DATOS Y UNIDADES

Un dato es cada uno de los elementos de informacin que se recoge durante el desarrollo
de una investigacin y en base a los cuales, convenientemente sintetizados, podrn
extraerse conclusiones en relacin con el problema inicial planteado.
Cualquier informacin, por ms pequea y fragmentaria que sea, puede considerarse
como un dato, siempre y cuando pueda colaborar de algn modo a esclarecer los
problemas que nos planteamos en un estudio. Saber, por ejemplo, que la persona N opina
que las pruebas nucleares deben ser proscritas, es un dato. Esa informacin, por s sola,
carece prcticamente de valor, pues poco nos dice de las reacciones que despiertan las
pruebas de armas atmicas en la gente. Pero el valor del dato reside no en su alcance
individual, en lo que nos expresa por s mismo, sino en su posibilidad de ser integrado en
conjuntos mayores. Cuando agrupamos muchas informaciones de carcter similar, cada
dato se hace valioso dentro de una perspectiva ms amplia. As, en nuestro ejemplo, si
consultamos la opinin de muchas personas, podemos llegar a enunciar que un
determinado tanto por ciento de ellas estn en contra de los ensayos nucleares e integrar
esa informacin, a su vez, en un estudio sobre las opiniones de determinado
conglomerado social.
Las fuentes de datos pueden ser personas, situaciones o hechos que se observan
directamente, o materiales bibliogrficos de diversa naturaleza. Las llamamos unidades
de datos y, a su conjunto, a la suma de todas las unidades, se le da el nombre de
universo o poblacin. Podramos decir que una poblacin o universo es, entonces, el
conjunto de todas las cosas que concuerdan con una determinada serie de
especificaciones. En general, toda investigacin puede considerarse como una bsqueda
de los datos apropiados que permitan resolver ciertos problemas de conocimiento. Estos
datos son obtenidos a travs de un conjunto de unidades que constituyen el universo
relevante para la investigacin.
Existen universos que resultan demasiado amplios para el investigador, pues ste no
tienen ni el tiempo ni los recursos para abordar el estudio de cada una de las unidades
que lo componen (el conjunto de ciudadanos de un pas, la flora de una regin o las
innumerables galaxias). Para resolver este inconveniente, se acude a la
operacionalizacin del universo mediante la extraccin de muestras.
3.8.2. UNIVERSO Y MUESTRA

Una muestra es un conjunto de unidades, una porcin del total, que nos representa la
conducta del universo en su conjunto.
Una muestra, en un sentido amplio, no es ms que eso, una parte del todo que llamamos
universo y que sirve para representarlo.
Sin embargo, no todas las muestras resultan tiles para llevar a cabo un trabajo de
investigacin. Lo que se busca al emplear una muestra es que, observando una porcin
relativamente reducida de unidades, se obtengan conclusiones semejantes a las que
lograramos si estudiramos el universo total. Cuando una muestra cumple con esta
condicin, es decir, cuando nos refleja en sus unidades lo que ocurre en el universo, la
llamamos muestra representativa. Por lo tanto, una muestra representativa contiene las
caractersticas relevantes de la poblacin en las mismas proporciones en que estn
incluidas en tal poblacin. Sus conclusiones son susceptibles de ser generalizadas al
conjunto del universo, aunque para ello debamos aadir un cierto margen de error en
nuestras proyecciones.
Las muestras pueden ser clasificadas, en una primera divisin en probabilsticas y no
probabilsticas.
En las muestras probabilsticas, la caracterstica fundamental es que todo elemento del
universo tiene una determinada probabilidad de integrar la muestra, y esa probabilidad
puede ser calculada matemticamente con precisin. En las muestras no probabilsticas

ocurre lo contrario y el investigador no tiene idea del error que puede estar introduciendo
en sus apreciaciones.
Las muestras no probabilsticas ms usadas son:
Muestra accidental. Es aquella que se obtiene sin ningn plan preconcebido; las
unidades elegidas resultan producto de circunstancias fortuitas. Si entrevistamos a
los primeros 50 transentes que pasan por cierta calle o medimos la profundidad
del mar a lo largo de un trayecto entre dos puntos cualesquiera, estaremos en
presencia de una muestra accidental; los datos obtenidos podrn o no representar
al universo en estudio. El investigador no puede saber hasta qu punto sus
resultados podrn proyectarse, con confiabilidad, hacia el conjunto ms amplio que
desea conocer.
Muestra por cuotas. Consiste en predeterminar la cantidad de elementos de cada
categora que habrn de integrar la muestra. As podemos asignar una cuota de 50
hombres y 50 mujeres a una muestra de 100 individuos, asumiendo que sa es la
distribucin de la poblacin total. Por ms que esa presuncin llegue a ser vlida,
no deja de existir cierta arbitrariedad en este modo de proceder, por lo que la
rigurosidad estadstica de las muestras por cuotas se reduce considerablemente.
Muestra intencional. Las unidades se eligen en forma arbitraria, designando a
cada unidad segn caractersticas que para el investigador resulten de relevancia.
Se emplea, por lo tanto, el conocimiento y la opinin personal para identificar
aquellos elementos que deben ser incluidos en la muestra. Se basa,
primordialmente, en la experiencia de alguien con la poblacin. Estas muestras son
muy tiles y se emplean frecuentemente en los estudios de caso, por ms que la
posibilidad de generalizar conclusiones a partir de ellas, sea en rigor nula. En
algunas oportunidades se usan como gua o muestra tentativa para decidir cmo
tomar una muestra aleatoria ms adelante.
3.8.3. MUESTRAS ALEATORIAS

Como dijimos, en ellas cada uno de los elementos del universo tiene una probabilidad
determinada y conocida de ser seleccionado. Los procedimientos ms usuales para la
obtencin de muestras aleatorias son:
Azar simple. Este procedimiento se inicia confeccionando una lista de todas las
unidades que configuran el universo, numerando correlativamente cada una de
ellas. Luego, mediante cualquier sistema (tabla de nmeros al azar, programas de

computacin), se van sorteando al azar estos nmeros hasta completar el total de
unidades que deseamos que entren en la muestra. De este modo, la probabilidad
que cada elemento tienen de aparecer en la muestra es exactamente la misma. Si
cada uno de los elementos que integran la poblacin no tiene la misma posibilidad
de ser elegido, se habla entonces de una muestra viciada. Este mtodo nos
garantiza una seleccin completamente aleatoria, pero resulta muy lento y costoso,
pues nos obliga a elaborar listas completas de todas las unidades de inters, lo que
a veces es sencillamente imposible. Por este motivo, slo se emplea cuando los
universos son relativamente pequeos. Este mtodo no ser adecuado si, por
ejemplo, queremos sacar una muestra de todas las personas analfabetas que
existen en un pas. En cambio, si nuestra intencin es extraer una muestra del
universo de todos los alumnos que ingresan a una universidad en un determinado
ao, resultar muy adecuado.
Azar sistemtico. Tambin se requiere de un listado completo de las unidades que
integran el universo en estudio. Luego se efectan las siguientes operaciones:
1. Se calcula la constante K, que resulta de dividir el nmero total de unidades que
componen el universo por el nmero de unidades que habrn de integrar la
muestra:
K = N/n
Donde:
N = nmero total de unidades que componen e universo.
n = nmero total de unidades que integrarn la muestra.
2. Se efecta un sorteo para elegir un nmero que sea inferior o igual al valor de K.
Como primera unidad para integrar la muestra se elige aquella que, en la lista
general, posea idntico nmero de orden al sorteado. Si designamos con A este
primer valor, la segunda unidad elegida ser la que lleve el nmero A + K, la tercera
corresponder a A + 2K y as sucesivamente hasta llegar a A + (n 1)K.
Supongamos un universo constituido por 2.800 elementos, del que
deseamos obtener una muestra de 70 casos. Tenemos entonces:
N = 2.800
n = 70
K = 2.800 / 70 = 40
Ahora, mediante cualquier procedimiento, buscamos al azar un nmero

entero cuyo valor figure entre los lmites de 1 y 40. En este caso, el nmero
elegido es el 32. Entonces, las unidades que pasarn a formar parte de la
muestra sern las que lleven los siguientes nmeros de orden:
1 unidad 32
2 unidad 32 + 40 72
3 unidad 32 + 80 112
....
70 unidad 32 + 2760 2.792
Las ventajas y desventajas de este procedimiento son casi idnticas a la de
las muestras al azar simple. Los procedimientos computacionales hacen
mucho ms fcil efectuar el sorteo de las unidades y no existe el riesgo de
que la muestra quede sesgada por algn tipo de regularidad que no
conocemos y que est presente en el universo.
Muestras por conglomerados. Esta tcnica tiene utilidad cuando el universo que
se requiere estudiar admite ser subdividido en universos menores de caractersticas
similares a las del universo total. Se procede a subdividir el universo en un nmero
finito de conglomerados y, entre ellos, se pasa a elegir algunos que sern los
nicos que se investigarn; esta eleccin puede realizarse por el mtodo del azar
simple o por el del azar sistemtico. Una vez cumplida esta etapa, puede efectuarse
una segunda seleccin, dentro de cada uno de los conglomerados elegidos, para
llegar a un nmero an ms reducido de unidades muestrales. La ventaja de esta
tcnica es que obvia la tarea de confeccionar el listado de todas las unidades del
universo. Su desventaja mayor radica en que, al efectuarse el muestreo en dos
etapas, los errores muestrales de cada una se van acumulando, lo que da un error
mayor que para los mtodos anteriores. La tcnica de conglomerados suele
utilizarse cuando queremos extraer muestras de los habitantes de un conjunto
geogrfico amplio, por ejemplo, una gran ciudad o un conjunto de pueblos, por lo
que se procede a tomar cada pueblo o grupo de manzanas como un conglomerado
independiente; del mismo modo, se la utiliza para conocer las reservas forestales y
marinas, para estudiar las estrellas y otros casos semejantes.

Muestras estratificadas. Este mtodo supone que el universo puede desagregarse

en sub conjuntos menores, homogneos internamente pero heterogneos entre
s. Cada uno de estos estratos se toma luego como un universo particular, de
tamao ms reducido, y sobre l se seleccionan muestras segn cualquiera de los
procedimientos anteriores. Por ejemplo, si quisiramos estudiar las actitudes
polticas de los estudiantes de una universidad, podramos subdividir en estratos de
acuerdo con el tipo de estudios que cursen, suponiendo que estas actitudes van a
ser diferentes entre quienes siguen Ingeniera, Letras, Medicina u otras carreras.
Luego, efectuaramos un muestreo dentro de cada sub universo as definido para,
finalmente, realizar un anlisis integrando los resultados de todas las sub
muestras.
Tanto en el muestreo estratificado como en el de conglomerados, la poblacin se divide en
grupos bien definidos. Usamos el muestreo estratificado cuando hay una amplia variacin
entre los grupos. Usamos el muestreo por conglomerados en el caso opuesto: cuando hay
una variacin considerable dentro de cada grupo, pero los grupos son esencialmente
similares entre s.
3.8.4. TAMAO DE LA MUESTRA Y ERROR MUESTRAL

Recordemos que la muestra descansa en el principio de que las partes representan al
todo y, por tal, refleja las caractersticas que definen a la poblacin de la cual fue extrada,
lo cual nos indica que es representativa. Es decir, que para hacer una generalizacin
exacta de una poblacin, es necesario tomar una muestra representativa. Por lo tanto, la
validez de la generalizacin depende de la validez y tamao de la muestra.
Cuando trabajamos con muestras, generalmente se presentan dos tipos de errores:
Error sistemtico. Llamado de distorsin o sesgo de la muestra, se presentan por
causas ajenas a la muestra:
Situaciones inadecuadas: se presentan, por ejemplo, cuando el encuestador tiene
dificultades para obtener la informacin y la sustituye por la que ms fcilmente
est a su alcance, que no siempre es la ms confiable.
Insuficiencia en la recoleccin de datos: hay distorsin por falta de respuestas, o
respuestas inadecuadas, ya sea por ignorancia o falta de datos relativos a los
elementos incluidos. Distorsiones del encuestador causadas por prejuicios, inters
personal o por fallas en la aplicacin de instrumentos.
Errores de cobertura a causa de que no se han incluido elementos importantes y

significativos para la investigacin que se realiza.
Error de muestreo o muestral. Cualquiera sea el procedimiento utilizado y la
perfeccin del mtodo empleado, la muestra diferir de la poblacin. A esta
diferencia se la denomina error de muestreo.
Cuando una muestra es aleatoria o probabilstica, es posible calcular sobre
ella el error muestral. Este error indica el porcentaje de incertidumbre, es
decir, el riesgo que se corre de que la muestra elegida no sea representativa.
Si trabajamos con un error calculado en 5%, ello significa que existe un 95%
de probabilidades de que el conjunto muestral represente adecuadamente al
universo del cual ha sido extrado.
A medida que incrementamos el tamao de la muestra, el error muestral
tiende a reducirse, pues la muestra va acercndose ms al tamao del
universo. Del mismo modo, para una muestra determinada, su error ser
menor cuanto ms pequeo sea el universo a partir del cual se la ha
seleccionado. As, para un universo de 10.000 casos, una muestra de 200
unidades tendr un error mayor que una de 300; una muestra de 200 casos,
por otra parte, tendr un error mayor si el universo tiene 10.000 unidades
que si ste posee solamente 2.000.
Para fijar el tamao de la muestra adecuado a cada investigacin, es preciso primero
determinar el porcentaje de error que estamos dispuestos a admitir. Una vez hecho esto,
debern realizarse las operaciones estadsticas correspondientes para poder calcular el
tamao de la muestra que nos permite situarnos dentro del margen de error aceptado.
A veces, sin embargo, el tamao de la muestra queda determinado previamente por
consideraciones prcticas; en tales casos, no hay otra alternativa que aceptar el nivel de
error que su magnitud acarree.
3.8.5. REFERENCIAS
Lumen - Humanitas.

<
3.9. MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIN
3.9.1. ESTADSTICA SUMARIA

Podemos usar una serie de nmeros conocidos como estadstica sumaria para describir
las caractersticas del conjunto de datos. Dos de estas caractersticas son de particular
importancia para los responsables de tomar decisiones: la de tendencia central y la de
dispersin.
Tendencia central: la tendencia central se refiere al punto medio de una distribucin. Las
medidas de tendencia central se conocen como medidas de posicin.
Dispersin: se refiere a la extensin de los datos en una distribucin, es decir, al grado en
que las observaciones se distribuyen.
Sesgo: las curvas que representan los puntos de datos de un conjunto de datos pueden
ser simtricas o sesgadas. Las curvas simtricas, tienen una forma tal que una lnea
vertical que pase por el punto ms alto de la curva dividir el rea de sta en dos partes
iguales. Cada parte es una imagen espejo de la otra. En las curvas sesgadas, los valores
de su distribucin de frecuencias estn concentrados en el extremo inferior o en el
superior de la escala de medicin del eje horizontal. Los valores no estn igualmente
distribuidos. Las curvas pueden estar sesgadas hacia la derecha (positivamente
sesgadas) o sesgadas hacia la izquierda (negativamente sesgadas).
Curtosis: cuando medimos la curtosis de una distribucin, estamos midiendo su grado de
agudeza.
3.9.2. LA MEDIA ARITMTICA

Cuando nos referimos al "promedio" de algo, estamos hablando de la media aritmtica.
Para encontrar la media aritmtica, sumamos los valores y el resultado lo dividimos entre
el nmero de observaciones.
3.9.2.1. SMBOLOS CONVENCIONALES

Una muestra de una poblacin consiste en n observaciones, con una media de x (lase
equis testada). Las medidas que calculamos para una muestra se conocen como
estadstica. La notacin es diferente cuando calculamos medidas para la poblacin entera,

es decir, para el grupo que contiene a todos los elementos que estamos describiendo. La
media de una poblacin se simboliza con (letra griega mi). El nmero de elementos de
una poblacin se denota con la letra mayscula cursiva N. Por lo general, en estadstica
utilizamos letras del alfabeto latino para simbolizar la informacin sobre las muestras y
letras del griego para referirnos a la informacin sobre poblaciones.
3.9.2.2. CLCULO DE LA MEDIA A PARTIR DE DATOS NO AGRUPADOS.

Media de la poblacin:
= x / N
x = x / n
Para calcular esta media, sumamos todas las observaciones. Los estadsticos se refieren
a este tipo de datos como datos no agrupados.
Clculo de la media de datos agrupados:
Una distribucin de frecuencias consta de datos agrupados en clases. Cada valor de una
observacin cae dentro de alguna de las clases. No sabemos el valor individual de cada
observacin. A partir de la informacin de la tabla, podemos calcular fcilmente una
estimacin del valor de la media de estos datos agrupados. De haber usado los datos
originales sin agrupar, podramos haber calculado el valor real de la media.
Para encontrar la media aritmtica de datos agrupados, primero calculamos el punto
medio de cada clase. Para lograr que los puntos medios queden en cifras cerradas,
redondeamos las cantidades. Despus, multiplicamos cada punto medio por la frecuencia
de las observaciones de dicha clase, sumamos todos los resultados y dividimos esta suma
entre el nmero total de observaciones de la muestra.
x= (f x) / n
f = frecuencia de observaciones de cada clase
x= punto medio de cada clase de la muestra
n = nmero de observaciones de la muestra
3.9.2.3. CODIFICACIN:
Mediante esta tcnica, podemos eliminar el problema de tener puntos medios muy
grandes o inconvenientes. En lugar de utilizar los puntos medios reales para llevar a efecto
nuestros clculos, podemos asignar enteros consecutivos de valor pequeo, conocidos
como cdigos, a cada uno de los puntos medios. El entero cero puede ser asignado a
cualquier punto medio, pero para que nuestros enteros sean pequeos, asignaremos cero
al punto medio de la parte media de la distribucin (o la parte ms cercana a sta).
Podemos asignar enteros negativos a los valores menores a dicho punto medio y enteros
positivos a los valores ms grandes.
Los estadsticos usan xo para representar el punto medio al que se le ha asignado el
cdigo 0 y u para el punto medio codificado:
x = xo + w [(u f)] / n
w = ancho numrico del intervalo de clase
u = cdigo asignado a cada punto medio de clase
3.9.2.4. VENTAJAS Y DESVENTAJAS DE LA MEDIA ARITMTICA.

La media aritmtica, en su carcter de un solo nmero que representa a un conjunto de
datos completo, tiene importantes ventajas:
1. Se trata de un concepto familiar para la mayora de las personas y es intuitivamente
claro.
2. Cada conjunto de datos tiene una media, es una medida que puede calcularse y es
nica debido a que cada conjunto de datos posee una y slo una media.
3. Es til para llevar a cabo procedimientos estadsticos como la comparacin de
medias de varios conjuntos de datos.
Por otra parte presenta desventajas en las cuales puede verse afectada por valores
extremos que no son representativos del resto de los datos.
1. Resulta tedioso calcular la media debido a que utilizamos cada uno de los puntos
de dato de nuestro clculo.
2. Somos incapaces de calcular la media para un conjunto de datos que tiene clases
de extremo abierto, ya sea en el inferior o en el superior de la escala.
3.9.3. LA MEDIANA
La mediana es un solo valor calculado a partir del conjunto de datos que mide la
observacin central de stos. Esta sola observacin es la ms central o la que est ms
en medio en el conjunto de nmeros. La mitad de los elementos estn por encima de este
punto y la otra mitad est por debajo.

3.9.3.1. CLCULO DE LA MEDIANA A PARTIR DE DATOS NO AGRUPADOS:

Para hallar la mediana de un conjunto de datos, primero hay que organizarlos en orden
descendente o ascendente. Si el conjunto de datos contiene un nmero impar de
elementos, el de en medio en el arreglo es la mediana. Si hay un nmero par de
observaciones, la mediana es el promedio de los dos elementos de en medio.
Mediana = (n + 1) / 2
3.9.3.2. CLCULO DE LA MEDIANA A PARTIR DE DATOS AGRUPADOS:

Encontrar qu observacin de la distribucin est ms al centro (Mediana = (n + 1) / 2).
1. Sumar las frecuencias de cada clase para encontrar la clase que contiene a ese
elemento ms central.
2. Determinar el nmero de elementos de la clase y la localizacin de la clase que
contiene al elemento mediano.
3. Determinar el ancho de cada paso para pasar de una observacin a otra en la clase
mediana, dividiendo el intervalo de cada clase entre el nmero de elementos
contenido en la clase.
4. Determinar el nmero de pasos que hay desde el lmite inferior de la clase mediana
hasta el elemento correspondiente a la mediana.
5. Calcular el valor estimado del elemento mediano multiplicando el nmero de pasos
que se necesitan para llegar a la observacin mediana por el ancho de cada paso.
Al producto sumarle el valor del lmite inferior de la clase mediana.
6. Si existe un nmero par de observaciones en la distribucin, tomar el promedio de
los valores obtenidos para el elemento mediano calculados en el paso nmero 6.
Un mtodo ms sencillo:
m = {[(n + 1) / 2 (F + 1)] / fm} w + Lm
m = mediana de la muestra
n = nmero total de elementos de la distribucin
F = suma de todas las frecuencias de clase hasta, pero sin incluir, la clase mediana
fm = frecuencia de la clase mediana
w = ancho de intervalo de clase
Lm = lmite inferior del intervalo de clase mediano

3.9.3.3. VENTAJAS Y DESVENTAJAS DE LA MEDIANA:

Los valores extremos no afectan a la mediana tan intensamente como a la media. La
mediana es fcil de entender y se puede calcular a partir de cualquier tipo de datos
incluso a partir de datos agrupados con clases de extremo abierto a menos que la
mediana entre en una clase de extremo abierto.
Podemos encontrar la mediana incluso cuando nuestros datos son descripciones
cualitativas, en lugar de nmeros.
Ciertos procedimientos estadsticos que utilizan la mediana son ms complejos que
aquellos que utilizan la media. Debido a que la mediana es una posicin promedio,
debemos ordenar los datos antes de llevar a cabo cualquier clculo. Esto implica consumo
de tiempo para cualquier conjunto de datos que contenga un gran nmero de elementos.
Por consiguiente, si deseamos utilizar una estadstica de muestra para estimar un
parmetro de poblacin, la media es ms fcil de usar que la mediana.
3.9.4. LA MODA
La moda es una medida de tendencia central diferente de la media, pero un tanto parecida
a la mediana, pues en realidad no se calcula mediante algn proceso aritmtico ordinario.
La moda es aquel valor que ms se repite en el conjunto de datos.
En ocasiones, el azar hace que un solo elemento no representativo se repita lo suficiente
para ser el valor ms frecuente del conjunto de datos. Es por esta razn que rara vez
utilizamos la moda de un conjunto de datos no agrupados como medida de tendencia
central.
Por esta razn, siempre que utilizamos la moda como medida de tendencia central de un
conjunto de datos, debemos calcular la moda de datos agrupados (buscar la clase modal).
3.9.4.1. CLCULO DE LA MODA DE DATOS AGRUPADOS:

Cuando los datos ya se encuentran agrupados en una distribucin de frecuencias,
podemos poner que la moda est localizada en la clase que contiene el mayor nmero de
elementos, es decir, en la clase que tiene mayor frecuencia. Para determinar un solo valor
para la moda a partir de esta clase modal:
Mo = Lmo + [d1 / (d1 + d2 )] w
Lmo = lmite inferior de la clase modal.

d1 = frecuencia de la clase modal menos la frecuencia de la clase que se encuentra

inmediatamente por debajo de ella.
d2 = frecuencia de la clase modal menos la frecuencia de la clase que se encuentra
inmediatamente por encima de ella.
w = ancho del intervalo de la clase modal.
3.9.4.2. VENTAJAS Y DESVENTAJAS DE LA MODA:

La moda, al igual que la mediana, se puede utilizar como una posicin central para datos
tanto cualitativos como cuantitativos.
Tambin, al igual que la mediana, la moda no se ve mayormente afectada por los valores
extremos. Incluso si los valores extremos son muy altos o muy bajos, nosotros escogemos
el valor ms frecuente del conjunto de datos como el valor modal. Podemos utilizar la
moda sin importar qu tan grandes o qu tan pequeos sean los valores del conjunto de
datos, e independientemente de cul sea su dispersin. La podemos utilizar aun cuando
una o ms clases sean de extremo abierto.
Muy a menudo, no existe un valor modal debido a que el conjunto de datos no contiene
valores que se presenten ms de una vez. En otras ocasiones, cada valor es la moda,
pues cada uno de ellos se presenta el mismo nmero de veces. Otra desventaja consiste
en que cuando los datos contienen dos, tres o ms modas, resultan difciles de interpretar
y comparar.
3.9.4.3. COMPARACIN ENTRE LA MEDIA, LA MEDIANA Y LA MODA.

Cuando trabajamos un problema de estadstica, debemos decidir si vamos a utilizar la
media, la mediana o la moda como medidas de tendencia central. Las distribuciones
simtricas que slo contienen una moda, siempre tienen el mismo valor para la media, la
mediana y la moda. En tales casos, no es necesario escoger la medida de tendencia
central, pues ya est hecha la seleccin.
En una distribucin positivamente sesgada (es decir, sesgada hacia la derecha), la moda
todava se encuentra en el punto ms alto de la distribucin, la mediana est hacia la
derecha de la moda y la media se encuentra todava ms a la derecha de la moda y la
mediana.

En una distribucin negativamente sesgada, la moda sigue siendo el punto ms alto de la

distribucin, la mediana est hacia la izquierda de ella y la media se encuentra todava
ms a la izquierda de la moda y la mediana.
Cuando la poblacin est sesgada negativa o positivamente, con frecuencia la mediana
resulta ser la mejor medida de posicin, debido a que siempre est entre la moda y la
media. La mediana no se ve altamente influida por la frecuencia de aparicin de un solo
valor como es el caso de la moda, ni se distorsiona con la presencia de valores extremos
como la media.
La seleccin de la media, la mediana o la moda, en ocasiones, depende de la prctica
comn de una industria en particular (salario medio de los obreros, precio mediano de una
casa, familia modal para el diseo de automviles).
3.9.5. LA DISPERSIN
Al igual que sucede con cualquier conjunto de datos, la media, la mediana y la moda slo
nos revelan una parte de la informacin que necesitamos acerca de las caractersticas de
los datos. Para aumentar nuestro entendimiento del patrn de los datos, debemos medir
tambin su dispersin, extensin o variabilidad. La dispersin es importante porque:
1. Proporciona informacin adicional que permite juzgar la confiabilidad de la medida
de tendencia central. Si los datos se encuentran ampliamente dispersos, la posicin
central es menos representativa de los datos.
2. Ya que existen problemas caractersticos para datos ampliamente dispersos,
debemos ser capaces de distinguir que presentan esa dispersin antes de abordar
esos problemas.
3. Quiz se desee comparar las dispersiones de diferentes muestras. Si no se desea
tener una amplia dispersin de valores con respecto al centro de distribucin o esto
presenta riesgos inaceptables, necesitamos tener habilidad de reconocerlo y evitar
escoger distribuciones que tengan las dispersiones ms grandes.
3.9.5.1. MEDIDAS DE DISPERSIN.

La dispersin puede medirse en trminos de la diferencia entre dos valores seleccionados
del conjunto de datos. Las medidas de distancia son: el alcance, el alcance interfractil y el
alcance intercuartil.

3.9.5.2. ALCANCE.
Es la diferencia entre el ms alto y el ms pequeo de los valores observados.
Alcance = valor de la observacin ms alta valor de la observacin ms pequea
El alcance es fcil de entender y de encontrar, pero su utilidad como medida de dispersin
es limitada. Slo toma en cuenta los valores ms alto y ms bajo de una distribucin y no
considera ninguna otra observacin del conjunto de datos. Ignora la naturaleza de la
variacin entre todas las dems observaciones, y se ve muy influido por los valores
extremos.
Las distribuciones de extremo abierto no tienen alcance, pues no existe un valor ms alto
o ms bajo en la clase de extremo abierto.
3.9.5.2.1. Alcance Interfractil.

En una distribucin de frecuencias, una fraccin o proporcin dada de los datos cae en un
fractil o por debajo de ste. La mediana, por ejemplo, es el fractil 0,5, puesto que la mitad
de los datos es menor o igual a este valor. Los fractiles son parecidos a los porcentajes.
En una distribucin cualquiera, el 25% de los datos est en el fractil 0,25 o por debajo de
ste; igualmente, 25% de los datos cae en el vigsimo quinto percentil o por debajo de
ste. El alcance interfractil es una medida de la dispersin entre dos fractiles de una
distribucin de frecuencias, es decir, la diferencia entre los valores de los dos fractiles.
Los fractiles tienen nombres especiales, dependiendo del nmero de partes iguales en que
se dividen los datos. Los fractiles que los dividen en 10 partes iguales se conocen como
deciles. Los cuartiles dividen los datos en cuatro partes iguales. Los percentiles dividen el
conjunto de datos en 100 partes iguales.
3.9.5.2.2. Alcance Intercuartil.

El alcance intercuartil mide aproximadamente qu tan lejos de la mediana tenemos que ir
en cualquiera de las dos direcciones antes de que podamos recorrer una mitad de los
valores del conjunto de datos. Para calcular este alcance, dividimos nuestros datos en
cuatro partes, cada una de las cuales contiene 25% de los elementos de la distribucin.
Los cuartiles son, entonces, los valores ms alto y ms bajo de estas cuatro partes, y el
alcance intercuartil es la diferencia entre los valores del primer cuartil y el tercer cuartil.
El punto fractil es siempre el punto en el o debajo del cual cae la proporcin establecida de
valores.
3.9.6. MEDIDAS DE DESVIACIN PROMEDIO

Las descripciones ms comprensivas de la dispersin son aquellas que tratan con la
desviacin promedio con respecto a alguna medida de tendencia central. Dos de tales
medidas son la varianza y la desviacin estndar. Ambas medidas nos dan una distancia
promedio de cualquier observacin del conjunto de datos con respecto a la media de la
distribucin.
3.9.7. VARIANZA DE LA POBLACIN.

2
Cada poblacin tiene una varianza, que se simboliza con (sigma cuadrada). Para
calcular la varianza de una poblacin, dividimos la suma de las distancias al cuadrado
entre la media y cada elemento de la poblacin entre el nmero total de observaciones de
dicha poblacin.
2
= (x - )2 / N
2
= varianza de la poblacin.
x = elemento u observacin.
= media de la poblacin.
N = nmero total de elementos de la poblacin.
Para la varianza, las unidades son el cuadrado de las unidades de los datos. Estas
unidades no son intuitivamente claras o fciles de interpretar. Por esta razn, tenemos que
hacer un cambio significativo en la varianza para calcular una medida til de la desviacin,
que sea menos confusa. Esta medida se conoce como la desviacin estndar, y es la raz
cuadrada de la varianza. La desviacin estndar, entonces, est en las mismas unidades
que los datos originales.
3.9.7.1. DESVIACIN ESTNDAR DE LA POBLACIN

La desviacin estndar de la poblacin, o , es simplemente la raz cuadrada de la
varianza de la poblacin. Como la varianza es el promedio de las distancias al cuadrado
que van desde las observaciones a la media, la desviacin estndar es la raz cuadrada
del promedio de las distancias al cuadrado que van desde las observaciones a la media.
La desviacin estndar est en las mismas unidades que las que se usaron para medir los
datos.

La raz cuadrada de un nmero positivo puede ser tanto positiva como negativa. Cuando
tomamos la raz cuadrada de la varianza para calcular la desviacin estndar, los
estadsticos solamente consideran la raz cuadrada positiva. Para calcular la varianza o la
desviacin estndar, construimos una tabla utilizando todos los elementos de la poblacin.
3.9.7.2. USOS DE LA DESVIACIN ESTNDAR.

La desviacin estndar nos permite determinar, con un buen grado de precisin, dnde
estn localizados los valores de una distribucin de frecuencias con relacin a la media. El
teorema de Chebyshev dice que no importa qu forma tenga la distribucin, al menos 75%
de los valores caen dentro de + 2 desviaciones estndar a partir de la media de la
distribucin, y al menos 89% de los valores caen dentro de + 3 desviaciones estndar a
partir de la media.
3.9.7.3. CON MS PRECISIN:

Aproximadamente 68% de los valores de la poblacin cae dentro de + 1 desviacin
estndar a partir de la media.
Aproximadamente 95% de los valores estar dentro de + 2 desviaciones estndar a
partir de la media.
Aproximadamente 99% de los valores estar en el intervalo que va desde tres
desviaciones estndar por debajo de la media hasta tres desviaciones estndar por
arriba de la media.
3.9.7.4. RESULTADO ESTNDAR:

La desviacin estndar es tambin til para describir qu tan lejos las observaciones
individuales de una distribucin de frecuencias se apartan de la media de la distribucin.
Una medida que se conoce como resultado estndar nos da el nmero de desviaciones
estndar que una observacin en particular ocupa por debajo o por encima de la media:
Resultado estndar = (x - )/
3.9.7.5. CLCULO DE LA VARIANZA Y LA DESVIACIN ESTNDAR

UTILIZANDO DATOS AGRUPADOS:
2
= f(x - )2 / N
2
= varianza de la poblacin.
x = punto medio de cada una de las clases.

= media de la poblacin.
N = nmero total de elementos de la poblacin.
f = frecuencia de cada una de las clases.
2
=
3.9.7.6. DESVIACIN ESTNDAR DE UNA MUESTRA:

Para calcular la varianza y la desviacin estndar de una muestra, utilizamos las mismas
frmulas, sustituyendo por x y N con n 1.
s2 = (x - x)2 / (n 1)
Por qu utilizamos n 1 como denominador en lugar de N? Los especialistas en
estadstica pueden demostrar que si tomamos muchas muestras de una poblacin dada, si
encontramos la varianza de la muestra para cada muestra y promediamos los resultados,
entonces este promedio no tiende a tomar el valor de la varianza de la poblacin, a menos
que tomemos n 1 como denominador de los clculos.
Al igual que utilizamos la desviacin estndar de la poblacin para derivar los resultados
estndar de la misma, podemos tambin usar la desviacin estndar de la muestra para
calcular los resultados estndar de la muestra. Estos resultados indican a cuntas
desviaciones estndar se halla una observacin en particular por arriba o por debajo de la
media de la muestra. Resultado estndar de la muestra = (x x) / s
Las letras griegas siempre se refieren a parmetros de la poblacin y las letras latinas se
refieren a estadsticas de la muestra.
Recordar utilizar N como denominador cuando se calcula la desviacin estndar de la
poblacin, pero n 1 para calcular la desviacin estndar de la muestra.
3.9.7.7. DISPERSIN RELATIVA: EL COEFICIENTE DE VARIACIN

La desviacin estndar es una medida absoluta de la dispersin que expresa la variacin
en las mismas unidades que los datos originales.
La desviacin estndar no puede ser la nica base para la comparacin de dos
distribuciones. Si tenemos una desviacin estndar de 10 y una media de 5, los valores
varan en una cantidad que es el doble de la media misma. Si, por otro lado, tenemos una
desviacin estndar de 10 y una media de 5.000, la variacin con respecto a la media es
insignificante. En consecuencia, no podemos conocer la dispersin de un conjunto de
datos hasta que conocemos su desviacin estndar, su media y cmo se compara la

desviacin estndar con respecto a la media.
Lo que necesitamos es una medida relativa que nos proporcione una estimacin de la
magnitud de la desviacin con respecto a la magnitud de la media. El coeficiente de
variacin es una de estas medidas relativas de dispersin. Se relaciona la desviacin
estndar y la media, expresando la desviacin estndar como porcentaje de la media.
Coeficiente de variacin = ( / ) * 100
3.9.7.8. CONCEPTOS
Alcance: distancia entre los valores ms bajo y ms alto de un conjunto de datos.
Alcance intercuartil: diferencia entre los valores del primer y tercer cuartiles; eta
diferencia representa el alcance de la mitad central del conjunto de datos.
Alcance interfractil: medida de la dispersin entre dos fractiles de una distribucin;
es decir, la diferencia entre los valores de dos fractiles.
Clase mediana: clase de una distribucin de frecuencias que contiene el valor
mediano de un conjunto de datos.
Codificacin: mtodo para calcular la media de datos agrupados mediante la
recodificacin de los valores de los puntos medios de las clases a valores ms
sencillos.
Coeficiente de variacin: medida relativa de la dispersin, comparable por medio
de distribuciones diferentes, que expresa la desviacin estndar como porcentaje
de la media. Proporcin o porcentaje de la media que representa la desviacin
estndar.
Cuartiles: fractiles que dividen los datos en cuatro partes iguales.
Curtosis: el grado de agudeza de una distribucin de puntos.
Deciles: fractiles que dividen los datos en diez partes iguales.
Desviacin estndar: raz cuadrada positiva de la varianza; medida de dispersin
con las mismas unidades que los datos originales.
Dispersin: la extensin o variabilidad de un conjunto de datos.
Distribucin bimodal: distribucin de puntos de datos en la que dos valores se
presentan con ms frecuencia que los dems elementos del conjunto de datos.
Estadstica (o estimador): medidas numricas que describen las caractersticas
de una muestra, representadas por caracteres latinos.
Estadstica sumaria: nmeros solos que describen ciertas caractersticas de un

conjunto de datos.
Fractil: en una distribucin de frecuencias, es la posicin de un valor en, o por
encima de, una fraccin dada de los datos.
Media: medida de tendencia central que representa el promedio aritmtico de un
conjunto de observaciones.
Mediana: punto situado a la mitad de conjunto de datos, medida de localizacin
que divide al conjunto de datos en dos partes iguales.
Medida de dispersin: medida que describe cmo se dispersan o distribuyen las
observaciones de un conjunto de datos. Cantidades que describen la variabilidad de
los datos.
Medida de distancia: medida de dispersin en trminos de la diferencia entre dos
valores del conjunto de datos.
Medida de tendencia central (o de posicin): medida que indica el valor
esperado de un punto de datos tpico o situado en el medio. Cantidades numricas
que dan una idea sobre la ubicacin de la distribucin de frecuencias.
Parmetros: valores numricos que describen las caractersticas de una poblacin
completa, representados generalmente por letras griegas.
Percentiles: fractiles que dividen los datos en 100 partes iguales.
Resultado estndar: expresin de una observacin en trminos de unidades de
desviacin estndar por encima o por debajo de la media; es decir, la
transformacin de una observacin al restarle la media y dividirla entre la
desviacin estndar.
Sesgo: grado en que una distribucin de puntos est concentrada en un extremo o
en el otro; falta de simetra. Asimetra en distribuciones de frecuencias no
simtricas.
Simtrica: caracterstica de una distribucin en la que cada mitad es la imagen
especular de la otra.
Teorema de Chebyshev: no importa qu forma tenga la distribucin, al menos
75% de los valores de la poblacin caern dentro de dos desviaciones estndar a
partir de la media, y al menos 89% caer dentro de tres desviaciones estndar.

Varianza: medida de la distancia cuadrada promedio entre la media y cada

observacin de la poblacin. Promedio de los desvos cuadrticos con respecto a la
media.
3.9.7.9. RECOMENDACIONES PRCTICAS:

Revisar cuidadosamente los datos antes de usarlos; verificar que no contengan
errores; chequear en particular los valores extremos.
Elaborar histogramas o cualquier otro tipo de grficos que permita visualizar la
forma y las caractersticas principales de la distribucin de frecuencias.
Diferenciar con precisin cundo se hace referencia a un parmetro poblacional y
cundo a un estadstico muestral.
Usar en forma conjunta una media de posicin y una de dispersin (como mnimo)
para analizar el comportamiento de la variable.
Prestar atencin a las ventajas y desventajas de las distintas medidas de posicin y
dispersin, para decidir correctamente su eleccin.
Calcular la media aritmtica con los datos en bruto sin agrupar siempre que se
requiera su valor exacto.
Dar preferencia al clculo de la mediana como medida de posicin, cuando la serie
tiene pocos datos e incluye valores extremos.
No tiene sentido calcular la moda en series de datos sin agrupar.
Tanto la mediana como la moda son valores de la variable (no confundir con las
frecuencias a las que estn asociadas).
Comparar, siempre que se pueda, media, mediana y moda para determinar el
sesgo de la distribucin.
El rango o alcance es una medida de dispersin poco apropiada para describir
series con muchos datos.
La desviacin estndar es preferible a la varianza porque se expresa en las mismas
unidades de la variable.
3.9.8. REFERENCIAS
o RICHARD I. LEVIN - DAVID S. RUBIN, ESTADSTICA PARA
ADMINISTRADORES, ED. PRENTICE HALL, SEXTA ED., 1996

3.10. INFERENCIA ESTADSTICA
3.10.1. INTRODUCCIN AL MUESTREO

Algunas veces es posible y prctico examinar a cada persona o elemento de la poblacin
que deseamos describir. A esto lo llamamos enumeracin completa o censo. Utilizamos el
muestreo cuando no es posible contar o medir todos los elementos de la poblacin.
Los estadsticos usan la palabra poblacin para referirse no slo a personas sino a todos
los elementos que han sido elegidos para un estudio, y emplean la palabra muestra para
describir una porcin elegida de la poblacin.
3.10.1.1. CONDICIONES QUE DEBE REUNIR UNA MUESTRA:

Homogeneidad: debe ser extrada de la misma poblacin.
Independencia: las observaciones no deben estar mutuamente condicionadas entre
s.
Representatividad: la muestra debe ser el mejor reflejo posible del conjunto del cual
proviene.
3.10.1.2. ESTADSTICAS Y PARMETROS.

Matemticamente, podemos describir muestras y poblaciones al emplear mediciones
como la media, la mediana, la oda y la desviacin estndar. Cuando estos trminos
describen las caractersticas de una poblacin, se llaman parmetros. Cuando describen
las caractersticas de la muestra, se llaman estadsticos. Una estadstica es una
caracterstica de una muestra y un parmetro es una caracterstica de la poblacin.
Se emplean letras latinas minsculas para denotar estadsticas de muestra y letras griegas
o latinas maysculas para representar parmetros de poblacin.
Poblacin Muestra
Definicin Coleccin de elementos Parte o porcin de la poblacin
considerados seleccionada para su estudio
Caractersticas Parmetros Estadsticas
Smbolos Tamao de la poblacin: N Tamao de la muestra: n
Media de la poblacin: Media de la muestra: x
Desviacin estndar: Desviacin estndar: s

3.10.2. PARMETROS Y ESTIMADORES.

Una poblacin queda caracterizada a travs de ciertos valores denominados parmetros,
que describen las principales propiedades del conjunto.
Un parmetro es un valor fijo (no aleatorio) que caracteriza a una poblacin en particular.
En general, una parmetro es una cantidad desconocida y rara vez se puede determinar
exactamente su valor, por la dificultad prctica de observar todas las unidades de una
poblacin. Por este motivo, tratamos de estimar el valor de los parmetros desconocidos a
travs del empleo de muestras. Las cantidades usadas para describir una muestra se
denominan estimadores o estadsticos muestrales.
Ahora bien, es razonable pensar que si tomamos diferentes muestras de la misma
poblacin y calculamos los diferentes estadsticos de cada una, esos valores van a diferir
de muestra a muestra. Por lo tanto, un estadstico no es un valor fijo, sino que presenta las
siguientes caractersticas:
Puede tener varios resultados posibles.
No se puede predecir de antemano su valor.
Estas son las condiciones que definen a una variable aleatoria. Un estadstico, entonces,
es una variable aleatoria, funcin de las observaciones muestrales.
A los estadsticos muestrales se los designa con las letras latinas (x, s2), o letras griegas
"con sombrero" ( ^, ^2).
Si un estadstico es una variable aleatoria, entonces es posible determinar su distribucin
de probabilidades y calcular sus principales propiedades.
3.10.2.1. MUESTREO ALEATORIO.

3.10.2.1.1. Muestreo Aleatorio Simple.
Selecciona muestras mediante mtodos que permiten que cada posible muestra tenga
igual probabilidad de ser seleccionada y que cada elemento de la poblacin total tenga
una oportunidad igual de ser incluido en la muestra.
Una poblacin infinita es aquella en la que es tericamente imposible observar todos los
elementos. Aunque muchas poblaciones parecen ser excesivamente grandes, no existe
una poblacin realmente infinita de objetos fsicos. Con recursos y tiempo ilimitados,
podramos enumerar cualquier poblacin finita. Como cuestin prctica, entonces,

utilizamos el trmino poblacin infinita cuando hablamos acerca de una poblacin que no
podra enumerarse en un intervalo razonable.
La forma ms fcil de seleccionar una muestra de manera aleatoria es mediante el uso de
nmeros aleatorios. Estos nmeros pueden generarse ya sea con una computadora
programada para resolver nmeros o mediante una tabla de nmeros aleatorios (tabla de
dgitos aleatorios).
3.10.2.1.2. Muestreo Sistemtico.

En el muestreo sistemtico, los elementos son seleccionados de la poblacin dentro de un
intervalo uniforme que se mide con respecto al tiempo, al orden o al espacio.
El muestreo sistemtico difiere del aleatorio simple en que cada elemento tiene igual
probabilidad de ser seleccionado, pero cada muestra no tiene una posibilidad igual de ser
seleccionada (Por ejemplo: tomar cada elemento de 10 en 10: el N 1, 11, 21...)
En este tipo de muestreo, existe el problema de introducir un error en el proceso de
muestreo.
An cuando este tipo de muestreo puede ser inapropiado cuando los elementos entran en
un patrn secuencial, este mtodo puede requerir menos tiempo y algunas veces tiene
como resultado un costo menor que el mtodo aleatorio simple.
3.10.2.1.3. Muestreo Estratificado.

Dividimos la poblacin en grupos relativamente homogneos, llamados estratos. Despus,
se utiliza uno de estos planteamientos:
Seleccionamos aleatoriamente de cada estrato un nmero especfico de elementos
correspondientes a la fraccin de ese estrato en la poblacin como un todo.
Extraemos un nmero igual de elementos de cada estrato y damos peso a los
resultados de acuerdo con la porcin del estrato con respecto a la poblacin total.
Con cualquiera de estos planteamientos, el muestreo estratificado garantiza que cada
elemento de la poblacin tenga posibilidad de ser seleccionado.
Este mtodo resulta apropiado cuando la poblacin ya est dividida en grupos de
diferentes tamaos y deseamos tomar en cuenta este hecho (por ejemplo: categoras
profesionales de la poblacin).

La ventaja de las muestras estratificadas es que, cuando se disean adecuadamente,

reflejan de manera ms precisa las caractersticas de la poblacin de la cual fueron
elegidas.
3.10.2.2. MUESTREO DE RACIMO

Dividimos la poblacin en grupos, o racimos, y luego seleccionamos una muestra aleatoria
de estos racimos. Suponemos que estos racimos individualmente son representativos de
la poblacin como un todo (Por ejemplo: las cuadras o barrios de un pueblo). Un
procedimiento de racimo bien diseado puede producir una muestra ms precisa a un
costo considerablemente menor que el de un muestreo aleatorio simple.
Tanto en el muestreo estratificado como en el de racimo, la poblacin se divide en grupos
bien definidos. Usamos el muestreo estratificado cuando cada grupo tiene una pequea
variacin dentro de s mismo, pero hay una amplia variacin dentro de los grupos. Usamos
el muestreo de racimo en el caso opuesto, cuando hay una variacin considerable dentro
de cada grupo, pero los grupos son esencialmente similares entre s.
El muestreo sistemtico, estratificado y el de racimo intentan aproximarse al muestreo
aleatorio simple. Todos son mtodos que han sido desarrollados por su precisin,
economa o facilidad fsica.
Los principios del muestreo aleatorio simple son la base de la inferencia estadstica, el
proceso de hacer inferencias acerca de poblaciones a partir de informacin contenida en
muestras.
SUGERENCIAS:
El uso de muestras en un estudio estadstico permite ahorrar mucho esfuerzo y
dinero, y generalmente proporciona informacin muy precisa sobre las principales
propiedades de la poblacin.
Para seleccionar una muestra, usar tcnicas que permitan garantizar que se
cumplan las propiedades de homogeneidad, independencia y representatividad.
La tcnica de muestreo utilizada depende de los objetivos del estudio, de las
caractersticas de la poblacin y de las disponibilidades de materiales.
Cada dato cuesta dinero, as que para elegir el tamao de la muestra hay que
compatibilizar la precisin requerida con la variabilidad de los datos y los recursos
disponibles.
3.10.3. INTRODUCCIN A LAS DISTRIBUCIONES DE MUESTREO.

Si tomamos varias muestras de una poblacin, las estadsticas que calcularamos para
cada muestra no necesariamente seran iguales, y lo ms probable es que variaran de una
muestra a otra.
Una distribucin de probabilidad de todas las medias posibles de las muestras es una
distribucin de las medias de las muestras. Los estadsticos la conocen como distribucin
de muestreo de la media.
Tambin podramos tener una distribucin de muestreo de una porcin. Si trazamos una
distribucin de probabilidad de porciones posibles de un evento en todas las muestras,
obtendramos una distribucin de las porciones de las muestras. A esto se lo conoce como
distribucin de la porcin.
3.10.3.1. DESCRIPCIN DE LAS DISTRIBUCIONES DE MUESTREO.

Cualquier distribucin de probabilidad (y, por tanto, cualquier distribucin de muestreo)
puede ser descripta parcialmente por su media y su desviacin estndar.
3.10.3.2. CONCEPTO DE ERROR ESTNDAR.

En vez de decir "la desviacin estndar de la distribucin de las medias de la muestra"
para describir una distribucin de medias de la muestra, los estadsticos se refieren al
error estndar de la media. De manera similar, la "desviacin estndar de la distribucin
de las proporciones de la muestra" se abrevia como error estndar de la proporcin. El
trmino error estndar se utiliza porque da a entender un significado especfico. La
variabilidad en las estadsticas de muestras proviene de un error de muestreo debido al
azar; es decir, hay diferencias entre cada muestra y la poblacin, y entre las diversas
muestras, debido nicamente a los elementos que decidimos escoger para las muestras.
La desviacin estndar de la distribucin de las medias de las muestras mide el grado
hasta el que esperamos que varen las medias de las diferentes muestras debido a este
error fortuito cometido en el proceso de muestreo. Por tanto, la desviacin estndar de la
distribucin de una estadstica de muestra se conoce como el error estndar de la
estadstica.
El error estndar indica no slo el tamao del error de azar que se ha cometido, sino
tambin la probable precisin que obtendremos si utilizamos una estadstica de muestra
para estimar un parmetro de poblacin. Una distribucin de medias de muestra que est
menos extendida (y que tiene un error estndar pequeo) es un mejor estimador de la
media de la poblacin que una distribucin de medias de muestra que est ampliamente
dispersa y que tiene un error estndar ms grande.
3.10.3.3. USO DEL ERROR ESTNDAR.

Siempre que usamos pruebas, tenemos que tratar con el error estndar. Especficamente,
necesitamos cierta medicin de la precisin del instrumento de prueba, generalmente
representado por el error estndar.
SUGERENCIA:
El conocimiento de la distribucin de muestreo permite a los estadsticos planear muestras
de tal forma que los resultados sean significativos. Debido a que resulta caro recabar y
analizar muestras grandes, los administradores siempre procuran obtener la muestra ms
pequea que proporcione un resultado confiable.
3.10.4. BASE CONCEPTUAL PARA MUESTREAR DISTRIBUCIONES.

En la terminologa estadstica, la distribucin de muestreo que obtendramos al tomar
todas las muestras de un tamao dado constituye una distribucin terica de muestreo. En
casi todos los casos, los responsables de las decisiones slo toman una muestra de la
poblacin, calculan estadsticas para esa muestra y de esas estadsticas infieren algo
sobre los parmetros de toda la poblacin.
3.10.4.1. MUESTREO DE POBLACIONES NORMALES.

Si extraemos muestras de una poblacin normalmente distribuida y calculamos sus
medias, debido a que estamos promediando para obtener cada media de muestra, se
promediaran hacia abajo valores muy grandes de la muestra y hacia arriba valores muy
pequeos. El razonamiento consistira en que nos estaramos extendiendo menos entre
las medias de muestra que entre los elementos individuales de la poblacin original. Esto
es lo mismo que afirmar que error estndar de la media, o la desviacin estndar de la
distribucin de muestreo, sera menor que la desviacin estndar de los elementos
individuales en la poblacin.

El error estndar de la media obtenido para situaciones en las que la poblacin es infinita
es:
x = / n
Para convertir cualquier variable aleatoria normal en una variable aleatoria normal
estndar, debemos sustraer la media de la variable que se est estandarizando y dividir el
resultado entre el error estndar (la desviacin estndar de dicha variable). En este caso
particular:
3.10.4.2. MUESTREO DE POBLACIONES NO NORMALES.

Cuando una poblacin est distribuida normalmente, la distribucin de muestreo de la
media tambin es normal.
Incluso en el caso en el que una poblacin no est normalmente distribuida, x, la media
de la distribucin de muestreo, sigue siendo igual a la media de la poblacin, . Es decir,
la distribucin de muestreo de la media se acerca a la normalidad, sin importar la forma de
la distribucin de la poblacin.
3.10.4.2.1. El teorema del lmite central.

La media de la distribucin de muestreo de la media ser igual a la media de la
poblacin.
Al incrementarse el tamao de la muestra, la distribucin de muestreo de la media
se acercar a la normalidad, sin importar la forma de la distribucin de la poblacin.
Esta relacin entre la forma de la distribucin de la poblacin y la forma de la distribucin
de muestreo se denomina teorema del lmite central, que es tal vez el ms importante de
toda la inferencia estadstica. Nos asegura que la distribucin de muestreo de la media se
aproxima a la normal al incrementarse el tamao de la muestra. Hay situaciones tericas
en las que el teorema del lmite central no se cumple, pero casi nunca se encuentran en la
toma de decisiones prctica. Una muestra no tiene que ser muy grande para que la
distribucin de muestreo de la media se acerque a la normal. Los estadsticos utilizan la
distribucin normal como una aproximacin a la distribucin de muestreo siempre que el

tamao de la muestra sea al menos de 30, pero la distribucin de muestreo de la media
puede ser casi normal con muestras incluso de la mitad de ese tamao. La importancia del
teorema del lmite central es que nos permite usar estadsticas de muestra para hacer
inferencias con respecto a los parmetros de poblacin sin saber nada sobre la forma de
la distribucin de frecuencias de esa poblacin ms que lo que podamos obtener de la
muestra.
SUGERENCIA:
El teorema del lmite central nos permite utilizar las propiedades de la distribucin normal
en muchos casos en los que los datos subyacentes no estn normalmente distribuidos. El
hecho de que la distribucin de muestreo sea aproximadamente normal es la base de una
amplia variedad de pruebas estadsticas diferentes.
3.10.4.2.2. Relacin entre el tamao de la muestra y el error estndar.

El error estndar es una medicin de la dispersin de las medias de muestras alrededor
de la media de la poblacin. Si la dispersin disminuye (si x se hace ms pequea),
entonces los valores tomados por la media de la muestra tienden a agruparse ms
cercanamente alrededor de . Y a la inversa, si la dispersin se incrementa (si x se
agranda), los valores tomados por la media de la muestra tienden a agruparse menos
cercanamente alrededor de . Al disminuir el error estndar, el valor de cualquier media
de muestra probablemente se acercar al valor de la media de la poblacin. Los
estadsticos describen este fenmeno diciendo: al disminuir el error estndar, se
incrementa la precisin con que se puede usar la media de muestra para estimar la media
de poblacin.
Debido al hecho de que x vara inversamente con la raz cuadrada de n, hay una utilidad
decreciente en el muestreo.
Es cierto que al muestrear ms elementos disminuye el error estndar, pero este beneficio
puede no valer el costo. El aumento de precisin puede no valer el costo del muestreo
adicional.
2
Sea X una variable aleatoria con distribucin normal, con parmetros , . Si sacamos
muestras de tamao n, y calculamos la media aritmtica, se demuestra que bajo ciertas

condiciones, X tambin es una variable aleatoria con distribucin normal, con parmetros
2
, /n. Es decir:
2 2
Si X - N ( , ), entonces X - N ( , /n)
Las dos distribuciones tienen la misma media, pero la dispersin de la media aritmtica es
menor, tanto ms pequea cuando mayor sea el tamao de la muestra.
Como en un proceso de inferencia es un parmetro desconocido, al extraer una muestra
en particular y calcular x, no podemos determinar exactamente qu tan cerca estuvo esa
estimacin del valor verdadero del parmetro.
De lo nico que podemos estar seguros es que, al aumentar el tamao de la muestra, la
distribucin de la media aritmtica tiende a concentrarse ms y ms alrededor de la media
poblacional y, por tanto, las estimaciones van a estar ms prximas al valor del parmetro
(desconocido).
Lo ms relevante de la media aritmtica es que, an cuando la variable en estudio no
tenga distribucin normal, o su distribucin sea desconocida, si el nmero de elementos
de la muestra es suficientemente grande, por aplicacin del Teorema del Lmite Central, la
media aritmtica igualmente va a tener aproximadamente distribucin normal.
Por ltimo, es interesante remarcar la idea de que la media aritmtica es conceptualmente
una variable aleatoria hasta el instante previo a calcular efectivamente su valor. Despus
de efectuar ese clculo, tenemos un valor fijo (no aleatorio), y por lo tanto, deja de tener
sentido hablar de la "probabilidad de la media aritmtica".
El clculo de probabilidades con la media aritmtica tiene entonces validez en trminos
tericos, es decir, representa "lo que se espera" que ocurra con dicha variable antes de
tomar una muestra y calcular efectivamente su valor.
3.10.4.2.3. El multiplicador de la poblacin finita.

Para calcular el error estndar de la media, utilizamos la ecuacin:
x = / n
esta ecuacin est diseada para situaciones en las que la poblacin es infinita, o en las
que tomamos muestras de una poblacin infinita con reemplazo.
La frmula diseada para encontrar el error estndar de la media cuando la poblacin es
finita y el muestreo se hace sin reemplazo es:
x = / nx (N - n) / (N - 1)
donde:
N = tamao de la poblacin
n = tamao de la muestra
Este nuevo factor que aparece en la ecuacin y se multiplica al error estndar original se
conoce como multiplicador de la poblacin finita.
Cuando muestreamos una pequea fraccin de la poblacin entera (es decir, cuando el
tamao de la poblacin N es muy grande en relacin con el tamao de la muestra n), el
multiplicador de la poblacin finita toma un valor cercano a 1. Los estadsticos se refieren
a la fraccin n/N como la fraccin de muestreo, porque es la fraccin de la poblacin N
contenida en la muestra.
Cuando la fraccin de muestreo es pequea, el error estndar de la media para
poblaciones finitas es tan cercano a la media para poblaciones infinitas, que bien
podramos utilizar la misma frmula para ambas desviaciones. La regla generalmente
aceptada es: si la fraccin de muestreo es menor a 0,05, no se necesita usar el multiplicar
para la poblacin finita.
Cuando utilizamos la ecuacin para poblaciones infinitas, es constante y, por tanto, la
medida de la precisin de muestreo, x, depende solamente del tamao de la muestra n y
no de la fraccin de poblacin muestreada. Es decir, para hacer x ms pequea slo es
necesario agrandar n. En consecuencia, resulta que el tamao absoluto de la muestra es
el que determina la precisin del muestreo, no la fraccin de la poblacin muestreada.
SUGERENCIAS:
Cuando desee calcular probabilidades con la media aritmtica, no olvide que al
calcular la variable estandarizada, debe dividir por el desvo o error estndar de la
media. Los resultados sern inexactos si omite este punto.
Para verificar el funcionamiento de un proceso, medir el rendimiento de un mtodo,
etc. necesitamos conocer su valor medio. Si debemos estimar ese valor a travs de
la muestra, recuerde que la precisin de la estimacin aumenta con el incremento
del tamao muestral. Evite realizar inferencias utilizando una sola observacin.
La aplicacin del Teorema del Lmite Central hace de la media aritmtica una
herramienta til, an en aquellos casos en que la distribucin de la variable en
estudio no es conocida, o no es normal.
La disminucin del error estndar no es directamente proporcional al tamao de la
muestra, as que es conveniente compatibilizar precisin con costos.
Conceptos.
Censo: medicin o examen de cada elemento de la poblacin.
Distribucin de muestreo de la media: una distribucin de probabilidad de todas
las medias posibles de muestras de un tamao dado, n, de una poblacin.
Distribucin de muestreo de una estadstica: para una poblacin dada,
distribucin de probabilidad de todos los valores posibles que puede tomar una
estadstica, dado un tamao de la muestra.
Error de muestreo: error o variacin entre estadsticas de muestra debido al azar,
es decir, diferencias entre cada muestra y la poblacin, y entre varias muestras, que
se deben nicamente a los elementos que elegimos para la muestra.
Error estndar: la desviacin estndar de la distribucin de muestreo de una
estadstica.
Error estndar de la media: la desviacin estndar de la distribucin de muestreo
de la media, una medida del grado en que se espera que varen las medias de las
diferentes muestras de la media de la poblacin, debido al error aleatorio en el
proceso de muestreo.
Estadsticas: mediciones que describen las caractersticas de una muestra.
Estimador o estadstico: cantidad que caracteriza a una muestra, y que sirve para
aproximar el valor de un parmetro desconocido. Variable aleatoria, funcin de las
observaciones muestrales, a travs de la cual tratamos de inferir el valor de un
parmetro poblacional.
Estimacin: valor particular de un estimador, que caracteriza a una muestra
especfica.
Estratos: grupos dentro de una poblacin formados de tal manera que cada grupo
es relativamente homogneo, aunque existe una variabilidad ms amplia entre los
diferentes grupos.
Fraccin de muestreo: la fraccin o porcin de la poblacin contenida en una
muestra.
Inferencia estadstica: proceso de anlisis que consiste en inferir las propiedades
de una poblacin en base a la caracterizacin de la muestra.
Muestra: subconjunto de la poblacin seleccionado mediante algn criterio
particular. Porcin de elementos de una poblacin elegidos para su examen o
medicin directa.
Muestreo no aleatorio: conformacin de la muestra en base al conocimiento o

experiencia del observador.
Muestreo aleatorio: conformacin de la muestra usando mtodos al azar.
Muestreo aleatorio simple: mtodos de seleccin de muestras que permiten a

cada muestra posible una probabilidad igual de ser elegida y a cada elemento de la
poblacin completa una oportunidad igual de ser incluido en la muestra.
Muestreo con reemplazo: procedimiento de muestreo en el que los elementos se
regresan a la poblacin despus de ser elegidos, de tal forma que algunos
elementos de la poblacin pueden aparecer en la muestra ms de una vez.
Muestreo de juicio: mtodo para seleccionar una muestra de una poblacin en el
que se usa el conocimiento o la experiencia personal para identificar aquellos
elementos de la poblacin que deben incluirse en la muestra.
Muestreo de probabilidad o aleatorio: mtodo para seleccionar una muestra de
una poblacin en el que todos los elementos de la poblacin tienen igual
oportunidad de ser elegidos en la muestra.
Muestreo estratificado: la poblacin se divide en estratos, y luego se muestra en
forma proporcional en cada estrato. Mtodo de muestreo aleatorio en el que la
poblacin se divide en grupos homogneos, o estratos, y los elementos dentro de
cada estrato se seleccionan al azar de acuerdo con una de dos reglas: 1) un
nmero especfico de elementos se extrae de cada estrato correspondiente a la
porcin de ese estrato en la poblacin; 2) igual nmero de elementos se extraen de
cada estrato, y los resultados son valorados de acuerdo con la porcin del estrato
de la poblacin total.
Muestreo de racimo (o por conglomerados): la poblacin se divide en racimos y
luego se elige aleatoriamente una muestra de racimos. Mtodo de muestreo
aleatorio en el que la poblacin se divide en grupos o racimos de elementos y luego
se selecciona una muestra aleatoria de estos racimos.
Muestreo sin reemplazo: procedimiento de muestreo en el que los elementos no
se regresan a la poblacin despus de ser elegidos, de tal forma que ningn
elemento de la poblacin puede aparecer en la muestra ms de una vez.
Muestreo sistemtico: los elementos de la muestra son elegidos a intervalos fijos.
Mtodo de muestreo aleatorio usado en estadstica en el que los elementos que se
muestrearn se seleccionan de la poblacin en un intervalo uniforme que se mide

con respecto al tiempo, al orden o al espacio.
Multiplicador de la poblacin finita: factor que se utiliza para corregir el error
estndar de la media en el estudio de una poblacin de tamao finito, pequeo con
respecto al tamao de la muestra.
Parmetro: valor fijo que caracteriza a una poblacin. Valores que describen las
caractersticas de una poblacin.
Poblacin: conjunto de elementos que son objeto de un estudio estadstico.
Poblacin finita: poblacin que tiene un tamao establecido o limitado.
Precisin: el grado de exactitud con el que la media de la muestra puede estimar la
media de la poblacin, segn revela el error estndar de la media.
Racimos: grupos dentro de una poblacin que son esencialmente similares entre
s, aunque los grupos mismos tengan amplia variacin interna.
Teorema del lmite central: resultado que asegura que la distribucin de muestreo
de la media se acerca a la normalidad cuando el tamao de la muestra se
incrementa, sin importar la forma de la distribucin de la poblacin de la que se
selecciona la muestra.
3.10.5. ESTIMACIN.
El material sobre teora de la probabilidad constituye la base de la inferencia estadstica,
rama de la estadstica que tiene que ver con el uso de los conceptos de la probabilidad
para tratar con la toma de decisiones en condiciones de incertidumbre. La inferencia
estadstica est basada en la estimacin y en la prueba de hiptesis.
3.10.5.1. TIPOS DE ESTIMACIN.

Podemos hacer dos tipos de estimaciones concernientes a una poblacin:
Una estimacin puntual: es slo u nmero que se utiliza para estimar un parmetro
de poblacin desconocido. Una estimacin puntual a menudo resulta insuficiente,
debido a que slo tiene dos opciones: es correcta o est equivocada. Una
estimacin puntual es mucho ms til si viene acompaada por una estimacin del
error que podra estar implicado.
Una estimacin de intervalo: es un intervalo de valores que se utiliza para estimar
un parmetro de poblacin. Esta estimacin indica el error de dos maneras: por la
extensin del intervalo y por la probabilidad de obtener el verdadero parmetro de

la poblacin que se encuentra dentro del intervalo.
3.10.5.2. ESTIMADOR Y ESTIMACIONES.

Un estimador es una estadstica de muestra utilizada para estimar un parmetro de
poblacin. La media de la muestra puede ser un estimador de la media de la poblacin, y
la porcin de la muestra se puede utilizar como estimador de la porcin de la poblacin.
Tambin podemos utilizar el alcance de la muestra como un estimador del alcance de la
poblacin.
Cuando hemos observado un valor numrico especfico de nuestro estimador, nos
referimos a ese valor como una estimacin. Una estimacin es un valor especfico
observado de una estadstica. Hacemos una estimacin si tomamos una muestra y
calculamos el valor que toma nuestro estimador en esa muestra.
3.10.5.3. CRITERIOS PARA SELECCIONAR UN BUEN ESTIMADOR.

1. Imparcialidad. Se refiere al hecho de que una media de muestra es un estimador
no sesgado de una media de poblacin, porque la media de distribucin de
muestreo de las medias de muestras tomadas de la misma poblacin es igual a la
media de la poblacin misma. Podemos decir que una estadstica es un estimador
imparcial (o no sesgado) si, en promedio, tiende a tomar valores que estn por
encima del parmetro de la poblacin y la misma extensin con la que tiende a
asumir valores por debajo del parmetro de poblacin que se est estimando.
2. Eficiencia. Se refiere al tamao del error estndar de la estadstica. Si
comparamos dos estadsticas de una muestra del mismo tamao y tratamos de
decidir cul de ellas es un estimador ms eficiente, escogeramos la estadstica que
tuviera el menor error estndar o la menor desviacin estndar de la distribucin de
muestreo. Tiene sentido pensar que un estimador con un error estndar menor (con
menos desviacin) tendr una mayor oportunidad de producir una estimacin ms
cercana al parmetro de poblacin que se est considerando.
3. Coherencia. Una estadstica es un estimador coherente de un parmetro de
poblacin si al aumentar el tamao de la muestra, se tiene casi la certeza de que el
valor de la estadstica se aproxima bastante al valor del parmetro de la poblacin.

Si un estimador es coherente, se vuelve ms confiable si tenemos tamaos de

muestras ms grandes.
4. Suficiencia. Un estimador es suficiente si utiliza una cantidad de la informacin
contenida en la muestra que ningn otro estimador podra extraer informacin
adicional de la muestra sobre el parmetro de la poblacin.
Una estadstica de muestra dada no siempre es el mejor estimador de su parmetro de
poblacin correspondiente. Considere una poblacin distribuida simtricamente, en la que
los valores de la mediana y de la media coinciden. En este caso, la media de la muestra
sera un estimador imparcial de la mediana de la poblacin debido a que asumira valores
que en promedio seran iguales a la mediana de la poblacin. Tambin, la media de la
muestra sera un estimador consistente de la mediana de la poblacin, puesto que,
conforme aumenta el tamao de la muestra, el valor de la media de la muestra tender a
acercarse bastante a la mediana de la poblacin. Y la media de la muestra sera un
estimador ms eficiente de la mediana de la poblacin que la mediana misma, ya que en
muestras grandes, la media de la muestra tiene una desviacin estndar menor que la
mediana de la muestra. Al mismo tiempo, la mediana de la muestra de una distribucin
distribuida simtricamente sera un estimador imparcial y consistente de la media de la
poblacin, pero no el ms eficiente estimador, porque en muestras grandes su error
estndar es mayor que el de la media de la muestra.
3.10.5.4. ESTIMACIONES PUNTUALES.

La media de la muestra es el mejor estimador de la media de la poblacin. Es imparcial,
coherente, el estimador ms eficiente y, siempre y cuando la muestra sea la
suficientemente grande, su distribucin de muestreo puede ser aproximada por la
distribucin normal.
Si conocemos la distribucin de muestreo de la media, podemos llegar a conclusiones con
respecto a cualquier estimacin que podamos hacer a partir de la informacin de
muestreo.
3.10.5.4.1. Estimacin puntual de la varianza y de la desviacin estndar de la

poblacin.
El estimador utilizado con ms frecuencia para hacer la estimacin de la desviacin
estndar de la poblacin, es la desviacin estndar de la muestra:
s2 = (x - x)2 / (n - 1)
2
Al utilizar un divisor n - 1, nos da un estimador imparcial de .
3.10.5.4.2. Estimacin puntual de la porcin de la poblacin.

La porcin de unidades de una poblacin dada que posee una caracterstica particular se
representa mediante el smbolo p. Si conocemos la porcin de unidades de una muestra
que tiene la misma caracterstica, podemos utilizar esa p como estimador de p. Se puede
mostrar que p tiene todas las caractersticas deseables: es imparcial (no sesgado),
coherente, eficiente y suficiente.
SUGERENCIA:
Incluso cuando estamos utilizando el mejor estimador de un parmetro de poblacin,
aceptamos que puede estar implicado algo de error. Afirmamos que la estimacin puntual
y la medida de la varianza proporcionan informacin til para las decisiones.
3.10.5.5. ESTIMACIONES DE INTERVALO.

El propsito de tomar muestras es para conocer ms acerca de una poblacin. Podemos
calcular esa informacin a partir de las muestras como estimaciones puntuales, o como
estimaciones de intervalo. Una estimacin de intervalo describe un intervalo de valores
dentro del cual es posible que est un parmetro de poblacin.
Si seleccionamos y representamos grficamente un gran nmero de medias de muestras
de una poblacin, la distribucin de tales medias se aproximar a la curva normal.
Adems, la media de las medias de muestra ser la misma media de la poblacin.
3.10.5.5.1. Probabilidad de que el parmetro de la poblacin est dentro de la

estimacin.
En lo que concierne a cualquier intervalo particular, ste contiene a la media de la
poblacin o no la contiene, pues la media de la poblacin es un parmetro fijo, y no vara.
Cuando las organizaciones informan la precisin de encuestas de opinin como "estos
resultados son precisos en ms menos tres puntos", por lo general no establecen el nivel
de confianza que estn utilizando para hacer la estimacin de intervalo. Una afirmacin
ms completa tendra la forma. "existe un 95% de probabilidad de que la verdadera
opinin de la poblacin caiga dentro del intervalo comprendido entre.."

3.10.5.5.2. Estimaciones de intervalo e intervalos de confianza.

La probabilidad que asociamos con una estimacin de intervalo se conoce como nivel de
confianza. Esta probabilidad indica qu tanta confianza tenemos de que la estimacin de
intervalo incluya al parmetro de poblacin. Una probabilidad ms alta indica ms
confianza.
El intervalo de confianza es el alcance de la estimacin que estamos haciendo.
Expresaremos el intervalo de confianza en trminos de errores estndar, ms que con
valores numricos. Los lmites de confianza son los lmites superior e inferior del intervalo
de confianza
3.10.5.5.3. Relacin entre el nivel de confianza e intervalo de confianza.

Podra pensarse que deberamos utilizar un nivel alto de confianza en todos los problemas
sobre estimaciones. En la prctica, sin embargo, altos niveles de confianza producen
intervalos de confianza grandes, y stos no son precisos, dan estimaciones bastante
imprecisas.
3.10.5.5.4. Uso del muestreo y de la estimacin de intervalos de confianza.

A menudo resulta difcil o caro tomar ms de una muestra de una poblacin. Basados en
solamente una muestra estimamos el parmetro de poblacin.
El intervalo de confianza quiere decir que si seleccionamos muchas muestras aleatorias
del mismo tamao y si calculamos un intervalo de confianza para cada una de las
muestras, tendremos un porcentaje de confianza determino de que en todos los casos la
media de la poblacin caer dentro del intervalo.
Por otro lado, existe un cierto equilibrio entre la certidumbre de la estimacin y el ancho de
un intervalo de confianza.
3.10.5.5.5. Clculo de estimaciones de intervalo de la media a partir de muestras

grandes.
Se calcula el error estndar de la media para una poblacin infinita:
x = / n
Posteriormente, se establecen los lmites de confianza superior e inferior, considerando el
porcentaje de confianza requerido.

3.10.5.5.6. Cuando no se conoce la desviacin estndar.

Cuando no se conoce la desviacin estndar de la poblacin, utilizamos la desviacin
estndar de la muestra para estimar la desviacin estndar de la poblacin:
s2 = [(x - x)2 / (n - 1)]
La frmula para derivar el error estndar de la media de poblaciones finitas es:
x ={ / n} x (N - n) / N - 1)
A partir de esto, podemos calcular el error estndar de la media mediante la desviacin
estndar de la poblacin:

x ={ x / n} x (N - n) / N - 1)
SUGERENCIA:
Cuando tenemos muestras grandes, utilizamos el Teorema del Lmite Central, nuestro
conocimiento de la curva normal y nuestra habilidad para hacer correcciones para
poblaciones finitas.
3.10.6. DETERMINACIN DEL TAMAO DE LA MUESTRA.

Siempre que tomamos una muestra, perdemos algo de informacin til con respecto a la
poblacin. El error de muestre se puede controlar si seleccionamos una muestra cuyo
tamao sea el adecuado. En general, cuanta ms precisin se quiera, ms grande ser el
tamao de la muestra necesaria.
Para calcular el tamao de muestra, podemos utilizar la frmula del error estndar de la
media:
x = / n
Si no conocemos la desviacin estndar de la poblacin, podemos utilizar el alcance de la
poblacin para obtener una estimacin burda pero manejable de la desviacin estndar.
Sabemos que ms menos tres desviaciones estndar incluyen 99,7% del rea total bajo la
curva normal, esto es, ms tres desviaciones estndar y menos tres desviaciones
estndar de la media incluyen casi toda el rea de la distribucin.
3.10.7. SUGERENCIAS:
Un estimador es una variable aleatoria, y por lo tanto es posible asociarle
probabilidades, lo que resulta de suma utilidad como herramienta auxiliar para la
toma de decisiones bajo condiciones de incertidumbre.
Una estimacin, en cambio, es un valor particular del estimador, calculado en base
a una muestra dada. Por tanto, constituye un valor fijo (no aleatorio) que caracteriza
a esa muestra en particular, pero que se usa para inferir el valor de un parmetro
desconocido.
Entre un estimador puntual y uno por intervalos, es preferible usar este ltimo
porque tiene asociado una probabilidad que contempla el error que se puede
cometer en la aproximacin.
3.10.8. CONCEPTOS.
Estimacin: valor especfico de un estimador, calculado en base a una muestra
dada.
Estimacin de intervalo: intervalo de valores utilizado para estimar un parmetro
de poblacin desconocido.
Estimacin de parmetros: Aproximacin del valor de parmetros poblacionales
desconocidos mediante del empleo de estadsticos muestrales.
Estimacin puntual: un solo nmero que se utiliza para estimar un parmetro de
poblacin desconocido.
Estimador: estadstica de muestra utilizada para estimar un parmetro de
poblacin. Conceptualmente es una variable aleatoria.
Estimador coherente: estimador que produce valores que se acercan ms al
parmetro de la poblacin conforme aumenta el tamao de la muestra.
Estimador eficiente: estimador con un menor error estndar que algn otro
estimador del parmetro de la poblacin, esto es, cuanto ms pequeo sea el error
estndar de un estimador, ms eficiente ser ese estimador.
Estimador imparcial: estimador de un parmetro de poblacin que, en promedio,
asume valores por encima del parmetro de la poblacin con la misma frecuencia, y
al mismo grado, con que tiende a tomarlos por debajo del parmetro de la
poblacin.
Estimador suficiente: estimador que utiliza toda la informacin disponible en los
datos correspondientes a un parmetro.
Intervalo de confianza: intervalo de valores que tiene designada una probabilidad
de que incluya el valor real del parmetro de la poblacin.
Lmites de confianza: lmites inferior y superior de un intervalo de confianza.
Nivel de confianza: probabilidad que los estadsticos asocian con una estimacin
de intervalo de un parmetro de poblacin, sta indica qu tan seguros estn de
que la estimacin de intervalo incluir el parmetro de la poblacin. Probabilidad,
designada de antemano, de que un intervalo de confianza incluya al valor del

parmetro desconocido.
Propiedades de un buen estimador: caractersticas deseables de un estimador,
para lograr la mejor aproximacin posible de un parmetro poblacional.
3.10.9. PRUEBAS DE HIPTESIS

Una hiptesis es una afirmacin acerca de algo. En estadstica, puede ser una suposicin
acerca del valor de un parmetro desconocido.
Pasos en la prueba de hiptesis:
1. Definir la hiptesis nula: suponer una hiptesis acerca de una poblacin.
2. Formular una hiptesis alternativa: es una contra-hiptesis.
3. Definir un criterio de decisin para rechazar o no la hiptesis nula.
4. Recabar datos de la muestra.
5. Calcular una estadstica de muestra.
6. Utilizar la estadstica de muestra para evaluar la hiptesis.
Generalmente, se habla de "no rechazar" una hiptesis en lugar de "aceptar", ya que las
pruebas no son concluyentes.
3.10.9.1. INTRODUCCIN
La prueba de hiptesis comienza con una suposicin, llamada hiptesis, que hacemos con
respecto a un parmetro de poblacin. Despus recolectamos datos de muestra,
producimos estadsticas de muestra y usamos esta informacin para decidir qu tan
probable es que sea correcto nuestro parmetro de poblacin acerca del cual hicimos la
hiptesis.
Debemos establecer el valor supuesto o hipotetizado del parmetro de poblacin antes de
comenzar a tomar la muestra. La suposicin que deseamos probar se conoce como
hiptesis nula, y se simboliza H0.
Siempre que rechazamos la hiptesis, la conclusin que s aceptamos se llama hiptesis
alternativa y se simboliza H1.
3.10.9.2. INTERPRETACIN DEL NIVEL DE SIGNIFICANCIA.

El propsito de la prueba de hiptesis no es cuestionar el valor calculado de la estadstica
de muestra, sino hacer un juicio respecto a la diferencia entre esa estadstica de muestra y
un parmetro de poblacin hipotetizado. El siguiente paso despus de establecer la

hiptesis nula alternativa consiste en decidir qu criterio utilizar para decidir si aceptar o
rechazar la hiptesis nula.
Si suponemos que la hiptesis es correcta, entonces el nivel de significancia indicar el
porcentaje de medias de muestra que est fuera de ciertos lmites.
Siempre que afirmemos que aceptamos la hiptesis nula, en realidad lo que queremos
decir es que no hay suficiente evidencia estadstica para rechazarla. El empleo del trmino
aceptar, en lugar de rechazar, se ha vuelto de uso comn. Significa simplemente que
cuando los datos de la muestra n hacen que rechacemos una hiptesis nula, nos
comportamos como si fuera cierta.
3.10.9.3. SELECCIN DEL NIVEL DE SIGNIFICANCIA

Nuestra eleccin del estndar mnimo para una probabilidad aceptable, o el nivel de
significancia, es tambin el riesgo que asumimos al rechazar una hiptesis nula cuando es
cierta. Mientras ms alto sea el nivel de significancia que utilizamos para probar una
hiptesis, mayor ser la probabilidad de rechazar una hiptesis nula cuando es cierta.
3.10.9.3.1. Errores tipo I y tipo II.

El rechazo de una hiptesis nula cuando es cierta se denomina error de tipo I, y su
probabilidad (que es tambin el nivel de significancia) se simboliza como . El hecho de
aceptar una hiptesis nula cuando es falsa se denomina error de tipo II, y su probabilidad
se simboliza como . La probabilidad de cometer un tipo de error puede reducirse slo si
deseamos incrementar la probabilidad de cometer el otro tipo de error. Con el propsito de
obtener una baja, tendremos que tolerar una alta. Los responsables de la toma de
decisiones deciden el nivel de significancia adecuado, al examinar los costos o
desventajas vinculadas con ambos tipos de errores.
3.10.9.3.2. Pruebas de hiptesis de dos extremos y de un extremo.

Una prueba de dos extremos de una hiptesis, rechazar la hiptesis nula si la media de
muestra es significativamente mayor o menor que la media de la poblacin hipotetizada.
Existen dos regiones de rechazo.

Hay situaciones en las que no es apropiada una prueba de dos extremos, por lo que
debemos usar una prueba de un extremo, que pueden ser de extremo izquierdo (o inferior)
o extremo derecho (o superior).
La nica forma de probar una hiptesis nula es conociendo el parmetro de poblacin, y
eso no es posible al tomar una muestra. Por consiguiente, aceptamos la hiptesis nula y
nos comportamos como si fuera cierta, simplemente porque no podemos encontrar
evidencia para rechazarla.
3.10.9.3.3. Medicin de la potencia de una prueba de hiptesis.

Idealmente, tanto como (las probabilidades de los errores tipo I y II deben ser
pequeas. Una vez que decidimos el nivel de significancia, no hay nada que podamos
hacer con respecto a .
Cuando la hiptesis nula es falsa, (la media de la poblacin cierta) no es igual a la
media hipotetizada.
Puesto que rechazar una hiptesis nula cuando es falsa es exactamente lo que debe
hacer una buena prueba, un valor alto de 1 - significa que la prueba est trabajando
bastante bien (est rechazando la hiptesis nula cuando es falsa. Puesto que 1 - es la
medida de qu tan bien trabaja la prueba, se la conoce como la potencia de la prueba. Si
representamos grficamente los valores 1 - por cada valor de para el que la hiptesis
alternativa es cierta, la curva resultante se conoce como curva de potencia.
Conviene plantear la hiptesis nula siempre por la igualdad. Adapte la
contrahiptesis de acuerdo con el objetivo del problema.
Formule la hiptesis en base a los objetivos del estudio, pero siempre antes de
extraer la muestra y calcular el estimador puntual del parmetro desconocido, para
no verse influenciado por este resultado.
Tenga en cuenta que si bien la hiptesis nula es la que se pone bajo prueba, eso no
significa que deba ser siempre la suposicin que el experimentador desea que se
compruebe.
Como en todo proceso de inferencia, existe algn grado de subjetividad en la
realizacin de una prueba, particularmente en la eleccin del nivel de significancia y

del tamao de la muestra. Trate de que la eleccin de estos valores responda a un

anlisis cuidadoso del problema en cuestin.
Una vez fijadas las condiciones de la prueba, el resultado de la misma es
totalmente objetivo.
Para fijar el nivel de significancia de la prueba, hay que tener en cuenta que cuando
la probabilidad del error tipo I aumenta, la del error tipo II disminuye. La forma de
minimizar el error tipo II independientemente del nivel de significancia, es
aumentando el tamao de la muestra.
Como las probabilidades de los errores tipo I y II estn relacionadas entre si, pero
el experimentador puede fijar la primera, antes de elegir el nivel de significancia hay
que ver cul de los dos tipos de errores resulta ms crtico.
3.10.11. CONCEPTOS:
Alfa: probabilidad de cometer un error de tipo I.
Beta: probabilidad de cometer un error de tipo II.
Curva de potencia: grfica de los valores de la potencia de una prueba por cada
valor de , u otro parmetro de poblacin, para el que la hiptesis alternativa es
cierta.
Error de tipo I: rechazo de una hiptesis nula cuando es cierta.
Error de tipo II: aceptacin de una hiptesis nula cuando es falsa.
Escala estandarizada: medicin en desviaciones estndar a partir de la media de
la variable.
Escala sin procesar: medicin en las unidades originales de la variable.
Hiptesis: suposicin o especulacin que hacemos con respecto a un parmetro
de poblacin.
Hiptesis alternativa: conclusin que aceptamos cuando los datos no respaldan la
hiptesis nula.
Hiptesis estadstica: afirmacin acerca del valor de un parmetro desconocido, o
sobre la distribucin de una variable.
Hiptesis nula: hiptesis o suposicin con respecto a un parmetro de poblacin
que deseamos probar.

Nivel de significancia: valor que indica el porcentaje de valores de muestra que

estn fuera de ciertos lmites, suponiendo que la hiptesis nula es correcta, es
decir, se trata de la probabilidad de rechazar la hiptesis nula cuando es cierta.
Potencia de prueba de hiptesis: probabilidad de rechazar la hiptesis nula
cuando es falsa, es decir, una medida de qu tan bien funciona la prueba de
hiptesis.
Prueba de hiptesis: experimento que pone bajo prueba una hiptesis estadstica,
para decidir si es verdadera o falsa.
Prueba de dos extremos: prueba de hiptesis en la que la hiptesis nula se
rechaza si el valor de muestra es significativamente menor o mayor que el valor
hipotetizado del parmetro de poblacin, prueba que involucra dos regiones de
rechazo.
Prueba de extremo inferior: prueba de hiptesis de un extremo en la que un valor
de la muestra que se encuentra significativamente por debajo del valor de la
poblacin hipotetizada, nos llevar a rechazar la hiptesis nula.
Prueba de extremo superior: prueba de hiptesis de un extremo en la que un
valor de muestra significativamente superior al valor de poblacin hipotetizado nos
llevar a rechazar la hiptesis nula.
Prueba de un extremo: prueba de hiptesis en la que slo hay una regin de
rechazo, es decir, slo nos interesa si el valor observado se desva del valor
hipotetizado en una direccin.
Valor crtico: valor de la estadstica estndar (z) ms all del cual rechazamos la
hiptesis nula; el lmite entre las regiones de aceptacin y rechazo.
3.10.12. INTRODUCCIN A LA ESTADSTICA NO PARAMTRICA

Las pruebas de hiptesis hacen inferencias respecto a los parmetros de la poblacin,
como la media. Estas pruebas paramtricas utilizan la estadstica paramtrica de muestras
que provinieron de la poblacin que se est probando. Para formular estas pruebas,
hicimos suposiciones restrictivas sobre las poblaciones de las que extraamos las
muestras. Por ejemplo: suponamos que las muestras eran grandes o que provenan de
poblaciones normalmente distribuidas. Pero las poblaciones no siempre son normales.
Los estadsticos han desarrollado tcnicas tiles que no hacen suposiciones restrictivas
respecto a la forma de las distribuciones de las poblaciones. stas se conocen como
pruebas sin distribucin, o pruebas no paramtricas. Las hiptesis de una probabilidad no

paramtrica se refieren a algo distinto del valor de un parmetro de poblacin
3.10.12.1. VENTAJAS DE LOS MTODOS NO PARAMTRICOS.

1. No requieren que hagamos la suposicin de que una poblacin est distribuida en
forma de curva normal u otra forma especfica.
2. Generalmente, son ms fciles de efectuar y comprender.
3. Algunas veces, ni siquiera se requiere el ordenamiento o clasificacin formal.
3.10.12.2. DESVENTAJAS DE LOS MTODOS NO PARAMTRICOS.

1. Ignoran una cierta cantidad de informacin
2. A menudo, no son tan eficientes como las pruebas paramtricas. Cuando usamos
pruebas no paramtricas, efectuamos un trueque: perdemos agudeza al estimar
intervalos, pero ganamos la habilidad de usar menos informacin y calcular ms
rpidamente.
3.10.12.3. PRUEBA DE KOLMOGOROV.SMIRNOV.

Se trata de un mtodo no paramtrico sencillo para probar si existe una diferencia
significativa entre una distribucin de frecuencia observada y otra frecuencia terica. Es
otra medida de la bondad de ajuste de una distribucin de frecuencia terica.
Se basa en la comparacin de distribuciones acumuladas: la distribucin acumulada de los
datos observados y la distribucin acumulada terica correspondiente al modelo elegido.
Tiene varias ventajas: es una prueba poderosa y fcil de utilizar, puesto que no requiere
que los datos se agrupen de determinada manera.
Es particularmente til para juzgar qu tan cerca est la distribucin de frecuencias
observada de la distribucin de frecuencias esperada, porque la distribucin de
probabilidad Dn depende del tamao de muestra n, pero es independiente de la
distribucin de frecuencia esperada (Dn es una estadstica de distribucin libre).
Para calcular la estadstica K-S, simplemente se elige Dn (la desviacin absoluta mxima
entre las frecuencias observadas y tericas).
Una prueba K-S siempre debe ser una prueba de un extremo.
Luego se busca el valor crtico en la tabla, para las n observaciones, considerando el nivel
de significancia adoptado.
Si el valor de la tabla es mayor que el valor de Dn, entonces aceptaremos la hiptesis

nula.
La prueba de Kolmogorov puede usarse con muestras muy pequeas, en donde no
se pueden aplicar otras pruebas paramtricas.
Podemos usar la prueba de Kolmogorov para verificar la suposicin de normalidad
subyacente en todo anlisis de inferencia.
Si bien constituye una prueba de implementacin sencilla, tenga en cuenta que
carga con las desventajas de los mtodos no paramtricos en general, en el sentido
de producir resultados menos precisos que los procedimientos convencionales.
Cuando trabaje con muestras pequeas, recuerde usar la frecuencia cumulada
experimental.
3.10.14. CONCEPTOS:
Pruebas de bondad de ajuste: pruebas de hiptesis que ponen bajo prueba una
afirmacin acerca de la distribucin de una variable aleatoria.
Prueba de Kolmogorrov-Smirnov: prueba no paramtrica que no requiere que los
datos se agrupen de ninguna manera para determinar si existe diferencia
significativa entre la distribucin de frecuencia observada y la distribucin de
frecuencia terica.
Pruebas no paramtricas: tcnicas estadsticas que no hacen suposiciones
restrictivas respecto a la forma de la distribucin de poblacin al realizar una prueba
de hiptesis.

3.10.15. REFERENCIAS

3.11. PROBABILIDAD
3.11.1. HISTORIA DE LA PROBABILIDAD

Jacob Berooulli (1654 - 1705), Abraham de Moivre (1667 - 1754), el reverendo Thomas
Bayes (1702 - 1761) y Joseph Lagrange (1736 - 1813) desarrollaron frmulas y tcnicas
para el clculo de la probabilidad. En el siglo XIX, Pierre Simon, marqus de Laplace
(1749 - 1827), unific todas estas primeras ideas y compil la primera teora general de la
probabilidad.
La teora de la probabilidad fue aplicada con xito en las mesas de juego y, lo que es ms
importante, en problemas sociales y econmicos. La industria de seguros requera un
conocimiento preciso acerca de los riesgos de prdida. Muchos centros de aprendizaje
estudiaron la probabilidad como una herramienta para el entendimiento de los fenmenos
sociales.
Nuestra necesidad de tratar con total incertidumbre nos lleva a estudiar y utilizar la teora
de la probabilidad. Al organizar la informacin y considerarla de manera sistemtica,
seremos capaces de reconocer nuestras suposiciones, comunicar nuestro razonamiento a
otras personas y tomar una decisin ms slida.
3.11.2. CONCEPTOS BSICOS SOBRE PROBABILIDAD.

La probabilidad es la posibilidad de que algo pase. Las probabilidades se expresan como
fracciones o como decimales que estn entre uno y cero. Tener una probabilidad de cero
significa que algo nuca va a suceder; una probabilidad de uno indica que algo va a
suceder siempre.
En la teora de la probabilidad, un evento es uno o ms de los posibles resultados de
hacer algo. La actividad que origine uno de dichos eventos se conoce como experimento
aleatorio.
Al conjunto de todos los resultados posibles de un experimento se le llama espacio
muestral del experimento.
Se dice que dos eventos son mutuamente excluyentes si uno y slo uno de ellos puede
tener lugar a un tiempo.

Cuando en una lista de los posibles eventos que pueden resultar de un experimento se
incluyen todos los resultados posibles, se dice que la lista es colectivamente exhaustiva.
En una lista colectivamente exhaustiva se presentan todos los resultados posibles.
3.11.3. TRES TIPOS DE PROBABILIDAD.

Existen tres maneras bsicas de clasificar la probabilidad. Estas tres formas presentan
planteamientos conceptuales bastante diferentes:
Planteamiento clsico.
Planteamiento de frecuencia relativa.
Planteamiento subjetivo.
3.11.3.1. PROBABILIDAD CLSICA.

Se define la probabilidad de que un evento ocurra como:
Nmero de resultados en los que se presenta el evento / nmero total de resultados
posibles
Cada uno de los resultados posibles debe ser igualmente posible.
La probabilidad clsica, a menudo, se le conoce como probabilidad a priori, debido a que
si utilizamos ejemplos previsibles como monedas no alteradas, dados no cargados y
mazos de barajas normales, entonces podemos establecer la respuesta de antemano, sin
necesidad de lanzar una moneda, un dado o tomar una carta. No tenemos que efectuar
experimentos para poder llegar a conclusiones.
Este planteamiento de la probabilidad tiene serios problemas cuando intentamos aplicarlo
a los problemas de toma de decisiones menos previsibles. El planteamiento clsico
supone un mundo que no existe, supone que no existen situaciones que son bastante
improbables pero que podemos concebir como reales. La probabilidad clsica supone
tambin una especie de simetra en el mundo.
3.11.3.2. FRECUENCIA RELATIVA DE PRESENTACIN.

En el siglo XIX, los estadsticos britnicos, interesados en la fundamentacin terica del
clculo del riesgo de prdidas en las plizas de seguros de vida y comerciales, empezaron
a recoger datos sobre nacimientos y defunciones. En la actualidad, a este planteamiento
se le llama frecuencia relativa de presentacin de un evento y define la probabilidad como:

La frecuencia relativa observada de un evento durante un gran nmero de intentos,

o
La fraccin de veces que un evento se presenta a la larga, cuando las condiciones
son estables.
Este mtodo utiliza la frecuencia relativa de las presentaciones pasadas de un evento
como una probabilidad. Determinamos qu tan frecuente ha sucedido algo en el pasado y
usamos esa cifra para predecir la probabilidad de que suceda de nuevo en el futuro.
Cuando utilizamos el planteamiento de frecuencia relativa para establecer probabilidades,
el nmero que obtenemos como probabilidad adquirir mayor precisin a medida que
aumentan las observaciones.
Una dificultad presente con este planteamiento es que la gente lo utiliza a menudo sin
evaluar el nmero suficiente de resultados.
3.11.3.3. PROBABILIDADES SUBJETIVAS.

Las probabilidades subjetivas estn basadas en las creencias de las personas que
efectan la estimacin de probabilidad. La probabilidad subjetiva se puede definir como la
probabilidad asignada a un evento por parte de un individuo, basada en la evidencia que
se tenga disponible. Esa evidencia puede presentarse en forma de frecuencia relativa de
presentacin de eventos pasados o puede tratarse simplemente de una creencia
meditada.
Las valoraciones subjetivas de la probabilidad permiten una ms amplia flexibilidad que los
otros dos planteamientos. Los tomadores de decisiones puede hacer uso de cualquier
evidencia que tengan a mano y mezclarlas con los sentimientos personales sobre la
situacin.
Las asignaciones de probabilidad subjetiva se dan con ms frecuencia cuando los eventos
se presentan slo una vez o un nmero muy reducido de veces.
Como casi todas las decisiones sociales y administrativas de alto nivel se refieren a
situaciones especficas y nicas, los responsables de tomar decisiones hacen un uso
considerable de la probabilidad subjetiva.
SUGERENCIA.
En la resolucin de problemas de probabilidad clsica, tener cuidado de asegurarse de si
la situacin descrita es "con sustitucin" o "sin sustitucin" despus de cada intento.
3.11.4. REGLAS DE PROBABILIDAD.

La mayora de los administradores que utilizan la probabilidad se preocupan por dos
condiciones:
El caso en que un evento u otro se presente.
La situacin en que dos o ms eventos se presenten al mismo tiempo.
La probabilidad de un evento A se expresa como:
P (A)
Una probabilidad sencilla quiere decir que slo un evento puede llevarse a cabo. Se le
conoce como probabilidad marginal o incondicional.
Usamos una representacin grfica, conocida como diagrama de Venn. El espacio
muestral completo se representa mediante un rectngulo y los eventos se representan
como partes de ese rectngulo.
Si dos eventos son mutuamente excluyentes, las partes correspondientes de stos en el
rectngulo, no se traslaparn. Si dos eventos no son mutuamente excluyentes, sus partes
correspondientes en el rectngulo s se traslapan.
Debido a que las probabilidades se comportan en mucho como si fueran reas,
tomaremos el rea del rectngulo como la unidad. Entonces la probabilidad de que suceda
un evento es su rea que le corresponde dentro del rectngulo.
3.11.4.1. REGLA DE LA ADICIN PARA EVENTOS MUTUAMENTE

EXCLUYENTES.
A menudo, estamos interesados en la probabilidad de que una cosa u otra suceda. Si
estos dos eventos son mutuamente excluyentes, podemos expresar esta probabilidad
haciendo uso de la regla de adicin para eventos mutuamente excluyentes:
P (A o B) = P (A) + P (B)
Existe un caso especial, para cualquier evento A, tenemos que ste sucede o no sucede.
De modo que los eventos A y no A son mutuamente excluyentes y exhaustivos:
P(A) + P(no A) = 1
P(A) = 1 - P(no A)

3.11.4.2. REGLA DE ADICIN PARA EVENTOS QUE NO SON MUTUAMENTE

EXCLUYENTES.
Si dos eventos no son mutuamente excluyentes, es posible que ambos se presenten al
mismo tiempo. En tales casos, debemos modificar la regla de la adicin para evitar el
conteo doble:
P(A o B) = P(A) + P(B) - P(AB)
3.11.4.3. PROBABILIDADES BAJO CONDICIONES DE INDEPENDENCIA

ESTADSTICA.
Cuando se presentan dos eventos, el resultado del primero puede tener un efecto en el
resultado del segundo, o puede no tenerlo. Esto es, los eventos pueden ser dependientes
o independientes. Existen tres tipos de probabilidades que se presentan bajo
independencia estadstica:
Marginal.
Conjunta.
Condicional.
3.11.4.4. PROBABILIDADES MARGINALES BAJO INDEPENDENCIA

ESTADSTICA.
Una probabilidad marginal o incondicional es la probabilidad simple de presentacin de un
evento.
3.11.4.5. PROBABILIDADES CONJUNTAS BAJO CONDICIONES DE

INDEPENDENCIA.
La probabilidad de dos o ms eventos independientes que se presentan juntos o en
sucesin es el producto de sus probabilidades marginales:
P (AB) = P(A) X P(B)
Un rbol de probabilidad muestra los resultados posibles y su respectiva probabilidad.
3.11.4.6. PROBABILIDADES CONDICIONALES BAJO INDEPENDENCIA.

Simblicamente, la probabilidad condicional se escribe: P(B/A)

Y se lee "la probabilidad de que se presente el evento B, dado que el evento A se ha

presentado". La probabilidad condicional es la probabilidad de que un segundo evento (B)
se presente, si un primer evento (A) ya ha sucedido.
Para eventos estadsticamente independientes, la probabilidad condicional de que suceda
el evento B dado que el evento A se ha presentado, es simplemente la probabilidad del
evento B:
P(B/A) = P(B)
SUGERENCIA:
Una buena verificacin de los clculos para obtener la probabilidad conjunta consiste en
recordar que para cada intento, el total de probabilidades resultantes debe sumar 1.
3.11.4.7. PROBABILIDADES BAJO CONDICIONES DE DEPENDENCIA

ESTADSTICA.
La dependencia estadstica existe cuando la probabilidad de que se presente algn
suceso depende o se ve afectada por la presentacin de algn otro evento. Los tipos de
probabilidad bajo condiciones de dependencia estadstica son:
Condicional.
Conjunta.
Marginal.
3.11.4.8. PROBABILIDAD CONDICIONAL BAJO DEPENDENCIA ESTADSTICA.

P(B/A) = P(BA) / P(A)
3.11.4.9. PROBABILIDADES CONJUNTAS BAJO CONDICIONES DE

DEPENDENCIA.
P(BA) = P(B/A) x P(A) O
P(BA) = P(A/B) x P(B)
3.11.4.10. PROBABILIDADES MARGINALES BAJO CONDICIONES DE

DEPENDENCIA.

Las probabilidades marginales bajo dependencia estadstica se calculan mediante la suma

de las probabilidades de todos los eventos conjuntos en los que se presenta el evento
sencillo.
SUGERENCIA:
Hacer la diferencia necesaria entre probabilidad condicional y probabilidad conjunta
mediante el uso correcto de los trminos "dado que..." y "tanto... como": P(A/B) es la
"probabilidad de que se presente el evento A dado que ya se ha presentado B" y P(AB) es
la "probabilidad de que tanto A como B se presenten". Y la probabilidad marginal P(A) es
la "probabilidad de que se presenta A, haya sucedido o no el evento B".
3.11.5. CONCEPTOS:
rbol de probabilidades: representacin grfica que muestra los resultados
posibles de una serie de experimentos y sus respectivas probabilidades.
Complemento de un evento: elementos del espacio muestral no incluidos en el
evento considerado.
Dependencia estadstica: condicin en la que la probabilidad de presentacin de
un evento depende de la presentacin de algn otro evento, o se ve afectada por
sta.
Diagrama de Venn: representacin grfica de los conceptos de probabilidad en la
que el espacio muestral est representado por un rectngulo y los eventos que
suceden en el espacio muestral se representan como partes de dicho rectngulo.
Espacio muestral: conjunto de todos los resultados posibles de un experimento
aleatorio.
Evento: uno o ms de los resultados posibles de hacer algo, o uno de los
resultados posibles de realizar un experimento.
3.11.6. REFERENCIAS


<<
3.12. VARIABLE ALEATORIA
3.12.1. INTRODUCCIN A LAS DISTRIBUCIONES DE PROBABILIDAD.

Las distribuciones de probabilidad estn relacionadas con las distribuciones de
frecuencias. Una distribucin de frecuencias terica es una distribucin de probabilidades
que describe la forma en que se espera que varen los resultados. Debido a que estas
distribuciones tratan sobre expectativas de que algo suceda, resultan ser modelos tiles
para hacer inferencias y para tomar decisiones en condiciones de incertidumbre.
Una distribucin de frecuencias es un listado de las frecuencias observadas de todos los
resultados de un experimento que se presentaron realmente cuando se efectu el
experimento, mientras que una distribucin de probabilidad es un listado de las
probabilidades de todos los posibles resultados que podran obtenerse si el experimento
se lleva a cabo.
Las distribuciones de probabilidad pueden basarse en consideraciones tericas o en una
estimacin subjetiva de la posibilidad. Se pueden basar tambin en la experiencia.
3.12.2. TIPOS DE DISTRIBUCIONES DE PROBABILIDAD.

Las distribuciones de probabilidad se clasifican como continuas y discretas. En la
distribucin de probabilidad discreta est permitido tomar slo un nmero limitado de
valores.
En una distribucin de probabilidad continua, la variable que se est considerando puede
tomar cualquier valor dentro de un intervalo dado. Las distribuciones continuas son una
forma conveniente de presentar distribuciones discretas que tienen muchos resultados
posibles, todos muy cercanos entre s.
3.12.3. VARIABLES ALEATORIAS.

Una variable es aleatoria si toma diferentes valores como resultado de un experimento
aleatorio. Puede ser discreta o continua. Si puede tomar slo un nmero limitado de
valores, entonces es una variable aleatoria discreta. En el otro extremo, si puede tomar
cualquier valor dentro de un intervalo dado, entonces se trata de una variable aleatoria
continua.

Se puede pensar en una variable aleatoria como un valor o una magnitud que cambia de
una presentacin a otra, sin seguir una secuencia predecible. Los valores de una variable
aleatoria son los valores numricos correspondientes a cada posible resultado de un
experimento aleatorio.
La distribucin de probabilidad de una variable aleatoria proporciona una probabilidad para
cada valor posible, y estas probabilidades deben sumar 1.
3.12.3.1. VALOR ESPERADO DE UNA VARIABLE ALEATORIA.

El valor esperado es una idea fundamental en el estudio de las distribuciones de
probabilidad.
Para obtener el valor esperado de una variable aleatoria discreta, se multiplica cada valor
que la variable puede tomar por la probabilidad de presentacin de ese valor y luego se
suman esos productos. Es un promedio pesado de los resultados que se esperan en el
futuro. El valor esperado pesa cada resultado posible con respecto a la frecuencia con que
se espera se que presente. En consecuencia, las presentaciones ms comunes tienen
asignadas un peso mayor que las menos comunes.
El valor esperado tambin puede ser obtenido a partir de estimaciones subjetivas. En ese
caso, el valor esperado no es ms que la representacin de las convicciones personales
acerca del resultado posible.
En muchas situaciones, encontraremos que es ms conveniente, en trminos de los
clculos que se deben hacer, representar la distribucin de probabilidad de una variable
aleatoria de una manera algebraica. Al hacer esto, podemos llevar a cabo clculos de
probabilidad mediante la sustitucin de valores numricos directamente en una frmula
algebraica.
SUGERENCIA:
El valor esperado de una variable aleatoria discreta es un promedio pesado del valor de
cada resultado posible multiplicado por la probabilidad de dicho resultado. Aunque existen
muchos valores diferentes posibles que la variable aleatoria puede tomar, el valor
esperado es slo un nmero.
3.12.3.2. TRATAMIENTO DE VARIABLES ALEATORIAS.

3.12.3.2.1. Variables aleatorias discretas.
Sean x1, x2, x3, ... xn los distintos valores que puede tomar la variable aleatoria.
Y p(x1), p(x2),... p(xn) su probabilidad.

Los pares de valores (xj, p(xj)) constituyen la distribucin de probabilidades de la variable
aleatoria.
p(x) se denomina funcin de probabilidad, y debe cumplir con las siguientes propiedades:
0 < p(xj) < 1 (p(x) es una probabilidad, y por lo tanto debe tomar valores entre 0 y
1).
p(xj) = 1 (la suma de probabilidades repartidas entre todos los valores de la
variable debe ser igual a 1).
De la misma manera que calculamos frecuencias acumuladas, podemos acumular
probabilidades, obteniendo la funcin de distribucin de probabilidades:
F(x) = p(xj)
Esta funcin representa la probabilidad de que la variable aleatoria sea menor o igual que
un determinado valor:
F(xj) = P (X < xj)
Grficamente, la funcin aumenta de "a saltos", ya que entre dos valores consecutivos de
una variable discreta, no puede tomar valores intermedios.
3.12.3.2.2. Variables aleatorias continuas.

En este caso, en lugar de trabajar con la probabilidad de valores particulares de la
variable, resulta ms apropiado calcular probabilidades asociadas a intervalos. Para
distribuir propiedades se usa una funcin que mide "concentracin" de probabilidades
alrededor de un punto, que se denomina funcin de densidad de probabilidad (fdp) y se
denota como f(x).
Una funcin de densidad de probabilidad debe cumplir con las siguientes propiedades:
F(x) > 0 (la funcin es no negativa para cualquier valor de x, f(x) no es una
probabilidad, y puede valer ms de 1).
f(x) dx = 1 (la acumulada para todos los valores de la variable suma 1, el rea
bajo la curva de la funcin vale 1).
La funcin de distribucin para una variable aleatoria continua se calcula:
F(a) = P(X < a) = f(x) dx
La probabilidad de que la variable est dentro de un intervalo [a - b] se calcula:
P (a< x < b) = F(b) - F(a)
La probabilidad de que la variable tome un valor particular se puede expresar como:
F(c) - F(c) = 0
Esto explica la idea de que para el caso de una variable aleatoria continua no tiene sentido
trabajar con la probabilidad de un valor particular.
3.12.3.2.3. Medidas caractersticas de una distribucin de probabilidades.

El valor esperado es un operador matemtico, cuya frmula de clculo depende del
tipo de variable aleatoria:
Variable aleatoria discreta: E (X) = xj p (xj)
Variable aleatoria continua: x f(x) dx
Para caracterizar correctamente a la distribucin, adems de determinar su posicin
es necesario calcular alguna medida que cuantifique su variabilidad. Una cantidad
muy til para evaluar la dispersin de la variable aleatoria es el operador varianza,
que se calcula:
Variable aleatoria discreta: Var (X) = (xj - E(X))2 p (xj)

Variable aleatoria continua: Var (X) = x - E(X))2 f(x) dx
3.12.3.2.4. CONCEPTOS:
Variable aleatoria: variable que cuantifica los resultados de un experimento
aleatorio. Variable que toma diferentes valores como resultado de un experimento
aleatorio.
Distribucin de probabilidades: modelo terico que describe la forma en que
varan los resultados de un experimento aleatorio. Lista de los resultados de un
experimento con las probabilidades que se esperaran ver asociadas con cada
resultado.
Variable aleatoria discreta: variable que toma un nmero finito o infinito de valores
numerables. Variable aleatoria que puede tomar slo un nmero limitado de
valores.
Variable aleatoria continua: variable que toma un valor infinito de valores no
numerables. Variable aleatoria que puede tomar cualquier valor dentro de un
intervalo dado de valores.
Funcin de probabilidad: funcin que asigna probabilidades a cada uno de los
valores de una variable aleatoria discreta.
Funcin de densidad de probabilidad: funcin que mide concentracin de

probabilidad alrededor de los valores de una variable aleatoria continua.
Funcin de distribucin: funcin que acumula probabilidades asociadas a una
variable aleatoria.
Valor esperado: operador matemtico que caracteriza la posicin de la distribucin
de probabilidades. Promedio pesado de los resultados de un experimento.
Varianza: operador que caracteriza la dispersin de la distribucin
3.12.4. REFERENCIAS

3.13. DISTRIBUCIONES DE PROBABILIDAD
3.13.1. INTRODUCCIN.
Un modelo es una simplificacin de la realidad. Un modelo probabilstico es un modelo
matemtico que describe el comportamiento de una variable aleatoria. Es una funcin que
depende de los valores de la variable aleatoria, y de otras cantidades que caracterizan a
una poblacin en particular y que se denominan parmetros del modelo. En el proceso de
modelacin, es necesario seguir los siguientes pasos:
1. Seleccionar el modelo ms apropiado.
2. Ajustar el modelo (calcular el valor de sus parmetros).
3. Verificar el modelo.
4. Decidir su aceptacin o volver al paso 1.
Para ejecutar el paso 1, podemos optar por una amplia gama de modelos de probabilidad,
desarrollados para representar distintos tipos de variables y diferentes fenmenos
aleatorios. Por lo tanto, el problema se reduce a elegir el modelo ms apropiado para el
caso en estudio.
Para ejecutar el paso 2, es necesario recopilar una muestra representativa de la poblacin
en estudio y calcular las cantidades necesarias como para evaluar los parmetros del
modelo.
3.13.2. LA DISTRIBUCIN BINOMIAL.

Esta distribucin describe una variedad de procesos de inters para los administradores y
describe datos discretos, no continuos, que son resultado de un experimento conocido
como proceso de Bernoulli.
3.13.2.1. USO DEL PROCESO DE BERNOULLI.

Podemos describir el proceso de la manera siguiente:
1. Cada intento tiene slo dos resultados posibles.
2. La probabilidad del resultado de cualquier intento permanece fijo con respecto al
tiempo.
3. Los intentos son estadsticamente independientes.

Frmula binomial:
Probabilidad de r xitos en n ensayos = n! / [r! (n - r)!] pr qn - r
p = probabilidad caracterstica o probabilidad de tener xito
q = 1 - p = probabilidad de fracaso
r = nmero de xitos deseados
n = nmero de intentos hechos
3.13.2.1.1. Generalizaciones:
Cuando p es pequea (0,1), la distribucin binomial est sesgada hacia la derecha.
Cuando p aumenta (0,3 por ejemplo), el sesgo es menos notable.
Cuando p = 0,5, la distribucin binomial es simtrica.
Cuando p es mayor que 0,5, la distribucin est sesgada hacia la izquierda.
Las probabilidades para 0,3, por ejemplo, son las mismas para 0,7, excepto que los
valores de p y q estn invertidos. Esto es cierto para cualquier pareja de valores p y
q complementarios.
3.13.2.1.2. Medidas de tendencia central y de dispersin para la distribucin

binomial.
La distribucin binomial tiene un valor esperado o media y una desviacin estndar.
Valor esperado o media: = np
Desviacin estndar: = npq
3.13.2.1.3. Cumplimiento de las condiciones del proceso de Bernoulli.

Necesitamos ser cuidadosos en el uso de la distribucin binomial de la probabilidad y
asegurar que se cumplen las tres condiciones necesarias, en particular las condiciones 2 y
3. La condicin 2 requiere que la probabilidad del resultado de cualquier intento
permanezca fija en el tiempo. La condicin 3 requiere que los ensayos o intentos de un
proceso de Bernoulli sean estadsticamente independientes, es decir, que el resultado de
un intento no puede afectar de ningn modo el resultado de cualquier otro intento.
3.13.2.2. LA DISTRIBUCIN DE POISSON.

La distribucin de Poisson se utiliza para describir cierto tipo de procesos, entre los que se
encuentran la distribucin de llamadas telefnicas que llegan a un conmutador, la
demanda (necesidades) de los pacientes que requieren servicio en una institucin de

salud, las llegadas de camiones a una caseta de cobro y el nmero de accidentes
registrados en una cierta interseccin de calles. Estos ejemplos tienen en comn un
elemento: pueden ser descritos mediante una variable aleatoria discreta que toma valores
enteros (0, 1, 2...).
3.13.2.2.1. Caractersticas de los procesos de distribucin de probabilidad de

Poisson.
1. El promedio (la media) del nmero de eventos que se producen por hora, puede
estimarse a partir de datos que se tengan disponibles.
2. Si dividimos la hora pico en periodos (intervalos) de un segundo cada uno,
encontraremos que las siguientes afirmaciones son verdaderas:
La probabilidad de que exactamente un evento ocurra por segundo es muy
pequea y es constante para cada intervalo de un segundo.
La probabilidad de que dos o ms eventos ocurran en un intervalo de un segundo
es tan pequea que le podemos asignar un valor cero.
El nmero de eventos que ocurren en un intervalo de un segundo es independiente
del tiempo en que dicho intervalo se presente en la hora pico.
El nmero de eventos en un intervalo de un segundo no depende del nmero de
ocurrencias en cualquier otro intervalo de un segundo.
3.13.2.2.2. Clculo de la probabilidad de Poisson.

La letra X por lo general representa a una variable discreta y puede tomar valores enteros.
Utilizamos la letra X para representar a la variable aleatoria y la letra x para sealar un
valor especfico que esta variable pueda tomar. La probabilidad de tener exactamente x
presentaciones en una distribucin de Poisson se calcula con la frmula:

3.13.2.2.3. La distribucin de Poisson como una aproximacin a la distribucin

binomial.
La distribucin de Poisson puede ser un razonable aproximacin a la binomial, pero slo
bajo ciertas condiciones. Tales condiciones se presentan cuando n es grande y p es
pequea, esto es, cuando el nmero de ensayos es grande y la probabilidad binomial de
tener xito es pequea. La regla que utilizan con ms frecuencia los estadsticos es que la
distribucin de Poisson es una buena aproximacin de la distribucin binomial cuando n es
igual o mayor que 20 y p es igual o menor que 0,05. En los casos en que se cumplen
estas condiciones, podemos sustituir la media de la distribucin binomial (np) en lugar de
la media de la distribucin de Poisson ( ).
SUGERENCIA:
El uso de una distribucin para aproximar a otra es una prctica bastante comn en
probabilidad y estadstica. La idea consiste en buscar situaciones en las que una
distribucin (como la de Poisson), cuyas probabilidades son relativamente fciles de
calcular, tiene valores que se encuentran razonablemente cercanos a las de otra
distribucin (como la binomial) cuyas probabilidades implican clculos ms complicados.
RECOMENDACIONES PRCTICAS:
Frente a un problema concreto, analice detenidamente todas sus caractersticas, y
al elegir el modelo apropiado, verifique que se cumplan todos los supuestos del
mismo.
Habituse a utilizar las tablas provistas por la bibliografa para calcular
probabilidades. Ahorrar tiempo y evitar errores de clculo.
No olvide emplear la distribucin de Poisson a la binomial en aquellos casos en que
p es pequeo y n es grande.
Para calcular probabilidades acumuladas, del tipo P(X > x), P(X < x) o P(x < X < x),
tambin existen valores tabulados en textos especializados.
En el caso de variables aleatorias discretas, es importante diferenciar si la
probabilidad deseada incluye o no el valor particular de la variable. Es decir, que
P(X > x) no es lo mismo que P(X > x) y P (X < x) es distinto de P(X < x).

3.13.3. LA DISTRIBUCIN NORMAL DE UNA VARIABLE ALEATORIA

CONTINUA.
La variable puede tomar cualquier valor que est en un intervalo de valores dado, y la
distribucin de probabilidad es continua.
Las razones bsicas de la importancia de la distribucin normal son:
1. Tiene algunas propiedades que la hacen aplicable a un gran nmero de situaciones
en las que es necesario hacer inferencias mediante la toma de muestras. La
distribucin normal es una til distribucin de muestreo.
2. La distribucin normal casi se ajusta a las distribuciones de frecuencias reales
observadas en muchos fenmenos, incluyendo caractersticas humanas (pesos,
alturas), resultados de procesos fsicos (dimensiones y rendimientos) y muchas
otras medidas de inters para los administradores.
3.13.3.1. CARACTERSTICAS DE LA DISTRIBUCIN NORMAL DE

PROBABILIDAD.
1. La curva tiene un solo pico; por tanto, es unimodal. Tiene forma de campana.
2. La media de una poblacin distribuida normalmente cae en el centro de su curva
normal.
3. Debido a la simetra de la distribucin normal de probabilidad, la mediana y la moda
se encuentran tambin en el centro; en consecuencia, para una curva normal, la
media, la mediana y la moda tienen el mismo valor.
4. Los dos extremos de la distribucin normal de probabilidad se extienden
indefinidamente y nunca tocan el eje horizontal.
La mayor parte de las poblaciones reales no se extienden de manera indefinida en ambas
direcciones; pero en estas poblaciones, la distribucin normal es una aproximacin
conveniente. No hay una sola distribucin normal, sino una familia de curvas normales.
Para definir una distribucin normal de probabilidad necesitamos definir slo dos
parmetros: la media y la desviacin estndar.
La curva normal puede describir un gran nmero de poblaciones, diferenciadas solamente
por la media, la desviacin estndar o por ambas.
3.13.3.2. REAS BAJO LA CURVA NORMAL.

No importa cules sean los valores de y para una distribucin de probabilidad normal,
el rea bajo la curva es 1,00, de manera que podemos pensar en reas bajo la curva
como si fueran probabilidades. Matemticamente:
1. Aproximadamente el 68% de todos los valores de una poblacin normalmente
distribuida se encuentran dentro + 1 desviacin estndar de la media.
2. Aproximadamente 95,5% de todos los valores de una poblacin normalmente
distribuida se encuentran dentro de + 2 desviaciones estndar de la media.
3. Aproximadamente 99,7% de todos los valores de una poblacin normalmente
distribuida se encuentran dentro de + 3 desviaciones estndar de la media.
Las tablas estadsticas indican porciones del rea bajo la curva normal que estn
contenidas dentro de cualquier nmero de desviaciones estndar (ms, menos) a partir de
la media.
No es posible ni necesario tener una tabla distinta para cada curva normal posible. En
lugar de ello, podemos utilizar una distribucin de probabilidad normal estndar para
encontrar reas bajo cualquier curva normal. Con esta tabla podemos determinar el rea o
la probabilidad de que la variable aleatoria distribuida normalmente est dentro de ciertas
distancias a partir de la media. Estas distancias estn definidas en trminos de
desviaciones estndar.
Para cualquier distribucin normal de probabilidad, todos los intervalos que contienen el
mismo nmero de desviaciones estndar a partir de la media contendrn la misma
fraccin del rea total bajo la curva para cualquier distribucin de probabilidad normal.
3.13.3.3. USO DE LA TABLA DE DISTRIBUCIN DE PROBABILIDAD NORMAL

ESTNDAR.
En esta tabla, el valor z est derivado de la frmula:
z = (x - )/
en la que:
x = valor de la variable aleatoria que nos preocupa
= media de la distribucin de la variable aleatoria
= desviacin estndar de la distribucin
z = nmero de desviaciones estndar que hay desde x a la media de la distribucin.
Por qu utilizamos z en lugar del nmero de desviaciones estndar? Las variables
aleatorias distribuidas normalmente tienen unidades diferentes de medicin: dlares,
pulgadas, partes de milln, kilogramos, segundos, etc. Como vamos a utilizar una tabla,
hablamos en trminos de unidades estndar (que en realidad significa desviaciones
estndar), y denotamos a stas con el smbolo z.
La tabla de distribucin de probabilidad normal estndar da los valores de nicamente la
mitad del rea bajo la curva normal, empezando con 0,0 en la media. Como la distribucin
normal de probabilidad es simtrica, los valores verdaderos para una mitad de la curva
son verdaderos para la otra.
3.13.3.4. DEFECTOS DE LA DISTRIBUCIN NORMAL DE PROBABILIDAD.

Los extremos de la distribucin normal se acercan al eje horizontal, pero nunca llegan a
tocarlo. Esto implica que existe algo de probabilidad (aunque puede ser muy pequea) de
que la variable aleatoria pueda tomar valores demasiado grandes. No perderemos mucha
precisin al ignorar valores tan alejados de la media. Pero a cambio de la conveniencia del
uso de este modelo terico, debemos aceptar el hecho de que puede asignar valores
empricos imposibles.
3.13.3.5. LA DISTRIBUCIN NORMAL COMO UNA APROXIMACIN DE LA

DISTRIBUCIN BINOMIAL.
Aunque la distribucin normal es continua, resulta interesante hacer notar que algunas
veces puede utilizarse para aproximar a distribuciones discretas.
La aproximacin normal a la distribucin binomial resulta muy conveniente, pues nos
permite resolver el problema sin tener que consultar grandes tablas de la distribucin
binomial. Pero se necesita tener algo de cuidado al utilizar esta aproximacin, que es
bastante buena, siempre que np y nq sean al menos de cinco.
SUGERENCIA:
La distribucin normal es otra funcin algebraica con propiedades matemticas bien
conocidas, y es una buena aproximacin para muchos problemas binomiales que
impliquen nmeros grandes. Pero, no olvide la regla de que tanto np y nq deben ser de al
menos , y sea cauteloso acerca de la aplicacin de la aproximacin normal a situaciones
en las que la probabilidad de un evento es muy pequea. Los valores de la aproximacin
normal provenientes de los extremos de la distribucin no son muy exactos.

Este modelo se aplica generalmente en el caso de variables que presentan las siguientes
caractersticas:
Son variables dimensionales, que surgen como resultado de la medicin sobre
alguna escala continua: kgs., cms., $, T, etc.
Son variables que pueden pensarse como el resultado de la suma de muchos
pequeos efectos.
Estos elementos son slo orientativos, y proporcionan un primer indicio para iniciar la
bsqueda del modelo ms apropiado.
3.13.4. DISTRIBUCIN EXPONENCIAL.

Procesos donde se estudian fenmenos como tiempo entre o distancia entre dos eventos
cualquiera, se pueden modelas mediante la distribucin exponencial, que tiene la siguiente
funcin de densidad:
donde es el parmetro del modelo. Sus principales

propiedades son:
E (X) =
2
Var (X) =
El parmetro representa el valor esperado de la variable.
La funcin de distribucin es la siguiente:
F(X) = 1 - e-x/
3.13.4.1. TEOREMA DEL LMITE CENTRAL.

Este teorema explica la vinculacin que existe entre diversas distribuciones de
probabilidad y la normal. Especifica las condiciones bajo las cuales puede esperarse que
una variable aleatoria tenga distribucin normal.
Si sumamos variables aleatorias del mismo tipo, si el nmero de trminos de la suma es
suficientemente grande, el resultado que se obtiene es una variable con distribucin
normal.
En la prctica, si todas las variables que sumamos tienen la misma distribucin, no es
necesario que n sea demasiado grande para que se verifique la normalidad de la suma.

Una aplicacin inmediata de este teorema es la interpretacin de la media aritmtica: para

calcular un promedio, sumamos variables que provienen de la misma poblacin, y por lo
tanto tienen igual distribucin. La media obtenida seguramente va a tener distribucin
normal, an para valores bajos de n.
Otro aspecto importante es la siguiente extensin del teorema: no es estrictamente
necesario que todas las variables tengan la misma distribucin. Basta con que sean
independientes, y tengan esperanza y varianza finitas, para que si n es lo suficientemente
grande, el resultado de la suma tenga aproximadamente distribucin normal:
2
Y-N( , )
Se asume que cada trmino de la suma aporta un efecto del mismo orden de magnitud, y
que es poco probable que un valor individual haga una gran contribucin a la suma.
Este teorema explica por qu algunos modelos tienden a la normal, bajo ciertas
condiciones:
Modelo binomial: es la suma de n variables - tipo Bernoulli -, y si n tiende a infinito, las
probabilidades se pueden aproximar mediante la normal.
Modelo de Poisson: es una extensin de la binomial, y por tanto, se verifica que para =
np suficientemente grande, se pueden aproximar sus probabilidades con la normal.
RECOMENDACIONES PRCTICAS:
En el caso de distribuciones continuas, no tiene sentido calcular la probabilidad
asociada a un valor particular de la variable. Siempre se trabaja con la probabilidad
asociada a intervalos de valores de la variable.
Como la probabilidad de un valor particular no existe, en la prctica, son vlidas
cualquiera de las siguiente expresiones:
P (a<X<b); P (a<X<b); P (a<X<b); P (a<X<b)
Usar la aproximacin normal a la binomial (inclusive a Poisson) en aquellos casos
en que las condiciones del problema lo permitan. En estos casos, hay que realizar
la correccin por continuidad, para obtener resultados ms aproximados.
Como dato orientativo, la aproximacin normal a la binomial anda bien cuando tanto
np como n(1 - p) son mayores que 5. Si p es cercano a 0,5, la aproximacin anda
bien para cualquier valor de n; en caso contrario, n debe ser suficientemente
grande, no menor a 50.

3.13.4.2. IDENTIFICACIN DEL MODELO APROPIADO.

La seleccin depende, entre otros, de los siguientes factores:
Un adecuado anlisis del problema considerado: qu tipo de variable se estudia,
qu fenmeno se desea modelar, etc.
Los resultados de la descripcin de los datos disponibles: forma de la distribucin,
propiedades de la variable.
La disponibilidad y manejo de un buen nmero de modelos de probabilidad que
permitan describir diferentes tipos de situaciones.
Una vez identificado el modelo apropiado, hay que calcular sus parmetros, en base a las
observaciones que se dispongan de la variable en estudio.
Si planeamos utilizar una probabilidad para describir una situacin, debemos escoger con
cuidado la correcta. La distribucin binomial se aplica cuando el nmero de ensayos est
fijo antes de que empiece el experimento, y cada ensayo es independiente y puede tener
slo dos resultados mutuamente excluyentes. Al igual que la distribucin binomial, se
aplica cuando cada ensayo es independiente de los dems.
Pero, aunque la probabilidad de Poisson se aproxima a cero despus de los primeros
valores, el nmero de valores posibles es infinito. No se conoce el lmite de dos resultados
mutuamente excluyentes. En ciertas condiciones, la distribucin de Poisson se puede
utilizar como aproximacin de la binomial, pero no siempre es posible hacerlo. Todas las
suposiciones que conforman la base de una distribucin deben cumplirse, si la intencin
del uso de dicha distribucin es producir resultados significativos.
3.13.4.3. CONCEPTOS.
Aproximaciones a la normal: empleo de la distribucin normal para aproximar el
clculo de probabilidades de otros modelos, que por aplicacin del Teorema del
Lmite Central, bajo determinadas condiciones, tienden a la normal.
Distribucin binomial: modelo para variable aleatoria discreta que permite calcular
la probabilidad de obtener x xitos en n ensayos repetidos de tipo Bernoulli.
Distribucin discreta que describe los resultados de un experimento conocido como
proceso de Bernoulli.
Distribucin continua de probabilidad: distribucin de probabilidad en la que la
variable tiene permitido tomar cualquier valor dentro de un intervalo dado.

Distribucin discreta de probabilidad: distribucin de probabilidad en la que la

variable tiene permitido tomar solamente un nmero limitado de valores.
Distribucin normal: modelo para variable aleatoria continua que permite
representar un gran nmero de fenmenos fsicos. Distribucin de una variable
aleatoria continua que tiene una curva de un solo pico y con forma de campana. La
media cae en el centro de la distribucin y la curva es simtrica respecto a una
lnea vertical que pase por la media. Los dos extremos se extienden
indefinidamente, sin tocar nunca el eje horizontal.
Distribucin exponencial: modelo para variable aleatoria continua que permite
representar variables del tipo "tiempo entre" o "distancia entre" dos eventos y vida
til de ciertos componentes.
Distribucin de Poisson: modelo para variable aleatoria discreta que permite
calcular la probabilidad de obtener x xitos en un intervalo continuo. Distribucin
discreta en la que la probabilidad de presentacin de un evento en un intervalo muy
pequeo es un nmero tambin muy pequeo, la probabilidad de que dos o ms
eventos se presenten dentro del mismo intervalo es efectivamente igual a cero, y la
probabilidad de presentacin del evento dentro del perodo dado es independiente
de cundo se presenta dicho perodo.
Distribucin de probabilidad: lista de los resultados de un experimento con las
probabilidades que se esperaran ver asociadas con cada resultado.
Distribucin de probabilidad normal estndar: distribucin normal de
probabilidad con una media = 0 y una desviacin estndar = 1.
Factor de correccin de continuidad: correcciones utilizadas para mejorar la
precisin de la aproximacin de una distribucin binomial mediante una distribucin
normal.
Modelo o distribucin de probabilidades: funcin que distribuye probabilidades
entre los valores de una variable aleatoria.
Parmetros: cantidades que aparecen en la formulacin de un modelo,
relacionadas con las propiedades de la variable aleatoria en estudio.
Proceso de Bernoulli: experimento aleatorio que tiene slo dos resultados
posibles (xito o fracaso), cuyas probabilidades permanecen constantes cualquiera
sea el nmero de intentos.

Proceso de Poisson: Proceso de Bernoulli desarrollado en un intervalo continuo

de tiempo o espacio.
Teorema del Lmite Central: teorema que especifica las condiciones bajo las
cuales puede esperarse que una variable aleatoria tenga distribucin normal.
Valor esperado: promedio pesado de los resultados de un experimento.
Valor esperado de una variable aleatoria: la suma de los productos de cada valor
de la variable aleatoria por la correspondiente probabilidad de presentacin de
dicho valor.
Variable aleatoria: variable que toma diferentes valores como resultado de un
experimento aleatorio.
Variable aleatoria continua: variable aleatoria que puede tomar infinitos valores
dentro de un rango cualquiera.
Variable aleatoria discreta: variable que toma un nmero finito o infinito de valores
numerables.
3.13.5. REFERENCIAS

3.14. NMEROS NDICES
3.14.1. DEFINICIN DE UN NMERO NDICE.

Un nmero ndice mide qu tanto una variable ha cambiado con el tiempo. Calculamos un
nmero ndice encontrando el cociente del valor actual entre un valor base. Luego
multiplicamos el nmero resultante por 100, para expresar el ndice como un porcentaje.
Este valor final es el porcentaje relativo. El nmero ndice para el punto base en el tiempo
siempre es 100.
3.14.2. TIPOS DE NMEROS NDICE.

El ndice de precios compara niveles de precios de un perodo a otro. El ndice de precios
al consumidor (IPC) mide los cambios globales de precios de una variedad de bienes de
consumo y de servicios, y se le utiliza para definir el costo de vida.
El ndice de cantidad mide qu tanto cambia el nmero o la cantidad de una variable en el
tiempo.
El ndice de valor mide los cambios en el valor monetario total. Esto es, mide los cambios
en el valor en pesos de una variable. Combina los cambios en precio y cantidad para
presentar un ndice con ms informacin.
Por lo general, un ndice mide el cambio en una variable durante un cierto perodo, como
en una serie temporal. Sin embargo, tambin se le puede utilizar para medir diferencias en
una variable dada en diferentes lugares. Esto se lleva a cabo recolectando datos de
manera simultnea en los diferentes lugares y luego comprndolos.
Un solo nmero ndice puede reflejar a una variable compuesta o a un grupo de stas. El
IPC mide el nivel general de precios para bienes y servicios especficos en la economa.
Combina los precios individuales de bienes y servicios para conformar un nmero de
ndice de precios compuestos.
3.14.3. USOS DE LOS NMEROS NDICE.

Los nmeros de ndice pueden utilizarse de diferentes maneras. Es ms comn usarlos
por s mismos, como un resultado final. En la administracin se utilizan como parte de un
clculo intermedio para entender mejor otra informacin.

3.14.4. PROBLEMAS RELACIONADOS CON LOS NMEROS NDICE.

Existen varias cosas que pueden distorsionar los nmeros ndice:
En ocasiones, hay dificultad para hallar datos adecuados para calcular un ndice.
La incomparabilidad de ndices se presenta cuando se hacen intentos para
comparar un ndice con otro despus de que ha habido un cambio bsico en lo que
se ha estado midiendo.
La ponderacin no apropiada de factores puede distorsionar un ndice. Al
desarrollar un ndice compuesto, como el IPC, debemos tomar en cuenta que los
cambios en ciertas variables son ms importantes que en otras.
La distorsin de los nmeros ndice tambin se puede presentar cuando se
selecciona una base no apropiada. Siempre debemos considerar cmo y por qu el
perodo base fue seleccionado antes de aceptar una aseveracin basada en el
resultado de comparar nmeros ndice.
3.14.4.1. NDICE DE AGREGADOS NO PESADOS.

No pesados quiere decir que todos los valores considerados son de igual importancia.
Agregado significa que agregamos o sumamos todos los valores. La principal ventaja es
su simplicidad.
Se calcula mediante la suma de todos los elementos del compuesto, para el perodo dado,
y luego dividiendo este resultado entre la suma de los mismos elementos durante el
perodo base.
( Q1/ Q0) x 100
Como el cociente es multiplicado por 100, tcnicamente, el ndice resultante es un
porcentaje. Sin embargo, se acostumbra referirse solamente al valor y omitir el signo del
porcentaje cuando se analizan nmeros ndice.
La principal desventaja de un ndice no pesado es que no le da mayor importancia o peso
al cambio de precio de un producto de uso comn que el que le da a uno de uso poco
comn. Un cambio sustantivo en el precio de productos de lento movimiento puede
distorsionar por completo un ndice. Por esta razn, no es prctica comn utilizar un ndice
simple no pesado en anlisis importantes.
Un ndice no pesado puede verse distorsionado por un cambio en unos cuantos productos,
lo cual puede no ser representativo de la situacin que se est estudiando.
3.14.4.2. NDICE DE AGREGADOS PESADOS.

A menudo tenemos que asignar una importancia mayor a los cambios que se dan en
algunas variables que a los que se presentan en otras cuando calculamos un ndice. Esta
ponderacin nos permite incluir ms informacin, aparte del mero cambio de los precios
en el tiempo. Nos permite mejorar la precisin de la estimacin. El problema est en
decidir cunto peso asignar a cada una de las variables en la muestra
La frmula general para calcular un ndice de precios de agregados pesados es:
( P1Q/ P0Q) x 100
Tpicamente, la administracin utiliza la cantidad consumida de un producto como la
medida de su importancia cuando se calcula un ndice de agregados pesados.
Existen tres formas de pesar un ndice:
1. Mtodo Laspeyres: utiliza las cantidades consumidas durante el perodo base, es
el ms usado, debido a que requiere medidas de cantidades de nicamente un
perodo. Como cada nmero ndice depende de los mismos precio y cantidad base,
la administracin puede comparar el ndice de un perodo directamente con el
ndice de otro. Una ventaja de este mtodo es la comparabilidad de un ndice con
otro. El uso de la misma cantidad de perodo base nos permite hacer
comparaciones de manera directa. Otra ventaja es que muchas medidas de
cantidad de uso comn no son tabuladas cada ao. La principal desventaja es que
no toma en cuenta los cambios de los patrones de consumo.
2. Mtodo de Paasche: es un proceso parecido al seguido para encontrar un ndice
de Laspeyres. La diferencia consiste en que los pesos utilizados en el mtodo
Paasche son las medidas de cantidad correspondientes al perodo actual. Es
particularmente til porque combina los efectos de los cambios de precio y de los
patrones de consumo, as, es un mejor indicador de los cambios generales de la
economa que el mtodo Laspeyres. Una de las principales desventajas es la
necesidad de tabular medidas de cantidad para cada perodo examinado. Cada
valor de un ndice de precios Paasche es el resultado tanto de cambios en el precio
como en la cantidad consumida correspondiente al perodo base. Como las
medidas de cantidad utilizadas por un perodo de ndice, por lo general son
diferentes de las medidas de cantidad de otro perodo de ndice, resulta imposible
atribuir la diferencia entre los dos ndices solamente a cambios de precio. En
consecuencia, es difcil comparar ndices de diferentes perodos con el mtodo

Paasche.
3. Mtodo de agregados de peso fijo: en lugar de utilizar pesos de perodo base o
de perodo actual, utiliza pesos tomados de un perodo representativo. Los pesos
representativos se conocen como pesos fijos. Estos ltimos y los precios base no
tienen que provenir del mismo perodo. La principal ventaja es la flexibilidad al
seleccionar el precio base y el peso fijo (cantidad).
3.14.5. MTODOS DE PROMEDIO DE RELATIVOS.

3.14.5.1. MTODO DE PROMEDIO NO PESADO DE RELATIVOS.
Como una alternativa del mtodo de agregados, podemos utilizar el mtodo de promedio
de relativos.
Cuando tenemos ms de un producto (o actividad), primero encontramos el cociente del
precio actual entre el precio base para cada producto y multiplicamos cada cociente
obtenido por 100. Luego sumamos los porcentajes relativos resultantes y dividimos el
resultado entre el nmero de productos.
[(Q1/ Q0) x 100] / n
Con el mtodo de promedio no pesado de relativos, calculamos el promedio de los
cocientes de los precio para cada producto. Con el mtodo de agregados no pesados,
calculamos el cociente de las sumas de los precios de cada producto. No es lo mismo que
asignar a algunos productos ms peso que a otros. El mtodo de promedio de relativos
convierte cada elemento a una escala relativa en la que los elementos estn
representados como un porcentaje ms que como una cantidad. Debido a esto, cada uno
de los elementos del compuesto se mide con respecto a una base de 100.
3.14.5.2. MTODO DE PROMEDIO PESADO DE RELATIVOS.

Con los mtodos de promedio pesado de relativos existen varias formas de determinar un
valor pesado. Como en el mtodo de Laspeyres, podemos utilizar el valor base que
encontramos multiplicando la cantidad base por el precio base. El uso del valor base
producir exactamente el mismo resultado que si estuviramos calculando el ndice con el
mtodo de Laspeyres. Usamos el mtodo Laspeyres cuando los datos de cantidad se
obtienen con mayor facilidad.
{[(Q1/ Q0) x 100] PnQn} / PnQn
Si deseamos calcular un ndice de promedio pesado de realativos usando valores base, la

ecuacin a utilizar sera:
{[(Q1/ Q0) x 100] P0Q0} / P0Q0
Cuando utilizamos valores actuales, no podemos comparar de manera directa valores de
perodos diferentes, ya que tanto los precios como las cantidades pueden haber
cambiado. As que por lo general utilizamos valores base o valores fijos cuando
calculamos un ndice de promedio pesado de relativos.
3.14.6. NDICES DE CANTIDAD Y VALOR.

3.14.6.1. NDICES DE CANTIDAD.
Tambin podemos utilizar nmeros ndice para describir cambios en cantidades y en
valores. En tiempos de inflacin, un ndice de cantidad proporciona una medida ms
confiable de la produccin real de materias primas y bienes terminados que el
correspondiente ndice de valores. De manera parecida, la produccin agrcola se mide
mejor si se utiliza un ndice de cantidad, debido a que ste elimina los efectos engaosos
producidos por la fluctuacin de precios. A menudo usamos un ndice de cantidad para
medir mercancas que estn sujetas a una variacin considerable de precios.
Cualquiera de los mtodos analizados para determinar ndices de precios, puede utilizarse
para calcular ndices de cantidad. Cuando deseamos calcular ndices de precios, usamos
cantidades o valores como pesos. Ahora que queremos calcular ndices de cantidad,
utilizamos precios o valores como pesos.
3.14.6.2. NDICES DE VALOR.

Un ndice de valor mide cambios generales en el valor total de alguna variable. Como el
valor est determinado tanto por el precio como por la calidad, un ndice de valor
realmente mide los efectos combinados de los cambios de precios y cantidad. La principal
desventaja de un ndice de valor es que no hace diferencia alguna entre los efectos de
estados dos componentes.
Sin embargo, un ndice de valor resulta til al medir cambios globales.
3.14.7. PROBLEMAS EN LA CONSTRUCCIN Y EN EL USO DE NMEROS

NDICE.
3.14.7.1. PROBLEMAS EN LA CONSTRUCCIN.
1. Seleccin de un elemento para ser incluido en un compuesto: casi todos los

ndices se construyen para responder a una cierta pregunta en particular. Los
elementos incluidos en el compuesto dependen de la pregunta en cuestin.
2. Seleccin de los pesos apropiados: los pesos seleccionados deberan
representar la importancia relativa de los diferentes elementos.
Desafortunadamente, lo que resulta apropiado en un perodo puede volverse
inapropiado en un lapso muy corto.
3. Seleccin de un perodo base: el perodo base seleccionado debe ser un perodo
normal, preferentemente un perodo bastante reciente. Normal significa que el
perodo no debe estar en un pico o en una depresin de una fluctuacin. Una
tcnica para evitar la eleccin de un perodo irregular consiste en promediar los
valores de varios perodos consecutivos.
3.14.7.2. ADVERTENCIA EN LA INTERPRETACIN DE UN NDICE.

1. Generalizacin a partir de un ndice especfico: generalizacin de los resultados.
2. Falta de conocimiento general con respecto a ndices publicados: es la falta de
conocimiento de qu es lo que miden los diferentes ndices.
3. Efecto del paso del tiempo en un ndice: los factores relacionados con un ndice
tienden a cambiar con el tiempo, en particular, los pesos apropiados. A menos que
se cambien los pesos de acuerdo a las circunstancias, el ndice se vuelve cada vez
menos confiable.
4. Cambios de calidad: los nmeros ndice no reflejan los cambios en la calidad de
los productos que miden. Si la calidad ha cambiado realmente, entonces el ndice
sobrestima o subestima los cambios en los niveles de precios.
3.14.7.3. CONCEPTOS:
ndice de agregados no pesados: utiliza todos los valores considerados y asigna
igual importancia a cada uno de estos valores.
ndice de agregados pesados: utilizando todos los valores considerados, este
ndice asigna pesos a estos valores.
ndice de cantidad: compara niveles de precios de un perodo a otro.
ndice simple: nmero que relaciona un solo valor de la variable con una cantidad
base.
ndice compuesto: nmero que relaciona un conjunto de valores agregados de la

variable, con relacin al agregado de los valores base.
Mtodo de agregados de pesos fijos: para pesar un ndice de agregados, este
mtodo utiliza como pesos cantidades consumidas durante algn perodo
representativo.
Mtodo de Laspeyres: para pesar un ndice de agregados, este mtodo utiliza
como pesos las cantidades consumidas durante el perodo base.
Mtodo de Paasche: en el pesado de un ndice de agregados, este mtodo utiliza
como pesos las cantidades consumidas durante el perodo actual.
Mtodo de promedio no pesado de relativos: para construir un nmero ndice,
este mtodo encuentra el cociente del precio actual entre el precio base para cada
producto, suma los porcentajes relativos resultantes y posteriormente divide el
resultado entre el nmero de productos.
Mtodo de promedio pesado de relativos: para construir un nmero ndice, este
mtodo pondera la importancia del valor de cada elemento del compuesto.
Nmero ndice: cociente que mide cunto cambia una variable con el tiempo, o en
distintos lugares.
Porcentaje relativo: cociente de un valor actual entre un valor base cuyo resultado
es multiplicado por 100.
3.14.8. REFERENCIAS

<
3.15. RECOLECCIN DE LOS DATOS
3.15.1. INDICADORES, TCNICAS E INSTRUMENTOS.

Una vez obtenidos los indicadores de los elementos tericos y definido el diseo de la
investigacin, ser necesario definir las tcnicas de recoleccin de datos para construir los
instrumentos que nos permitan obtenerlos de la realidad.
Un instrumento de recoleccin de datos es cualquier recurso de que se vale el
investigador para acercarse a los fenmenos y extraer de ellos informacin. Dentro de
cada instrumento pueden distinguirse dos aspectos:
La forma: se refiere a las tcnicas que utilizamos para la tarea de aproximacin a
la realidad (observacin, entrevista).
El contenido: queda expresado en la especificacin de los datos que necesitamos
conseguir. Se concreta en una serie de tems que no son otra cosa que los
indicadores que permiten medir a las variables, pero que asumen ahora la forma de
preguntas, puntos a observar, elementos para registrar, etc.
El instrumento sintetiza en s toda la labor previa de investigacin: resume los aportes del
marco terico al seleccionar datos que corresponden a los indicadores y, por lo tanto, a las
variables y conceptos utilizados; pero tambin sintetiza el diseo concreto elegido para el
trabajo.
Mediante una adecuada construccin de los instrumentos de recoleccin, la investigacin
alcanza la necesaria correspondencia entre teora y hechos.
Qu ocurre si en una investigacin los instrumentos son defectuosos?
Se producirn algunas de las siguientes dificultades:
Los datos recogidos no servirn para satisfacer los interrogantes iniciales;
No se podrn obtener los datos que necesitamos,
Los datos vendrn falseados o distorsionados.
En estos casos, habr habido, seguramente, uno o varios errores en las etapas anteriores
del proceso de investigacin. Ser necesario, entonces, volver hacia atrs y revisar las
diferentes etapas realizadas, hasta alcanzar una mejor aproximacin al problema-

3.15.2. DATOS PRIMARIOS Y SECUNDARIOS.

Ya hemos hablado de que los datos, segn su procedencia, pueden dividirse en primarios
y secundarios.
Los datos primarios son aquellos que el investigador obtiene directamente de la
realidad, recolectndolos con sus propios instrumentos.
Los datos secundarios, por otra parte, son registros escritos que proceden
tambin de un contacto con la prctica, pero que ya han sido elegidos y procesados
por otros investigadores.
Los datos primarios y secundarios no son dos clases esencialmente diferentes de
informacin, sino partes de una misma secuencia: todo dato secundario ha sido primario
en sus orgenes, y todo dato primario, a partir del momento en que el investigador
concluye su trabajo, se convierte en dato secundario para los dems.
3.15.3. TCNICAS DE RECOLECCIN DE DATOS PRIMARIOS.

1. La observacin. Consiste en el uso sistemtico de nuestros sentidos orientados a
la captacin de la realidad que queremos estudiar.
Es una tcnica antiqusima: a travs de sus sentidos, el hombre capta la realidad
que lo rodea, que luego organiza intelectualmente. A travs de innumerables
observaciones sistemticamente repetidas, mayas y caldeos lograron penetrar en
los secretos del movimiento de los cuerpos celestes; observando miles de casos
concretos Mendel pudo formular las leyes sobre la herencia.
El uso de nuestros sentidos es una fuente inagotable de datos que, tanto para la
actividad cientfica como para la vida prctica, resulta de inestimable valor.
2. La entrevista. Consiste en una interaccin entre dos personas, una de las cuales -
el investigador - formula determinadas preguntas relativas al tema en investigacin,
mientras que la otra - el investigado - proporciona verbalmente o por escrito la
informacin que le es solicitada.
Existen adems otros procedimientos de recoleccin de datos primarios, entre los que
figguran el llamado cuestionario de autoaplicacin, los tests, los diagramas sociomtricos,
las escalas y diferenciales semnticos, etc. sin embargo, todos tienen su origen, en ltima
instancia, en las dos principales tcnicas mencionadas.

3.15.3.1. LA OBSERVACIN CIENTFICA.

La observacin puede definirse como el uso sistemtico de nuestros sentidos en la
bsqueda de los datos que se necesitan para resolver un problema de investigacin.
Dicho de otro modo, observar cientficamente es percibir activamente la realidad exterior
con el propsito de obtener los datos que previamente han sido definidos de inters para
la investigacin. La observacin que se realiza cotidianamente, como parte de nuestra
experiencia vital, no puede ser considerada como cientfica pues no est orientada hacia
objetos precisos de estudio, no es sistemtica y carece de controles o de mecanismos que
nos pongan a cubierto de los errores que podemos cometer cuando la realizamos.
La observacin cientfica debe seguir algunos principios bsicos:
Debe tener un propsito especfico.
Debe ser planeada cuidadosa y sistemticamente.
Debe llevarse, por escrito, un control cuidadoso de la misma.
Debe especificarse su duracin y frecuencia.
Debe seguir los principios bsicos de validez y confiabilidad.
La principal ventaja de esta tcnica en el campo de las ciencias del hombre radica en que
los hechos son percibidos directamente, sin ninguna clase de intermediacin,
colocndonos ante una situacin tal como sta se da naturalmente. De este modo, no se
presentan las distorsiones que son usuales en las entrevistas, como la subjetividad del
objeto investigado.
Otra ventaja es que la conducta se describe en el momento exacto en que est
ocurriendo. Por ejemplo, si queremos hacer un estudio de las diferentes formas que
existen para educar a los nios entre las tribus primitivas, observaremos las conductas de
las madres hacia sus hijos y las describiramos tal como se presentan en un momento
dado.
Adems, las observaciones se pueden realizar independientemente de que las personas
estn dispuestas a cooperar o no, a diferencia de otros mtodos en los que s necesitamos
de la cooperacin de las personas para obtener la informacin deseada.
Su principal inconveniente reside en que la presencia del observador puede provocar, por
s sola, una alteracin o modificacin en la conducta de los objetos observados,
destruyendo la espontaneidad de los mismos y aportando datos, por lo tanto, poco fiables.
Todos los seres humanos, al saberse observados, tienden naturalmente a alterar su
conducta, pues hay muchas actividades, opiniones y actitudes que podemos tener en
privado, pero nunca cuando sentimos que estamos siendo objeto de una observacin. Es
difcil poder observar la interaccin familiar, por ejemplo, en el momento de acostarse o
levantarse.
Esta reaccin frente a la presencia de terceros debe tenerse en cuenta siempre que se
pretenda utilizar la tcnica de la observacin con seres humanos. Para evitar las
perturbaciones mecionadas, se han diseado dos procedimientos:
Para evitar inhibiciones o alteraciones en la conducta de los sujetos observados, se
trata de pasar lo ms desapercibidos posible, actuando de tal manera que el
observador no aparezca con contornos ntidos ante los observados, sino ms bien
como parte del "teln de fondo" de la situacin. Si logramos esto, lograremos
observaciones confiables y de buena calidad. sta es la observacin simple.
La otra forma de que las personas no se sientan observadas se basa en un
procedimiento inverso: el observador, en vez de pasar desapercibido, trata de
integrarse a la accin de los observados, de participar en ella como si se tratara de
un miembro ms del grupo. Por ello, se la denomina observacin participante.
La observacin, debido a su utilidad, es una tcnica que se puede utilizar, junto con otras,
para recabar informacin; por ejemplo, la observacin se puede utilizar en un estudio
exploratorio, y para el estudio final se pueden usar otras tcnicas como cuestionarios,
entrevistas, etc.
3.15.3.1.1. Observacin simple y participante.
La observacin simple resulta til y viable cuando se trata de conocer hechos o
situaciones que de algn modo tienen un cierto carcter pblico, o que por lo menos no
pertenecen estrictamente a la esfera de las conductas privadas de los individuos.
Es factible mediante este procedimiento conocer hbitos de compra, situndonos
estratgicamente en los puntos de ventas, relevar formas de comportamiento poltico,
mediante la asistencia a actos de esa naturaleza, y conocer otros aspectos de la conducta
manifiesta de las personas: hbitos de vestimenta, de concurrencia a lugares pblicos, de
trato social, etc. Casi siempre sus resultados apuntan a lo ms superficial o visible de la
realidad social.
La observacin simple puede adquirir tambin un carcter indirecto, si apelamos al auxilio
de instrumentos capaces de registrar informacin sobre el problema. El uso de vidrios
polarizados, de cintas magnetofnicas, filmadoras, cmaras de televisin y otros aparatos
es de indudable valor en el estudio de la conducta humana, por la exactitud de sus
registros y por la confianza que proporcionan al investigador. Es conveniente utilizar estos

auxiliares siempre y cuando las circunstancias lo permitan. Por supuesto, el uso de estos
medios debe plantearse de modo tal que no perturben la accin o situacin, porque de lo
contrario sus efectos seran ms bien contraproducentes.
La observacin participante, por otra parte, implica la necesidad de un trabajo ms
dilatado y cuidadoso, ya que el investigador debe primeramente ingresar al grupo,
comunidad o institucin en estudio para, una vez all, ir realizando la doble tarea de
desempear roles dentro del conjunto y de ir recogiendo los datos que desea conseguir.
Por lo tanto, es preciso confundirse con las personas sobre las que recae la investigacin,
sin abandonar la actitud observadora. Con esto se consigue ser testigo de los hechos
"desde adentro", y el observador no slo puede percibir las formas ms exteriores de la
conducta sino tambin experimentar en carne propia las actitudes y valores que se
relacionan con el comportamiento en estudio. Esta informacin resulta, por lo general, ms
confiable que la que se obtiene por medio de entrevistas, ya que los hechos se observan a
medida que se producen y tal como se producen.
La observacin participante puede llamarse natural cuando el investigador pertenece, de
hecho, al conjunto humano que investiga. Si un estudiante quiere hacer una investigacin
sobre estudiantes, prcticamente no necesita ningn esfuerzo para lograr su cometido,
pues ya es estudiante y conoce el lenguaje, los modos de hacer y de comportarse del
grupo que investiga.
La observacin participante, en cambio, se denomina artificial cuando la integracin del
observador al grupo se hace con el objeto deliberado de desarrollar un trabajo de
investigacin. Cuando la distancia social entre observador y observado es poca, la
adecuacin no es difcil.
La observacin participante puede variar desde una afiliacin total al grupo hasta una
participacin limitada y condicionada, tanto en cuanto al tiempo como en cuanto a las
funciones asumidas por el observador. No es necesario que ste lleve a cabo
exactamente las mismas actividades que realizan los dems miembros del grupo; en lugar
de ello, puede buscarse algn papel que sea aceptable dentro de la comunidad y que el
observador pueda desempear razonablemente bien. En todos los casos, es importante
que no se divulgue la verdadera finalidad de su participacin y que cuide todos los detalles
de su aspecto personal, de sus gestos y ademanes, de las palabras y opiniones que
expresa, para no aparecer como un participante anmalo, porque esto puede generar
hacia l una actitud de desconfianza o un trato atpico, bloqueando la informacin que

recibe y llegando hasta a distorsionar las actividades que el grupo normalmente realiza.
En cuanto a las desventajas de la observacin participante, debemos mencionar que el
excesivo compromiso que adopta el investigador frente al grupo puede llegar a provocar
una identificacin tan intensa que altere su objetividad y distorsione su percepcin; que
acepte, dentro del grupo investigado, una sola de las posiciones posibles; y los enormes
costos que pueden estar asociados a trabajos de tan larga duracin.
En la prctica, es conveniente efectuar las tareas de observacin en equipo, para tener
una mayor cobertura de los sucesos y para evitar los siempre posibles errores de
percepcin. Los datos pueden ser as confrontados o cotejados luego de su obtencin par
enmendar errores o superar los vacos que puedan existir. Cuando los sucesos de inters
se dan dentro de colectividades pequeas o muy sensibles, es preferible reducir el nmero
de observadores, pues una presencia colectiva puede causar ms daos que beneficios.
Debemos distinguir tambin entre observaciones de situaciones producidas
espontneamente, en la misma vida social, de las que se llevan a cabo en condiciones
controladas, experimentales, ya preparadas.
3.15.3.1.2. Registro y formalizacin de la observacin.
La tarea de observar no es una mera percepcin pasiva de hechos, situaciones o cosas...
Hablbamos de una percepcin activa, lo cual significa seleccionar, organizar y relacionar
los datos referentes a nuestro problema. No todo lo que aparece en el campo del
observador tiene importancia y, si la tiene, no siempre en el mismo grado; no todos los
datos se refieren a las mismas variables o indicadores y es preciso estar alerta para
discriminar adecuadamente todo este conjunto posible de informaciones.
Resulta indispensable registrar toda observacin que se haga, para poder organizar luego
lo percibido en un conjunto coherente. Los medios ms comnmente utilizados son:
cuadernos de campo, diarios, cuadros de trabajo, grficos y mapas.
El problema del registro puede llegar a ser sumamente delicado cuando se trata de la
observacin de fenmenos de tipo social. En muchas circunstancias es prcticamente
imposible tomar notas durante el transcurso de la observacin, pues ello originara
sospechas y recelo. En situaciones extremas, no habr ms remedio que confiar en la
memoria, con todas las limitaciones que esto supone. Este inconveniente se allana cuando
los observadores son varios, ya que pueden redactar independientemente sus informes
para luego compararlos entre s, completando y depurando los datos obtenidos.
En cuanto a los datos para registrar, es posible adoptar diversas posiciones. Puede
actuarse con suma flexibilidad, recogiendo slo aquellos datos que van apareciendo,
anotando las impresiones generales que causan los sucesos, de una manera espontnea
y poco organizada. Se trata de una observacin no estructurado o no formalizada, que
ofrece las ventajas de su gran capacidad de adaptacin frente a sucesos inesperados y de
no pasar por alto ningn aspecto importante que pueda producirse.
Este tipo de observacin generalmente se lleva a cabo en un estudio piloto, cuando no se
conoce muy bien la muestra que se va a estudiar.
Cuando establecemos de antemano una pauta de observacin explcita en que se detalla
qu datos habremos de recoger, llamamos a la observacin estructurada o formalizada.
Aqu la ventaja principal es que recogemos datos que pueden cuantificarse ms
fcilmente, debido a su homogeneidad, y que podemos tener la certeza de no haber
olvidado registrar ninguno de los aspectos principales del problema en estudio. Su
desventaja radica en su poca flexibilidad frente a circunstancias no previstas pero que
pueden llegar a ser interesantes o importantes para la investigacin.
La observacin estructurada se lleva a cabo cuando se pretende probar una hiptesis, o
cuando se quiere hacer una descripcin sistemtica de un fenmeno; es decir, cuando
estamos realizando un estudio o investigacin en el que sabemos exactamente lo que
vamos a investigar.
Por ejemplo, si vamos a observar el grado de agresividad de un nio mediante la
frecuencia con que se presenta la conducta, en sus diferentes grados, primero definiremos
qu queremos decir con conducta agresiva y cules son sus manifestaciones:
Identificacin del nio: (se puede dar su nombre, o hacer referencia a alguna caracterstica
fsica o a algn nmero que permita identificarlo).
Tabla 6: Ejemplo de escala para observacin
1 2 3 4 5
Golpe a un nio cerca de l.
Golpe a un nio que estaba lejos de l.
Le dijo palabras insultantes a un nio cerca de l.
Le dijo palabras insultantes a un nio que estaba
lejos de l.

Tambin pueden realizarse observaciones semiestructuradas, detallando ms o menos

la pauta de observacin segn las necesidades y posibilidades.
3.15.3.2. LA ENTREVISTA.
La entrevista es una forma especfica de interaccin social que tiene por objeto recolectar
datos para una indagacin.
El investigador formula preguntas a las personas capaces de aportarle datos de inters,
estableciendo un dilogo, donde una de las partes busca recoger informaciones y la otra
es la fuente de esas informaciones.
La ventaja esencial de la entrevista reside en que son los mismos actores sociales quienes
proporcionan los datos relativos a sus conductas, opiniones, deseos, actitudes y
expectativas. Nadie mejor que la misma persona involucrada para hablarnos acerca de
aquello que piensa y siente, de lo que ha experimentado o piensa hacer.
Pero existe un importante inconveniente que limita sus alcances. Cualquier persona
entrevistada podr hablarnos de aquello que le preguntemos pero siempre nos dar la
imagen que tiene de las cosas, lo que cree que son, a travs de su carga subjetiva de
intereses, prejuicios y estereotipos. La propia imagen que el entrevistado tiene de s
mismo podr ser radicalmente falsa y, en todo caso, estar siempre idealizada,
distorsionada, mejorada o retocada.
Este problema nos obliga a dejar fuera de esta tcnica a problemas y temas que son mejor
explorados por medio de otros procedimientos. Por otra parte, nos obliga a utilizar, a
veces, caminos indirectos, mediante preguntas que alcancen nuestro objetivo
elpticamente, utilizando rodeos. Es clsico el ejemplo de que las personas nunca
contestan la verdad respecto de sus ingresos personales en dinero, ya sea porque los
disminuyen (ante el temor de estar frente a algn inspector de impuestos), o porque los
aumentan (con fines de ostentacin social o para reforzar su autoestima).
Para que una entrevista tenga xito, es preciso prestar atencin a una serie de factores:
es importante que la apariencia exterior del entrevistador resulte adecuada al medio social
donde habr de formular sus preguntas. El entrevistador habr de ser una persona de por
lo menos una cultura media, que comprenda el valor y la importancia de cada dato
recogido y la funcin que su trabajo desempea en el conjunto de la investigacin. Tendr
que ser mentalmente gil, no tener prejuicios marcados frente a ninguna categora de
personas y, sobre todo, ser capaz de dejar hablar libremente a los dems, eliminando por
completo todo intento de convencerlos, apresurarlos, o agredirlos con sus opiniones. La

entrevista habr de realizarse a las horas ms apropiadas para las personas que
responden, teniendo en cuenta que su posible duracin no afecte la confiabilidad de los
datos.
Lo que vulgarmente se llama entrevista es una tcnica que en realidad se denomina
entrevista no estructurada, y lo que suele llamarse encuesta es igual a lo que
denominamos, en metodologa, entrevista estructurada.
Las entrevistas ms estructuradas sern aquellas que predeterminen en una mayor
medida las respuestas por obtener, que fijan de antemano sus elementos con ms rigidez,
mientras que las entrevistas informales sern las que transcurran de un modo ms
espontneo, libre, sin sujetarse a ningn canon establecido.
3.15.3.2.1. Entrevistas no estructuradas:

Una entrevista no estructurada o no formalizada es aquella en que existe un margen ms
o menos grande de libertad para formular las preguntas y las respuestas. No se guan por
un cuestionario o modelo rgido.
Entrevista formal: Es la modalidad menos estructurada posible de entrevista, ya
que se reduce a una simple conservacin sobre el tema en estudio. Lo importante
no es definir los lmites de lo tratado ni ceirse a algn esquema previo, sino "hacer
hablar" al entrevistado, de modo de obtener un panorama de los problemas ms
salientes, de los mecanismos lgicos y mentales del respondente, de los temas que
para l resultan de importancia.
Es de gran utilidad en estudios exploratorios y recomendable cuando se trata
de abordar realidades poco conocidas por el investigador. Tambin suele
utilizarse en las fases iniciales - aproximativas - de investigaciones de
cualquier naturaleza, recurriendo a informantes claves que pueden ser
expertos sobre el tema en estudio, lderes formales o informales,
personalidades destacadas o cualquier persona que posea informacin para
la investigacin.
Lo ms importante es dar al respondente la sensacin clara y definida de
que puede hablar libremente, alentndolo y estimulndolo para que lo haga y
cuidando de no influirlo demasiado con nuestras actitudes o las palabras que
decimos.
Entrevista focalizada: Es prcticamente tan libre y espontnea como la anterior,

pero tiene la particularidad de concentrarse en un nico tema. El entrevistador deja
hablar sin restricciones al entrevistado, proponindole apenas algunas
orientaciones bsicas pero, cuando ste se desva del tema original, el
entrevistador vuelve a centrar la conversacin sobre el primer asunto.
Se emplea normalmente con el objeto de explorar a fondo alguna
experiencia vivida por el entrevistado o cuando nuestros informantes son
testigos presenciales de hechos de inters o de acontecimientos histricos.
Requiere de gran habilidad en su desarrollo, para evitar tanto la dispersin
temtica como caer en formas ms estructuradas de interrogacin.
Entrevista por pautas o guas: Se guan por una lista de puntos que se van
explorando en el curso de la entrevista. Los temas deben guardar una cierta
relacin entre s. El entrevistador hace muy pocas preguntas directas, y deja hablar
al respondente siempre que vaya tocando alguno de los temas sealados en la
pauta o gua.
Se usan en situaciones parecidas a las anteriores y cuando se presentan
casos en que los sujetos investigados prefieren ms un desarrollo flexible
que uno rgido, por sus propias actitudes culturales o necesidades.
Todas estas formas de entrevistas (que tienen en comn su poca formalizacin) poseen la
ventaja de permitir un dilogo ms profundo y rico, de presentar los hechos en toda su
complejidad, captando no slo las respuestas a los temas elegidos sino tambin las
actitudes, valores y formas de pensar de los entrevistados.
Su principal inconveniente radica en que es poco prctico sistematizar un gran nmero de
entrevistas de este tipo, organizndolas estadsticamente, pues pueden tener muy pocos
puntos de contacto entre s. Otra dificultad es su costo, pues involucran la presencia de
personal altamente especializado durante tiempos relativamente largos.
Los problemas de registro pueden ser importantes, pues existe un gran nmero de
palabras que es casi imposible de registrar en su totalidad. Pueden utilizarse grabadores,
aunque es preciso determinar previamente si la presencia de estos aparatos cohibe o no a
los informantes.

3.15.3.2.2. Entrevistas formalizadas:

Se desarrollar en base a un listado fijo de preguntas cuyo orden y redaccin permanece
invariable. Comnmente se administran a un gran nmero de entrevistados para su
posterior tratamiento estadstico.
Entre sus principales ventajas, podemos mencionar su rapidez y el hecho de que pueden
ser llevadas a cabo por personas con mediana preparacin, lo cual redunda en su bajo
costo. Otra ventaja es su posibilidad de procesamiento matemtico.
Su mayor desventaja radica en que reducen grandemente el campo de informacin,
limitando los datos a los que surgen de una lista taxativa de preguntas.
Esta lista de preguntas, que es el instrumento concreto de recoleccin empleado en este
caso, recibe el nombre de cuestionario y puede ser administrado sin que necesariamente
medie una entrevista. Debe ser cuidadosamente redactado, evitando preguntas
demasiado generales, confusas o de doble sentido, y tratando de conservar un orden lo
ms natural posible.
Las preguntas suelen dividirse en dos grandes tipos:
Preguntas de alternativas fijas o cerradas: Formalizan ms el cuestionario, pues
en ellas slo se otorga al entrevistado la posibilidad de elegir entre un nmero
limitado de respuestas posibles. Si se pregunta "cree usted en los OVNIS, s o
no?", estamos realizando una pregunta cerrada. No importa la cantidad de
alternativas ofrecidas, si el respondente no puede elegir una respuesta que est
fuera de la lista, la pregunta se considera cerrada. Hay que tener sumo cuidado en
la redaccin de estas alternativas, procurando especialmente que sean exhaustivas
y mutuamente excluyentes, y evitando que estimulen a responder en un sentido
determinado.
Preguntas de final abierto o abiertas: Proporcionan una variedad ms amplia de
respuestas. Su redaccin debe ser muy cuidadosa para evitar respuestas errneas
o confusas, y para evitar que ellas predispongan al entrevistado en uno u otro
sentido. Un ejemplo de pregunta abierta sera: "Qu opina usted acerca de los
OVNIS?". La informacin que se obtendr ser mucho ms completa y valiosa, pero
el trabajo de procesamiento de los datos tendr que ser mucho mayor.
Una vez que se redacta el conjunto de preguntas que constituyen un cuestionario, es
necesario revisarlas para asegurarse de su consistencia y eliminar los posibles errores y
omisiones. Casi siempre se realiza una prueba piloto, que consiste en administrar el
cuestionario a un conjunto reducido de personas para calcular su duracin, conocer sus

dificultades y corregir sus defectos, antes de aplicarlo a la totalidad de la muestra.
3.15.3.3. EL CUESTIONARIO AUTOADMINISTRADO.

Al cuestionario lo podemos definir como un mtodo para obtener informacin de manera
clara y precisa, donde existe un formato estandarizado de preguntas y donde el informante
reporta sus respuestas.
Es un instrumento indispensable para llevar a cabo entrevistas formalizadas, pero puede
usarse independientemente de stas. En tal caso, se entregar al respondente el
cuestionario para que ste, por escrito, consigne por s mismo las respuestas.
Es claro que no se trata de una entrevista, pues no existe el elemento de interaccin
personal que la define.
La elaboracin del cuestionario requiere un conocimiento previo del fenmeno que se va a
investigar. Del mismo modo, la experiencia del investigador es imprescindible para la
construccin de cuestionarios, los que deben ser adaptados a las necesidades del
investigador y a las caractersticas de la comunidad en la que se realiza la investigacin.
En el desarrollo de un cuestionario se debe considerar los siguientes puntos:
1. El nivel educacional de la poblacin, para saber qu clase de vocabulario se va a
utilizar en la redaccin de las preguntas.
2. Los cuestionarios deben ser autoexplicativos en cuanto a lo que requieren del
informante. Los que los responden no deben necesitar la ayuda directa del
investigador y/o sus colaboradores.
3. Deben contener preguntas concretas que no den lugar a respuestas vagas.
4. Al informante se le deben explicar los objetivos de la investigacin, es decir, par qu
queremos la informacin que estamos solicitando.
5. El orden de presentacin de las preguntas es muy importante: deben ir de las ms
fciles a las ms difciles.
6. Preguntar primero si el informante est consciente o ha pensado en el problema
que se est investigando, y despus hacer las preguntas especficas.
7. Las preguntas deben ser redactadas de manera que no se suponga que los
informantes tienen la "obligacin" de poseer o conocer la informacin que
buscamos, ya que si es as se pueden sentir presionados y se rehusarn a
contestar.
8. No se deben presentar preguntas dobles o que requieran de dos respuestas a la

vez, por ejemplo: "Tiene el nio problemas emocionales y de aprendizaje?".
9. Las preguntas no deben redactarse de manera que exista una doble negacin.
10. Es importante obtener datos del informante(edad, sexo, ocupacin, nivel educativo).
Estas preguntas generalmente aparecen al final del cuestionario y precedidas de
una pequea introduccin, debido a que muchas personas evitan responder este
tipo de preguntas.
11. Cuando preguntamos sobre modos de comportamientos habituales, debemos
especificar el perodo a que nos estamos refiriendo. Por ejemplo: la semana
pasada, el ltimo mes, en los ltimos seis meses, etc.
12. Todas las preguntas deben ser elaboradas de manera neutra, evitando sugerir de
manera directa la respuesta. Por ejemplo: "Qu opina usted de los programas de
TV para nios que se emiten de 3 a 5 de la tarde?", en lugar de algo as como:
"Segn se dice, los programas de TV para nios que se emiten diariamente de 3 a
5 de la tarde son fabulosos, usted qu opina?".
La principal ventaja de los cuestionarios autoadministrados reside en la gran economa de
tiempo y personal que implican, ya que pueden enviarse por correo, dejarse en algn lugar
apropiado o administrarse directamente a grupos reunidos al efecto.
Otra ventaja es que la calidad de los datos obtenidos se incrementa, ya que al
desaparecer la situacin de interaccin, se eliminan las posibles distorsiones que la
presencia del entrevistador puede traer, ya sea por la forma de hablar, de enfatizar las
palabras u oraciones, de dirigir inconscientemente las respuestas, ya sea por su misma
presencia fsica, que puede retraer o inhibir al entrevistado.
Su desventaja est en que impide conocer las reacciones reales del informante ante cada
pregunta. Tambin las confusiones o malentendidos pueden multiplicarse, pues no existe
la posibilidad de consultar sobre dudas especficas o de orientar una respuesta hacia su
mayor profundizacin o especificacin. Otro inconveniente es que el respondente puede
consultar con otras personas antes de expresar sus opiniones.
Otro problema es el relacionado con el "prestigio", puesto que muchas preguntas tienen
una connotacin social. La mayora de la gente tender a contestar algunas preguntas de
manera que muestren conductas o actitudes socialmente aceptables: probablemente dirn
que leen ms de lo que en realidad lo hacen, que asisten a espectculos culturales con
mayor frecuencia de lo que en realidad sucede, que compran su ropa en comercios de
prestigio, etc. Esto se puede solucionar aplicando preguntas que nos permitan detectar
mentiras, por ejemplo: colocar dos preguntas similares y separarlas lo ms posible dentro
del cuestionario.
El empleo de los cuestionarios autoadministrados se hace especialmente recomendable
en aquellos casos en que es factible reunir de una sola vez a un cierto nmero de
personas. Tambin es conveniente cuando, por el tipo de informacin, se produzcan
normalmente omisiones o falsedades deliberadas ante la presencia del entrevistador,
como en los cuestionarios sobre salud, problemas sexuales, experiencias con drogas,
comisin de delitos, etc. Por otra parte, muchas personas adoptan una actitud
irresponsable o pierden el inters frente a cuestionarios autoadministrados, lo que es otro
factor negativo de esta tcnica.
3.15.3.3.1. Tipos de cuestionarios.

La forma o tipo de cuestionario depende tanto de los objetivos que persiga la
investigacin, como de los informantes:
Cuestionarios abiertos. Son aquellos en los que se pregunta al sujeto algo y se le
deja en libertad de responder como quiera. Este tipo de cuestionario es muy til y
proporciona mucha informacin, pero requiere ms tiempo por parte del informante
y es ms difcil de analizar y codificar por parte del investigador. Generalmente, se
aplican en estudios pilotos con el fin de obtener ms datos.
Seran ejemplos de preguntas abiertas: Qu piensa usted de la
planificacin familiar? Cul es su opinin acerca del presidente X? Qu le
parecen los productos Y?
Cuestionarios cerrados. Estn estructurados de tal manera que al informante se
le ofrecen slo determinadas alternativas de respuesta. Es ms fcil de codificar y
contestar. Como desventaja, podemos mencionar que las categoras que se
ofrecen pueden no ser las ms adecuadas, o que la persona no haya pensado sus
respuestas en trminos de las categoras que se le ofrecen. Otra desventaja es
que, al ofrecerle categoras al informante, se le estn "sugiriendo" las respuestas.
Entre los cuestionarios cerrados, tenemos:
a. Preguntas con opciones: el sujeto tiene dos o ms opciones para contestar. Por
ejemplo:
o Prefiere algn perfume en especial?
S NO
o Los negros son superiores a los blancos:
Correcto Incorrecto
o Indique los artculos que ms han aumentado de precio:
Automviles Casas Comida
Electricidad Ropa Combustible
Gas Otros
3.15.3.3.2. Listas de preferencias y ordenamientos de opciones:

Al sujeto se le presenta una serie de afirmaciones, frases, opciones, etc. y l las debe
ordenar segn su grado de preferencia. Por ejemplo:
Coloque en orden de mayor a menor las actividades que
prefiere realizar en su tiempo libre:
Leer Ir al teatro
Ver TV Descansar
Salir con amigos Otras
Ir al cine
Con respecto a los cuestionarios enviados por correo, el punto ms importante que debe
considerarse es que, por lo general, el porcentaje de personas que lo devuelven es muy
reducido y, adems, la muestra que contesta los cuestionarios, est sesgada; es decir,
puede tener alguna caracterstica en comn, por ejemplo, cierto inters en el tema, y dar
un tipo especial de respuestas.
3.15.3.4. SOCIOGRAMA.
Consiste en un grfico en que se expresan las atracciones y repulsiones que los miembros
de un determinado grupo experimentan entre s, siendo por ello de suma utilidad para
detectar fenmenos tales como liderazgo, existencia de subgrupos internos y anomia.
Se construye pidiendo a cada miembro que seale a las personas que ms congenian con
l y las que menos lo atraen. Esta informacin se recoge mediante el uso de breves
cuestionarios de dos o tres preguntas, y luego es procesada para construir el diagrama
correspondiente.

3.15.3.5. TESTS PSICOLGICOS.

Emplean una gran variedad de tcnicas especficas. Una buena proporcin de ellos utiliza
la formulacin de preguntas anotadas en algn formulario apropiado (el test) y que por lo
general se autoadministra. En otros casos, se propone a la persona la realizacin de
ciertas actividades pautadas y se observa su desarrollo. Se registra el tiempo empleado en
su ejecucin, las reacciones que se producen, el desempeo de ciertos roles, etc.
Desde un punto de vista general, estos tests pueden considerarse como observaciones
realizadas en condiciones artificiales, preparadas y definidas de antemano.
3.15.3.6. TCNICAS PROYECTIVAS.

Se basan en presentar algn estmulo definido a los sujetos para que ellos expresen
libremente, a partir de estos estmulos, lo que piensan, sienten o ven.
Generalmente, se trata de dibujos, manchas, fotografas u otros elementos similares,
aunque tambin se apela a veces a estmulos verbales o auditivos. La recoleccin de
datos, normalmente, se hace por medio de entrevistas poco formalizadas.
3.15.3.7. ESCALAS Y DIFERENCIALES SEMNTICOS.

En las escalas, se pide al entrevistado que se site, segn su opinin o actitud, en una
escala grfica. Se trata de un segmento de dimensiones fijas y conocidas, sobre el cual el
respondente marcar algn signo que indique la posicin en que se sita. Midiendo luego
la distancia en centmetros que separa la marca hecha por el respondente respecto a uno
cualquiera de los extremos, se podr obtener un valor numrico, que corresponde a un
punto determinado de la escala.
Tambin es posible sealar previamente en el segmento las posiciones intermedias, o
utilizar otros recursos grficos que no sean segmentos: caras serias o alegres,
termmetros, rectngulos o cualquier otro elemento grfico capaz de reflejar una
gradacin y que resulte atractivo a la vez que preciso.
En los diferenciales semticos, lo que aparece en cada posicin, son oraciones que
sealan conductas o actitudes tpicas, entre las cuales el entrevistado podr elegir las que
ms coinciden con sus opiniones.
Por ejemplo:
Las siguientes escalas fueron diseadas para estudiar la opinin de las personas con
respecto a diferentes marcas de jabones de tocador:
Tabla 7: Ejemplo de escalas de opinin
Limpia Deja sucio

Huele bien Huele mal
Caro Barato
Fuerte Suave
Masculino Femenino
Elegante Comn
3.15.3.8. ANLISIS DE CONTENIDO.

Es una tcnica que se basa en el estudio cuantitativo del contenido manifiesto de la
comunicacin.
Es usada especialmente en sociologa, psicologa, ciencias polticas y literatura, e incluye
normalmente la determinacin de la frecuencia con que aparecen en un texto ciertas
categoras previamente definidas, tales como ideas, trminos o vocablos, o elementos
grficos de diversa naturaleza. Estas categoras son las variables o indicadores que
intervienen en el problema de investigacin planteado.
El anlisis de contenido es til, especialmente, para establecer comparaciones y estudiar
en profundidad diversos materiales: registros de entrevistas en estudios de psicologa
clnica o evolutiva, editoriales de peridicos o revistas, programas o declaraciones
polticas, entrevistas focalizadas o abiertas, etc.
Gracias a la aplicacin de esta tcnica, es posible hacer apreciaciones sistemticas sobre
la ideologa y el pensamiento poltico de diversos rganos de difusin, encontrar
coincidencias y discrepancias en entrevistas y, en general, obtener un tipo de informacin
bastante profunda sobre temas complejos y difciles de estudiar. Tambin es posible
realizar anlisis de contenido de materiales propagandsticos, cuantificndose el espacio
en centmetros dedicado a ciertos temas o elementos grficos, as como la frecuencia de
aparicin de ciertas palabras o frases.
La principal ventaja que posee el anlisis de contenido es que tiene una base emprica
clara y perfectamente accesible, por lo que puede analizarse un texto con menos
subjetividad que por otros medios.
Su principal inconveniente estriba en su costo, pues slo puede hacer un anlisis de
contenido de cierta calidad un personal de alta calificacin.
Esta tcnica tiene adems una limitacin intrnseca que el investigador tiene que tener
presente: como el anlisis abarca solamente el contenido manifiesto de la informacin (lo
denotativo) pero no mide ni evala los contenidos latentes o implcitos (lo connotativo), no
puede afirmarse que por medio de esta tcnica pueda tenerse una visin completa de los
documentos en estudio.
Los pasos concretos que se siguen para efectuar un anlisis de contenido son:
1. Despus de definir las variables que intervienen en el problema, es preciso
encontrar para stas indicadores verbales o grficos que puedan encontrarse en los
documentos investigados.
2. Es necesario hacer un arqueo de los documentos relevantes para la investigacin.
Si las unidades detectadas son muchas, ser preciso proceder a la extraccin de
una muestra.
3. Conviene realizar una revisin somera del contenido de los materiales. El objetivo
es encontrar los aspectos concretos que puedan identificarse con las variables y los
indicadores ya definidos.
4. Marcar la aparicin de cada elemento de inters, utilizando la forma de registro
apropiada. Luego debe tabularse la informacin obtenida. Finalmente, habr que
analizar los cuadros elaborados con los datos, de modo de obtener las
conclusiones.
Los programas de computacin llamados procesadores de textos facilitan enormemente la
aplicacin de esta tcnica.
Algunos investigadores tambin realizan un anlisis de contenido cualitativo. En esencia,
consiste en establecer categoras de estudio, con el fin de determinar los puntos ms
salientes del documento. Las categoras dependern del documento que se analiza. Por
ejemplo: los enfoques polticos, los tipos de propaganda, las contradicciones que se
encuentren en el documento, etc. Otras categoras que frecuentemente se utilizan son
aquellas que se refieren a la intensidad de alguna actitud determinada, es decir, hacen
referencia a qu tan fuerte o dbilmente se manifiestan las reacciones personales.
3.15.4. RECOLECCIN DE DATOS SECUNDARIOS.

Las bibliotecas son la mejor opcin que se presenta al investigador, en especial en cuanto
se refiere a libros, revistas cientficas y boletines informativos. Tampoco deben dejarse de
registrar otros lugares que pueden reunir informacin de este tipo: archivos y bibliotecas
privadas, de organismos e instituciones pblicas o privadas, libreras, puestos de venta de

peridicos, etc. Tambin las redes informticas hacen posible una bsqueda sistemtica
de los materiales bibliogrficos existentes.
Las bibliotecas ofrecen tres tipos de ficheros que, si son adecuadamente usados,
proporcionan un cuadro completo de la informacin existente sobre un tema:
Ficheros por autor.
Ficheros temticos.
Ficheros de ttulos de libros y artculos.
Para recolectar la informacin, el instrumento que se utiliza es la ficha.
Las fichas bibliogrficas son una simple gua para recordar cules libros o trabajos han
sido consultados o existen sobre un tema. Las fichas textuales, adems de poseer los
datos del libro, constan de prrafos o trozos seleccionados que aparecen en la obra, o de
estadsticas, cuadros y otros datos semejantes. Estos fragmentos se repiten exactamente
tal como han sido escritos, sin la menor alteracin, para respetar el trabajo creador de
quien estamos citando, haciendo mencin explcita de la pgina en que aparecen. Las
fichas de contenido, aparte de poseer los datos comunes a toda ficha, consisten en
resmenes o sntesis de prrafos, captulos o an de la obra entera.
Las fichas son unidades de registro, no objetos fsicos de determinadas caractersticas.
Por ello, son fichas las que se hacen en cartulinas, pero tambin deben considerarse
como tales los registros que se hagan en cualquier clase de papel o las bases de datos
que se manejan por computadora.
El valor de las fichas reside en que ellas permiten recopilar las informaciones que
necesitamos para una determinada investigacin. Si las fichas son completas y reflejan
fielmente los datos originales, ser posible desarrollar la investigacin con la seriedad que
requiere todo trabajo cientfico.
Una vez concluido el trabajo de fichado de las fuentes, se estar en condiciones de
continuar con las operaciones propias del diseo bibliogrfico: cotejo y evaluacin de las
fuentes, anlisis, sntesis y redaccin del informe de investigacin.
Por otra parte, si definimos a los documentos como todos aquellos escritos que nos
pueden servir como instrumentos en nuestra investigacin, debemos incluir a todos los
documentos pblicos y privados.
Existen documentos pblicos que resumen informacin masiva sobre determinada
poblacin (censos, archivos, registros de instituciones). Generalmente, la informacin que
se recolecta en este tipo de documentos se utiliza con un propsito especfico y es difcil

que se le pueda dar otro empleo.
Tambin existen documentos privados o personales que nos proporcionan informacin
acerca de una persona determinada (cartas, diarios ntimos). El problema consiste en que
no podemos saber qu tan fidedignos son los datos que estos documentos representan.
por ejemplo, un diario ntimo nos puede proporcionar informacin acerca de los
sentimientos y vivencias de la persona, pero probablemente nos ofrecer pocos datos (o
muy subjetivos) acerca de hechos externos a la persona.
3.15.5. REFERENCIAS
o Tenorio Bahena, Jorge. INVESTIGACIN DOCUMENTAL. 3 ed. Mxico
(1988). Ed. Mac Graw - Hill.
o Pick, Susan y Lpez, Ana Luisa. CMO INVESTIGAR EN CIENCIAS
SOCIALES. 5 ed. Mxico (1994). Ed. Trillas S.A.
o Tamayo y Tamayo, Mario. EL PROCESO DE LA INVESTIGACIN
CIENTFICA. 3 ed. Mxico (1998). Ed. Limusa S.A.
o Sabino, Carlos A. EL PROCESO DE INVESTIGACIN. Argentina (1996).
Ed. Lumen - Humanitas.

<<<
3.16. OBTENCIN Y ORDENAMIENTO DE DATOS
3.16.1. POBLACIN Y MUESTRA.

Marco de referencia de un estudio estadstico:
1. Definir la unidad de observacin (elemento sobre el que vamos a registrar los
datos). Las unidades de observacin pueden tener existencia natural, como una
persona o una cosa elementos tangibles, o pueden estar definidas artificialmente,
como las distintas reas de una empresa.
2. Determinar qu vamos a medir (lo que vamos a observar).
3. Definir si el relevamiento de datos se hace sobre la totalidad (poblacin) o sobre
una muestra. Si el anlisis se realiza en base a una muestra, el objetivo es obtener
conclusiones acerca de la poblacin. Por lo tanto, la muestra debe ser
representativa de la poblacin de la cual fue extraida.
3.16.2. ORDENAMIENTO DE DATOS.

Los datos son colecciones de cualquier cantidad de observaciones relacionadas. Una
coleccin de datos se conoce como conjunto de datos, y una sola observacin es un punto
de dato.
Para que los datos sean tiles, necesitamos organizar nuestras observaciones, de modo
que podamos distinguir patrones y llegar a conclusiones lgicas.
3.16.3. RECOLECCIN DE DATOS:

Los especialistas en estadstica seleccionan sus observaciones de manera que todos los
grupos relevantes estn representados en los datos.
Los datos pueden provenir de observaciones reales o de registros que se mantienen para
otros propsitos.
Los datos pueden ayudar a los responsables de tomar decisiones a hacer suposiciones
bien pensadas acerca de las causas y, por tanto, de los efectos probables de ciertas
caractersticas en situaciones dadas. Tambin el conocimiento de tendencias adquirido de
la experiencia previa puede permitir estar al tanto de posibles resultados y actuar en
consecuencia.

Cuando los datos son ordenados de manera compacta y til, los responsables de tomar
decisiones pueden obtener informacin confiable sobre el ambiente y usarla para tomar
decisiones inteligentes. Los administradores deben tener mucho cuidado y asegurar que
los datos utilizados estn basados en suposiciones e interpretaciones correctas. Para ello,
se utilizan las pruebas para datos:
1. De dnde vienen los datos? La fuente es parcial? Es posible que haya un
inters en proporcionar datos que conduzcan a una cierta conclusin ms que a
otras?
2. Los datos comprueban o contradicen otras evidencias que se poseen?
3. Hace falta alguna evidencia cuya ausencia podra ocasionar que se llegue a una
conclusin diferente?
4. Cuntas observaciones se tienen? Representan a todos los grupos que se desea
estudiar?
5. La conclusin es lgica? Se ha llegado a conclusiones que nuestros datos no
confirman?
Vale la pena usar los datos o debemos esperar y recabar ms informacin antes de
actuar?
3.16.3.1. DIFERENCIA ENTRE MUESTRAS Y POBLACIONES:

Muestra y poblacin son trminos relativos. Una poblacin es un todo y una muestra es
una fraccin o segmento de ese todo.
Estudiaremos muestras con el fin de ser capaces de describir poblaciones.
El estudio de muestras es ms sencillo que el estudio de la poblacin completa, cuesta
menos y lleva menos tiempo. Adems, se ha probado que el examen de una poblacin
entera todava permite la aceptacin de elementos defectuosos, por tanto, en algunos
casos, el muestreo puede elevar el nivel de calidad.
Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca de
los cuales intentamos sacar conclusiones. Debemos definir dicha poblacin de modo que
quede claro cundo un cierto elemento pertenece o no a la poblacin.
Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos.
Cualquier grupo que cumple con los requisitos de la poblacin, puede constituir una
muestra, siempre y cuando el grupo sea una fraccin de la poblacin completa.

Una muestra representativa contiene las caractersticas relevantes de la poblacin en las

mismas proporciones en que estn incluidas en tal poblacin.
3.16.3.2. BSQUEDA DE UN PATRN SIGNIFICATIVO EN LOS DATOS:

Existen muchas formas de organizar los datos. Podemos slo colectarlos y mantenerlos
en orden; o si las observaciones estn hechas con nmeros, entonces podemos hacer una
lista de los puntos de dato de menor a mayor segn su valor numrico. Pero si los datos
son trabajadores especializados o los distintos tipos de automviles que ensamblan todos
los fabricantes, debemos organizarlos de manera distinta. Necesitaremos presentar los
puntos de dato en orden alfabtico o mediante algn principio de organizacin. Una forma
comn de organizar los datos consiste en dividirlos en categoras o clases parecidas y
luego contar el nmero de observaciones que quedan dentro de cada categora. Este
mtodo produce una distribucin de frecuencias.
El objetivo de organizar los datos es permitirnos ver rpidamente algunas de las
caractersticas de los datos que hemos recogido: el alcance (los valores mayor y menor),
patrones evidentes, alrededor de qu valores tienden a agruparse los datos, qu valores
aparecen con mayor frecuencia, etc.
RECOMENDACIONES:
Al plantear un estudio estadstico, definir claramente la poblacin objeto de anlisis.
Si se trabaja con muestras, definir las condiciones que deben reunir antes de extraerlas.
Especificar qu se va a medir, las unidades a usar y la forma de registro.
3.16.3.3. DATOS SIN PROCESAR:

La informacin obtenida, antes de ser organizada y analizada, se conoce como datos sin
procesar puesto que an no han sido tratados mediante ningn mtodo estadstico.
La cantidad de datos ms grande y los detalles ms minuciosos pueden no contener la
informacin ms til para la toma de decisiones administrativa. Una parte importante de la
planeacin de sistemas de informacin administrativa consiste en resumir y presentar los
datos de modo que se pueda obtener la informacin crtica de manera rpida y sencilla.

3.16.3.4. ORDENAMIENTO DE DATOS UTILIZANDO SU ARREGLO Y

DISTRIBUCIN DE FRECUENCIAS:
La ordenacin de datos es una de las formas ms sencillas de presentarlos, los forma en
orden ascendente o descendente.
Ventajas:
1. Podemos notar rpidamente los valores mayor y menor de los datos.
2. Podemos dividir fcilmente los datos en secciones.
3. Podemos ver si algunos de los valores aparecen ms de una vez en ese
ordenamiento.
4. Podemos observar la distancia entre valores sucesivos de datos.
En ocasiones, un ordenamiento de datos no resulta til. Debido a que da una lista de
todos los valores, es una forma incmoda de mostrar grandes cantidades de datos.
3.16.3.4.1. La distribucin de frecuencias.

Una forma en que podemos comprimir los datos es la tabla de frecuencias o distribucin
de frecuencias. Las distribuciones de frecuencias sacrifican algunos detalles, pero ofrecen
nuevas perspectivas sobre los patrones de datos.
Una distribucin de frecuencias es una tabla en la que los datos se organizan en clases,
es decir, en grupos de valores que describen una caractersticas de los datos.
Una distribucin de frecuencias muestra el nmero de observaciones del conjunto de
datos que caen en cada una de las clases.
3.16.3.4.2. Caractersticas de las distribuciones de frecuencias relativas.

Tambin podemos expresar la frecuencia de cada valor como una fraccin o un porcentaje
del nmero total de observaciones. Para obtener este valor, dividimos la frecuencia de esa
clase entre el nmero total de observaciones del conjunto de datos. La respuesta se
puede expresar como una fraccin, un nmero decimal o un porcentaje.
La suma de todas las frecuencias relativas es igual a 1,00 o a 100%. Esto es as debido a
que una distribucin de frecuencias relativas aparea a cada clase con su fraccin o
porcentaje apropiados del total de datos. Por consiguiente, las clases que aparecen en
cualquier distribucin de frecuencias, ya sean relativas o simples, son completamente
inclusivas. Todos los datos caen en una u otra categora. Las clases son mutuamente
exclusivas, es decir, ningn punto de dato cae en ms de una categora.
En las distribuciones de frecuencias no aparecen clases que se traslapen.

Podemos, tambin, clasificar la informacin de acuerdo con caractersticas cualitativas,
como raza, religin y sexo, que no entran de manera natural en clasificaciones numricas.
Como clases de atributos cuantitativos, stas deben ser completamente inclusivas y
mutuamente exclusivas.
La categora "otros" se conoce como clase de extremo abierto cuando permite que el
extremo inferior o el superior de una clasificacin cuantitativa no est limitado.
Los esquemas de clasificacin pueden ser tanto cuantitativos como cualitativos y tanto
discretos como continuos. Las clases discretas son entidades separadas que no pasan de
una clase discreta a otra sin que haya un rompimiento. Los datos discretos son aquellos
que pueden tomar slo un nmero limitado de valores.
Los datos continuos pasan de una clase a otra sin que haya un rompimiento. Implican
mediciones numricas. Los datos continuos pueden expresarse con nmeros fraccionarios
o con enteros.
Las variables discretas son cosas que se pueden contar y las continuas son cosas que
aparecen en algn punto de una escala.
3.16.3.5. CONSTRUCCIN DE UNA DISTRIBUCIN DE FRECUENCIAS:

Pasos:
1. Decidir el tipo y nmero de clases para dividir los datos. De acuerdo con la
medida cuantitativa o un atributo cualitativo. Necesitamos decidir cuntas clases
distintas usar y el alcance que cada clase debe cubrir. el alcance total debe
dividirse entre clases iguales, esto es, el ancho del intervalo, tomado desde el
principio de una clase hasta el principio de la clase siguiente, necesita ser el mismo
para todas las clases.
El nmero de clases depende del nmero de puntos de dato y del alcance de los
datos recolectados. Cuantos ms puntos de dato se tengan o cuanto ms grande
sea el alcance, ms clases se necesitarn para dividir los datos. Como regla
general, los estadsticos rara vez utilizan menos de 6 y ms de 15 clases.
Debido a que necesitamos hacer los intervalos de clase de igual tamao, el nmero
de clases determina el ancho de cada clase.
Ancho de los intervalos de clase = (valor unitario siguiente despus del valor ms
grande
de los datos valor ms pequeo de los datos) / nmero total de intervalos

Debemos utilizar el siguiente valor ms alto de las mismas unidades, ya que
estamos midiendo el intervalo entre el primer valor de una clase y el primer valor de
la siguiente.
2. Clasificar los puntos de dato en clases y contar el nmero de datos que hay en
cada clase.
3. Ilustrar los datos en un diagrama.
3.16.3.6. REPRESENTACIN GRFICA DE LAS DISTRIBUCIONES DE

FRECUENCIAS:
Las grficas dan los datos en un diagrama de dos dimensiones. Sobre el eje horizontal
podemos mostrar los valores de la variable (la caracterstica que estamos midiendo).
Sobre el eje vertical sealamos las frecuencias de las clases mostradas en el eje
horizontal.
Las grficas de distribuciones de frecuencias simples y de distribuciones de frecuencias
relativas son de utilidad debido a que resaltan y aclaran los patrones que no se pueden
distinguir fcilmente en las tablas. Atraen la atencin del que las observa hacia los
patrones existentes en los datos. Las grficas pueden tambin ayudarnos a resolver
problemas concernientes a las distribuciones de frecuencias. Nos permitirn estimar
algunos valores con slo una mirada y nos proporcionarn una verificacin visual sobre la
precisin de nuestras soluciones.
3.16.3.6.1. Histogramas.
Un histograma consiste en una serie de rectngulos, cuyo ancho es proporcional al
alcance de los datos que se encuentran dentro de una clase, y cuya altura es proporcional
al nmero de elementos que caen dentro de cada clase. Si las clases que utilizamos en la
distribucin de frecuencias son del mismo ancho, entonces las barras verticales del
histograma tambin tienen el mismo ancho. La altura de la barra correspondiente a cada
clase representa el nmero de observaciones de la clase. Como consecuencia, el rea
contenida en cada rectngulo (ancho por altura) ocupa un porcentaje del rea total de
todos los rectngulos igual al porcentaje de la frecuencia de la clase correspondiente con
respecto a todas las observaciones hechas.

Un histograma que utiliza las frecuencias relativas de los puntos de dato de cada una de
las clases, en lugar de usar el nmero real de puntos, se conoce como histograma de
frecuencias relativas. Este tipo de histograma tiene la misma forma que un histograma de
frecuencias absolutas construido a partir del mismo conjunto de datos. Esto es as debido
a que en ambos, el tamao relativo de cada rectngulo es la frecuencia de esa clase
comparada con el nmero total de observaciones.
3.16.3.6.2. Polgonos de frecuencias.

Son otra forma de representar grficamente distribuciones tanto de frecuencias simples
como relativas. Para construir un polgono de frecuencias sealamos stas en el eje
vertical y los valores de la variable que estamos midiendo en el eje horizontal. A
continuacin, graficamos cada frecuencia de clase trazando un punto sobre su punto
medio y conectamos los resultantes puntos sucesivos con una lnea recta para formar un
polgono.
Se aaden dos clases, una en cada extremo de la escala de valores observados. Estas
dos nuevas clases que contienen cero observaciones permiten que el polgono alcance el
eje horizontal en ambos extremos de la distribucin.
Un polgono de frecuencias es slo una lnea que conecta los puntos medios de todas las
barras de un histograma. Por consiguiente, podemos reproducir el histograma mediante el
trazado de lneas verticales desde los lmites de clase y luego conectando tales lneas con
rectas horizontales a la altura de los puntos medios del polgono.
Un polgono de frecuencias que utiliza frecuencias relativas de puntos de dato en cada
una de las clases, en lugar del nmero real de puntos, se conoce como polgono de
frecuencias relativas. Este polgono tiene la misma forma que el polgono de frecuencias
construido a partir del mismo conjunto de datos, pero con una escala diferente en los
valores del eje vertical.
Ventajas de los histogramas:
Los rectngulos muestran cada clase de la distribucin por separado.
El rea de cada rectngulo, en relacin con el resto, muestra la proporcin del
nmero total de observaciones que se encuentran en esa clase.
Ventajas de los polgonos de frecuencias:
Es ms sencillo que su correspondiente histograma.
Traza con ms claridad el perfil del patrn de datos.
Se vuelve cada vez ms liso y parecido a una curva conforme aumentamos el

nmero de clases y el nmero de observaciones.
Un polgono alisado mediante el aumento de clases y de puntos de dato se conoce como
curva de frecuencias.
3.16.3.6.3. Ojivas.
Una distribucin de frecuencias acumuladas nos permite ver cuntas observaciones estn
por encima de ciertos valores, en lugar de hacer un mero registro del nmero de
elementos que hay dentro de los intervalos.
La grfica de una distribucin de frecuencias acumuladas se conoce como ojiva.
En ocasiones, la informacin que utilizamos se presenta en trminos de frecuencias
acumuladas "mayores que". La ojiva adecuada para tal informacin tendra una inclinacin
hacia abajo y hacia la derecha, en lugar de tener una inclinacin hacia arriba y a la
derecha. Podemos construir una ojiva de una distribucin de frecuencias relativas de la
misma manera en que trazamos la ojiva de una distribucin de frecuencias absolutas. Slo
habr un cambio: la escala del eje vertical.
Del ordenamiento de datos podemos construir distribuciones de frecuencias. A partir de
las distribuciones de frecuencias podemos construir distribuciones de frecuencias
acumuladas. A partir de stas podemos trazar una ojiva. Y de esta ojiva podemos
aproximar los valores que tenemos en el ordenamiento de datos. Sin embargo, no
podemos recobrar de manera normal los datos originales exactos a partir de cualquiera de
las representaciones grficas que hemos analizado.
3.16.3.7. TRATAMIENTO DE UNA VARIABLE DISCRETA:

Se utilizan los diagramas de barras, la diferencia con el histograma es que los rectngulos
no se tocan entre s; esto se debe a que, al ser la variable discreta, entre los valores
sucesivos no hay valores intermedios. Las frecuencias acumuladas se grafican por medio
de una ojiva en forma de escalera, debido a que la frecuencia aumenta de a saltos.
RECOMENDACIONES:
Cuando se trabaja con muestras, recopilar el mayor nmero de datos posible.
Usar 5 clases como mnimo y 15 como mximo para agrupar los datos, en funcin del
nmero de datos disponibles.
Trabajar con intervalos de clase de igual longitud.

Tener cuidado con la clasificacin automtica que hacen los paquetes estadsticos.
Al calcular frecuencias relativas como proporcin trabajar con cuatro dgitos despus
de la coma, para evitar errores de redondeo en la suma.
Al dibujar un grfico, no exagerar la escala vertical u horizontal. Un grfico
desproporcionado complica su interpretacin y puede resultar engaoso a simple vista.
3.16.4. CONCEPTOS:
Unidad de observacin: persona o casa sobre la que se mide una o varias
caractersticas de inters.
Caracteres: propiedades o rasgos que se miden en cada unidad de observacin.
Variable numrica: VARIABLE. Carcter cuantitativo.
Variable categrica: ATRIBUTO. Carcter cualitativo.
Poblacin: conjunto formado por todas las unidades objeto de un estudio
estadstico. Coleccin de todos los elementos que se estn estudiando y sobre los
cuales intentamos llegar a conclusiones.
Muestra: subconjunto representativo de la poblacin. Coleccin de algunos
elementos, pero no de todos, de la poblacin bajo estudio, utilizada para describir
poblaciones.
Muestra representativa: muestra que contiene las caractersticas importantes de
la poblacin en las mismas proporciones en que estn contenidas en la poblacin.
Datos: coleccin de cualquier nmero de observaciones relacionadas sobre una o
ms variables.
Punto de dato: una sola observacin de un conjunto de datos.
Arreglo de datos: organizacin de los datos sin procesar por observacin,
tomados en orden ascendente o descendente.
Clase de extremo abierto: clase que permite que el extremo superior o inferior de
un esquema de clasificacin cuantitativo no tenga lmite.
Conjunto de datos: una coleccin de datos.
Curva de frecuencias: polgono de frecuencias alisado mediante el aumento de
clases y puntos de dato a un conjunto de datos.
Datos continuos: datos que pueden pasar de una clase a la siguiente sin
interrumpirse y que pueden expresarse mediante nmeros enteros o fraccionarios.
Datos numricos que admiten infinitos valores entre dos valores cualesquiera;
generalmente surgen de una medicin.
Datos discretos: datos que no pasan de una clase a la siguiente sin que haya una
interrupcin; esto es, donde las clases representan categoras o cuentas distintas
que pueden representarse mediante nmeros enteros. Datos numricos que no
admiten valores intermedios entre dos valores sucesivos; generalmente surgen de
un conteo.
Datos sin procesar: informacin antes de ser organizada o analizada por mtodos
estadsticos. Conjunto de datos que no han recibido ningn tratamiento estadstico.
Datos tratados: conjunto de datos que ha sido objeto de algn tipo de
ordenamiento o procesamiento.
Intervalo de clase: agrupamiento de valores de una variable.
Alcance de los datos: diferencia entre el mayor y menor valor de la serie.
Distribucin de frecuencias: despliegue organizado de datos que muestran el
nmero de observaciones del conjunto de datos que entran en cada una de las
clases de un conjunto de clases mutuamente exclusivas y colectivamente
exhaustivas. Asignacin de frecuencias a cada uno de los valores de una variable o
atributo.
Tabla de frecuencias: tabla donde se asienta la distribucin de frecuencias.
Distribucin de frecuencias acumuladas: despliegue de datos en forma de tabla
que muestra cuntos datos estn por encima o por debajo de ciertos valores.
Distribucin de frecuencias relativas: despliegue de un conjunto de datos en el
que se muestra la fraccin o porcentaje del total del conjunto de datos que entra en
cada elemento de un conjunto de clases mutuamente exclusivas y colectivamente
exhaustiva.
Histograma: grfica de un conjunto de datos compuesta de una serie de
rectngulos, cada uno con un ancho proporcional al alcance de los valores de cada
clase y altura proporcional al nmero de elementos que entran en la clase, o altura
proporcional a la fraccin de elementos de la clase. Representacin grfica de la
distribucin de frecuencias (absoluta o relativa) de una variable continua.
Ojiva: grfica de una distribucin de frecuencias acumuladas absolutas o relativas.
Polgono de frecuencias: lnea que une los puntos medios de cada clase de un
conjunto de datos, trazada a la altura correspondiente a la frecuencia de datos.
Representacin grfica de la distribucin de frecuencias en forma suavizada de una

variable continua.
Diagrama de barras: representacin grfica de la distribucin de frecuencias de un
atributo o de una variable discreta.
Frecuencia absoluta: nmero de veces que se repite un determinado valor de una
variable o atributo.
Frecuencia relativa: proporcin o porcentaje de veces que se repite un valor.
3.16.5. REFERENCIAS

3.17. REGISTRO DE LA INFORMACIN. MODELOS DE FICHAS.
Cuando una publicacin ingresa a una biblioteca se registra, se anotan los datos ms
importantes para localizarla fcilmente. El criterio que se sigue en las bibliotecas para
clasificar libros, revistas, tesis y artculos sueltos, es el siguiente:
Por autor.
Por ttulo.
Por tema.
3.17.1. FICHA BIBLIOGRFICA.

Los ndices que se refieren a los libros se encuentran generalmente en cajones que
contienen tarjetas de 3 x 5 pulgadas, ordenadas alfabticamente. Los datos que se
enumeran a continuacin son los que se registran en las fichas:
1. Autor. Apellido, nombre
2. Ttulo (siempre va subrayado)
3. Subttulo (si lo hay)
4. Traductor, prologuista, etc. (si el original se escribi en otro idioma)
5. Edicin (si es la primera no se anota, se anota a partir de la segunda)
6. Nmero de volumen (si cuenta con ms de uno)
7. Lugar (donde se edit la obra)
8. Editorial
9. Fecha
10. Nmero total de pginas, lminas, ilustraciones
11. Coleccin o serie.
Los datos que corresponden a 7, 8 y 9 se conocen como pie de imprenta. Entre parntesis
rectangulares o corchetes, se anotan los datos que se deseen agregar: si contiene mapas,
ilustraciones, comentarios o apreciaciones personales sobre el libro.
Cuando no aparecen algunos datos indispensables, se usan las siguientes abreviaturas:
[et. al]: cuando son varios autores se anotan los datos del primero y esta abreviatura
significa: y otros.
[s. tr.]: sin traductor
[s. l.]: sin lugar
[s. f.]: sin fecha

[s. e.]: sin editorial
[s. p. i.]: sin pie de imprenta.
Las anotaciones particulares, hechas por el investigador para su empleo personal, se
encierran tambin entre corchetes. En algunas fichas se incluye tambin un breve
resumen del libro y/o un ndice de contenido. A este fichero se recurre cuando se conoce
el nombre del autor del libro que se desea consultar.
Otras veces se recurre a ficheros clasificados por temas y por ttulo, porque se desconoce
el nombre del autor. En ocasiones, cuando no hay referencias en el fichero sobre el
concepto investigado, se deben buscar sinnimos o temas afines.
3.17.2. FICHA DE DIARIOS Y REVISTAS.

En las bibliotecas existen generalmente dos formas de clasificar las revistas: por tema y
por artculo. La clasificacin por temas es muy general y se refiere principalmente a
disciplinas tan amplias como la psicologa, la sociologa, la economa, la antropologa, etc.
A la clasificacin que con mayor frecuencia se recurre en relacin con las revistas, es a la
clasificacin por ttulos, ya que es la manera ms prctica de hacerlo.
Una ficha, cuando el dato se toma de diarios y revistas, debe contener:
1. Nombre del autor
2. Ttulo y subttulo del artculo (entre comillas)
3. Ttulo y subttulo del peridico o revista (subrayado). Institucin que la publica
4. Nmero del columen, ao, tomo (con nmeros romanos)
5. Nmero del fascculo (con nmeros arbigos)
6. Fecha
7. Nmero de pgina o pginas que ocupa el artculo o dato
8. Informacin (dato). Cuando aparece sin datos de lo que trata el artculo, se le
conoce como ficha de artculo.
En ocasiones se recorta el artculo o parte de l. En estos casos, los datos de esta ficha se
anotan en la hoja o tarjeta en donde se peg el recorte.
3.17.3. FICHA DE TESIS.

Las tesis se encuentran archivadas en un fichero especial y estn clasificadas de la misma

manera que los libros, es decir, tanto por tema como por autor. Los datos que deben
contener son:
1. Autor
2. Ttulo
3. Tesis (se menciona al grado que se aspira con ella)
4. Lugar (colegio o institucin donde se presenta)
5. Editor (si lo hay)
6. Fecha
7. Nmero de pginas (cuando el texto est escrito por un solo lado de la hoja, se
usar la abreviatura h, en lugar de p).
3.17.4. FICHA DE PUBLICACIN OFICIAL.

1. Pas
2. Dependencia
3. Ao
4. Ttulo (poca que comprende el trabajo, ensayo, memoria, etc.)
5. Editorial (o los talleres donde se imprimi)
6. Nmero de pginas (si la dependencia que la publica no es la responsable del
contenido, el registro se iniciar con el nombre del autor.
3.17.5. FICHA DE TEXTOS JURDICOS.

1. Territorio en donde se aplican
2. Referencia al tipo de normas de que trata
3. Nombre de la ley o decreto (subrayado)
4. Editor o talleres donde se imprimi (o el conducto por el cual se dio a conocer)
5. Fecha
6. Nmero de pginas.
3.17.6. FICHA DE DOCUMENTOS NACIONALES.

1. Ttulo (o asunto de que trata)
2. Lugar
3. Fecha
4. Archivo
5. Legajo
6. Foja
7. Dems especificaciones
8. Nmero de pginas
9. Caractersticas de inters particular, si el investigador juzga indispensable
registrarlas)
3.17.7. FICHA DE DOCUMENTOS INTERNACIONALES.

1. rgano responsable
2. Ttulo (o asunto)
3. Nmero, clave o codificacin
4. Lugar donde se public
5. Editor (o conducto por el que se da a conocer
6. Fecha
3.17.8. FICHA DE REGISTRO DE OBRAS DE RECOPILACIN DE

CONSTITUCIONES O LEYES.
1. Nombre del compilador o editor
2. Referencia al tipo de norma o documento (subrayado)
3. Nmero de volumen (con nmeros romanos)
4. Lugar
5. Editor
6. Fecha
7. Nmero de pginas en donde est comprendido.
3.17.9. FICHA DE REGISTRO DE PACTOS, ACUERDOS O TRATADOS

INTERNACIONALES.
1. Pas u organismo (con maysculas)
2. Tipo de norma o documento
3. Autor del prlogo, comentario o nota
4. Lugar
5. Editor
6. Fecha
7. Nmero de pginas en donde est comprendido.
3.17.10. FICHA DE ARTCULOS CONTENIDOS EN LIBROS O ENCICLOPEDIAS.

1. Autor del captulo o artculo
2. Ttulo del captulo o artculo (entre comillas)
3. Pginas en que est comprendido
4. Autor de la obra que contiene el artculo o captulo
5. Ttulo de la obra (subrayado)
6. Dems datos de la ficha bibliogrfica de la obra.
3.17.11. FICHA DE CAMPO.

1. Tema de investigacin
2. Nombre del investigador
3. Institucin
4. Lugar
5. Fecha
6. Hora
7. Datos de la fuente (edad, sexo, ocupacin).
3.17.12. FICHA DE NOTICIARIO.

1. Agencia noticiosa / comentarista
2. Nombre del noticiario
3. Nmero / horario
4. Estacin / canal / cine
5. Lugar
6. Fecha
7. Noticia o comentario
3.17.13. FICHA DE INSTITUCIN.

1. Nombre de la institucin (subrayado)
2. Institucin de la que forma parte
3. Objetivos que tiene en su funcin
4. Ubicacin
Direccin
Lugar que ocupa en la disciplina a la que pertenece o practica
1. Funciones y servicios
2. Informacin que puede proporcionar
3. Conexin, nexos, relacin con otras fuentes similares
4. Forma de acceso (procedimientos para obtener sus servicios, o persona u oficina
por cuyo conducto se pueden obtener sus servicios).
5. Publicaciones que emite
6. Otros datos importantes.
3.17.14. FICHA DE REGISTRO DE INFORMACIN DE MAPAS, DIBUJOS,

FOTOGRAFAS
1. Nombre (de lo que se trata, subrayado)
2. Autor
3. Fuente (lugar, libro, revista, museo, etc., dnde est)
4. Descripcin del objeto (colores, medidas, material de que est hecho, datos
indispensables para tener nocin de cmo es)
5. Contenido (descripcin de lo que se ilustra o representa)
6. Otros datos que interesen al investigador (fecha, sala, en el caso de museos,
exposicin, etc.)
3.17.15. FICHA DE TRABAJO.

Es aquella donde se registran los datos que interesan al investigador. Cuando el dato est
contenido en ms de una tarjeta, las tarjetas que ocupe constituirn una sola ficha. En
estos casos, conviene marcar las tarjetas con el nmero de ficha y una letra (ej.: 5a y 5b).
Una ficha debe contener un solo dato, ste puede ser un solo detalle (una fecha, un
nombre, un acontecimiento, etc.) o estar formado por ms informacin (una carta, la
descripcin de un hecho, una biografa, etc.).
Para saber qu informacin debe registrarse en una ficha de trabajo, en el momento de
hacer la anotacin debe pensarse si esa informacin va a aparecer en un solo lugar o hay
detalles que se utilizarn en otros lugares del escrito; en el primer caso se tratar de una
ficha; en el segundo, ser necesario hacer una ficha por cada informacin que aparecer
en distintas partes del escrito. El regesto es el asunto, tema o ttulo del contenido de la
ficha de trabajo. Debe ser breve y reflejar fielmente la informacin anotada.
La informacin (dato) puede registrarse textualmente o resumirse.
Datos fundamentales:
1. Autor
2. Ttulo (entre comillas)
3. Nmero de pgina (s) donde aparece el dato
4. Regesto (asunto, tema; va subrayado)
Datos complementarios:
1. Fecha en que se recogi el dato
2. Razn o motivo por el que se recab la informacin.
3.17.16. FICHA DE TRANSCRIPCIN TEXTUAL.

Como su nombre lo indica, es aquella a la que se traslada ntegramente el texto tomado
de la fuente, por lo que esta informacin siempre ir entre comillas.
3.17.17. FICHA DE SNTESIS.

Es la que se utiliza para consignar, en pocas palabras, el extracto del texto consultado. Se
debe tener cuidado de no omitir o tergiversar el contenido. No es necesario utilizar una
tarjeta especial para los comentarios personales acerca de la fuente, puesto que es
conveniente incluirlos en la misma ficha que la registra. Se escriben entre corchetes.
3.17.18. FICHAS METODOLGICAS.

Se refieren a aquellos puntos obtenidos de las lecturas, concretamente relacionados con
notas metodolgicas, es decir, con qu sujetos se hizo la investigacin, cmo se eligieron
stos, qu hiptesis se emplearon, cmo se analizaron los datos, algn instrumento
original que se utiliz, alguna cuestin interesante que se investig, es decir, con las
cuestiones operativas del estudio. El origen de estas fichas, al igual que en los casos
anteriores, debe identificarse utilizando la abreviacin de la fuente original y el nmero de
pgina.

3.17.19. REFERENCIAS
o TENORIO BAHENA, JORGE, Tcnicas de investigacin documental, 3ra.
edicin, Mxico, Ed.Mc. Graw Hill, 1998
o PICK, Susan (et. al.), Cmo investigar en ciencias sociales, 3ra edicin,
Mxico, Editorial Trillas, 1998.

3.18. ANLISIS CUANTITATIVO
Ilustracin 1: Lgica de estudiar cantidades
3.18.1. LA LGICA DE ESTUDIAR CANTIDADES

Si deseamos estudiar algo que tambin queremos medir, un prerrequisito es que, al
comenzar, tenemos que tener una idea bastante clara de la cosa que se va a estudiar (de
otro modo, no podramos medirla). Este preconcepto del objeto de estudio tambin hace
posible planear nuestra investigacin de manera relativamente precisa en comparacin
con muchos proyectos de investigacin cualitativa humanstica.
Normalmente, un proyecto de investigacin que examina cantidades medibles puede
organizarse en distintas fases, como en el diagrama de la derecha. Primero, recogemos
los datos y despus los procesamos o depuramos, de modo que sean adecuados a los
fines del proyecto.
Para facilitar el anlisis de los datos, debemos almacenarlos bien ordenados. Las
herramientas tradicionales para esta tarea suelen ser las fichas y las carpetas, pero hoy
esto se suele llevar a cabo con la ayuda de un ordenador. Al principio el investigador debe
haber considerado ya qu tipo de programa ser ms adelante el ms efectivo cuando
haya que alimentar y extraer datos a y desde las operaciones analticas. La eleccin
depende de la naturaleza de nuestros datos.

La herramienta informtica normal para datos cuantitativos es una hoja de clculo como
Excel o QuattroPro. Nuestros datos pueden ser dispuestos en la forma en que convenga,
clasificados y presentados en varias tablas; junto a ello, es fcil someter nuestros datos a
operaciones aritmticas o booleanas y tambin transformarlos en llamativos diagramas.
La seleccin se hace ms complicada si nuestro material es una combinacin de
mediciones, descripciones y tal vez fotos u otros ingredientes multimedia. Tales conjuntos
combinados de materiales son a veces gestionados mejor con programas de a bases de
datos tales como DBase y Paradox, incluso si algunos programas de procesamiento de
textos van siendo capaces de manejar diversos tipos de materiales.
Una vez recibidos los datos y antes de someterlos al anlisis, suele ser til llevar a cabo
algunas operaciones preliminares. Esto puede incluir:
apartar los datos que son obviamente errneos o irrelevantes. Esto ha de ser
hecho con precaucin: no debiramos borrar datos que son solamente "anmalos"
y no armonizan con nuestras hiptesis.
normalizar o reducir nuestros datos significa que eliminamos la influencia de algn
factor bien conocido pero sin inters. Por ejemplo, podemos eliminar el efecto de la
inflacin dividiendo todos los precios por el ndice de precios de la fecha de la
compra.
En el anlisis propiamente dicho de los datos, el propsito es extraer una invariante o
estructura que nos interese a partir de los datos. Esto no significa que introduzcamos los
datos en un ordenador y esperemos que el ordenador nos muestre qu estructuras
pueden encontrarse en ellos. Los ordenadores no son lo bastante listos para eso. En lugar
de ello, es bastante habitual que ya en un momento tan temprano como el inicio del
proyecto, el investigador tenga un modelo matemtico que aplicar a los resultados. Este
modelo tambin proporciona las hiptesis para el proyecto de investigacin o al menos
acta como una "hiptesis de trabajo" no exacta.
Los resultados empricos pueden entonces analizarse del modo siguiente: primero, el
investigador dispone los resultados de acuerdo con el modelo y despus considera en qu
grado el marco es adecuado a los datos o si ha de buscarse un modelo que se adapte
mejor. En otras palabras, el investigador suele primero decidir qu tipo de patrn es el que
est buscando en los datos. Esto determinar los mtodos para un anlisis matemtico.
As, la primera cuestin a la hora de elegir el mtodo de anlisis es: Queremos usar las

variables medidas para clasificar casos o individuos? O deseamos analizar variables

inconexas, o bien las relaciones entre diversas variables?
(Otra cuestin es cul es la razn para la asociacin estadstica: Hay una relacin causal
o algn otro tipo de relacin entre las variables? Esto es algo que el anlisis estadstico no
ser capaz de revelar.)
3.18.2. CLASIFICAR
Si deseamos clasificar los individuos o casos en nuestra muestra de objetos de estudio,
hay unos cuantos mtodos alternativos. La eleccin depende de la base de la
clasificacin:
Las clasificaciones cualitativas se tratan dentro de este documento junto al resto
de los mtodos de anlisis cualitativo. Vase tambin lo relativo a la segmentacin
de los clientes.
Ilustracin 2:
Clasificacin por grupos
Toda variable singular puede ser usada para
clasificar los individuos o casos. Qu es esta
variable y dnde estn situados los lmites de la
clase, suele ser dictado por la teora y el modelo
que estamos poniendo en prctica; si no, es comn
seguir la serie aritmtica (como pueda ser:
0...10...20...30...) o las series geomtricas o
logartmicas: 1...10...100...1000... etc.
Dos o tres variables simultneamente pueden
usarse para clasificar los casos, pero hay el riesgo
de generar demasiadas clases si alguna de las
variables tienen varios valores potenciales. El riesgo es menor si algunas variables
son dicotmicas, con slo dos valores. Por ejemplo, tres variables dicotmicas
producen 2x2x2=8 clases.
En el mtodo del anlisis de grupos (cluster analysis) se tiene en cuenta
simultneamente un gran nmero de variables. Se usa para encontrar tales
grupos de casos individuales de la muestra que, de acuerdo con los valores de las
variables, se asemejan entre s en el mayor grado. Por ejemplo, en la figura de la
derecha han sido analizadas 30 respuestas a un cuestionario. El programa de
anlisis de grupos estudia, para cada caso de la muestra, su conjunto de valores

para todas las variables dadas, y resuelve qu casos de la muestra tienen el
conjunto de valores ms similar. En este caso particular resulta que los que se
parecen ms entre s son los individuos 8 y 29, y tambin 6 y 22 etc.
Despus de que se haya encontrado la mejor manera de agrupar los casos, el
siguiente estadio en el anlisis es descubrir grupos cada vez ms amplios, siendo el
principio de agrupacin que cada caso en un grupo se parece ms a los dems
casos de ese grupo que a los casos de fuera del mismo. Corresponde al
investigador el decidir cuntos grupos acabar al final el programa. En la figura hay
tres grupos finales: A, B y C. Cada investigador tiene que tomar la decisin sobre la
base de su teora, como es habitual en todo anlisis estadstico. Para tomar la
decisin, debemos considerar el significado e interpretacin tericos de cada grupo.
Una vez que se ha llevado a cabo una clasificacin con uno de los mtodos arriba
mostrados, queda la tarea de presentarla en el informe. El nmero de individuos en cada
categora es llamado frecuencia. Si se divide por el nmero total del conjunto de la
muestra, se obtiene la frecuencia relativa. La frecuencia relativa puede indicarse como
un porcentaje o una fraccin. Todas estas estadsticas son variables de la escala
aritmtica sin que importe el tipo de escala de las mediciones originales.
Tabla 8: Smbolos habituales en tablas
(caja vaca) = la tabla no ha sido completada Algunas abreviaturas usadas

convencionalmete en tablas se presentan
.. = no se ha obtenido la informacin
a la derecha. En lo alto de la tabla, en el
* = datos preliminares
encabezamiento de la tabla, se muestran
- = 0.000 (exactamente cero) los
Ilustracin 3: Curva
0 = redondeado a cero nombre normal
s de las
variables, las unidades de medida y los posibles lmites
de las clases. Una columna es un conjunto vertical de
valores de una variable. La correspondiente lnea
horizontal es una fila. Las notaciones convencionales en
tablas comprenden:

3.18.3. ANALIZAR VARIABLES INDIVIDUALES

A continuacin hay una lista de algunos mtodos habituales para el anlisis estadstico de
una sola variable. Los mtodos han sido dispuestos de acuerdo con la escala de medicin
de la variable.
Tabla 9: Analisis de variables por escala
Escala Escala Escala de Escala de

-
nominal ordinal intervalo proporcin
Mtodos de presentacin
- Tabulacin ; Presentacin grfica -
de los datos
- La moda -
Medias: - - La mediana -
- - - Media aritmtica -
- - Desviacin de cuartil -
Medidas de dispersin: - - El rango -
- - - Desviacin estndar -
Presentacin grfica de una variable
Ilustracin 4:
Ciclograma

Ilustracin 5:Diagrama de
barras
Un modo simple de presentar una distribucin de valores es mostrar cada valor como un
punto en una escala. Si hay un gran nmero de valores, puede ser mejor clasificarlos
primero y entonces presentar la frecuencia de cada clase como un histograma (Fig. de la
derecha).
Si nuestros estudios tienen que ver con personas, ocurrir con bastante frecuencia que
nuestras mediciones estarn distribuidas de acuerdo con cierta curva, la llamada curva de
Gauss (a la izquierda) que es, por consiguiente, llamada la distribucin normal. Una de
sus propiedades es que el 68% de todas las mediciones diferir de la media (en la figura:
M) en no ms que la desviacin estndar, y el 95% en no ms que el doble de la
desviacin estndar.
A veces querremos poner el nfasis no en la distribucin absoluta, sino en la proporcional
o de porcentaje. Un diagrama apropiado para esto es el grfico de sectores, tambin
llamado "de tarta" o "de queso" (a la derecha):
Medias
Una media es una estadstica que caracteriza el valor tpico de nuestros datos y elimina la
dispersin aleatoria de valores. Para cada una de las distintas escalas de medicin hay un
tipo adecuado de media,

Ilustracin 6: Ejemplo me dedidas de tendencia central
la moda
la mediana
la media aritmtica.
Moda es el valor ms comn en nuestro conjunto de datos.
Mediana es el valor en el medio de la seleccin, si todos los valores estn dispuestos del
menor al mayor.
Media (aritmtica) es la suma de todos los valores dividido por su nmero, o
De entre las medias que se han presentado ms arriba, el investigador puede elegir
habitualmente aquella que muestra mejor el valor tpico de la variable. La media aritmtica
es el ms popular, pero puede ofrecer un cuadro equivocado por ejemplo en datos que
incluyen un valor que difieren en gran medida de los otros (vase la imagen de abajo).
Lo mismo ocurre si la distribucin est desviada, como en la imagen de la derecha. En el
ejemplo, se relacionan los minutos que los distintos sujetos tardan en llevar a cabo una
tarea. Los ms rpidos necesitaron 5 minutos, pero el resultado ms comn (=la moda)
fue de siete minutos. El valor en el medio, es decir, la mediana, se ha mostrado en rojo en
la imagen. La mediana tena aqu el valor 11. Qu pasa con la media? Como al sujeto
ms lento le llev el acabar 34 minutos, la media se eleva a 11.98 minutos, lo que no da
un cuadro exacto del resultado medio en este caso. Esto muestra que los datos estn
desviados; el tipo de media debe elegirse con cuidado. Una presentacin grfica muchas
veces sera ms ilustrativa que calcular una sola estadstica.

La distribucin mostrada en esta figura est escorada positivamente, porque las

mediciones que han dado valores mayores que la mediana (11) se extieneden en un
amplio rango (de 11 a 34), mientras que las mediciones que han dado valores por debajo
de la mediana se concentran pocos valores (5...11).
Se puede tambin, si es necesario, acudir a una estadstica para describir la cantidad de
desviacin. Al elegir la media ms apropiada, debemos tener en cuenta la escala que fue
usada en la recoleccin de los datos. Si la escala era nominal, la nica media posible es la
moda. Si la escala fue ordinal, podemos usar la mediana o la moda.
Finalmente, si la media fue calculada a partir de una muestra, debemos examinar su
representatividad estadstica, o qu probable es que la misma media sea cierta en la
poblacin de la que la muestra se extrajo. Una comprobacin apropiada para esto es la
prueba t.
Indicar la dispersin de los datos
Una vez que hemos calculado el valor medio, puede ser a veces interesante describir a
qu distancia en torno a la media estn diseminados los valores singulares. Para este fin,
podemos elegir entre diversas estadsticas. La eleccin depende del tipo de media que
hayamos usado:
En conexin con la moda la dispersin de valores raramente es interesante.
En lugar de ello, si hemos calculado una mediana, muchas veces querremos
sealar la diseminacin de valores en torno a ella. Una forma adecuada para esto
es la desviacin de cuartiles. Un "cuartil ms alto" es aquel valor que es
sobrepasado por el 25% del conjunto de todas las mediciones; del mismo, modo el
25% de todos los valores son ms bajos que el "cuartil bajo". La desviacin media
de los cuartiles a partir de la mediana es llamada desviacin de cuartiles y es
calculada con facilidad dividiendo por la mitad la diferencia de los cuartiles.
Una estadstica alternativa y muy simple es el rango: la diferencia entre el mayor y
el menor valor.
En conexin con la media aritmtica muchas veces querremos calcular la
desviacin estndar. Si los valores se miden a partir de una poblacin, la formula
ser,

Sin embargo, si la desviacin estndar slo se refiere a una muestra, la formula es,
En ambas frmulas, n es el nmero de los valores, y los valores de cada variable

sustituirn a x uno tras otro. Raramente un investigador se molestar en realizar por s
mismo el clculo, porque el algoritmo necesario para esto existe incluso en calculadoras
de bolsillo.
A la raz cuadrada de la desviacin estndar se llama varianza, y tambin sta es usada
con frecuencia para describir y analizar la dispersin.
Si la estadstica de dispersin se ha calculado a partir de una muestra, su

representatividad estadstica debe tambin calcularse al final. La prueba t es adecuada
para esto.
3.18.4. ANALIZAR LAS RELACIONES ENTRE VARIABLES

Si dos variables evolucionan modo tal que en alguna medida se siguen entre ellas,
podemos decir que existe una asociacin entre ellas. Por ejemplo, la altura y peso de la
gente estn estadsticamente asociadas: aunque el peso de nadie est causado por su
altura ni la altura por el peso es, no obstante, habitual que las personas altas pesen ms
que las personas bajas. Por otro lado los datos habitualmente incluyen tambin
excepciones, lo que significa que una asociacin estadstica es inherentemente
estocstica.
La ciencia de la estadstica ofrece numerosos mtodos para revelar y presentar las
asociaciones entre dos y hasta ms variables. Los medios ms simple son los medios de
presentacin grfica y tabulacin. La asociacin entre las variables puede tambin
describirse como una estadstica especial, como el coeficiente de contingencia y una
correlacin para lo que hay varios mtodos de anlisis disponibles.
Si, al analizar los datos, se descubre alguna asociacin entre las variables, esto no
significa que necesariamente alguna de ellas dependa causalmente de la otra. Una fuerte
correlacin entre, digamos, A y B, puede deberse a cuatro razones alternativas:
A es la causa de B.
B es la causa de A.

Tanto A como B son causadas por C.

La asociacin de A y B es causada por una pura coincidencia.
El investigador debe elegir deliberadamente una de estas alternativas. No hay medios en
el anlisis estadstico para la tarea de descubrir la explicacin causal para una asociacin
estadstica. En muchos casos, la teora original del investigador puede proporcionar una
explicacin; si no, el investigador debe usar su sentido comn para clarificar la causa.
A continuacin mencionamos algunos mtodos usuales de anlisis estadstico que pueden
usarse al estudiar la interdependencia entre una o ms variables. Los mtodos han sido
dispuestos siguiendo a qu escala de medicin corresponden la mayor parte de las
variables.
Tabla 10: Analisis de variables por escala
Escala escala escala de escala de

-
nominal ordinal intervalo proporcin
Mtodos de presentacin
- Tabulacin ; Grficos -
de datos
- Coeficiente de contingencia; Chi cuadrado -
- - correlacin ordinal -
Medidas de asociacin - - Correlacin r de Pearson ; ANOVA
anlisis de regresin ; anlisis

- -
factorial
Tabulacin
La tabulacin es una forma habitual de presentar las asociaciones entre dos o ms
variables. Una tabla tiene la ventaja de que en ella puede disponerse bien una cantidad
extensa de datos y se conservan las cifras exactas. Una desventaja es que una tabla
grande no es ilustrativa: raras veces revela algo ms que las ms obvias regularidades o
interdependencias entre datos. Algunas abreviaturas convencionales usadas en tablas se
presentan bajo el encabezado Clasificar.
Presentacin grfica

Ilustracin 7: Presentacin grafica diagramica
Ilustracin 8: Dispercigrama
Los artefactos, como objetos de estudio, son presentados con frecuencia como imgenes,
que son una forma de presentacin grfica. (Ejemplos de presentaciones grficas.)
Si el investigador desea resaltar algunos rasgos comunes o patrones generales que ha
encontrado en un grupo de objetos, puede combinar varios objetos en un grfico, como en
la figura de la izquierda. En el diagrama, Sture Balgrd muestra cmo los edificios viejos
en Hrnsand siguen proporciones uniformes de anchura y altura (la lnea roja) con slo
algunas excepciones. Al inventar mtodos ilustrativos de presentacin de los hallazgos del
estudio de artefactos, la ms seria restriccin es la imaginacin del investigador.

Ilustracin 9: Diagrama de barras en series
Con frecuencia, no obstante, la apariencia del objeto en s no es importante y slo

interesan los valores numricos de sus mediciones. Si se considera as, lo primero que
debiramos plantearnos al elegir el tipo de grficos es cul es la estructura que queremos
mostrar de los datos. Por supuesto tenemos que no "mentir con ayuda de la estadstica",
pero siempre es admisible elegir un estilo de presentacin realce los patrones importantes
al eliminar o dejar en segundo plano las relaciones y estructuras que no nos interesan.
Si nuestros datos consisten en solamente unas pocas mediciones, es posible mostrarlos
todos como un diagrama de dispersin. Podemos exhibir los valores de dos variables
sobre los ejes de abscisas y ordenadas, y adicionalmente unas cuantas variables ms
utilizando los colores o formas de los puntos. En el diagrama de la derecha, la variable z
tiene dos valores que se indican respectivamente por un cuadrado y un signo +.
Si la variacin es demasiado pequea para que aparezca claramente, podemos darle
nfasis eliminando partes de una o ambas escalas, vanse los ejemplos. Simplemente
eliminamos la parte que no nos interesa, sea por la parte superior o por la inferior. La parte
descartada debe estar vaca de valores medidos empricamente. Para asegurarnos que el
lector se da cuenta de la operacin, es mejor mostrarlo no slo en las escalas, sino
tambin en la cuadrcula de fondo del diagrama.
Por otro lado, si el rango de variacin de nuestros datos es muy amplio, podemos
plantearnos usar una escala logartmica en uno o ambos ejes (vase el diagrama de la
izquierda). La escala logartmica es apropiada solamente en una escala de proporcin.
Si tenemos cientos de mediciones, es probable que no queramos mostrarlas todas en
forma de diagrama de dispersin. Una posibilidad en este caso es clasificar los casos y
presentarlos como un histograma.
Ilustracin 10: Histograma de medias
El histograma puede adaptarse para presentar hasta cuatro o cinco variables. Podemos
hacer esto variando las anchuras de las columnas, sus colores, sus tramados y por una
representacin tridimensional (fig. de la izda.). Todas estas variaciones se crean
fcilmente con un programa de hoja de clculo como Excel, pero no deben ser usadas
slo como adorno.
Los patrones que rellenan o marcan las columnas del histograma pueden ser elegidos de
forma que simbolicen una de las variables. Por ejemplo, las columnas que describen el
nmero de automviles pueden estar formadas por una pila de automviles unos sobre
otros. Esto es correcto, con tal de que no variemos el tamao de los smbolos usados en
un histograma. De otro modo, la interpretacin se le hara difcil al lector (se vincula el
nmero de automviles a la longitud, el rea o el volumen de los smbolos de los
automviles?)
El investigador suele estar interesado en las relaciones de dos o ms variables antes que
en las parejas de mediciones tomadas separadamente. La forma normal de presentar dos
o ms variables interdependientes es la curva. Esto implica una variable continua (es
decir, en que el nmero de posibles valores es infinito). (Ejemplos.)
No debemos producir una curva a partir de mediciones que no son valores de la misma
variable. Por ejemplo, los atributos de un objeto son variables diferentes. Ejemplos de ello
son las evaluaciones personales que los investigadores suelen reunir con la ayuda de
escalas semnticas diferenciales del tipo de la mostrada abajo:

Tabla 11: Ejemplo de escala
Estime las caractersticas de su dormitorio.

Tache un recuadro en cada lnea.
Claro _ _ _ _ _ _ _ Oscuro
Ruidoso _ _ _ _ _ _ _ Tranquilo
Limpio _ _ _ _ _ _ _ Sucio
Grande _ _ _ _ _ _ _ Pequeo
Carecera ahora de sentido el presentar las distintas evaluaciones del dormitorio como un
solo "perfil" como en el diagrama de la izquierda (aunque encontremos con frecuencia este
tipo de presentaciones ilgicas en informes de investigacin.) Si queremos a toda costa
poner el acento en que las variables han de ir juntas (por ejemplo porque todas son
evaluaciones del mismo objeto), un mtodo apropiado podra ser, por ejemplo, un grupo
de histogramas (como el de la derecha).
Ilustracin 11: Ejemplo no adecuado de diagramacin
Todos los diagramas mostrados arriba pueden combinarse con mapas y otras
presentaciones topolgicas. Por ejemplo, la variacin en las diferentes reas del pas
suele mostrarse como un cartograma que distinga los diferentes distritos con distintos
colores o tramas. Otra forma es el cartopictograma en que pequeos diagramas de
sectores ("de tarta" o "queso") o de columnas han sido colocados en el mapa. Las
conexiones entre distintas reas suele ser con frecuencia mostradas con filas cuyo grosor
indica el nmero de conexiones. (Ejemplo.)
Una obra til y concisa en espaol sobre el uso de diagramas para anlisis estadstico es:
Antonio Alaminos, Grficos, Madrid, Centro de Investigaciones Sociolgicas, 1993 (Col.
Cuadernos metodolgicos, n 7)
Contingencia

Los medios disponibles para el anlisis de los vnculos entre las variables dependen de
con qu tipo de escala se han medido las variables. La variable decisiva es aquella cuya
escala es la ms rudimentaria.
Ilustracin 12: Disoercigrama
El metro ms rudimentario y general de la covarianza estadstica de las variables es la

contingencia. Puede aplicarse a todo tipo de variables, incluyendo aquellas que se han
medido solo con una escala de clasificacin, es decir, una escala de diferencia de
cualidades. La contingencia suele ser analizada haciendo una tabla, pero tambin hay
disponibles estadsticas especiales para indicar su intensidad:
Las conexiones entre dos variables que se han medido con una escala de
clasificacin escala se describen con un cociente de contingencia o tambin con la
estadstica del Chi cuadrado.
Si dos variables se han medido con una escala ordinal, su conexin puede
describirse con una correlacin ordinal.
Para variables sobre escalas aritmticas, el mtodo usual de contingencia es la
correlacin estndar.
Las formulas para calcular las estadsticas de contingencia no se muestran aqu porque
llevar a cabo los clculos manualmente sera poco prctico y los investigadores
habitualmente los hacen con un ordenador.
Correlacin
Una forma habitual de expresar la fuerza de la asociacin entre dos variables es la
correlacin del momento-producto o correlacin de Pearson. Suele abreviarse con la
letra r. La frmula es bastante complicada pero raramente se necesita hoy, pues el
algoritmo es ahora comn incluso en las calculadoras de bolsillo. Aunque el algoritmo
presupone que ambas variables deben ser medidas sobre una escala aritmtica, en la
prctica los investigadores suelen pasar por alto esta limitacin.
A la derecha podemos ver un diagrama de dispersin que muestra los valores de dos
variables y la correlacin entre ellas. Se trata de una imagen animada, pero podemos ver
tambin una vista combinada de los once conjuntos de valores, que puede servirnos
tambin en el caso de que el programa que estamos utilizando para ver estas pginas
(navegador o browser) no muestre de forma alternativa once conjuntos de valores con sus
respectivas correlaciones.
Si el coeficiente de correlacin es bajo, por ejemplo algo entre -0.3 y +0.3, las dos
variables no tienen mucho que ver entre s. Si es alto, en otras palabras, si su valor se
aproxima ya sea a +1 o a -1, esto significa que la relacin entre las dos variables se
aproxima a la ecuacin
y = ax + b. El signo del coeficiente de correlacin no es importante; el signo siempre es
idntico al signo del coeficiente a en la ecuacin de arriba.
La correlacin es una herramienta prctica para el anlisis inicial de los datos, cuando no
tenemos una idea clara de las relaciones mutuas entre variables. Es fcil para un
ordenador calcular una matriz de correlacin entre un gran nmero de variables o, ms
exactamente, para todos los pares potenciales de variables. Podemos entonces elegir
esos pares que presentan las correlaciones ms fuertes, y continuar examinandolos con
otras herramientas, ms refinadas, de anlisis, por ejemplo el anlisis de regresin.
Un aspecto dbil del anlisis de correlacin es que no puede detectar otras relaciones
lineales entre las variables. Por ejemplo, una relacin que obedece a la ecuacin y = ax2 +
bx + c pasara inadvertida. Sin embargo, algunos de los nuevos programas de anlisis son
capaces de detectar incluso esta y algunas otras asociaciones habituales de variables.
Si la correlacin se calcula a partir de una muestra, debemos recordar probar su
representatividad estadstica. Una prueba adecuada para esto es la prueba t.
Anlisis de varianza
El anlisis de varianza (en ingls ANOVA, ANalysis Of VAriance) examina dos o ms
conjuntos de mediciones, especialmente sus varianzas, e intenta detectar diferencias
estadsticamente representativas entre los conjuntos. Estos conjuntos podran ser, por
ejemplo, reacciones medidas para dos grupos experimentales, y el investigador quiere
examinar si hay una diferencia en las reacciones, tal vez causada por los distintos
estmulos a los grupos.

El mtodo de anlisis de varianza se basa en el hecho matemticamente probado de que

hay una diferencia entre los grupos slo si la varianza inter-grupos es mayor que la
varianza intra-grupo. El anlisis se inicia calculando la varianza intra-grupo para cada
grupo, y la media de todas
estas varianzas de grupo.
El siguiente paso es calcular la media para cada grupo, y entonces la varianza de estas
medias. Esa es la varianza inter-grupos. Entonces calculamos la proporcin de las dos
cifras que acabamos de obtener, que es llamada F. En otras palabras, = (varianza de las
medias de grupo) / (media de las varianzas de grupo). Finalmente nos referimos a la tabla
(en manuales estadsticos) que muestra qu valores puede alcanzar el coeficiente F
cuando slo acta el azar. Si el F obtenido del ANOVA es mayor que el valor de la tabla,
hay una diferencia entre los grupos que es significativa segn muestra la tabla.
Anlisis de regresin
El investigador suele tener razones tericas o prcticas para creer que determinada
variable es causalmente dependiente de una o ms variables distintas. Si hay bastantes
datos empricos sobre estas variables, el anlisis de regresin es un mtodo apropiado
para desvelar el patrn exacto de esta asociacin. El algoritmo de anlisis de regresin
construye una ecuacin, que tiene el siguiente patrn. Adems, da los parmetros a1, a2
etc. y b valores tales que la ecuacin corresponde a los valores empricos con tanta
precisin como es posible.
y = a1x1 + a2x2 + a3x3 + ... + b
En la ecuacin,
y = la variable dependiente
x1 , x2 etc. = variables independentes
a1 , a2 etc. = parmetros
b = coeficiente.
Si tenemos amplios datos con muchas variables, al principio del anlisis no estaremos tal
vez seguros de qu variables estn mutuamente conectadas y cuales debieran as ser
incluidas en la ecuacin. Podramos primero estudiar esto con el anlisis de correlacin, o
podemos dejar al programa de anlisis de regresin elegir las variables "correctas" (x1, x2
etc.) para la ecuacin. "Correctas" son aquellas variables que mejoran la exactitud del
ajuste entre la ecuacin y los valores empricos.
Anlisis factorial
A veces tiene el investigador una gran cantidad de datos sobre numerosas variables
diferentes con correlacin entre ellas. Con ayuda del anlisis factorial, tales datos suelen
poder comprimirse y las variaciones presentarse a travs de slo unas pocas variables.
Como ejemplo, consideremos los datos de un cuestionario (mostrado en otra parte) donde
a un cierto nmero de sujetos de un test se les pregunt en qu grado se correspondan
sus dormitorios personales con los adjetivos proporcionados por el investigador
(mostrados en escalas "semnticas diferenciales").
Ilustracin 13: Ejemplo de proyecciones
El investigador ahora quiere descubrir si tras las estimaciones de los sujetos, hay algunas
"variables de fondo" cuya medicin directa por a travs de medios lingsticos no sera
posible a causa de la carencia de adjetivos apropiados en el lenguaje. La hiptesis del
investigador es que estas variables de fondo "aparecen" a travs de los adjetivos usados
en las escalas semnticas, habitualmente no con un adjetivo nico, sino mediante un
grupo de adjetivos con correlacin entre ellos.
Con la ayuda de un anlisis factorial, las variables de combinacin o factores ocultos tras
los atributos medidos pueden detectarse y especificarse, y el anlisis tambin dice lo
estrechamente que estos factores estn vinculados con las variables originalmente
verificadas.

Ilustracin 14: Ejemplo de proyecciones
A veces se sita tambin una condicin suplementaria sobre los factores, concretamente
que no deben tener correlacin alguna entre ellos y estn por lo tanto en "ngulo recto"
uno con respecto a otro (= "rotacin ortogonal" de los factores durante el anlisis).
Un inconveniente del mtodo del anlisis factorial es que es demasiado fcil de usar para
estudios que son formalmente correctos pero en la prctica absurdos, porque siempre
presenta los resultados de una forma elegante y matemticamente exacta, incluso cuando
los factores obtenidos son tienen ningn contenido emprico sensato.
Analizar una serie temporal
Una serie cronolgica es una lnea de valores de variables reunidos en un cierto periodo
de tiempo, habitualmente en intervalos regulares. Si cada valor nuevo se aade a los
previos, la serie es acumulativa.
La curva es la presentacin ms usual para la serie cronolgica. El tiempo siempre se
presenta en el eje horizontal, x. Si es necesario, pueden situarse varias variables o series
de datos en el mismo diagrama. Esto tiene especial sentido cuando se estn investigando
sus conexiones o ha de ponerse nfasis en stas. Cuando se presentan dos series
cronolgicas distintas con distintas escalas en una figura, podemos situar una escala
cuanto al margen izquierdo de la figura y la otra junto al margen derecho.
Si es necesario, tanto los valores medidos como los que se predicen pueden mostrarse en
la misma curva; vanse las figuras de abajo. Si el rango de la variable es muy pequeo,
puede ser resaltado acortando la escala Y, es decir, cortando la parte que no contiene
valores, normalmente a partir de la parte de abajo de la escala. La figura de la derecha
tiene exactamente los mismos contenidos que la de la izquierda, pero la variacin se ha

hecho ms visible al recortar la escala por la parte de abajo. - Si, por el contrario, la
variable vara en una escala muy amplia, puede hacerse logartmica la escala del eje Y.
Toda serie cronolgica es intrnsecamente discontinua, es decir, obtiene un valor discreto
para cada periodo de tiempo. Esto es por lo que la presentacin elegida para una serie
cronolgica suele ser una curva "en escalera", que es en principio lo mismo que un
histograma donde las columnas se dibujan una junto a otra. Vase la figura de la
izquierda.
Si dirigimos una mirada ms detenida a la variacin de la serie cronolgica, sta suele
revelar componentes, todos los cuales tienen sus regularidades especficas que pueden
ser analizadas. Los ms habituales de estos componentes son:
- tendencia
- variacin peridica
- variacin coyuntural
Una tendencia es una direccin lineal de desarrollo en un periodo de tiempo. Una forma
sencilla de estudiarla es hacer un diagrama de dispersin y entonces situar manualmente
una estimacin aproximada de la lnea que describe la tendencia en l (la lnea roja en el
diagrama de la izquierda).
Ilustracin 15: Diagrama de dispercin
Un mtodo ms refinado y exacto para la tarea arriba mencionada es el anlisis de

regresin. Tras haber encontrado la ecuacin que se ajusta de forma ptima a la
tendencia, sta habitualmente es tambin presentada de forma grfica, posiblemente junto
con el diagrama de dispersin original.
Una variacin peridica es una variacin cclica recurrente en forma similar una y otra
vez. El periodo de variacin suele ser una unidad natural de tiempo, como un ao o un da.
Por ejemplo, el consumo de energa de un edificio vara simultneamente con tres

frecuencias: ritmos anual, semanal y diario. Estos se calculan uno cada vez, por el
siguiente mtodo, bsicamente el mismo en los tres casos:
La variacin peridica anual se halla haciendo un grupo de los valores para enero,
otro de los de febrero, etc. Entonces, para cada uno de estos doce grupos se
calcula la media y finalmente las doce medias se presentan como la variacin anual
(la curva roja en el diagrama de la derecha).
Cuando calculan los ritmos semanales, habr siete grupos, es decir, uno para cada
da de la semana. Se calcula la media para cada uno de los siete grupos, y las siete
medias conforman la variacin semanal.
El ritmo diario de 24 mediciones diarias se calcula de forma tal que todos los
valores se disponen en grupos de 24. Las 24 medias indican entonces la variacin
diaria buscada.
Cuando se ha encontrado la variacin peridica, sta se presenta, sea grficamente como
curva de la longitud de un periodo, o bien numricamente como un ndice. Este ndice
habitualmente se hace a partir de una base de 100 ( 1,00), y sus valores peridicos se
obtienen cuando las medias peridicas (por ejemplo mensuales) se dividen por la media
comn del conjunto de los datos.
Una variacin de coyuntura tiene lugar repetidamente en la misma manera que una
variacin peridica, pero su longitud y forma varan. Para revelar la variacin de coyuntura,
la tendencia y las variaciones peridicas de los datos han de ser halladas primero. Tras
esto, la tendencia y las variaciones peridicas se eliminan de los datos. Esto se hace por
ejemplo dividiendo todos los valores individuales por el ndice de la variacin peridica, y
por la frmula de la tendencia tal y como se ha hallado por el mtodo de anlisis de
regresin.
Tras estas operaciones, los datos slo incluyen (de forma suplementaria a la variacin
aleatoria) la variacin de coyuntura. La variacin coyuntural se presenta grficamente
como una curva o numricamente, como un ndice de coyuntura, del mismo modo que el
ndice de variacin mencionado anteriormente.
La variacin aleatoria es habitualmente eliminada mediante la media flexible. Por ejemplo,
en datos que contienen valores mensuales, esto se hace sustituyendo para cada valor
mensual una media que comprende a ese mes y los meses vecinos. La media de cinco o
siete meses puede tambin usarse, aunque la desventaja de esto es que puede oscurecer
incluso la variacin que podra interesar al investigador. La variacin aleatoria no es
necesariamente una perturbacin que haya de ser eliminada. Si hay una gran cantidad de
ella, el investigador podra intentar plantearse las razones para esta variacin: es
causada por un factor importante o interesante que debiera ser incluido en la hiptesis del
proyecto de investigacin?
Todos los anlisis de series cronolgicas que acaban de mencionarse son hoy realizados
normalmente con un ordenador. Aqu slo era posible presentar los mtodos ms
habituales de anlisis estadstico. Otras guas sobre metodologa son, por ejemplo.:
Friedman, Pisani, Purves, Adhikari: Statistics.
Lugares en el Www sobre mtodos de anlisis estadstico:
Electronic Textbook Statsoft
University of Newcastle: Surfstat
Cuando la informacin deseada se ha extrado de los datos, la credibilidad de los
resultados debiera ser evaluada, como una fase separada, antes de publicarlos y antes de
aplicarlos en la prctica.
3.18.5. REFERENCIAS
o http://usuarios.iponet.es/casinada/arteolog (Espaa)
o http://www.uiah.fi/projects/metodi/ (Finlandia)

<
4. CAPITULO IV: BASES

PARA LA INVESTIGACIN
CUALITATIVA

<
4.1. LA NATURALEZA DE LA INVESTIGACIN CUALITATIVA
Robert E. Stake,
No existe una nica fuente de investigacin cualitativa. Su historia es variada, parte de la
evolucin de la curiosidad humana a lo largo de los siglos, y etngrafos, psiclogos
sociales, historiadores y crticos literarios la encauzaron formalmente (Bogdan y Biklin,
1982; Eco, 1994; Hamilton, 1991; Stake, 1978). Hace un siglo, el filsofo Wilhelm Dilthey
sostena que la ciencias no se mova en un sentido que ayudara a los humanos a
comprenerse a si mismo:
Slo desde sus acciones, desde sus manifestaciones unmutables, desde el efecto
que produce en otros, puede el hombre aprender sobre si mismo; as que aprende a
conocerse solo por la va circular de la comprensin. Lo que fuimos, como nos
desarrollamos y nos convertimos en lo que somos, lo aprendemos en la forma en
que actuamos, por los planes que una ves seguimo, por la forma en que nos
sentimos en nuestra voacin, por los antiguos y caducos conocimientos, por los
juicios que hace tiempo se nos hicieron...Nos comprendemos, a nosotros mismos y
a los otros, cuando transmitimos nuestras experiencias vividad a todo tipo de
expresin propia y a las vidas d los dems.
(Dilthey, citado en Richman, 1976, pg. 163.)
La ciencia puede ocuparse de estos momentos personales y circunstanciales, pero la
mayora de los cientficos humanos prefieren estudiar grupos de poblacin ms que la
unicidad de las vidas individuales. Esta distincin entre mtodos cuantitastivos y
cualitativos es una cuestin de nfasis ya que la realidad es la mezcla de unos y otros.
En cualquier estudio estnogrfico, naturalista, hermeneutico u holstico (po ej., en
cualquier estudio cualitativo) la enumeracin y el reconocimiento de la diferencia
decantidad ocupan un lugar destacado. Y en cualquier estudio estadstico o experimiento
controlado (po ej., en cualquier estudio cuantitativo) son importantes el lenguaje natulra
con que se describen y la interpretacin del investigador.
Un experte en mtodos de investigacin, Philip Runkel (1990), describa la actividad de los
investigadores como la de echar las redes y la de comprobar las muestras. Para averiguar
las realaciones comunes entre los casos, echamos las redes para capturar muchos casos.

Para averiguar como funciona un caso concreto, examinamos las muestras particualares.
Runkel llam a ese echar las redes, es decir, la sumas de mediciones de los diversos
casos, mtodos de frecuancias relativas. Los investigadores en estudios de casos, tanto
los de orientacin cualitativa como los de orientacin cuantitativa, echan las redes cuando
se fijan n las frecuancias del caso, por ejemplo, como cuantos alumnos lucan birretes
blancos en la seremonia de graduacin, y cuando hacen anlisis transversales de casos.
Runkel llamaba mtodo de muestras cuando el objetivo es aprender sobre la especie
mediante el anlisis de una muestra, una gran muestra o una muestra nica. Los
investigadores en estudios de casos emplean el mtodo de muestras, como mtodo
promordial, para llegar a conocer un caso en particular de forma extensiva e intensiva. En
el estudio intrinceso de casos, hay poco interz de generalizar sobre las especies; el
mayor interz reside en el caso concreto, aunque el investigador estudia tambin unaprte
del todo, y busca comprender que es la muesta, com fucniona.
Hay que detenerse en tres diferencias importantes entre la orientacin cualitativa y
cuantitativa: 1) La distincin entre explicacin y comprensin como objeto de investigacin;
2) La distincin entre una funcin personal y una funcin impersonal de investigador, y 3)
Una distincin entre conocimiento descubierto y uno construido. Por ahora nos
ocuparemos de las otras dos distinciones.
4.1.1. COMPRENSIN MEDIANTE LA EXPERIENCIA:

La distincin fundamental entre investigacin cuantitativa e investigacin cualitativa estriba
en el tipo de conocimiento que se pretende. Aunque parezca extrao, la distincin no est
relacionada diirectamente con la diferencia entre datos cuantitativos y datos cualitativos,
sin con una dirferencia entre bsqueda de acontecientos. Los investigadores
cuantitativos destacan destacan la explicacin y eeel control; los investigadores
cualitativos destacan la comprensin de las complejas realciones entre todo lo que existe.
La distincin entre investigar para ofrecer explicciones e investigar par impulsar la
comprensin ha sido desarrollada muy bien por el filsofo finlands Georg Henrick Von
Wright en su libro Explanatin and Understanding.
Se puede decir que practicamente cualquier explicacin, sea causal teleolgica o de
algn otro tipo, incrementa nuestra comprensin de las cosas. Pero la
comprensin tiene tambien un aspecto psicolgico, quiz quien lo hizo con el
mayor nfasis fue Simmel, que pensaba que la comprensin como mtodo
caracterstico de las humanidades es una forma d4e empata o de recreacin en la

mente del pensador del clima mental, los pensaimentos, los sentimientos y las
motivaciones de los objetos de estudio...La omprensin est unida tambin a la
intencionalidad, de una forma que no lo est la explicacin. Se comprenden los
objetivos y los propsitos de un agente, el significado de signo o de un smbolo, y la
relevancia de una institucin social o de un rito religioso. Esta...dimensin de
intencionalidad ha llegado a desempear una fucnin primordial en los estudios
ms recientes sobre metodologa. (Pag. 6).
Von Wright aseguraba que se requieren las explicaciones para incrementar que se
requieren la comprensin, y que a veces la ocmprensin se expresa en trminos de
explicacin-pero los dos objetivos son epistemolgicamente bastante distintos. Insista en
una diferencia importante para nosotros, la diferencia entre estudios de casos que tratan
de identificar las realaciones de causa y efecto, y los que tratan de comprender la
experiencia humana.
En el captulo anterior sealbamos estos dos ejemplos de preguntas temticas:
El hecho de que las horas lectivas hayan pasado de antender a cuatro grupos a
tender a cinco grupos afecta a la calidad de enseanza?.
Participan menos en el trabajo los profesores que residen fuera de la comunidad?.
La primera constituye un ejemplo de bsqueda de una causa de la calidad de enseanza
(por ej., busca una explicacin), y es el tipo de pregunta ms habitual en el estudio
cuantitativo de casos. La segunda es un ejemplo de bsqueda de la comprensin, una
descripcin de las cosa que ocurren mas o menos en el mismo momento, sin esperar una
explicacin causal. Estas descripciones contigentes no causales, como son el objetivo
habitual de las preguntas temticas del estudio cualitativo de casos. La descripcin de
Harper School del Captulo X apenas explica poe que las cosas eran como eran; mas bien
describe en profundidad cmo eran las cosas en un determinado lugar y en un
determinado momento. Von Wright tembien hablaba de mpata, el conocimiento de la
situacin de otro mediante la experiencia propia de la misma. La investigacin cualitativa
itenta establecer cuna comprensin emptica para el lector, mediante la descripcin, a
veces la descipcin densa, transmientiendo al lector aquello que la experiencia misma
transmite.
Siguiendo las oreintaciones de Dilthey, el investigador en estudios cualitativos de casos
intenta facilitar la comprensin al lector, ayudar a comprender que las acciones humanas
importantes pocas veces tienen una cuasa simple, y que normalmente no se producen por
motivos que se pueden averiguar. Basta con reconocer algunos de los acontecimientos
simultneos (por ej., la polmica que se suscitan en las reuniones, el cambio del
tiempo,los mensajes dejados en el correo, una expresin de confianza inesperada-algunos
delos cuales pueden incidir en las desiciones de esa tarde). Estos sucesos complejos se
producen contnuamente, sin que haya oportunida, ni siquiera posibilidad, de sonsacar las
causas. Es posible que el deterioro del sistema escolar o el xito del cambio n la
enseanza n un aula no tengan ni causas ni manifestaciones simples. Para el pensador
cualitativo, la ocmprensin de la experiencia es una cuestin de cronologa, ms que de
causas y efectos.
Los mtodos de la investigacin cuantitativa han surgido de la bsqueda cientfica de la
causa y el efecto, expresada en una ltima instancia por una teora fundamentada en
hechos (grand theory). Para esteblecer las generalizaciones que sean aplicables a
diversas situaciones, la mayora de los investigadores de orientacin semejante a la de las
ciencias sociales realizan observaciones en situaciones diversas. Intentan eliminar aquello
que sea meramente situacional, y ahcer que los efectos contextuales se compensen
mtuamente. Tratan de anular el cotnexto con el fin de averiguar las realciones
explicativas ms generales y constantes. Las generalizaciones es un ojetivo importante, y
relevante para otros posibles casos. Para los investigadores cualitativos la unicidad de los
casos y delos contextos individuales es importante para la comprensin. La
partucularizacin es un bojeto importante, llegar a atender la particualridad del caso.
Permitanme el lector que recurra a mi propia experiencia para sealar que la mayor parte
de l trabajo en evaluacin de programas ha estado doinada por la bsqueda de
explicaciones fundamentadas en hechos (grand explanations). El emple de mediciones
formales y de anlisis estadsticos. Porej. De la cuantificacin, se debe el deseo de hacer
un estudio simultneo de un gran nmero de casos diferentes, para situar el investigador
en posisin de realizar generalizaciones formales sobre el programa. Michael Scriven
(1978) e Lee Cronbach y colaboradores(1980) han sealado lo inadecuado de esta visin
estadstica y de ciencia bsica para la evaluacin de programas, aduciendo la
particularidad del programa, su situacionalidad y su contexto poltico. Mabos han insistido
en la responsabilidad del avaluador como el autor de descripciones e interpretaciones
especficas del programa.

Estas preocupaciones epistemolgicas no devueven a los significados habituales del

estudio cualitativo y cuantitativo. Para perfeccionar la bsqueda de explicacin, los
investigadores cuantitativos perciben lo que ocurre en trminos de variables decriptivas,
representan los acontecimientos con escalas y mediciones (po ej., nmeros). Para
perfeccionar la bsqueda de comprensin, los investigadores cualitativos perciben lo que
ocurrer en calve de episodios o testimonios, representan los acontecimientos con su
ppropia interpretacin directa y con sus historias, por ej., relatos. El investigador cualitativo
emplea los relatos para ofrecer al lector la mejor oportunidad de alcanzar una comprensin
de causa que se base en la experiencia.
4.1.2. LA INTERPRETACIN COMO MTODO.

Los defensores de los cualitativo, Egon Cuba e Yvonna Lincoln (1982) y Elliot Eisner y
Alam Peshkin (1990) otrgan mayor prioridad a la interpretacin directa de los
acontecimientos, y menor a la interpretacin de los datos de las mediciones. En gerra y
Paz Tolstoy (1869/1978) deca:
Mediante la razn el hombre se observa a si mismo, pero se conoce a si mismo
mediante la conciencia. (Pag. 1427).
Toda la investigacin depende de la interpretacin, pero en los modelos cuantitativos
habituales se produce un esfuerzo por limitar la funcin de la interpretacin personal del
periodo que media entre el momento en que disea la investigacin y el momento en que
se recogen los datos y se anlizan estadsticamente-un periodo que a veces se considera
libre de valore. Los modelos cualitativos habituales requieren que las personas ms
responsables de las interpretacines estn en trabajo de campo, haciendo observaciones,
emitiendo juncios subjetivos, analizando y resumiendo a la vez que se dan cuenta de su
propia conciencia.
A diferencias entre lo cualitativo y cuantitativo guarda relacin con dos clases de
preguntas de la investigacin. En los estudios cuantitativos, esas preguntas buscan una
realcin entre un pequeo nmero de variables. Por ej., Existe una correlacin contnua
entre los logros del alumno y la formacin del profesor, en una variedad de situaciones
que se producen en el aula y la comunidad?. Los esfuerzos van dirigidos a acotar la
investigacin para que sea operativa, a definir las variables, y a reducir al mnimo la
importancia de la interpretacin hasta que los datos etn analizados. En los primeros
momentos, es importante que el investigador cuantitativo interprete de que forma las
relaciones entre las variables van ha reducir la inconsistencia de la explicacin y, al final,

debe incrementar la importancia que otrogue a us generalizaaciones sobre las variables.
Entre ambos momentos, es importante no permitir que las interpretacin cambie el curso
del estudio.
Lo caracterstico de los estudios cualitativos es que se dirigen las preguntas de la
investigacin a casos o fenmenos, y buscan modelos de relaciones inesperadas o
previstas. Por ej.: qu ocurre con las relaciones personales entre los profesores que
participan en un proyecto de recuperacin en lectura, si se les obliga a emplear una
metodologa de resolucin de problemas? O si el proyecto hubiera sido puesto en prctica
con antelacin, Qu ocurrio con tales realciones personales?. Las variables
dependientes se definen por criterios de experiencia ms que por criterios de operatividad.
Las condiciones situacionales no se conocen ni se controlan de antemano. Se prev que
incluso las variables independientes se desarrollen de forma inesperada. Es esencial que
la capacidad interpretativa del equipo de investigadores no pierda contacto nunca con el
desarrollo de los acontecimientos y con lo que se va revelando, en parte para reoientar las
obaservaciones y proseguir con los temas que afloren. Por eso, la distribucin de recursos
es diferente. La dependencia de instrumentos cuidadosamente desarrollados y de
observaciones redundantes controladas, caracterstica de un estudio cuantitativo, se
sustituye por la colocacin de los investigadores ms capacitados en contacto directo con
los fenmenos, y con juicios muchos mas subjetivos sobre el significado de los datos. Uno
de los grupos requerira la mayor experiencia para el desarrrollo de instrumentos, antes de
la recogida de datos, y el otro grupo la requerira en el lugar de trabajo para realizar
observaciones interpretativa.
En su exelente resumen sobre la naturaleza del estudio cualitativo en el libro de Wittrock,
Handbook of Research on Teaching, Frederick Erickson (1986) sostena que la piencipal
caractersica de la investigacin cualitativa es el lugar central que ocupa la interpretacin.
Deca que los resultados de la investigacin no son tanto decubrimientos como acertos.
Despues de intensa interaccin del investigador con las personas, objeto del estudio o no,
despues de una aproximacin constructivista en la bsqueda del conocimiento, despues
de considerar la intencionalidad de los participantes y su subejtividad, por lo descriptivo
que sea el informe, en ltima instancia el investigador termina por dar una visin personal.
Erickson se fijaba en l tradicinal nfasis de los etngrafos en los temas mico, aquellos
vaores y preocupaciones que se manifiestan en la conducta y en el lenguaje de las
personas estudiadas. Clifford Geertz (1973) lo llmaba descripcin abierta. No se refera

con este trmino a las oncplejidades descritasde forma objetiva; es una descripcin que
recoge las percepciones particulares de los actores. Pueden aceptar los lectores una
descripcin subjetiva?. A menudo, el objetivo del investigador no es tanto una
representacin verdica de la mayores oportunidades de aprendizaje. Deborah Trumbull y
yo (Stake y Tumbulll, 1982) llmbamos generalizacin naturalista al aprendizaje que se
realiza mediante la experiencia y proponan que el investigador cualitativo fuera capaz
deorganizar el estudio de forma que ofreciera las mximas opotunidadees a la
generalizacin naturalista. De esta forma, es estudio se basara en el actor y en la
experiencia del lector, un hecho ya comn en muchas disciplinas, tales como la
historiografa, la filosofa, la literatura y la msica. Claude Debussy, cuando compona La
Mer en su estudio de Pars y no al mar, deca:
Dispongo de mis recuerdos, que son mejores que los mismos paisajes marinos,
cuya belleza a menudo enturbia el pensamiento. Quienes me escuchan tienen su
proio caudal de recuerdos para que yo los desentierre. (Cox, pg. 26.).
La funcin de la investigacin no es necesariamente la de trazar el mapa y conquistar el
mundo, sin la de ilustrar su contemplacin. De los estudios cualitativos de casos se
esperan descripciones abiertas, comprensin mediante la experiencia y realidades
mltiples (las personas perciben las cosas de forma diferente, debido no solo a las
secillez de sus abservaciones, sin a que la experiencia determina en parte los
significados). No se puede sencillamente disear la bsqueda de significados complejos,
ni alcanzarlos de forma retrospectiva (Denzin y Lincoln, 1994). Parece que se requiere una
atencin contnu, una atencin que raras veces se puede mantener cuando los
instrumentos principales para la recogida de datos son listas de control o puntos de
encuestas interporetables. En el estudio caulitativo de casos es de gran importancia la
funcin interpretativa constante del investigador.
4.1.3. OTRAS CARACTERSTICAS DE LA INESTIGACIN CUALITATIVA.

Adems de su orientacin alejada de la explicacin de causa y efecto, y su propensin a la
interpretacin personal, la indagacin cualitativa se distingue por su acento n el trato
holstico de los fenmenos (Schwandt, 1994). Ya he sealado que la epistemologa del
investigador cualitativo es existencial (no determinista) y constructivista. Estasdosvisiones
van unidas habitualmente a la idea de que los fenmenos gurdan una estrecha realcin
entre si debida a accines fortuitas, y que la comprensin de los mismos requiere la

ocnsideracin de una amplia variedad de contextos: temporales y espaciales, histricos,
polticos, econmicos, culturales, sociales y personales.
As pues, se consideran que el caso, la actividad y el suceso son nicos, a la ves que
comunes. La oomprensin de cada uno de ellos exige comprender otros casos, otras
actividades y otrsos sucesos, pero tambin comprender la unicidad de cada uno. La
unicidad no se establece particularmente comparndola en un nmero de variables -
podran existir pocas posibilidades de que se aljara de la norma sin que las personas
prximas al caso lo entienden, n muchos sentidos, como algo sin precedentes e
importante en otras palabras, como una unicidad decisiva. Los lectores son dirigidos hacia
este sentido de la unicidad a medida que leen los relatos, los esbozos y las explicaciones
de experiencias (Van Manen, 1988). Se intuye que el conjunto de caractersticas, la
secuencias de los acontecimientos, son diferente. Se considera que la unicidad es de
importancia fundamental para la comprensin del caso particular.
En sus intrusiones en los habitats y los auntos personales, los investigadores cualitativos
no son intervensionistas. Intentan ver lo que hubiera ocurrido si ellos no hubieran estado
presentes. Durante el trabajo de campo, tratan de no llamar la atencin, ni hacia si mismos
ni hacia su trabajo. Una vez en sus sitios, se esfuerzan por evitar crear situaciones para
comprobar su hiptesis. Intentan observar la corriente, y observarlo lo suficiente que
significa corriente n este caso. Pa ellos, la observacin naturalista ha sido el medio
primordial del conocimiento. Cuando no saben ver por si mismos, preguntan a otros que
sepan. Pero la mayora de ellos favorecen una visin personal de la experiencia con el fin
de que, desde su propia participacin (la observacin participativa es una tcnica
desarrollada por los etngrafos, para observar a la vez que se desempea una funcin
activa en el grupo que se est estudiando), la puden interpretar , reconocer sus contextos,
indagar n los diferentes significados mientras estn presentes, y transmitir un realto
naturalista, basado en la experiencia, para que sus lectores participen en una reflexin
similar.
4.1.4. RECONOCIMIENTO DE CULPAS.

Los detractores del estudio cualitativo le atribuyen un gran nmero de defectos. La
investigacn cualitativa es subjetiva. Es ms frecuente que origine nuevos enigmas que
soluciones para antiguos. Su contrubucin a la ciencia disciplinada es lenta y tendenciosa.
Los resultados contribuyen poco al avance de la prctica social. Los riesgos ticos son
sutanciales. Y el coste de timpo es elevado, muy elevado.
Se sabe qe la pretensin de los investigadores cualitativos es realizar una investigacin
subjetiva. No se recomienda que la subjetividad sea un fallo que hay que eliminar, sino un
elemento esencial para la comprensin. Y aun ms, la comprensin personal a menudo es
una falsa comprensin pora parte de los investigadores y de sus lectores (Philllips, 1990).
La falsa comprensin se produce por que el investigador intrprete no es consciente de
sus propias limitaciones intelectuales, y como consecuencia de los mtodos defectuosos
que no consiguen evitar las falsas interpretaciones. Los investigadores cualitativos tienen
una respetable preocupacin por la validacin de sus obsevaciones, y procedimientos
habituales de triangulacin cuyos propsitos se aproximan a los de investigadores
cuantitativos, pero carecen de estrategias ampliamente consensuadas que somentan las
falsas comprensiones subjetivas a una comprensin exhaustiva.
Los fenmenos que investiga el investigador cualitativo suelen ocurrir con lentitud, y
evolucionan en su acontecer. Se suele requerir mucho tiempo para entender lo que ocurre.
Es un trabajo de mucha mano de oabra, y es difcil de recortar sus costes. Muchos
estudios continuan por que son fruto del entusiasmo. Mchos de sus descubrimientos son
esotricos. El mundo del comercio y de los servicios sociales se benefician muy poco de lo
que se invierten en estudios cualitativos formales. Las recompensas pueden ser mayores
para quienes estudian sus propias cosas, sus negocios y sistemas con estos mtodos,
pero el autoestudio muy pocas veces aporta la visin disciplinada del especialista.
Muchos estudios cualitativos son estudios personalistas. Los temas impersonales que se
aplican a seres humanos observados con detenimiento se convierten en temas
personales. La intimidad siempre se encuentra en peligro. La incitacin al delito est
siempre presente cuando el investigador, a pesar de ser un convencido no
intervensionista, plantea cuestiones y opciones que quien las debe repsonder no haba
considerado previamente. Una cierta fragilidad de conducta que de cerca parece tolerable,
adquiere una categora tica dudosa cuando aparece en un relato lejano. Algunos nos
hacemos nativos, adoptamos las costumbres de estos, y nos acomodamos a los puntos
de vista y al sistema de vaores de las personas del lugar para despus retroceder, con
reacciones menos a su favor, cuando nos encontramos otra ves con nuestros colegas
universitarios. (Stake, 1986).

Optar por lo cualitativo no es una simple cuestin de si lo beneficios previstos justifican los
costes. Los estudios intensivos e interpretativos siempre tienen un atractivo aparente,
como lo tenan incluso cuando muchos centros y facultades de investigacin no
consideraban digno de respeto el estudio cualitativo. El ser humano suele ser curioso, y
los investigadores tienen un a obsesin especial por la investigacin. En cierta medidad,
estn controlados por las reglas de la financiacin y us disciplinas, pero unas y otras solo
slo controlan si se informa o no del uso de los mtodos cualitativos porque todos los
investigadores lo usan. Hay veces en que los investigadores son interpretativos, holsticos,
naturalistas y partes en la causa y, en estos casos, por defincin, con indagadores
cualitativos.

4.2. UN INVESTIGADOR PRINCIPIANTE
En este documento se responde con fines didcticos siete preguntas que pudiera
plantearse un investigador principiante durante el planteamiento y desarrollo de su trabajo.
Estas preguntas son: Qu tiene que ver el "paradigma" con la "investigacin?". Por qu
se dice que hay "cambio de paradigmas?". Qu es lo que hace que un investigador tenga
un funcionamiento intelectual cualitativo?. Qu aspectos debe cultivar para ser un buen
investigador?. Qu no debe hacer como investigador?. Cmo la investigacin puede
aportar a la educacin?. Qu tan significativa puede resultar una investigacin? Qu
tiene que ver el paradigma con la investigacin? Paradigma es el acuerdo o consenso de
una comunidad. Este acuerdo incluye supuestos filosficos, epistemolgicos y
metodolgicos que permanecen generalmente de manera oculta (implcitos) en el
quehacer investigativo.
As como el producto intelectual lleva el sello personal del autor, la investigacin tiene
tambin el sello del investigador. En este sello, el investigador refleja su pensamiento, su
manera de concebir al mundo, su forma de abordar situaciones de la vida. Los paradigmas
de investigacin socioeducativa tienen su origen (su raz) en la manera de concebir la
ciencia y los fenmenos. La forma de indagar en las ciencias naturales se proyecta en el
paradigma de investigacin cuantitativo. En este paradigma, el investigador de manera
usual se interesa por las causas del problema independientemente de los estados
subjetivos de los sujetos.
La bsqueda de respuestas para los fenmenos de las ciencias sociales se realiza desde
la perspectiva del protagonista, lo cual se corresponde con el paradigma de investigacin
cualitativo. Un tercer paradigma de investigacin socioeducativa identificado como
paradigma crtico se corresponde con la perspectiva de investigar la realidad para
transformarla, para emanciparla Por qu se dice que hay cambio de paradigmas? En la
historia de la investigacin se vislumbran cambios en el pensamiento o en la visin para
analizar la realidad. La investigacin como quehacer cientfico que da respuestas a los
acontecimientos ha sido abordado desde diferentes perspectivas. Algunos investigadores
que abordan el estado del arte de los temas que constituyen el objeto de investigacin
sealan yuxtaposicin de paradigmas en el quehacer investigativo. Otros autores se

pronuncian ms bien por interpretar que se ha logrado la sustitucin de un paradigma por

otro.
Partiendo de una interpretacin personal de la situacin y con el convencimiento de la
incompatibilidad de supuestos en el orden filosfico, epistemolgico y metodolgico entre
los paradigmas de investigacin socioeducativa, se sostiene que est planteada
actualmente la sustitucin del paradigma cuantitativo por el paradigma cualitativo. En el
marco mundial, se ha manifestado el predominio del paradigma cualitativo desde las
dcadas de los setenta y ochenta. Un buen rastreo que se pudiera hacer a travs de la
Red Mundial (Internet) demostrar la proliferacin de investigaciones desarrolladas en el
contexto del paradigma cualitativo.
Hay una nueva conciencia no-casual sobre la investigacin educativa que se est
desarrollando en el mundo que tiene que ver con el grado de madurez investigativo y la
necesidad de dar respuestas a travs de los procesos cientficos. Cada vez con mayor
fuerza, la circunstancia actual propicia la bsqueda de legitimar el proceso investigativo
cualitativo y en consecuencia de valorarlo. Como la idea de paradigma no implica
compromiso explcito sino implcito, sta se refleja desde la seleccin misma del problema
o situacin a abordar. De manera usual, el investigador no declara el compromiso. En
investigaciones mexicanas, por ejemplo, no se expresa en el discurso del trabajo el
compromiso cualitativo del investigador sino que el lector lo intuye. De tal manera que el
quehacer investigativo no consiste en clasificarlo y exponer las razones, sino en concebirlo
dentro de una trama de significados cualitativos.
Tambin es cierto que como el paradigma es un acuerdo oculto de hacer investigacin, es
difcil en ocasiones precisar en un determinado estudio a cul de las categoras
(cuantitativa, cualitativa o crtica) corresponde. El problema se hace mayor cuando en el
ejercicio de la investigacin se pretende incluir manifestaciones combinadas de supuestos
provenientes de los paradigmas Qu es lo que hace que un investigador tenga un
funcionamiento intelectual cualitativo? En primer lugar, el investigador se muestra
consustancial con los supuestos filosficos, epistemolgicos y metodolgicos del
paradigma cualitativo de investigacin. Esto quiere decir, un pensamiento que se alimenta
de principios fenomenolgicos para concebir al hombre y su mundo, al hombre y su
historia, al hombre y su contexto. Adems, una manera de relacionarse con el objeto de
estudio (lo que se investiga) que manifiesta comprenderlo desde adentro (sobre la base de
lo que piensan, sienten y hacen sus protagonistas), una actitud de sujeto de la
investigacin (como investigador) sensible a los elementos contextuales del objeto de

estudio.
Y, por ltimo, un investigador que participa de las tcnicas conjuntamente con los otros
protagonistas de la escena y que las utiliza como medio para aproximarse a lo que
investiga. En segundo lugar, la investigacin que se desarrolla con el pensamiento
cualitativo muestra la cohesin de supuestos y se manifiesta explcita e implcitamente en
el trabajo de una manera compatible entre lo que se quiere abordar (el problema), lo que
se quiere lograr (los objetivos), cmo se desea abordar (procedimientos) y los resultados
obtenidos (hallazgos) Qu aspectos debe cultivar para ser un buen investigador? Como
primer aspecto, la organizacin es una de las cualidades que debe reafirmar el
investigador principiante.
La organizacin le va a permitir hacer ms llevadero un trabajo que requiere del
tratamiento de lotes de informacin. Para ser organizado se requiere de estrategia, cmo
se abordarn las escenas, qu registros se coleccionarn y cmo se recolectarn, de qu
manera se analizarn. Un segundo aspecto tiene que ver con desarrollar una eficiente
expresin escrita.
El xito de los hallazgos estar en funcin de las habilidades del investigador para
registrarlos y para divulgarlos mayormente a travs de un medio textual. El alcance de dar
a conocer el trabajo del investigador por la va escrita es impredecible. El tercero de los
aspectos es asumir el rol de detective, de indagar ms all de las acciones de los
protagonistas Por qu actu de esa manera? Por qu se expres as?, Qu significa lo
que dijo? La bsqueda de estas respuestas permitirn al investigador comprender la
escena y obtener credibilidad en sus conclusiones al confrontarlas entre las diversas
instancias de anlisis de consenso en el estudio. El cuarto aspecto que debe cultivar un
buen investigador es aprender a vivir en la incertidumbre. Constituye un buen aliado
dejarse llevar por la intuicin. Hemos nacido y crecido en un sistema en el cual nuestras
acciones estn ordenadas en unos pasos racionalizados.
Desprenderse de esquemas tradicionales de investigacin constituye un desafo para el
investigador actual. Este desafo tambin se presenta en otros campos. Recientemente vi
en la televisin la entrevista a un director de pelculas que construye el libreto de las
escenas con las reacciones propias de los protagonistas. El director planteaba que esta
estrategia, alejada de poder ser interpretada como improvisacin, le confiere mayor
naturalidad a sus actores. El quinto aspecto se refiere a la sensibilidad que debe
desarrollar el investigador con el entorno que le rodea y sus protagonistas. El investigador

ser sensible en la medida que logre comprender el verdadero significado de las acciones,
sentimientos, creencias, expresiones, valores, de los participantes en las escenas que
captura Qu no debe hacer como investigador?
La ancdota que relata Schiel (1991) sobre la insercin del etngrafo en el escenario
ilustra las reacciones intelectuales propias con las cuales deber debatirse el investigador
en su trabajo, algo as como los demonios del investigador. Estos tienen que ver con la
participacin en la escena y con el objeto de la investigacin. Uno de ellos consiste en
acometer la tarea con la investidura de un juez, y en las primeras intromisiones en el
ambiente, el investigador principiante se dedica a enjuiciar a los protagonistas y a las
escenas. El investigador se debate intelectualmente entre lo que es y lo que debe ser, lo
cual resta energa a la realizacin de un trabajo impecable.
El otro tropiezo intelectual que debe afrontar el investigador se refiere a la concepcin de
ser investigador es ser un experto en soluciones. En ocasiones, el investigador aborda
situaciones no para resolverlas sino para aproximarse al objeto de estudio. La investidura
de asesor experto homogeniza el papel del investigador y de la investigacin. El tercer
obstculo est en confundir paradigmas con metodologa, tcnicas, o con variables de
estudio. Expositores en diferentes eventos han tratado de aclararlo. Recientemente, Ruiz
Bolvar (1998, Mayo) en el Foro Enfoque Cuantitativo y Cualitativo de la Investigacin
realizado en Rubio, se pronunci acerca de las implicaciones que pudieran presentar
estos errores.
Personalmente, pienso que no es posible mezclar los paradigmas de investigacin, ya que
ello puede afectar seriamente la validez de los resultados . La metodologa cualitativa, lo
que denomina y da sentido , significa para Taylor y Bogdan (1986) la manera de abordar la
realidad y se convierte en algo ms que en un conjunto de tcnicas para recoger y
procesar informacin
Cmo la investigacin puede aportar a la educacin? Los modelos de las ciencias
sociales desde enfoques sociolgicos, antropolgicos y pedaggicos han permitido la
conformacin del paradigma ecolgico de investigacin didctico. En la investigacin
didctica ecolgica tiene cabida la metodologa cualitativa a travs de la etnografa,
etnometodologa, estudio de casos. Por ejemplo, el paradigma ecolgico de investigacin
didctica ha aportado a travs de sus hallazgos en el diseo y desarrollo del curriculum en
pases como Inglaterra. Por otra parte, el cambio de paradigma en la enseanza y en la
investigacin no ha sido casual. La conexin investigacin- educacin se hace cada vez

ms necesaria.
La concepcin del acto educativo se ha modificado en la teora y se est cambiando en la
prctica. An cuando se reconozca la desigualdad actual existente entre el desarrollo
social y econmico con respecto al educativo, en el nuevo entorno de enseanza y
aprendizaje se ha iniciado la bsqueda de un nuevo papel para el docente y para el
estudiante as como otras metodologas y epistemologas .
La Reforma Curricular Venezolana, por ejemplo, plantea la necesidad de emprender la
bsqueda de vas alternas de enseanza para la accin del docente. Esta reforma plantea
explcitamente un cambio de paradigma didctico que implicar la instrumentacin de la
metodologa cualitativa en la investigacin. El docente podr utilizarla para apropiarse de
su realidad, comprenderla y reconducirla.
Ya hay experiencias en otros pases en este sentido. Se puede citar el Manual para la
Escuela Eficaz (Espnola y otros, Chile, 1994) el cual constituye una propuesta de
estrategias pedaggicas eficaces a partir de los resultados obtenidos mediante una
investigacin cualitativa. Otra obra Talleres Pedaggicos. Alternativas en Formacin
Docente para el Cambio de la Prctica de Aula (Abarzua Palma y otros, UNESCO, 1996)
se deriva de los hallazgos producidos mediante una investigacin- accin. El pensamiento
del investigador progresar en la medida en que vea a la investigacin didctica como un
asunto institucional e ideolgico, y conciba a la ciencia como una construccin social, con
intereses explcitos e implcitos y con una accin ideolgicamente no-neutral sino
intencional.
En la actualidad, el investigador tiene que afrontar desafos propios de la imposicin de la
sociedad de la informacin. Las nuevas tecnologas de la comunicacin y de la
informacin estn modificando silenciosamente hasta nuestra manera de pensar. La
evolucin de las tecnologas de la informacin conformar parte de la cultura de nuestra
sociedad informatizada. Cambiamos nuestra manera de presentar y acceder al
conocimiento, y por lo tanto se modificar nuestro quehacer investigativo (Lyotard, 1987).
Se dice que el conocimiento-saber cambi de status en las sociedades informatizadas, y
por tanto es de esperarse que la investigacin tambin lo haga. Ahora, el investigador
accede fcilmente a lotes de informacin. El desafo es cmo procesar y darle tratamiento
a esta abundante coleccin de datos que cambia su estado histrico aceleradamente
Qu tan significativa puede resultar una investigacin?
Una investigacin ser significativa en la medida en que se develan escenas de la

realidad, lo que permaneca oculto, lo hace visible, evidente, comprensible. La
investigacin adquiere significado en su objeto de estudio y en cmo se abord, cuando
los actores se ven reflejados en las escenas tal cual ocurren y exclaman eso lo he vivido
yo! Pero la investigacin no debera agotarse en reflejar acertadamente lo que ocurre y en
su interpretacin. Tambin el investigador aportar elementos para vislumbrar el alcance
de los hallazgos y su futuro, as como su utilidad para el mejoramiento de la educacin y
de la sociedad Se agotan en el estudio todos los elementos del fenmeno? Esto podra
dar pistas para futuras investigaciones
Cules son las fortalezas tericas, conceptuales, metodolgicas de la investigacin en
desarrollo? De la respuesta se podra derivar la utilidad como aporte al conocimiento, a la
tcnica, a la prctica, a la experiencia.

4.3. LA OBSERVACIN
Se utiliza para recolectar los datos necesarios para un estudio. La observacin es un

mtodo clsico de investigacin cientfica; adems, es la manera bsica por medio de la
cual obtenemos informacin acerca del mundo que nos rodea.
Principios bsicos para realizar una observacin:
1. Debe tener un propsito especfico.
2. Debe ser planeada cuidadosa y sistemticamente.
3. Debe llevarse, por escrito, un control cuidadoso de la misma.
4. Debe especificarse su duracin y frecuencia.
5. Debe seguir los principios bsicos de confiabilidad y validez.
Entre las ventajas de la observacin, tenemos que determinada conducta se describe en
el momento exacto en que est ocurriendo. Adems, las observaciones se pueden realizar
independientemente de que las personas estn dispuestas a cooperar o no, a diferencia
de otros mtodos en los que s necesitamos de la cooperacin de las personas para
obtener la informacin deseada.
En contraposicin, tambin existen algunas desventajas, tales como la dificultad para
observar un comportamiento especfico en el momento de efectuar la observacin.
Adems, las conductas que se encuentran sujetas a observacin, generalmente son
limitadas. es difcil poder observar la interaccin familiar, por ejemplo, al acostarse o
levantarse.
La observacin, debido a su utilidad, es un mtodo que se puede utilizar, junto con otros,
para recabar informacin. Por ejemplo, se puede emplear la observacin en un estudio
exploratorio, y para el estudio final se pueden usar otros mtodos tales como
cuestionarios, entrevistas, etc.
4.3.1. OBSERVACIN PARTICIPANTE:

Este tipo de observacin est determinado por el hecho de que el observador participa de
manera activa dentro del grupo que se est estudiando; se identifica con l de tal manera
que el grupo lo considera uno ms de sus miembros. es decir, el observador tiene una

participacin tanto externa, en cuanto a actividades, como interna, en cuanto a

sentimientos e inquietudes.
Con este tipo de observacin, los investigadores pueden influir en la vida del grupo. Un
problema del registro de la observacin es que el observador puede perder su objetividad.
Para resolver este problema es conveniente que ms de una persona observe el mismo
fenmeno, con el fin de comparar las observaciones realizadas.
4.3.2. OBSERVACIN NO PARTICIPANTE:

En este tipo de observacin el investigador no participa de manera activa dentro del grupo
que observa. Se limita a mirar y a tomar notas sin relacionarse con los miembros del
grupo.
Dependiendo de los objetivos que persiga la investigacin, se emplear uno u otro tipo de
observacin. La observacin participante nos puede dar una idea ms clara acerca de lo
que sucede dentro de un grupo, puesto que si los sujetos ven al observador como un
miembro ms del grupo se comportarn normalmente. En cambio, aplicando la
observacin no participante, probablemente no se comportarn normalmente. Por otro
lado, es probable que el investigador, al no participar en la vida del grupo observado,
pueda mantener ms fcilmente su objetividad.
4.3.3. OBSERVACIN LIBRE O NO ESTRUCTURADA:

Generalmente se lleva a cabo en un estudio piloto, cuando no se conoce muy bien la
muestra que se va a estudiar.
Puntos a considerar:
La poblacin que vamos a estudiar: quines son, cmo se relacionan entre s, edad,
sexo, nivel socioeconmico, etc.
Las variables que son relevantes para nuestro estudio, as como la frecuencia y
duracin de las mismas.
La mejor manera de registrar esta informacin es hacindolo en el momento y situacin en
que se est manifestando la conducta, puesto que as tendremos menos prejuicios,
seremos menos selectivos y, en general, ms objetivos al registrar la informacin tal y
como se presenta en la realidad. Sin embargo, esto no siempre se puede realizar, puesto
que al estar tomando notas se puede distorsionar la conducta; adems, las personas
pueden comportarse de manera poco diferente cuando saben que las estn observando, y
sobre todo si alguien est tomando notas en relacin con su comportamiento. Por otro
lado, es difcil tomar notas y observar al mismo tiempo.
Si se trata de guardar todo en la memoria, probablemente la observacin no pueda ser
muy exacta. Lo que se puede hacer es escribir solamente palabras claves mientras se
realiza la observacin. Cuando se redacten los resultados finales, se debe utilizar una
forma organizada y sistemtica, como, por ejemplo, una tabla de frecuencias.
4.3.4. OBSERVACIN ESTRUCTURADA:

Es aquella que se lleva a cabo cuando se pretende probar una hiptesis, o cuando se
quiere hacer una descripcin sistemtica de algn fenmeno. es decir, cuando estamos
realizando un estudio o investigacin en el que sabemos exactamente lo que vamos a
investigar y tenemos un diseo de investigacin.
Se diferencia de la observacin no estructurada en el sentido de que en esta ltima slo
poseemos una idea vaga acerca de lo que vamos a observar, mientras que en la
estructurada ya tenemos ms claramente definidos los objetivos que nos ayudarn a
clasificar y concretar el fenmeno en cuestin. En este tipo de observacin nos basamos
en tablas de frecuencias.
La observacin estructurada presenta menos problemas prcticos en cuanto a la forma de
registro y utilizamos formas estandarizadas. Existen menos probabilidades de que los
observadores sean subjetivos.
4.3.5. REFERENCIAS
o TENORIO BAHENA, JORGE - TCNICAS DE INVESTIGACIN DOCUMENTAL -
3 edicin - ED.MC GRAW HILL - Mxico - 1988

4.4. LA INVESTIGACIN ETNOGRFICA:
Lourdes Denis Santana y Lidia Gutirrez Borobia

4.4.1. QU ES LA ETNOGRAFA?
Desde un punto de vista general y conscientes de su relevante aplicacin en los campos
antropolgico y so-cial, la Etnografa ha sido concebida como la ciencia que estudia,
describe y clasifica las culturas o pueblos. El trmino Etnografa proviene de la
Antropologa en cuyo contexto ha sido definido como la rama de la Antropologa que trata
de la descripcin cientfica de culturas indi-viduales. Desde esta perspectiva se distingue a
la etno-grafa como "una teora de la descripcin", concepcin sta que ha conducido a
formar la idea de que la etnogra-fa es slo un reflejo de la realidad concreta, un dato
emprico, absoluto y relativo de acuerdo a categoras arbitrarias.
En el campo de la investigacin socio-educativa la Etnografa constituye una alternativa
metodolgica que se diferencia de los mtodos tradicionalmente empleados en este
campo y de los mtodos convencionales que por mucho tiempo fueron exclusivamente
aceptados y recomendados para la investigacin educativa. Por constituir una estrategia
no convencional cuyo proceso metodolgico se centra ms en "lo cualitativo" que en "lo
cuantitativo", pareciera que la Etnografa no es an totalmente recono-cida como vlida
por algunos investigadores. Con miras a precisar el concepto sobre Etnografa en el
contexto de la investigacin socio-educativa podemos decir que el trmino Etnografa se
ha utilizado para agrupar y etiquetar todos aquellos estudios descriptivos que, dentro de la
metodologa cualitativa, proporcionan una imagen de la vida, del quehacer, de las
acciones, de la cultura,... de grupos en escenarios especficos y contextualizados.
Es necesario detenerse aqu para precisar lo que entendemos por escenario y por
contextualizar en el marco de la investigacin cualitativa del fenmeno educativo. En el
trabajo de Castillo Lupemar (1984) sobre "Situaciones Sociales y Observacin
Participante" se puntualiza acertadamente, a nuestro parecer, lo que es el escenario de
una situacin socio-educativa. Escenario representa lo que es el espacio fsico, en donde
actores o participantes comparten una actividad, un quehacer, al realizar ciertas acciones.
Estos tres elementos escena-rio, participantes y actividades interrelacionados se ubican
en un determinado contexto. Contextualizar en la investigacin etnogrfica va mucho ms
all del escena-rio, del ambiente, incluye historia, costumbres, lengua-je, en un ambiente
de interaccin social natural (no- artificial). Podramos sintetizar lo que es la Etnografa en

trmi-nos de descubrir y describir las acciones de los partici-pantes dentro de su
interaccin social contextualizada, en el sentido y significado que dan los mismos
participantes a sus acciones.
El hecho de ser aceptada dentro de una metodologa no clsica, naturalista, bsicamente
descriptiva, ha contribuido a que exista la tendencia a considerar la Etnogra-fa como
sinnimo de trabajo informal, libre de fundamen-tos y de enlaces tericos, carente de
experimentacin y de cuantificacin e incluso generadora de informes "novelescos" y
"anecdticos". A nuestro juicio, tal percepcin slo refleja un profundo desconocimiento del
verdadero alcance de la Etnografa y de las elaboraciones tericas que de la misma
pueden derivarse.
4.4.2. CUL ES EL ALCANCE DE LA ETNOGRAFA?

En relacin con el alcance de la investigacin etnogrfica algunos autores lo limitan
bsicamente a la labor des-criptiva (Wiersma, 1986: 238). Desde este punto de vista, el
propsito fundamental del estudio etnogrfico puede ser slo describir una cultura o algn
aspecto de una o ms culturas en una organizacin. No obstante, existe una visin ms
amplia, compleja y relevante en cuanto al alcance de la metodologa etnogrfica. Segn
sta, la Etnografa contempla mucho ms que la descripcin, inclu-ye tambin la
comprensin e interpretacin de fenmenos hasta llegar a teorizaciones sobre los mismos.
Acerca de su alcance hay que enfatizar entonces que, mucho ms que describir, la
Etnografa permite reflexionar constante y profundamente sobre la realidad, asignando
significaciones a lo que se ve, se oye y se hace, desarrollando aproximaciones hipotticas,
redefiniendo continuamente, hasta llegar a construir e interpretar esa realidad sin
anteponer el sistema de valores del investigador, lo cual conduce a la reconstruccin teri-
ca. Ello nos permite afirmar que los estudios etnogrfi-cos no necesariamente son
estudios limitados y que adems la Etnografa puede llegar a utilizarse en problemas
tericos.
En este orden de ideas, la Etnografa nos garantiza una metodologa seria, rigurosa y no
superficial? La concepcin exacta acerca de la estrategia etnogrfica involucra tanto un
determinado tipo de procedimientos en el trabajo de campo como la fidelidad del producto
final en la labor de investigacin. Por ello, el etngrafo tiene el compromiso de alcanzar
una descripcin profunda que le permita interpretar no slo las conductas sino tambin sus
significados en un determinado contexto cultural, descubriendo e interpretando lo

relevante, lo que tiene sentido para el actor, a fin de formular conclusiones realmente
significativas de la realidad abordada.
Para garantizar que as sea es preciso tener presente tanto la realidad cultural como las
acciones concretas de los individuos con miras a articular los significados culturales con la
visin del grupo observado y con la perspectiva del etngrafo. Esto lleva a considerar el
trabajo etnogrfico como una forma particular de cons-truir el objeto de la investigacin ("lo
que se investi-ga"), a plena conciencia de que en esta forma particular de construir la
realidad subyacen supuestos tericos relacionados con una concepcin general de la
cultura como totalidad.
4.4.3. CULES SON LAS CARACTERSTICAS DE LA ETNOGRAFA?

Una caracterstica relevante de la Etnografa es que incorpora las experiencias, creencias,
actitudes, pensa-mientos, reflexiones, de los participantes. La Etnogra-fa considera tales
aspectos en los mismos trminos y significados que le dan las personas a sus acciones,
ya que Etnografa supone describir e interpretar los fenme-nos sociales desde la propia
perspectiva del participan-te: "... tal como son expresadas por ellos mismos y no como uno
los describe" (Watson en Montero, 1982:19).
Podra surgir entonces la interrogante Por qu razn la investigacin etnogrfica
interpreta las acciones sociales desde la perspectiva del propio actor o partici-pante? La
investigacin cualitativa, y por ende la investiga-cin etnogrfica, se propone descubrir lo
que est detrs de las acciones sociales basndose en la siguiente con-cepcin: En
primer lugar, la persona acta ante las cosas segn el significado que represente para
ella. En segundo lugar, el significado en cada persona se deriva o surge de su interaccin
social. En tercer lugar, los significa-dos se manejan y modifican segn el proceso de
interpre-tacin de las personas.
Si la Etnografa asume que las acciones sociales se producen en los participantes segn
su forma de percibir, entender, interpretar, juzgar y organizar su mundo, para investigar
sobre las acciones sociales no hay una va ms propicia que la de preguntar directamente
a los partici-pantes por qu actan de determinada manera. Esto quiere decir que el
etngrafo escudria por qu las personas actan tal como lo hacen y a qu significados
obedecen. En la Etnografa, entonces, se asume la relevancia del papel del actor y se
insiste en comprender las acciones sociales desde la perspectiva del propio actor.
Por todo lo dicho anteriormente, podemos afirmar que hacer etnografa es tener presente
aspectos explcitos e implcitos, manifiestos y ocultos, objetivos y subjeti-vos, lo
cuantitativo y lo cualitativo. Al hablar de los aspectos subjetivos en la Etnografa, podra
pensarse en que "cualquiera podra decir cual-quier cosa como le parezca o perciba"?
Para aproximarnos a la respuesta, tendramos que revisar la concepcin que tiene la
investigacin cualita-tiva acerca de lo subjetivo, de cmo lo subjetivo se convierte en el
trmino "significado" y de cmo se proce-de a investigar con estos aspectos.
Por una parte, lo subjetivo de la investigacin etno-grfica se manifiesta en tres
dimensiones. Una primera dimensin est conformada por los propsitos, motivos,
significados que definen la accin social propia de la persona. Una segunda dimensin la
conforma el promedio o comn del grupo de personas. La tercera dimensin es el
significado que construye el investigador. En este con-texto de la subjetividad etnogrfica,
algunos autores se expresan refirindose ms bien a la intersubjetividad de tal forma que
la Etnografa personaliza el trabajo cien-tfico pues quien investiga participa directamente e
interacta con las personas involucradas en la situacin social que se estudia.
Al desarrollar su trabajo, el etngrafo genera hipte-sis o interrogantes que conectan los
estados subjetivos de los individuos y la accin social. Estas hiptesis se van precisando,
modificando y/o profundizando a medida que se avanza en el ciclo metodolgico
etnogrfico. De esta manera en el proceso de la investigacin, cuando se asume un
aspecto subjetivo es porque es producto de un consenso metodolgico.
Otro aspecto que caracteriza a la Etnografa es el de estudiar la cultura como unidad
particular. El propsito fundamental de un estudio etnogrfico es descubrir una cultura o
una parte de ella dentro de una organizacin, partiendo de la observacin de las
conductas que se evidencian en la interaccin de las personas y descu-briendo el
significado cultural de tales conductas desde la ptica de los propios participantes y del
investiga-dor.
Adems, la Etnografa utiliza un proceso cclico de investigacin. En dicho proceso, las
actividades pueden ser repetidas de acuerdo con la informacin que van arro-jando las
observaciones. Es posible avanzar al prximo paso sin haber resuelto todo lo que requiere
el anterior, ya que luego tendr oportunidad de revisar, reajustar, modificar o completar
informaciones si as lo requiere el proceso. Este carcter cclico hace que la investigacin
no sea totalmente estructurada y preconcebida, por lo que podramos decir que la
planificacin de un estudio etno-grfico es muy general.
Asimismo, cabe resaltar la flexibilidad inherente a un estudio etnogrfico. El investigador

puede emplear di-stintas tcnicas de recoleccin de la informacin; no se requiere la
formulacin de hiptesis prediseadas, ni esquemas tericos rgidos antes de iniciar el
estudio de campo. La teora emerge de la propia realidad en forma espontnea. La
flexibilidad tambin se refleja en la postura del investigador quien trata de ignorar cualquier
idea preconcebida que pueda influenciar la interpretacin de lo que observa. Esta
caracterstica de flexibilidad en los estudios etnogrficos puede insinuar que vamos a
iniciar nuestro trabajo de campo sin haber logrado lo que entendemos por una
planificacin del estudio? o sugiere ms bien que nos podemos permitir algunas
improvisaciones en la investigacin?
El etngrafo planifica su investigacin en trminos generales sobre el objeto de su estudio
(lo que va a investigar) antes de iniciar su trabajo de campo. Se plantea hiptesis o
interrogantes acerca del fenmeno con la certeza de que tendr sucesivas oportunidades
para precisar, redefinir, reordenar y hasta reorientar su estudio, lo cual como ya hemos
dicho en prrafos anterio-res sintetiza una actitud distinta ante la investigacin. Por lo
tanto, la flexibilidad en los estudios etnogrfi-cos no debe entenderse como falta de rigor.
El rigor de los estudios etnogrficos est dado por las reconstruc-ciones tericas, por el
auto-reconocimiento del nivel en que se encuentra el trabajo y por la bsqueda de
coheren-cia entre las interpretaciones y la realidad.
4.4.4. QU ES "LO CIENTFICO"?

En relacin con esta interrogante quizs resulte para algunos injustificada pues al hablar
de "verdad cientfi-ca" pareciera que todo el mundo est claro en lo que ello significa. Pero
realmente hay consenso en qu es lo cientfico hoy en da? Tal vez, para muchos lo
cientfico se refiere an a una verdad absoluta, indiscutible y generalizable que se
fundamenta en rigurosos tratamientos matemticos y estadsticos que garantizan una total
objetividad y neutralidad por parte del investigador. Para quienes as creen no hay duda
posible al respecto. Sin embargo, para muchos otros lo cientfico no tiene necesariamente
que referirse a esa verdad inmutable. Ya numerosos investigadores estn de acuerdo en
que lo cientfico no tiene por qu estar reido con la subjeti-vidad humana, con sus
sentimientos y con los significados que la misma persona asigna a sus actitudes y
conductas. Con quienes as opinan nos hemos identificado.

La reflexin sobre lo que es cientfico tambin po-dramos orientarla sobre cmo se ha

venido hablando durante bastante tiempo acerca de "lo que debemos enten-der por
Ciencia", referida en casi todos los textos como la forma particular de descubrir y verificar
fenmenos al estilo de la ciencia positivista. Tambin se nos ha enseado que el
conocimiento cientfico es aqul obtenido nicamente por el "Mtodo Cientfico" y cuando
se habla de este mtodo se est refiriendo al mtodo de la ciencia positivista.
A nivel de la prctica personal en la investigacin, este saber adquirido es sometido a
confrontacin al descubrir que hay otra manera de concebir la investiga-cin, la ciencia y
el mtodo cientfico. Esto nos lleva a pensar sobre la legitimidad del conocimiento y de la
informacin recabada. Es legtimo nicamente el conoci-miento obtenido mediante el
"mtodo cientfico" antes referido? Hacemos ciencia slo cuando realizamos inves-
tigaciones bajo la ptica cuantitativa- positivista? Estas son algunas interrogantes que
surgen en este tema. Se trata entonces de reconceptualizar los trminos Cien-cia, Mtodo
y Conocimiento Cientfico tal como han sido definidos convencionalmente.
La experiencia que hemos comenzado a acumular en el mbito de la estrategia
etnogrfica nos ha permitido, por una parte, comparar el proceso emocional vivido en un
patrn de investigacin bsicamente racionalista que tiene por substrato el paradigma
cuantitativo de investi-gacin socio- educativa y el que se vive al abordar el fenmeno
desde una perspectiva fundamentalmente cualita-tiva. Aunque cada caso es de vivencia
particular y muy propia, y por supuesto sin nimos de pretender hacerla generalizable, en
el primer caso enfrentamos un proceso bajo tensin. Recibimos una serie de
observaciones antes de interactuar con la realidad a estudiar. Observaciones que, nos
atrevemos a asegurar, ha enfrentado cualquier principiante al abordar una investigacin.
Esta vivencia podemos ahora compararla con un proceso emocional de menor tensin,
menos agresivo, ms fluido, en el cual la identificacin con el problema, con la literatura y
con la realidad natural a ser estudiada nos permite vivir una sensacin menos conflictiva.
4.4.5. QU ES "LO OCULTO" EN UNA INVESTIGACIN?

Un primer aspecto importante a abordar cuando refle-xionamos sobre lo oculto en el
campo de la investigacin es el referente a la concepcin sobre "metodologa".
Metodologa designa el modo en que enfocamos los proble-mas y buscamos las
respuestas (Taylor y Bogdan, 1986: 15). (El subrayado es nuestro) En esta manera de
enfrentar los problemas estn "ocultos" los elementos personales subyacentes que defi-
nitivamente afectan la tarea de investigar. Por la plataforma filosfica donde se ubica la

Etno-grafa, que es el caso que nos interesa destacar, podemos decir que desarrollar una
investigacin etnogrfica involucra algo ms que utilizarla como herramienta para describir
ntimamente las acciones sociales.
Una investi-gacin de este tipo exige un compromiso con una manera de concebir al
mundo, a los problemas, a los fenmenos sociales, al sujeto (quien investiga) y al objeto
(lo investigado) susceptible de investigacin. Este compromi-so que adquiere el
investigador etnogrfico lo sumerge en un mundo pleno de interacciones y sentimientos en
el cual interviene con una doble responsabilidad: por un lado participar espontneamente
sin distorsionar la manera natural de deselvolverse el grupo, y por otra descubrir e
interpretar lo ms fielmente posible la dinmica que define significativamente el contexto
de ese grupo en particu-lar. Todo este panorama de interacciones est necesaria-mente
afectado por elementos implcitos, ocultos, no manifiestos.
Subyacente a esta manera comprometida de abordar los problemas est el esfuerzo que
supone asumir y apropiar-nos de una metodologa distinta, considerando que hemos sido
formados en una metodologa convencional. Este esfuerzo, ya lo hemos dicho, supone
despojarse de un modo de pensar y de abordar la informacin; supone despojarse de
esquemas que no siempre se adaptan a la situacin socio-educativa que se estudia.
Preguntarnos sobre lo oculto en una investigacin genera en nosotros otra interrogante.
Qu hace que un investigador seleccione una u otra metodologa?. Adems de razones
tcnicas, acadmicas o de otra ndole relacio-nadas con la investigacin (como podran
ser el tipo y alcance del problema, las condiciones apropiadas del escenario) por sobre
todas las razones se destacan los intereses, valores, sentimientos, supuestos y propsitos
personales del investigador. Estos elementos constituyen ese mundo oculto que a veces ni
el propio investigador vislumbra conscientemente. Son estos elementos no visi-bles los
que moldean la intencin genuina del investiga-dor al enfrentar una realidad a travs de
una determinada metodologa.
Puesto que no siempre se da importancia a lo que llamamos "lo oculto" en una
investigacin es por lo que deseamos reflexionar al respecto. En cada uno de los
momentos relacionados con el proceso de investigacin estn implcitos los sentimientos y
valores del investi-gador: desde que seleccionamos el problema y la metodolo-ga hasta
que producimos el informe final. Por supuesto esa dimensin oculta que se revela a travs
de intereses, posturas, decisiones y acciones individuales se genera o est en clara
conexin con un contexto social global en el que intervienen elementos acadmicos,

econmicos, sociales, culturales, polticos, as como valorativos e ideolgicos.
Es nuestro inters resaltar que lo importante para nosotros como investigadores es estar
lo ms conscientes posible de la existencia y de la influencia de esas fuerzas ocultas o
implcitas, tanto al desarrollar una investigacin como al interpretar los trabajos de otros
autores. Estar conscientes de que la neutralidad abogada y requerida en otros tiempos es
poco menos que imposible lograrla en una labor tan impregnada de nosotros mismos
como lo es investigar en el mbito educativo.
4.4.6. QU ES "LO CUALITATIVO" Y "LO CUANTITATIVO"?

En la actualidad se discute ampliamente el plantea-miento de la existencia de dos
paradigmas de investiga-cin socio-educativa (algunos autores hablan de coexis-tencia,
otros de complementariedad, otros de ruptura entre ambos paradigmas) o de dos
perspectivas distintas "la cuantitativa" y "la cualitativa".
Ciertas expresiones que manejan los autores vienen a sintetizar la caracterizacin de cada
tendencia... Se habla de una perspectiva "cuantitativa" que se resume en "lo que sucede
es lo que el investigador dice que ocurre", mientras la perspectiva "cualitativa" se sinte-tiza
en "lo que sucede es lo que los participantes dicen que ocurre".
Trasladando estas premisas que definen a cada para-digma al mbito educativo, se afirma
que las investiga-ciones cuantitativas son estudios realizados "sobre educacin, a
diferencia de las investigaciones cualitati-vas que se realizan "en" educacin.
Sobre los sealados paradigmas tambin se ha argumenta-do que la investigacin
cuantitativa utiliza una metodo-loga "externa" (el fenmeno es observado desde afuera) y
la investigacin cualitativa una metodologa "interna" (el fenmeno es observado desde
adentro).
Por otra parte, se asocia el origen de los paradigmas a posiciones filosficas
contrapuestas. Se afirma que el paradigma cuantitativo emplea los supuestos
mecanicistas y estticos del modelo positivista de las ciencias natu-rales, fundamentados
en el racionalismo, el realismo y el positivismo lgico. Mientras que el paradigma

cualitativo posee un fundamento decididamente humanista para entender la realidad social

emanado de la posicin idealista segn la cual el mundo no es dado sino creado por los
indivi-duos que en l viven (Cook y Reichardt,1986: 62).
En resumen, "lo cuantitativo" se identifica con el nmero, lo positivo, lo hipottico-
deductivo, lo particu-lar, lo objetivo, la bsqueda de resultados generaliza-bles, lo confiable
y lo vlido... Mientras que "lo cuali-tativo" se asocia con la palabra, lo fenomenolgico, lo
inductivo, lo holstico, lo subjetivo, la interpretacin de casos, lo creble y lo confirmable.
En el caso particular de la Etnografa (como investi-gacin cualitativa) se resaltan los
aspectos subjetivos sin despreciar lo objetivo (lo observable), no interesa generalizar,
tipificar, ni buscar muestras representati-vas sino contextualizar (el fenmeno depende del
contex-to), describir grupos en un escenario particular y natu-ral y en una situacin
especfica, no se garantizan los resultados en trminos de validez ni confiabilidad sino ms
bien se reporta en la informacin: su credibilidad (para hacerla aceptable), su
transferibilidad (relevante para el contexto), su dependencia (estabilidad de la
informacin) y su confirmabilidad (independiente del investigador la informacin es
confirmable).
Al ofrecer estas reflexiones sobre "lo cualitativo" y "lo cuantitativo", nuestra intencin no es
evaluar cada paradigma. El propsito no es diferenciar cul de los paradigmas es "el
bueno" y cul es "el malo"... El plan-teamiento se orienta a que cada investigador tiene
liber-tad para seleccionar un paradigma de acuerdo con criterios tcnicos y personales.
Creemos que en la decisin que tome estar reflejando su grado de compromiso el cual
involucra tanto los aspectos "manifiestos" como los "ocultos".
Asimismo, queremos considerar la manera como en la prctica se ha tratado de
diferenciar las investigaciones cualitativas de las cuantitativas. Una investigacin
descriptiva con datos cualitativos es una investigacin etnogrfica? Qu hace que una
investigacin se ubique en uno u otro paradigma, los datos, las tcnicas, la metodo-
loga...? Es igual la perspectiva para abordar el fen-meno en uno u otro caso?
4.4.7. QU EXPERIENCIAS TENEMOS EN INVESTIGACIN ETNOGRFI-CA?

En el campo de la enseanza de la Matemtica en Educacin Superior (Lidia Gutirrez)
Esta experiencia es una inves-tigacin etnogrfica acerca de la Presentacin y Apropia-
cin del contenido matemtico en Educacin Superior.

4.4.8. QU ME PROPONGO CON ESTA INVESTIGACIN?

El estudio, pretende interrogar la realidad (entendindose en trmi-nos de la prctica
educativa) acerca de las formas de interaccin comunicativa que se dan de manera
cotidiana en el aula de Matemtica entre docente y alumnos. Me he planteado
interrogantes como las siguientes: qu ocurre real y naturalmente en el aula de
Matemtica?, en qu formas las personas (docente y /o alumnos) presentan el contenido
matemtico?, cmo se apropian de este contenido?, cul es el significado que dan a la
accin de expresar, comunicar, interpretar e incorporar el contenido matemtico?, cul o
cules teoras aportaran elementos interpretativos para comprender lo que sucede en la
prctica diaria del aula?
Para dar respuestas a estas interrogantes planteo el estudio de los patrones de
comportamiento individual, grupal y colectivo con respecto a los modos del habla,
repertorios verbales, roles y significados que permitan indagar sobre la estructura de las
interacciones comuni-cativas, de las tareas acadmicas y de las negociaciones que se
suceden en la prctica del aula universitaria de Matemtica.
La manera propuesta para incursionar en la realidad es a travs de tcnicas de
investigacin cualitativa como la observacin "in situ" , la entrevista profunda, las
encuestas, los protocolos de anlisis de interaccin, en tres grupos de docentes y alumnos
aparentemente distin-tos.
4.4.9. CULES SON LAS VIVENCIAS OBTENIDAS?

De la aplicacin de la metodologa etnogrfica reali-zada hasta los momentos, he podido
derivar algunas viven-cias. Una de ellas fue la apropiacin gradual, reflexiva, consciente,
acerca de la manera de abordar la metodologa en el trabajo de campo. El proceso lento
de asumir una actitud de observar sin descartar informacin, despojarme - en cierta
medida- de las preconcepciones sobre la enseanza y el aprendizaje adquiridas durante
mi expe-riencia como docente, sentir apertura hacia lo que puede ocurrir en el escenario y
aceptacin de lo que est ocurriendo aunque no haya sido previsto ni esperado. La lucha
interna de querer aplicar el sentido comn a mis primeras interpretaciones y al evitar
adoptar una acti-tud evaluativa de lo que sucede en el escenario.
Otra experiencia que obtuve fue el descubrir la evolucin que experimenta el observador
en el grupo, cmo afecta al inicio su incorporacin en las acciones socia-les, lo importante
de explicar al grupo los propsitos de la investigacin en trminos muy generales, y cmo
el grupo va aceptando al observador integrndolo a las actividades hasta demostrar

apertura para iniciar espon-tneamente una conversacin. Estos aspectos podramos
resumirlos en "aprender a vivir durante cierto tiempo en ese espacio ecolgico
denominado aula como un observador". En este aspecto, es incalculable la relacin de
ayuda que se establece con los actores (especialmente el docente) para poder cumplir con
el cometido.
Mi incursin en el mbito de la investigacin cualita-tiva me ha permitido la posibilidad de
trabajar en el campo educativo, con diversas tcnicas de investigacin diferentes en su
concepcin a las tradicionales, as como ir tomando decisin sobre cules aplicar en un
momento determinado y descubrir las razones de tal seleccin.
En este sentido y en cuanto a la tcnica de observa-cin aplicada obtuve una rica e
interesante experiencia al llevar registros ("el diario") y al revivir los even-tos con el fin de
organizarlos. Al mismo tiempo, he tenido la oportunidad de poner en prctica ciertas
mane-ras muy personales para ir llevando los registros de la informacin.
Una vivencia por dems emocionante ha sido descubrir la trama de las relaciones que se
dan cotidianamente en el aula y de las cuales los actores dentro de su rol quizs no se
percatan, y que yo desde mi perspectiva como observadora puedo apreciar con ms
claridad.
Ciertamente, dentro de las cuatro paredes que confor-man el aula de Matemtica se da
una variada gama de intercambios entre quienes protagonizan las acciones. Se manejan
significados matemticos pero tambin de otra ndole, y se manifiestan comportamientos
aprendidos al actuar con el contenido matemtico. Al colocarme como observadora me
percato del protagonista complejo llamado docente, con fuertes tradiciones para actuar en
su prc-tica cotidiana del aula y del protagonista complejo llamado alumno que participa
con su silencio o su palabra en la construccin social del conocimiento escolar.
La experiencia etnogrfica que aqu presento me ha permitido comenzar a ver el
aprendizaje dependiente del contexto social y no slo de las ideas previas de los actores y
de su posibilidad de evolucionar en el medio que le rodea. Por otra parte, estoy
confrontando la paradoja educativa segn la cual "no hay lugar ms artificial para aprender
que el aula". Definitivamente, el escenario del aula resulta un ambiente artificial de vida en
el que domina un contexto escolar con normas establecidas y condiciones de trabajo que
limitan y deforman la puesta en prctica del verdadero aprendizaje.

Aplicar la metodologa etnogrfica tambin constituy para m un esfuerzo al tratar de

desenvolverme cumpliendo con las expectativas de los actores. Resulta de inters las
posibles interrogantes que surgen entre quienes rodean al investigador, as como las
expectativas de los actores y la forma de manifestarlas. En ocasiones algunos preguntaron
Qu es eso de "cualitativo"?, Cmo es esa investigacin que usted est haciendo?,
Profeso-ra, usted s escribe! Adems, me ha resultado un ejerci-cio interesante aprender
a satisfacer las expectativas de actuacin, manejar sugerencias como observadora en el
aula y al mismo tiempo procesar y decidir cules recomen-daciones de los manuales de
etnografa se pueden poner en prctica en ese escenario especfico.
4.4.10. CULES SON MIS EXPECTATIVAS?

Por supuesto que en este inicio de prctica etnogrfi-ca quedan inquietudes, dudas,
aspectos por superar. Una inmediata, en mi caso particular, es superar la incerti-dumbre
de cmo ser posible derivar conceptos tericos del anlisis de la informacin obtenida.
Otra de mis inquietudes, a esta altura del proceso etnogrfico que he venido
experimentando tiene relacin con la thesis por demostrar en la investigacin. Esta
expectativa supone el compromiso de asumir una posicin en cuanto a la forma de
abordar la prctica escolar de la Matemtica desde la perspectiva de los complejos inter-
cambios socioculturales. Mi principal aspiracin es demostrar que cada grupo de
participantes (conformados por docente y alumnos) ubicados en un determinado escena-
rio, de un instituto particular, y reunidos en torno a un quehacer matemtico desarrollan
una manera de interaccin propia que se traduce en lo que denomino "cultura del aula de
Matemtica".
Una ltima aspiracin es llegar a mostrar cmo la Etnografa plantea una metodologa
asequible de utilizar en el campo educativo y apropiada para indagar sobre situaciones
socio-educativas que pretendan descubrir, describir, interpretar, los sucesos en un
determinado contexto.
4.4.11. EN EL CAMPO DE LOS VALORES EN EDUCACIN SUPERIOR (LOURDES

DENIS)
Deseo aclarar que mi inclinacin hacia la tarea de investigar siempre ha girado en torno a
un mismo tpico: los Valores y la Educacin. Tengo la secreta aspiracin de poder
conformar, en un futuro cercano, una lnea de investigacin sobre dicho tema.

El caso particular que interesa resear en este momen-to es l referente a la experiencia

que tuve en ocasin de preparar un trabajo para el Simposio sobre Educacin, tica y
Valores, el cual se desarroll en el Instituto Pedaggico Rural "El Mcaro" (Turmero) en
mayo de 1991. El referido trabajo se titula Qu valores subyacen en el discurso
universitario? Reflexiones en torno a una experiencia. No se trata de hacer nfasis en el
contenido del mismo, sino ms bien referirles qu experiment yo como investigadora al
utilizar la va etnogrfica para abordar el tema particular de los valores presentes en el
discurso universitario. Para cumplir este propsito debo puntualizar primero cmo fue
estructurado el contenido.
El documento contiene una parte introductoria referida a Supuestos, Premisas y
Conceptos bsicos, en la cual se exponen los fundamentos del trabajo. Asimismo, incluye
una parte bsicamente terica en la cual se pretende abordar la dimensin valorativa que
subyace en el discur-so universitario, en trminos generales. Por ltimo, una parte de
carcter ms prctico en la cual se da a conocer los resultados de un ejercicio de
investigacin a nivel micro a partir del cual se realizan algunas reflexiones. La situacin
objeto de estudio se centra en el primer proceso de elecciones que se efectu en la
Universidad Pedaggica Experimental "Libertador, caso Instituto Pedaggico Rural "El
Mcaro", durante los meses abril-mayo de 1991, con el fin de elegir las autoridades inter-
nas que regiran en los prximos aos.
Cabe aclarar que la primera decisin que enfrent fue seleccionar el escenario y los
actores a considerar en el estudio. Pudo haber sido, y as lo llegu a pensar, el escenario
del aula el cual podra constituir el ms natural y expedito para detectar qu valores estn
pre-sentes en el discurso universitario. Sin embargo, consi-derando la situacin particular
generada en el ambiente macarino al experimentar el primer proceso eleccionario para
elegir a sus propias autoridades, sent que lo ms significativo en ese momento, lo ms
importante para los actores (personal del Mcaro), era precisamente ese evento tan
novedoso y trascendente para la vida institu-cional. Focalizar tal proceso podra constituir
una fuente interesante y significativa de la realidad valora-tiva que deseaba abordar, y
efectivamente as fue.
Esta primera decisin que enfrent al iniciar mi estudio etnogrfico, puede ilustrar el hecho
de que el investigador en todo momento debe tomar decisiones, como lo hacemos
tambin en la vida cotidiana, y que tales decisiones estn irremediablemente afectadas
por factores como: intereses, propsitos, sentimientos y valores del propio investigador,
los cuales son parte de ese mundo oculto, no manifiesto e implcito, presente en toda
investigacin y en toda accin humana. Creo que lo ms importante, en el caso de la
decisin referida, es tratar de seleccionar lo que el investigador, guindose por lo que
evidencie la situacin, considere como los eventos ms trascendentes y ms significativos
de la realidad a estudiar. Otro aspecto que tambin deseo relatarles es cmo me sent
durante el proceso de recoleccin de la informa-cin.
Realmente fue una experiencia que podra calificar de emocionante, no slo por el inters
que gener en m realizar esa tarea en el poco tiempo disponible, sino adems porque
requiri desempear un papel que hasta ese momento no haba vivido, como lo es el rol
de "detective". Cuando me reuna con uno o varios compaeros de trabajo (en un pasillo,
una oficina, el cafetn, el patio o fuera de la institucin) para comentar sobre la situacin
de las elecciones en "El Mcaro" trataba de captar sus opiniones y comentarios.
En esos encuentros, que a veces eran formales y otras veces informales, llegu a
conversar con docentes y estudiantes, y con empleados administrativos y obreros. Luego,
haca anotaciones tratando de ser lo ms fiel posible a las expresiones empleadas en la
conversacin, incluyendo las mas, a la vez que anotaba algunos comentarios personales
acerca de cmo era la actitud de las personas, qu gestos hacan , en qu lugar nos
encontrbamos, fecha y hora.
Conviene aclarar que debido a la premura que tuve para recabar la informacin y por las
caractersticas del evento observado (proceso de elecciones) no aclar en un primer
momento mi propsito; nadie saba que sus comen-tarios yo los registrara en una libreta.
Actitud sta contraria, debo confesarlo, a la que recomiendan quienes defienden la
investigacin cualitativa.
Sabemos que por razones ticas, el investigador debe aclarar en trminos generales su
objeto de estudio as como la estrategia de observacin que ser empleada. No obstante,
la situacin tal como se present no me permi-ta (as lo experiment en ese momento)
aclarar el prop-sito de mis notas; las cuales, por supuesto, forman parte de un archivo
estrictamente personal, debidamente res-guardado, en el que los nombres de las
personas aparecen en clave.
Este detalle, aunque parezca intrascendente, creo que es necesario preverlo y cuidarlo
pues la inten-cin de un estudio etnogrfico no es comprometer o afec-tar a personas que
simplemente estn actuando de manera sincera y espontnea, con toda la carga de
criticidad y confianza que puede generarse en conversaciones entre compaeros de
trabajo. Siento l deber de decirles que me sent como una espa, en el ms sano sentido
del trmi-no, ya que aquello que con disimulo iba observando y escuchando no lo
comunicaba a terceros, sino lo anotaba para luego procesarlo en un contexto global
institucional sin identificar nombres ni situaciones.
A veces en forma simultnea y, en ocasiones, despus de esta primera fase que les he
presentado, fui recabando toda la informacin escrita que se produjo durante el proceso
eleccionario. En este caso s aclar que esa informacin la usara en un trabajo que
estaba realizan-do. Con la ayuda de algunos compaeros y estudiantes obtuve los
mensajes propagandsticos emitidos en la campaa de los candidatos as como los
comunicados, boletines, annimos, programas de accin, escritos indi-viduales y grupales,
emanados de diversas instancias dentro de la propia institucin. Es bueno recordar que
siempre mi propsito fue descubrir, en toda la informa-cin oral, escrita y "paratextual"
recabada, los mensajes valorativos presentes en el discurso universita-rio.
Durante las dos primeras fases del estudio fui entrevistando a catorce informantes claves.
Esta cantidad parece exagerada si consideramos lo que recomiendan algunos autores. En
realidad convers con esos informan-tes claves (diez docentes, dos estudiantes, una
secreta-ria y un obrero) slo en una o dos oportunidades para pedirle aclaratoria de algn
comentario que haban emitido. Esta parte me result interesante porque me permit
confrontar mi percepcin con la de esas personas, y debo aclarar que en casi todos los
casos mi interpretacin coincidi con el significado de lo que quiso decir la persona
entrevistada. Creo que ello se debi a que son mis compaeros de trabajo con quienes a
diario me comuni-co y conozco de cerca sus maneras de pensar.
Un aspecto que tuve oportunidad de comprobar es el carcter cclico y flexible de la
investigacin cualita-tiva. A la hora de redactar el informe me fui percatando que "sobre la
marcha" haba ido de atrs hacia adelante y de adelante hacia atrs. En la prctica no
siempre pude delimitar o diferenciar totalmente una fase de otra, especialmente las fases
2 y 3.
Tengo que reconocer que en ocasiones hubo falta de profundidad en ciertas fases del
proceso, especficamente en lo relativo a comprobar la credibilidad de algunas de las
informaciones recabadas. No realic rigurosamente el proceso de triangulacin sugerido
por la metodologa etnogrfica. Por todo lo que les he relatado se habrn percatado de la
serie de "dolencias" o "carencias" que tiene sta mi primera investigacin etnogrfica, as

como de las satis-facciones que experiment al ejecutarla. Me he propuesto introducirle

algunas mejoras y completarla con el objeto de una posterior publicacin.
Espero que mi modesto esfuerzo haya servido de ilus-tracin a quienes estn interesados
en transitar el agradable sendero de la investigacin cualitativa a travs de la va
etnogrfica. Recordemos que todo estudio etnogrfico es cualitativo, ms no toda
investigacin cualitativa es etnogrfica. En efecto, Evelyn Jacob (1987) distingue cinco
tendencias representativas dentro del paradigma cualitativo: a) Psicologa ecologista, b)
Etnografa holista, c) Antropologa cognitiva, d) Etno-grafa de la comunicacin, y e)
Interaccionismo simbli-co.
Por mi parte, esta experiencia me permiti hacer un primer intento de abordar la realidad
desde una perspec-tiva distinta a la empleada en ocasiones anteriores. Realmente no
resulta fcil enfrentar la realidad para comprenderla e interpretarla tal como se nos
manifiesta, involuntariamente hay la tendencia a evaluar o juzgar la situacin analizada
pero ste no ha sido nuestro propsi-to. Adems tuve oportunidad de verificar que la
etnografa es una alternativa metodolgica vlida para enfrentar casos tan particulares
como el proceso de elecciones en una institucin educativa. Ya tenamos referencia de
que ha sido empleada, por ejemplo, para descubrir la forma de saludarse de las personas,
las relaciones padre-hijo, las inquietudes de los adolescentes, los problemas emociona-
les, la amistad como situacin social, la realidad de un mercado de las pulgas,... Todo ello
nos da una idea del uso multidisciplinario de la Etnografa.
Agradezco la atencin que hayan podido prestar a mi relato y espero que para aquellos
que tengan la intencin de iniciarse o se estn iniciando en el campo cualitativo esta
exposicin les proporcione algunas pistas.
Nos damos por satisfechas si nuestras reflexiones han contribuido a aclarar algunos
conceptos as como a gene-rar inquietudes y estusiasmo hacia la investigacin cualitativa
encauzada por la va etnogrfica.
4.4.12. REFERENCIAS
o Castillo, V. (1984). Situaciones sociales y Observacin participante. Paradigma, V
(5),7-19
o Cook, T.D. y CH. S. Reichardt (1986). Mtodos cualita-tivos y cuantitativos en
Investigacin Evaluativa. Madrid: Morata

o Denis S., L. (1991, Mayo). Qu valores subyacen en el discurso universitario?

Reflexiones en torno a una experiencia. Ponencia presentada en el Simposio sobre
Educacin, tica y Valores, El Mcaro-Turmero
o Gutirrez, L. y Denis, L. (1989). La Etnografa como metodologa de investigacin.
Trabajo no publicado, Universidad Nacional Experimental "Simn Rodrguez",
Caracas
o Gutirrez, L. (1990, Junio). Paradigmas Cuantitativo y Cualitativo en la
Investigacin Socio-educativa: Pro-yeccin y Reflexiones. Charla presentada en el
Curso sobre Diseo de Proyectos de Investigacin, Escuela de Aviacin Militar,
Maracay. (Incluido en este mismo nmero de Paradigma).
o Gutirrez, L. (1990). Presentacin y Apropiacin del contenido matemtico en
Educacin Superior. Proyecto de investigacin. Trabajo no publicado. Universidad
Nacional Experimental "Simn Rodrguez", Caracas
o Jacob, E. (1987). Qualitative Research Traditions: A review. Review of
Educational Research, 57 (1), 1-50
o Martnez, M. (1990) La investigacin cualitativa etnogrfica en Educacin. Manual
terico-prctico.
o Montero, M. (1984). La investigacin cualitativa en el campo educativo. La
educacin, 96, 19-31
o Taylor, S.J. y R. Bogdan (1986) Introduccin a los Mtodos Cualitativos de
Investigacin. La bsqueda de significados. (Jorge Piatigorski, Trad.) Buenos Aires:
Paids.
o Sitios en el Web de investigacin:
o http://investigacion.jumpeducation.co...
o http://www.orbitas.com/mall/store203/...
o http://www.geocities.com/CapeCanavera...
o http://www.orbitas.com/mall/store203/...
o http://asesoria.orbitas.com/investiga...

4.5. INVESTIGACION-ACCION PARTICIPATIVA
Jos Luis Moreno Pestaa y Maria Angeles Espadas Alczar

Las relaciones entre dirigentes y dirigidos en los movimientos de emancipacin popular se
han representado de muy diferentes formas. Entre la "sequedad" del Lenin de Qu
hacer?, declarando que la conciencia revolucionaria slo podra ser introducida desde el
exterior a unos trabajadores instintivamente conciliadores, y la "calidez" de unos
movimientos alternativos que vieron en el establecimiento de una vanguardia dirigente los
fermentos de una nueva relacin de dominacin, la disputa, en diferentes versiones, nunca
se ha dirimido. Ni el autoproclamado vanguardismo (lejos por otra parte del primer
bolchevismo) ni el espontanesmo que atribuye potencial suficiente al saber explcito de
los explotados sobre su condicin, han resultado jams satisfactorios.
A mitad de camino entre las exigencias del saber terico y las enseanzas de la
movilizacin popular, la investigacin-accin participativa propone una nueva aportacin al
problema de cmo el saber puede proporcionar poder a los que carecen de l sin injertar
durante el proceso nuevas relaciones de sojuzgamiento. Lo hace desde mbitos
especficos, relacionados todos con lo que podramos abreviar como el problema de una
pedagoga que persiga la destruccin de los roles iniciales entre el enseante y enseado
(desde la educacin al Trabajo Social, pasando por la accin poltica). La investigacin-
accin participativa persigue el modo de eliminar los privilegios del maestro o el dirigente
sin desperdiciar por el camino el capital de autoridad racional sobre la que haca
descansar parte de su preeminencia.
Procederemos, primero, a ofrecer algunos rasgos de su amplia base filosfica para ofrecer
a continuacin un esbozo de ciertas fases que articulan su metodologa. Dado que la
investigacin-accin participativa no pretende ofrecer tecnologas que produzcan
resultados automticos, debido a que somete a una crtica radical las implicaciones
epistemolgicas y ticas de la concepcin del espacio de intervencin como escenario de
un proyecto de amaestramiento, dichas fases destacan por estar sobrecargadas
tericamente de precauciones. Derivan stas de un magma filosfico que permite a los
tericos de la investigacin-accin participativa incorporar una notable y nada comn
autoconciencia epistmica.

4.5.1. CONCEPTO
No resulta sencillo delimitar el concepto de investigacin-accin participativa (IAP). La
investigacin-accin en su primitiva delimitacin por Kurt Lewin remita a un proceso
continuo en espiral por el que se analizaban los hechos y conceptualizaban los problemas,
se planificaban y ejecutaban las acciones pertinentes y se pasaba a un nuevo proceso de
conceptualizacin. La manera en que Lewin conceba ese proceso estaba an cargada de
supuestos elitistas y de concepciones del cambio social alucinadas con la eficacia de la
accin instrumental (Carr, Kemmis, 1988: 175-177). Por su parte, los profesores Lourdes
Merino y Enrique Raya proponen establecer diferencias entre investigacin-accin e
investigacin-accin participativa, situando a la primera como una aplicacin del mtodo
cientfico a un problema con voluntad praxeolgica y con cierta participacin de los
afectados (Merino, Raya, 1993: 5).
La IAP aparecera entonces como un tipo de investigacin-accin que, incorporando los
presupuestos de la epistemologa crtica, organiza el anlisis y la intervencin como una
pedagoga constructiva de disolucin de los privilegios del proceso de investigacin como
punto de partida para un cambio social de alcance indeterminable. Esa bsqueda del
conocimiento se caracteriza por ser colectiva, por proporcionar resultados cuya utilizacin
y gobierno corresponde a los propios implicados, que deben haber determinado el proceso
de conocimiento a la vez que experimentado en el mismo un proceso de maduracin
colectiva (De Miguel, 1993, 97-101). Por otra parte, y esta cuestin es central, los
iniciadores de la IAP se previenen contra su propio poder concibindose "como
participantes y aprendices en el proceso, aportando sus conocimientos y convirtindose
tambin en objeto de anlisis" (IOE, 1993: 69). Los investigadores entran as en un
proceso en que la objetivacin de s mismos, en una suerte de inagotable sociologa del
conocimiento, se convierte en testigo de la calidad emancipatoria de su actuacin
(Rahman, 1991: 34).
4.5.2. PRESUPUESTOS EPISTMICOS

Los tericos de la Investigacin-accin participativa se reclaman de una mltiple
inspiracin terica: Marx y Freud, Gramsci y Dewey, Habermas y Foucault, Jess Ibez y
T. Kuhn, Edgar Morin y Paulo Freire, Kurt Lewin y Orlando Fals Borda. No podemos
realizar una seleccin de las aportaciones de stos, ni sera muy til en una entrada de

este tipo. En lo que sigue intentaremos delinear los supuestos epistemolgicos que nutren
la investigacin-accin participativa desde determinados radicales bsicos.
4.5.2.1. RELACIN SUJETO-OBJETO

La IAP reniega de la separacin sujeto-objeto tal como ha sido planteada en la teora
tradicional del conocimiento por razones tanto epistmicas como tico-polticas. Respecto
a lo primero la mayora de los tericos rubrican, sin duda, con la reciente filosofa de la
ciencia, la tesis de que la conciencia del investigador forma parte del sistema
experimental, y, con Sartre (1960: 46-50), que la conciencia nicamente puede adquirir
nuevas perspectivas si es capaz de embarcarse en una praxis diferente. Una realidad
social de opresin no slo es imposible de captar desde una objetividad pura, sino que el
proceso de aprehensin de la misma se desarrollar en una u otra direccin en funcin de
la prctica social en que la conciencia se encabalga confirmndola y/o transformndola.
Es imposible, por ejemplo, desvelar el carcter alienante de la educacin tradicional sin
embarcarse en una prctica alternativa que pruebe la posibilidad de otros procesos de
aprendizaje por el camino en que se transforma el anterior.
4.5.2.2. TOMA DE CONCIENCIA

Estrictamente relacionado con lo que acabamos de exponer se encuentra el problema de
la toma de conciencia. Toda teora de la concientizacin se apoya, de algn modo, en una
teora marxista de la ideologa y, por tanto, en la posibilidad de configurar una
representacin del mundo verdadera frente a otra falsificada. La mayora de los tericos
de la investigacin remiten a la teora de los intereses del conocimiento establecida por
Jrgen Habermas. Para el autor de Conocimiento e inters existen un tipo de ciencias
dirigidas por un inters de emancipacin.
Mientras las ciencias emprico-analticas construyen el mundo como unidad legaliforme
desde el que organizar su sometimiento y las ciencias histrico-hermenuticas como un
espacio simblicamente dotado de sentido dialgicamente asimilable, las ciencias sociales
crticas median ambos paradigmas mediante la utilizacin de la autorreflexin. Por un lado,
conciben la existencia de determinaciones sociales que actan con fuerza de ley, por otro,
sitan en las condiciones iniciales que hacen posibles semejantes regularidades la
conciencia oscurecida como el conductor fundamental del determinismo. Al establecer las
condiciones iniciales de las leyes sociales como espacio de coaccin inconsciente,
Habermas sita la autorreflexin sobre lo que nos constituye como previo necesario de un
cambio social, que an puede abortarse por el miedo derivado de la amenaza directa de
violencia.
Este inters autorreflexivo puede ser interpretado como una nueva rehabilitacin del sueo
hegeliano y lukacsiano de un lugar epistemolgico absoluto como gua para la IAP.
Semejante peligro ha sido eliminado por alguno de sus ms capaces defensores por el
nfasis, no en el sueo de una transparencia completa, sino en el valor formativo de un
proceso autorreflexivo inacabable: "encontrar la belleza de la artesana popular en la
construccin participada en las ciencias sociales. Es decir, no en el resultado final, pulido y
perfeccionista, sino en la textura y el pulso, que muestran la viveza del proceso, su
prctica"(Villasante, 1993 : 25).
4.5.2.3. PARTICIPACIN
La participacin ha sido propuesta por tericos de las ciencias humanas como mecanismo
de prevencin y difuminacin de los conflictos sociales. Desde la psicologa "humanista"
de los 50 a la nueva empresa toyotista, la participacin consiste en la incorporacin activa
de los implicados a un proyecto cuya direccin estratgica se encuentra definida de
antemano.
Desde la IAP se considera sto un simulacro de la verdadera participacin (Gianoten, de
Wit, 1991: 95). La participacin no puede confundirse con una simple preocupacin por
encontrar el apoyo reflexivo de los implicados para los objetivos de conocimiento e
intervencin delineados por un dispositivo exterior a ellos. La IAP tiene cuidado de
diferenciarse de todas aquellas llamadas a la participacin basadas en la asimilacin
acrtica de un marco global de partida con el que se propone compromiso. La participacin
que reclama la IAP no es simple movilizacin, sino recapitulacin sobre el conjunto de
procesos que condicionan la vida social de un colectivo determinado con el objetivo de
acometer una eventual modificacin de los mismos.
Por supuesto, esto supone una especfica relacin entre los dirigentes y los dirigidos. En la
IAP los dirigentes tienen (a la manera del Estado revolucionario segn Lenin) como primer
objetivo su desaparicin, por lo que cada una de las fases -como veremos a continuacin-
no culmina sin que se haya avanzado en la capacidad de autogestin de los colectivos
sociales implicados. En la IAP, la accin transforma al "enseante" en facilitador y
catalizador. Con el ltimo concepto se refiere a la inteligencia para provocar una reaccin
reflexiva en la comunidad que se estudia, con el primero a la necesidad de ir

proporcionando elementos de reflexin y anlisis a los implicados sin prefigurar
totalitariamente los problemas de reflexin o los objetivos de accin que los mismos elijan
(Rahman, 1991: 27-28).
La concepcin de la participacin en la IAP debe evitar tanto el peligro elitista como la
apuesta por un dilogo oscurecido ante las desigualdades reales de los sujetos que entran
en comunicacin. Frente al sueo vanguardista o el libertario-liberal, la IAP propone
establecerse en el espacio abierto por una contradiccin slo clausurable tendencial y
temporalmente . En palabras de Paulo Freire (1970: 108): "el hombre dialgico tiene fe en
los hombre antes de encontrarse frente a frente con ellos. Esta, sin embargo, no es una fe
ingenua. El hombre dialgico que es crtico sabe que el poder de hacer, de crear, de
transformar, es un poder de los hombres y sabe tambin que ellos pueden, enajenados en
una situacin concreta tener ese poder disminuido. Esta posibilidad, sin embargo, en vez
de matar en el hombre dialgico su fe en los hombres se presenta ante l, por el contario
como un desafo al cual puede responder. Est convencido de que este poder de hacer y
transformar, si bien negado en ciertas situaciones, puede renacer. No gratuitamente sino
en la lucha por su liberacin".
La apuesta por una democracia participativa radical podra hacer a la IAP sospechosa de
un idealismo que desconoce las dificultades de concebir una sociedad compleja como un
sujeto que se autorregula a s mismo. Huyendo de semejantes objetivos desaforados, uno
de los promotores centrales de la IAP, Orlando Fals Borda (1991: 12-13), ha insistido en la
referencia a una utopa realista ("un Estado con menos Locke y ms Kropotkin") ajena
tanto al socialismo de Estado y la simplicidad ultraizquierdista como a la democracia de
competencia entre partidos del capitalismo tardo. La IAP parecera conectar, as, con
algunos de los rasgos distintivos del arsenal poltico configurado durante los aos 70 y 80
de nuestro siglo por lo que se denomin como nuevos movimientos sociales (ver entrada
Movimientos populares y conciencia social).
4.5.2.4. REDESCUBRIMIENTO DEL SABER POPULAR

La existencia de una diferencia entre los lugares de extraccin de conocimiento y los de su
utilizacin demuestra cmo las ciencias sociales se entreveran en prcticas de opresin.
Las exigencias de una reapropiacin del conocimiento deriva de la vocacin
participacionista de la IAP. Sin embargo, las llamadas a la rehabilitacin del saber popular

no tienen slo el sentido de proporcionar a los grupos sociales dominados capacidad para
conocer las claves que rigen sus vidas. Los defensores de la IAP buscan el desarrollo y la
potenciacin de los saberes que configuran la vida cotidiana de las gentes. Desde la
certeza, claro est, de que puede rescatarse all una riqueza sobre el mundo despreciada
y minorada por los supuestos hegemnicos acerca de la produccin, la posesin y la
aplicacin del saber.
Esta cuestin se presta a confusin. La IAP se ha practicado, a menudo, en sociedades
excluidas de las sociedades capitalistas ms desarrolladas, y las apelaciones al saber
popular estn cargadas de cierta melancola ensoadora de la cultura campesina y del tipo
de estrecha experiencia simblica caracterstica de las estructuras comunitarias
tradicionales. Por sensato que pueda ser la dignificacin de las culturas precapitalistas,
late en todo ese tipo de apelaciones cierto naturalismo ingenuo. Es cierto que la IAP
requiere formas de agregacin popular con relaciones vitales distinguibles de la relacin
de maximizacin competitiva que caracteriza nuestra vida cotidiana (Park, 1992: 168),
pero sera un error tericamente miope y polticamente paralizante desechar a las
sociedades occidentales como lugares donde resulta posible desarrollar la IAP (Gaventa,
1991: 167-169).
Cabe entender la cuestin del saber popular desde pticas menos proclives a las
idealizaciones de la cultura preindustrial. La primera es utilizar la nocin de rescate del
saber popular como forma de discernir los elementos emancipatorios (inevitablemente
compuestos con otros opresivos) que penetran toda manifestacin cultural humana, desde
la curandera popular al rap, desde el futbol a la exigencia por parte de los alumnos de
clases magistrales. Redescubrir el saber popular funcionara as como un referente
heurstico que exigira a los investigadores buscar las energas a catalizar en la propia
existencia social de los grupos oprimidos, evitando dejarse llevar por ese aristocratismo
epistemolgico con el que la izquierda se hace elitista para esconder su miserable (y
culpable) impotencia.
El rescate del saber popular podra revelar una exigencia doble para la IAP inspirable en el
materialismo de Walter Benjamin (Buck-Morss, 1995: 143, 236): la necesidad de partir de
los deseos y los conocimientos (a menudo inconscientes) sociohistricos existentes para
conceptualizar cualquier proyecto (que si es de transformacin, dirige a lo que no existe
an). Esta necesidad debe acompaarse de otra; la de eliminar el modo en que el deseo
popular queda encapsulado por las formas opresivas y muertas en que se expone
cotidianamente (la necesidad de solidaridad se transmuta en tribalismo futbolstico o

tnico, la de dignidad en chulera desafiante...). El redescubrimiento del saber popular
tendra entonces que ver con el reencuentro con las capacidades individuales y colectivas,
emotivas y cognitivas, adquiribles en plurales procesos de socializacin (tambin en los
del capitalismo tardo), desde las cuales los sujetos evalan su experiencia social y a cuyo
fardo cualquier propuesta de cambio social ha de dirigirse para encontrar elementos de
apoyo (Honneth, 1997) si no quiere elevarse sobre el vaco (Sobre este tema consultar las
entradas Ciencia social, conocimiento espontneo y sentido comn, Discurso
acadmico/discurso vulgar).
4.5.2.5. CIENTIFICIDAD
El redescubrimiento del saber popular, las exigencias de un conocimiento ligado a las
personas que configuran su contexto de surgimiento, permite que la literatura de la IAP
rehabilite ciertos tpicos confusos sobre la ciencia popular en una curiosa composicin de
posmodernismo y lyssenkismo. Ciertos tericos de la IAP parecen utilizar la orientacin
antipositivista de la filosofa de la ciencia dominante, para reclamarse de una ciencia
alternativa al "monopolio positivista presente (sic), al etnocentrismo de la ciencia
occidental y a la tecnologa de destruccin" (Fals Borda, 1991: 197). De ah se ha inferido
que cada ciencia crea su mundo y sus mtodos de validacin, con lo cual una ciencia
orientada por un inters emancipatorio podra disponer de estructuras de conocimiento y
de formas de verdad distintas e incompatibles a las de la ciencia positivista (Fals Borda,
1991: 13).
La introduccin en la idea de una ciencia social crtica de reverberaciones de los luctuosos
sueos de una ciencia proletaria hara revolverse en su silla a alguien tan sobrio
epistemolgicamente como Jrgen Habermas, inspiracin bsica de la IAP (1994: 178-
180, 1990: 22). El abandono de controles epistemolgicos basados en una cierta nocin
de objetividad, deja sin valor cualquier prctica cognoscitiva orientada por una crtica de
las ideologas que, de hecho, organiza mltiples aportaciones relacionadas con la
investigacin-accin (Kemmis y Mc Taggart, 1988). Esto hara al investigador defender en
la teora lo contrario de lo que supone en la prctica, siempre conducida por un inters,
implcito o explcito, en la verdad.
Dejando a un lado la discusin sobre la teora de los intereses del conocimiento, la
solucin estriba en cambiar de tercio. El problema est mal planteado metindose en un
terreno que reaviva los peores traumas del movimiento emancipatorio en este siglo
(Moreno, 1997). La IAP necesita de la objetividad para que sus apuestas de
transformacin moral de la realidad correspondan a tendencias y potencialidades reales
de un momento histrico determinado. Cuantos ms controles ayuden a evitar la
deformacin del acercamiento pluridimensional de los interesados a su propia realidad,
tanto mejor para ellos y para sus proyectos emancipatorios.
La IAP no debe pretender ser una "nueva ciencia social", ni presumir de aportar un
presuntuoso conocimiento alternativo, aunque la seleccin de sus "objetos" (las causas de
la opresin) y la actividad de stos (gobierno del saber por los propios interesados y
productores del mismo), tenga poco que ver con lo que sucede en los laboratorios
cientficos o los gabinetes de investigacin social dirigidos por el Estado o el Capital. La
relacin entre el "sujeto" y los "objetos" es tan diferente en el mbito de la IAP porque el
suyo es el ideal de la praxis y no el de la episteme, es decir, no el del control de una
realidad fijada por relaciones causa-efecto, sino el de la organizacin moral de una
realidad para la que no hay ms reglas que el dilogo prudente entre seres humanos libres
(Habermas, 1991: 50-86). Tal es el imprescindible objetivo asinttico de toda actividad
humana que, cuando se quiere emancipatoria, pasa a descansar ms sobre la filosofa
moral y poltica que sobre sobre una epistemologa, sin la que, sin embargo, sera una
simple rabieta sin base alguna.
4.5.3. ASPECTOS METODOLGICOS

Como hemos visto en el apartado anterior la IAP se articula diferenciadamente del mtodo
cientfico convencional, ya sea instrumental o interactivo (Park, 1992 : 141-149) En este
sentido, el esquema metodolgico o modo de organizar la investigacin por el que se
guan tales perspectivas -generalmente lineal, mas o menos rgidamente pero muy
estructurado, diseado desde arriba por los expertos- no puede ser vlido para producir un
tipo de conocimiento que persigue ser crtico, reflexivo, colectivo, participado,
emancipador.
Pero an mas, la IAP no termina en la produccin de conocimientos, sino que pretende
actuar frente a las realidades sociales, transformandolas desde el protagonismo de los
actores: "no es una preocupacin principal la obtencin de datos o la constatacin de
hechos de manera nica y excluyente... Lo prioritario es la dialctica que se establece en
los agentes sociales, entre unos y otros, es decir la interaccin continua entre reflexin y
accin, ... una visin pragmtica del mundo social, donde lo fundamental es el dilogo
constante con la realidad para intervenir en su transformacin" (Guerra, 1995).
As pues, el hilo conductor de la IAP debe plantearse como un proceso cclico de reflexin-
accin-reflexin, en el que se reestructura la relacin entre conocer y hacer , entre sujeto y
objeto de manera que se vaya configurando y consolidando con cada paso la capacidad
de autogestin de los implicados. Bajo esta perspectiva es imposible e inconveniente crear
un modelo o esquema metodolgico cerrado, a modo de recetario, que nos vaya
marcando el paso de lo que debemos hacer en cada momento. Mas bien debemos
plantear algunos criterios que nos hagan avanzar en la creacin de "un contexto
investigativo mas abierto y procesual de modo que los propios resultados de la
investigacin se reintroduzcan en el mismo proceso para profundizar en la misma"
(Villasante, 1994 ).
Algunas lneas clarificadoras que pueden orientar acerca de lo que requiere un proceso de
IAP, las encontramos en los diseos de experiencias concretas llevadas a cabo por
distintos investigadores ( Park, Villasante, Lpez de Ceballos, entre otros), de las que
presentamos aqu un intento de sntesis.
4.5.3.1. ETAPA INICIAL

El problema a estudiar surge de la propia poblacin implicada, aunque generalmente es
necesaria la actuacin de un grupo promotor (asociacin, agencia de desarrollo, equipos
de Trabajo Social ...) alrededor del cual se puedan reunir y tratar el problema. Se puede
comenzar con una reunin amplia de negociacin e implicacin de los promotores en la
que se lanza la idea del proyecto. Se produce as la toma de contacto de los
investigadores con la comunidad y con miembros significativos que puedan tomar parte
activa.
Es el momento tambin en el que se debe abrir la investigacin hacia sectores mas
amplios para realizar un autodiagnstico, identificar el problema, delimitar su alcance,
dimensionarlo. Surgirn mltiples dificultades, muy especialmente, las que a menudo
tendrn los propios participantes para la expresin y definicin del problema. Esta
situacin se puede desbloquear mediante diversas tcnicas o actividades facilitadoras
como el teatro popular, audiovisuales, entrevistas grupales, que adems van creando
espacios y perspectivas compartidas que producen ya por si mismas reflexin. El
investigador se convierte en un agente facilitador, en un recurso tcnico, dejando que
acten como organizadores las personas de la comunidad que tienen sus propias formas y
recursos organizativos. Estos se presentan as como investigadores activos, como sujetos
de la investigacin, no como meros suministradores de informacin.
4.5.3.2. ESTRUCTURACIN DE LA IAP: NEGOCIAR PARA CONSTRUIR EL

PROGRAMA
En esta fase se pretende crear un esquema bsico donde se recojan propuestas de
actuacin concretas. Este debe responder al menos a tres objetivos (Lpez de Ceballos,
1987: 72): ligar la investigacin a la accin; asegurar la coherencia entre lo que se busca y
lo que se quiere hacer; lograr un esquema de IAP sencillo, utilizable por grupos de base.
Hay que definir desde los grupos qu acciones se van a llevar a cabo y de qu manera.
De nuevo recurrimos a las reuniones con los sectores implicados para negociar cuales
sern las estrategias de actuacin. Es importante no perder de vista que la finalidad
principal es reforzar las potencialidades del propio colectivo, tanto en el nivel del
conocimiento como de la accin (IOE, 1993). El investigador juega un papel importante en
el sentido de poner a su disposicin diferentes tcnicas de recogida, produccin y anlisis
de informacin; de transmitir herramientas de trabajo operativas de manera que resulten
asequibles y fcilmente manejables por los miembros de la comunidad. Es necesario
entonces llevar a cabo un entrenamiento en cuanto a la elaboracin de cuestionarios,
instrumentos, habilidades de quienes recogern la informacin, etc.
Asmismo, las tcnicas a emplear tambin van a venir definidas por el tipo de anlisis que
vayamos a realizar. Son vlidas todas las que incluyan al sujeto y que no se escapen,
como hemos sealado, de los recursos tcnicos y materiales de los implicados en la IAP.
Son tiles tanto las tcnicas cuantitativas como las cualitativas; desde las encuestas hasta
los grupos de discusin, los documentos personales, bibliogrficos, etc. No desdearemos
ninguna tcnica siempre que esta pueda ser til, y lo son especialmente todas las que
facilitan la relacin, el intercambio, el dilogo, la participacin, en definitiva la
comunicacin entre iguales. Se hace nfasis en las que faciliten la aparicin de los
aspectos intersubjetivos de la relacin entre entrevistado y entrevistador. Eso si, hay que
observar que no se utilicen tcnicas que requieran anlisis estadsticos muy complejos
puesto que entonces necesitaremos expertos externos, generndose resultados
difcilmente comprensibles por todos. An habiendo algn experto en el grupo, esto
conllevara una especializacin y una divisin del trabajo que podra crear situaciones de

dependencia y poder. En palabras de Park (1992:156): "este aspecto de la IAP sirve para
desmitificar la metodologa de la investigacin, y ponerla en manos de la gente para que la
usen como instrumento de adquisicin de poder. Si obtiene xito, la capacidad de
investigar cientficamente los problemas de la comunidad se convierte en una
caracterstica permanente de la misma que puede volver a ser usada una y otra vez sin
necesidad de contar con expertos".
En la IAP entonces, contrariamente a lo que sucede en las investigaciones
convencionales, nos encontramos con que el asunto de la validez depende de la empata
de los sujetos con el fin de la investigacin comprendiendo plenamente la intencin de las
preguntas y queriendo dar la informacin necesaria de la mejor forma posible.
4.5.3.3. DESARROLLAR Y EVALUAR LO REALIZADO

Poner en marcha las tcnicas tiene una doble finalidad: por un lado facilitar informacin
para otros sobre hechos concretos, por otro, producir conocimientos interpersonales y
autoconocimiento (encuentros dialgicos, Park ). Pero para que verdaderamente se pueda
dar la participacin es necesario que la informacin este constantemente circulando y en
todas las direcciones.
El anlisis de los resultados de este proceso nos ayudarn a comprender mejor la
naturaleza de los problemas, pero como indicbamos mas arriba, ya estn produciendo
por s mismos accin, estn generando temas para la reflexin colectiva (uso colectivo de
los resultados o vuelta de la informacin a la comunidad), ligando la investigacin a la
accin, el conocimiento y la prctica.
En cualquier caso, a pesar de los intentos de sistematizacin o de captura que queramos
hacer proponiendo formulas, todo este camino se debe dibujar como algo mucho mas
artesanal que tecnolgico. Villasante resume con un lema las aportaciones que la
metodologa de la IAP debera hacer a las Ciencias Sociales : "sobre cmo los
movimientos populares son analizadores y generadores de metodologas para las ciencias
sociales, y como no deberan dejar que stas degeneraran en tcnicas que se
automitifican, sino que deberan seguir como prcticas que implican una episteme (desde,
por y) para las soluciones operativas que necesitan los sectores populares".(Villasante,
1994: 424).
4.5.4. REFERENCIA
o Bartolom, M. (1992) "La investigacin cooperativa (praxis)"(copigrafiado), Taller de

iniciacin a la investigacin-accin(EUTS-Universidad de Granada), 2-IV-1992.
o Bourdieu, P., Chamboredon, J., Paseron, J.P. (1994) El oficio de socilogo, Madrid,
Siglo XXI.
o Buck-Morss, S. (1995) Dialctica de la mirada. Walter Benjamin y el proyecto de los
pasajes, Madrid, La balsa de la medusa.
o Carr, W. y Kemmis, S. (1988) Teora crtica de la educacin. La investigacin-
accin en la formacin del profesorado, Barcelona, Martnez Roca.
o Delgado, J.M. y Gutierrez, J. (1994), Mtodos y tcnicas cualitativas de
investigacin en las Ciencias Sociales. Sntesis. Madrid.
o Fals Borda, O (1991)"Rehaciendo el saber", Fals Borda y otros (1991).
o Fals Borda y otros (1991) Accin y conocimiento. Como romper el monopolio con
investigacin-accin participativa, Santaf de Bogot, Cinep.
o Freire, P. (1970) Pedagoga del oprimido, Madrid, Siglo XXI.
o Gaventa, J. (1991) "Hacia la democracia del conocimiento", Fals Borda y otros
(1991).
o Guerra, C. (1995).; "Investigacin-accin participativa en la periferia urbana de
Salamanca", en Cuadernos de la Red, n 3 (Red CIMS), Madrid
o Habermas, J. (1989) Conocimiento e inters,Madrid, Taurus. ideologa, Madrid,
Tecnos. 5, Madrid.
o Kemmis, S. y Mc Taggart, R. (1992) Como planificar la investigacin accin, Madrid,
Laertes.
o Lopez de Ceballos, P. (1987) Un Mtodo para la Investigacin-accin participativa.
Popular, Madrid.
o Merino, L. y Raya, E. (1993) "El mtodo de la investigacin-accin participativa
como mediacin entre la teora y la prctica de la formacin del/a trabajador/a social
y en el desarrollo profesional"(copigrafiado), Seminario de integracin teora-
prctica en la formacin de los trabajadores sociales (EUTS de Alicante- C.E.B.S.),
2/3-XII-1993.
o Moreno, J. L. (1997) "El voluntarismo epistemolgico de las dos ciencias: actualidad
de Lyssenko", Iralka n 9, Irn.
o Park, P. (1992)"Qu es la investigacin-accin participativa. Perspectivas tericas y
metodolgicas", Salazar (1992).
o Rahman, M.A. (1991) "El punto de vista terico de la IAP", Fals Borda y otros
(1991).
o Salazar, M.C. (1992) La investigacin-accin participativa. Inicios y desarrollos,
Madrid, Edit. Popular-OEI.
o Sartre, J.P. (1960) Questions de mthode, Paris, Gallimard.
o Villasante, T.R. (1993) "Aportaciones bsicas de la IAP a la Epistemologa y a la
Metodologa", Documentacin Social n 92, Madrid.
o Villasante, T.R. (1994) "De los movimientos sociales a las metodologas
participativas" en Delgado, J.M. y Gutierrez, J. (1994).
o http://www.ucm.es/info/eurotheo/d-moreno1.htm
El pensamiento es tarea de vagos y maleantes. Hay que saber perderse para trazar un
mapa: vagar por los mrgenes y por el desierto, fuera de las fortalezas en las que estn
encerrados la verdad, el bien y la belleza. Slo los nmadas descubren otros mundos. Hay
que saber pervertir la ley --jugar con ella-- y a veces subvertirla --ponerla en cuestin--
para cambiar y/o quitar la ley: provocar malos pensamientos en los bien-pensantes,
asediar las sedes de la verdad, el bien y la belleza. Slo los malditos mejoran este mundo.
[JESUS IBAEZ]

<
4.6. LA TRIANGULACIN
Robert E. Stake,
Durante el desarrollo de estudios de casos nos preguntamos:lo hacemos bien? No solo:
Estamos generando una descripcin comprensiva y exacta?, sino: estamos
desarrollando las interpretaciones que deseamos?, el sentido comn trabja a nuestro
favor, y nos advierte cuando conviene fijarse de nuevo y donde preguntar para aclarar los
asuntos; pero el sentido comn no es suficiente. En nuestra bsqueda de presicin y de
explicaciones alternativas, necesitamos disciplina, necesitamos estretegias que no
dependan de la imple intuicin y de las buenas intenciones de hacerlo bien. En la
investigacin cualitativa, esas estretegias se denominan triangulacin. En nuestras notas
de campo utilizaremos A (delta) para identificar los datos que se deben usar en la
triangulacin. Identificaremos con Aquellos datos que puedan requerir una triangulacin.
Todo lo que registremos debe recordarnos continuamente la necesidad de la triangulacin.
El problema de Aes complejo debido al gran nmero de investigadores cualitativos que
comparten, poco o mucho, una epistemologa llamada constructivismo. La ltima parte
del captulo anterior estaba dedicada a dicha espistemologa. Ahora sealaremos que la
mayora de los investigadores cualitativos no solo creen que existen mltiples perspectivas
y visiones de que se deben representar, sino que no existen formas de establecer, ms
alla de la discusin, cual sea la mejor.
4.6.1. LA VALIDACIN
Todos los investigadores reconocen que es necesarios no solo ser exacto en la medicin
de las cosas, sino tembin lgico en la iterpretacin del significado deesas mediciones.
Las tcnicas de pruebas educativas y psicolgicas han acertado especialmente al exigir
mediciones que tengan rigurosidad y validez demostrables (Cronbach, 1971). Quienes
utilizn puntuaciones, incluidos los expertos en pruebas, no siempre limitan sus
interpretaciones delas puntuaciones que se obtienen en las pruebas a las que han sido
validadas, sino que hace ya tiempo que la teora y las tcnicas han experimentado una
gran complejidad.
El nivel de exigencia sigue subiendo. Sam Messick (1989), del Educational Testing Service
(Servicio de pruebas educativas), ha insistido repetidamente en la necesidad de que los
investigadores aseguren la validez de resultados de las mediciones. Esto significa que las
conscuencias de usar esas mediciones deben ser consideradas parte de la
responsabilidad del investigador. Como en el caso de los datos decriptivos, los usuarios
deben advertir la posibilidad de cualquier descripcin determinada puede invalidar
injustamente el caso y que esa descripcin no es totalmente vlida si no se advierte de
tales consecuencias. Esto exige mucho rigor, pero en la historia de todo tipo de
investigacin el nivel de exigencia en la validacin de la interpretacin de las mediciones
ha sido levado, aunque no haya ocurrido lo mismo con el uso de la investigacin.
No veo razn por la que debamos contentarnos con menos en el estudio de caso. Es
verdad que nos ocupamos de muchos fenmenos y temas complejos para los que no se
puede alcanzar sconsenso sobre lo que existe realmente a pesar de ello, tenemos la
obleigacin moral de reducir al mnimo las falsas representaciones e interpretaciones.
Necesitamos determinadas estrategias o procedimientos, que esperan tanto los
investigadores cmo los lectores; esfuerzos que van mas alla de la simple repeticinde la
recogida de datos observados.
Para mi al menos, la palabra triangulacin proviene de la navegacin celeste. Nuestro
navegante saba inferir muy bien. Todas las maanas y todas las tardes en elar infera
nuestra posicin, en parte mediante la medicin delos ngulos deelvacin delas estrellas:
Justo despus de la puestea del sol suba al puente con el sextante. malditas nuves,
murmuraba, y despus:ah, aqu esta vega, y segua con la taresa de establecer la
posicin. Sus costumbres ya no necesitaban una voz interior que dijera: ...la posicin de
nuestra nuve est en un crculo imaginario centrado en el punto de la superficie terrestre
sobre el que, en este momento, se observa directamente Vega, y cuya extensin se
determina por el ngulo de elvacin,...para todos los momentos de todos los das, sus
tablas le indicaban donde se hallaban esos puntos centrales. Para cada uno, calcul el
margen de error de su supuesta posicin, para determinar as cuanto haba que corregirla.
Naturalmente no bastaba con saber que estbamos situados en un crculo determinado
pero muy extenso sobre la superficie terrestre. Pero cuando diriga la vista hacia poniente
y alcanzaba el ngulo de Dubhe, obtena un segundocrculo con dos puntos de
interseccin con el primero as:
Normalmente, los dos puntos de interseccin se encontraban a miles de millas de
distancia, y asi, en una nave lenta cmo la nuestra, que de hoy para maana no poda

pasar de un ocano a otro, l poda inferir, con la visin de dos estrellas, donde nos
encontrbamos.
Pero sola observar otra estrella, quiza hacia el norte, la estrella Polar. Los arcos de los
crculos, tan amplios que pudieran parecer lneas rectas, pareian en su mapa tal como los
representamos arriba a la derecha.
Su cronmetro, sus elevaciones y sus clculos no eran perfectamente precisos, por eso
las lneas (los crculos) no tenan un nico punto de interseccin. Sola recoger seis
estrellas, si las nuves no se lo permitan, para completar sus deducciones con un punto en
el centro de las intersecciones. En sus tablas se llmaba triangulacin a este proceso,
pero nunca le o utilizar esta palabra.
El problema que es nos presenta en el estudio de casos es el de establecer un significado,
no una posicin, pero la teora es la misma. Asumimos que el significado de una
observacin es una cosa, pero las observaciones adicionales nos sirven de base para la
revisinde nuestra interpretacin.
4.6.2. OBJETIVOS DE LA TRIANGULACIN

Para definir el caso, intentamos presentar un cuerpo sustancial de descripcin
incuestionable. Queremos decir sobre el caso aquello que casi cualquiera que hubiera
tenido la misma oportunidad quenosotros de observarlo habria sealado y registrado, en la
misma medida en que lo hicimos nosotros. Por ej., en la graduacin de Umea:
1. El director se sento en la primera fila, junto al pasillo central.
2. Los alumnos de especialidades acadmicas se sentaron en las primeras
filas, y los de especialidades tcnicas en las de atrs.
3. algunos de esos ltimos alumnos se burlaban del director.
Incluso buscamos registrar informacin que el lector posiblemente conozca, con el objetivo
de asegurarle que somos capaces de ver y pensar con claridad o deliberadamente para
indicar nuestras propias inclinaciones o partidismos. Esto da oprtunidad de triangulacin a
los lectores.
Tarde o temprano, y aunque en menor medida en la primera parte del informe , ofrecemos
interpretaciones. Algunas son accidentales. Para ahorrar espacio, cuando la descripcin
no parece controvertida, saltamos n seguida a la conclusin, y extrapolamos. Por ej.:
4. El director estaba nervioso

5. intencionadamente o no, la asignacin de los asientos reflejaba una visin

institucional/social de que los estudios acadmicos son superiores a los
tcnicos.
Realmente no sabemos que el director estaba nervioso. Quiz un poco de sudor en su
frente y las rpidas miradas por encima del hombro (de lo que informaba Ulla) nos llevaron
a tal conclusin. Pensamos que la descripcin de las pruebas no es punto de importancia
suficiente (por ej., hay que ofrecer la oportunidad a los lectores para que tomen sus
propias desiciones). Su forma de comportarse pareca dar esta impresin.
Si se prev que algn tema importante va ha suscitar controversias, lo presentaremos con
mas detalle. Incluso si el proio director no hubiera confiado que estaba nervioso, lo
presentaramos como una manifestacin suya, y no como un hecho. el director dijo que
estaba nervioso. Presentaremos las pruebas como sepamos, a menudo aadindoles
nuestra interpretacin. En muchos casos, optaremos por expresiones interpretativas que
permitan al lector sentirse cmodo con una visin alternativa. Por ej.:
6. Algunas veces, las ceremonias poco organizadas hace que los directores
se sientan nerviosos.
7. En opinin de muchos, con la graduacin se pasa de depender de la familia
y delos profesores, a depender de las otras personas y del sistema social.
Para cualquiera de estas siete afirmaciones descriptivas e interpretativas puede ser
necesaria la triangulacin. sta agota los recursos, al menos el tiempo, por tanto solo se
triangularn los datos y los supuestos relevantes. La importancia depende de nuestra
intencin de ofrecer una comprensin del caso, y del grado en que tal afirmacin
contribuye a aclarar la historia o a diferenciasr significados opuestos. Si es esencial para
definir el caso, deberamos estar ms que seguros de estar en lo cierto.
Lo resumimos eneste cencillo cuadro:
Situacin de los datos: Necesidad de triangulacin
Descripcin incuestionable se requiere poco esfuerzo para confirmarla

Descripcin dudosa y cuestionada requiere ser confirmada .
Datos fundamentales para un acerto se requiere mayor esfuerzo para confirmarlos
Interpretaciones clave se requiere mayor esfuerzo para confirmarlas
Cuando se tienen dudas sobre la cuestionabilidadrequiere
Presuaciones del autor identificadas como tales se poco esfuerzo
de la descripcin par confirmarlas
o sobre la
importancia de los asertos, es una buena idea someterlas a la prueba de unos pocos
lectores que se ofrezcan para tal labor.

4.6.3. ESTRETEGIAS DE LA TRIANGULACIN

Para conseguir la confirmacin necesaria, para aumentar el crdito de la interpretacin,
para demostrar lo comn de un aserto, el investigador puede utilizar cualquiera de las
diversas estrategias. En 1984, Norman Denzin identific las siguientes estrategias en su
libro The Research Act.
Para la triangulacin de las fuentes de datos observamos si l fenmeno o caso sigue
siendo el mismo en otros momentos, en otrsos espacios o cuando las personas
interactan de forma diferente. Supongamos que son los arduos esfuerzos de algunos
profesores de Harper por majorar su enseanza. Si durante la fase preparatoria ya se ha
observado que los profesores apelan a la autoridad de la experiencia profesional, el
siguiente paso puede consistir en ver si el mismo comportamiento ocurre al finalizar el
taller o en casa, o cuando esos profesores participan de alguna actividad de formacin.
Nos preguntaramos: qu cambios en las circunstancias pueden propiciar que los
profesores pongan en prctica mtodos alternativos para mejorar su nseanza, y
favorecer la aparicin de esas otras circunstancias. La triangulacin de las fuentes de
datos es el esfuerzo por ver si aquello que observamos y de lo que informamos contiene el
mismo significado cuando lo encontramos en otras circunstancias.
Las otras estretegias de Denzin son los cambios que los investigadores introducen en lo
que hacen. Para la triangulacin del investigador, hacemos que otros investigadores
observen la misma escena o el mismo fenmeno. Supongamos que estamos
truiangulando una interpretacin, segn el cual el desarrollo de los niveles del NCTM era
un intento de los profesores de matemticas por recuperar el control del currculo, que
estaba en manos de las autoridades de l gobierno del Estado. En las ocasiones
importantes, servir de ayuda contar con un compaer, quiz un segundo miembro del
equipo, para que observe. Normalmente no es posible conseguir que otros investigadores
observen. Pero una buena estretegia, aunque poco utilizada, consiste en presentar las
observaciones (con nuestra interpretacin o sin ella) a una comisin de investigadores o
expertos para analizar interpretaciones alternativas. A la vista de los datos, muchos
expertos en matemticas negaran cualquier propsito poltico en la elaboracin de los
niveles del NCTM. Sus reacciones no solo sirven para confirmar o refutar las interpretacin
original, sino tambin para portar datos adicionales par el estudio de casos.
Al alegir coobseervaciones, una comisin o revisores con puntos de vista tericos
alternativos, actan segn lo que Denzin (1989) llam triangulacin de la teora. En
realidad, dado que nunca dos investigadores interpretan las cosa de una forma
completamente indntica, siempre que varios investigadores comparan sus datos se
produce algn tipo de triangulacin de la teora. Por ej., un investigador, a propsito o no,
se muestra ms conductista, otro ms holista. En la medida en que describen el fenmeno
con un detalle similar, la descripcin est triangulada. En la medida en que estn de
acuerdo sobre su significado, la interpretacin est triangulada. (evidentemente no
triangulada por completo.) En cierto modo, se trata de una situacin de mtuo beneficio,
ya que el significado alternativo puede ser de gran ayuda a los lectores para comprender
el caso. Pero, segn mi experiencia, el investigador tiene prisa por conseguir la
confirmacin y no le agrada encontrarse con otra interpretacin que requiera ser
desarrollada y que, por tanto, precisen su propia triangulacin.
Lacuarta esretegia es en realidad la ms aceptada: la triangulacin metodolgica. Por ej.,
si se trata de afianzar nuestra confianza en nuestra interpreteacin, podemos completar la
observacin directa con la revisin de registros anteriores. En cierta ocacin pregunte a
Donald Campbell, psiclogo y epistemlogo, ucal ha sido en su opinin su mejor logro, lo
que respondio refirindose a su trabajo con Donald Fiske sobre diseos de investigacin
de caractersticas y diseos mltiples (Campbell y Fiske, 1959). Decan:
Para conseguir constructos tiles e hipotticamente realistas en una ciencia se
requieren mtodos mltiples que se centren en el diagnstico del mismo constructo
desde puntos de observacin independiente, mediante uan estrategia de
triangulacin. (Pg.81)
Ambos reconocan que muchos descubrimientos de los estudios de las ciencias sociales
est n influidos sutilmente por la forma en que los investigadores abordan su trabajo. Con
enfoques mltiples dentro de un nico estudio, es probable que clarifiquemos o que
anulemos algunas influencias externas. Cuando hablamos de mtodos en los estudios de
casos, nos referimos una vez ms sobre todo a la observacin, la entrevista y la revisin
de documentos. Despus de un incidente en el patio que yo mismo he haya observado
puedo preguntar a un profesor o a un alumno qu vieron ellos. La entrevista es un mtodo
alternativo, con el que, mediante otro observador, se pretende ver aquello que quiz yo no
haya percibido. Normalmente, sus repuestas confirman mi descripcin en alguna medida
y, a menudo, parte de mi interpretacin. Pero muchas veces me doy cuenta de que el
incidente no era tan simple como supuse al principio. La triangulacin nos obliga una y
otra vez a la revisin.
Cuando ms cree uno en la realidad construida, ms difcil resulta creer que cualquier
observacin o interpretacin compleja se puede triangular. Par Denzin y muchos
investigadores cualitativos, las estrategias de la triangulacin se han convertido en la
bsqueda deinterpretaiones adicionales, antes que la confirmacin de un significado nico
(Flick, 1992).
4.6.4. REVISIN DE LOS INTERESADOS

En el estudio de casos, los actores desempean un papel fundamental, tanto en la
direccin como en la representacin. Aunque ellos son el objeto del estudio, hacen
observaciones e interpretaciones muy importantes con regularidad y, en algunos casos,
sugerencias sobre las fuentes de datos. Tambin ayudan a triangular las observaciones e
interpretaciones del investigador.
En un proceso llamado revisin de los interesados, se pide al actor que examine escritos
en borrador en los que se reflejan actuaciones o palabras suyas, en algunos casos cuando
acaban de ser anotadas, aunque normalmente cuando ya no se le va ha perdir que aporte
ms datos. Se le pide que revise la exactitud y la adecuacin de material. Se le puede
animar a que sugiera una redaccin o una interpretacin alternativas, aunque no se le
promete que tal versin vaya a aparecer en el informe final. Normalmente, merece la pena
incluir parte de esta retroalimentacin (feedback).
Puede darse el caso en que un actor plantee objeciones a la exposicin. As ocurrio con
una extensa descripcin ma de un profesor, en la que se incluia el prrafo que sigue.
Durante varias semanas de estudio haba admirado su forma de ensear y pens que el
borrador reflejaba de forma favorable. Se opuso enrgicamente, y dijo que mis palabras le
incomodaban, a l y a la escuela. Revis el apartado correspondiente. Elimin las
palabras que aparecen tachadas een el prrafo y aad las que aparecen en negrita:
Lo que he estado viendo en el aula del Sr. Free me recuerda que la tica del
estudio a la que aspira est aliada con los antojos de los adultos por es
consecuente con la importancia generalizada que se otorga a la conducta y a la
socializacin. La mayora de las personas estn de acuerdo en que, para que los
nios aprendan sus lecciones, deben evitar aquellas cosas interesantes pero no
acadmicas de la vida del estudiante: hacer aviones de papel, eliminar los gases,
poner monedas en la masa de la pizza. El profesor intenta reducir el nivel de
distraccin. Y no slo porque padres y administradores piensen en las clases en las
que se guarda silencio son clases buenas. Evitar la distraccin habitual es

necesario para que se puedan estudiar algunas lecciones mas bien aburridas
facilita la atencin a los hbitos de la instruccin.
Cambi una docena de prrafos, mas o menos. El Sr. Free no repondio a mis repetidas
solicitudes de aprobacin, pero cuando me hice con l dijo que no quera que se incluyera
de ningn modo la descripcin de su clase. Despus de una larga deliberacin, guarde el
anonimato en todo el estudio e inclu la descripcin de su clase en mi informe.
Despus de haber recurrido mucho a la revisin del interesado, lo ms habitual ha sido
recibir del actor muy pocas cosas lo cual no es muy satisfactorio, aunque totalmente
necesario. Es frecuente que no disponga de una explicacin directa de los hechos, y que
necesite ayuda. Requiero del actor que dedique su tiempo a hacer parte de mi trabajo. La
repuesta ms comnde los actores a quienes he enviado borradores consiste en no
reconocer queles haya enviado cosa alguna. A menudo, lo que les explico es algo
rutinario, que aparentemente no merece una repuesta. Pero a veces consigo que lo lean
por entero, un anlisis respetuoso, y sugerencias para mejorarlo. Creo que puedeo afirmar
que todos mis informes han mejorado gracias a la revisin de los interesados.

<
4.7. LA COMPLEMENTARIEDAD COMO POSIBILIDAD EN LA ESTRUCTURACIN DE

DISEOS DE INVESTIGACIN CUALITATIVA
Napolen Murcia Pea y Luis Guillermo Jaramillo Echeverri.

4.7.1. RESUMEN
Uno de los problemas ms traumticos que enfrentamos al asumir un proceso de
investigacin tiene que ver con la falta de comprensin de las perspectivas tericas con
que podemos emprender la solucin de un determinado problema.
Existe por ejemplo, la creencia derivada de resolver problemas de investigacin a partir de
un solo modelo y diseo enseado a lo largo de la historia por nuestros padres positivistas
cual es la experimentacin, y que por ende; todo aquello que pueda ser verificado,
comprobado, manipulado y controlado es considerado como investigacin. Esta creencia
ha hecho adems que se considere como vlido en el conocimiento cientfico, todo aquello
que contenga anlisis estadstico o matemtico, incluso para abordar fenmenos
psicolgicos, antropolgicos y hasta sociales como lo es la educacin.
En este sentido, han surgido diferentes tendencias de investigacin de corte cualitativo en
la comprensin de fenmenos sociales como son: La fenomenologa, la etnografa , la
teora fundada y la etnometodologa expuestas desde los aos treinta por la escuela de
Chicago con un nfasis mas sociolgico; la hermenutica, expuesta por pensadores
filosficos como Dilthey, Gadamer y Weber; y la teora crtica expuesta por Habermas
como una forma diferente de asumir las ciencias sociales, en la cual se plantea el enfoque
histrico hermenutico que considera la explicacin del mundo desde las relaciones del
lenguaje, la tradicin y la historia; y el principio de etnografa reflexiva expuesto por
Hammersley y Atkinson (1994).
Nuestro inters es presentar una posicin mediadora de todas estas teoras cualitativas y
ofrecer una propuesta de diseo metodolgico para abordar estudios relacionados con las
ciencias sociales; lo anterior, es con el fin de compartir con los investigadores una
posibilidad mas en el proceso de comprensin de las realidades culturales.
De igual forma, es nuestro deseo dar a conocer las diferentes experiencias que hemos
tenido al abordar este diseo, tras haber desarrollado en primera instancia una
investigacin con jvenes marginados en la ciudad de Manizales (Colombia) y haber
desarrollado otras tantas con los estudiantes de nuestra universidad.
4.7.2. UN DISEO DESDE LA COMPLEMENTARIEDAD

Partimos de considerar las investigaciones denominadas cualitativas, como la base de
nuestro propuesta, las cuales le interesan los datos por sus cualidades, por lo que ocurre
en cada uno de ellos y no tanto por sus cantidades. Su fundamento est dado por la visin
holstica de las realidades, lo cual implica comprender una realidad desde la relacin que
hay en cada uno de sus elementos y no desde la mirada aislada de estos. Como lo asume
Martnez (1993:8.): "Cada parte al formar una nueva realidad, toma en si misma algo de la
sustancia de otras, cede algo de si misma y en definitiva queda modificada."
Si bien, reconocemos que existen diferentes tendencias cualitativas como: La Etnografa,
la Teora fundada, la Fenomenologa, la Hermenutica, la Investigacin Accin
Participativa, la Etnometodologa, las Historias Orales o de Vida, e incluso las
investigaciones Histricas, entre otras; todas estas presentan elementos importantes en el
anlisis en la comprensin de las realidades culturales; sin embargo, cada una de ellas
desconoce el aporte de las otras, al centrar su anlisis de comprensin en fracciones de la
realidad; caso de la etnometodologa que centra su anlisis en las acciones de los sujetos
y no en su esencia como lo propone la fenomenologa; o de la etnografa que busca la
descripcin de rasgos culturales, distinto a la Teora fundada que pretende construir teora
a parir de la comparacin constante (ver Garfinkel 1994,62; Ritzer 1996,287; Sandoval
1997,58 y Murcia y Jaramillo 2000,61).
En un proceso de investigacin social, lo que se busca es comprender el fenmeno, lo
ms cerca posible a la realidad que viven los sujetos inmersos en este, y esa comprensin
no se logra en su totalidad si se percibe desde pequeas miradas del investigador.
En consideracin a lo anterior, se hace necesario reconocer cada uno de los aportes de
las diferentes tendencias anteriormente expuestas para lograr una mayor y mejor
aproximacin a la realidad estudiada, por ello se acudimos al principio de
complementariedad como una posibilidad de articulacin respecto a las opciones que nos
brinda cada tendencia.
Por tanto, y a manera de sntesis, para estructurar una propuesta desde la
complementariedad, es necesario entre otras, que esta se sustente en:
Las teoras de la complejizacin de las ciencias propuestas por Edgar Morn y Kern
(1993,189), segn las cuales, una ciencia se desarrolla cuando busca su complejizacin;
esto es, cuando se analiza desde las relaciones internas y externas, o sea, en funcin de
sus posibilidades de relacin con el todo y sus partes. Los autores consideran que una
ciencia se estanca, cuando se simplifica, es decir, cuando se reduce al fraccionamiento de

cada una de sus partes y se desconoce la relacin con el todo y con otras ciencias.
El principio sistmico Ecolgico expuesto por Miguel Martnez como una posibilidad de
comprensin de un texto cultural y la consideracin de las relaciones que se dan
permanentemente en dicho texto: "Nuestra mente no sigue slo una va causal, lineal,
unidireccional; sino tambin, y a veces sobre todo, un enfoque modular estructural,
dialctico, gestltico, donde todo afecta e interacta con todo, donde cada elemento no
slo se define por lo que es o representa en s mismo, sino y especialmente, por su red de
relaciones con todos los dems". (Miguel Martnez 1993, 4). Dicha relacin de
interdependencia, es considerada tambin por Morn (1994,70-72) como una caracterstica
de todo sujeto al ser "auto eco organizado".
En la teora de la accin comunicativa de Habermas; segn la cual, todo acto de habla
implica una accin de comunicarse, y esa comunicacin se desarrolla mediante las
seales o emisiones emitidas en un contexto de intencionalidad que desencadena una
accin, la cual es la base en los acuerdos entre varios participantes del proceso
comunicativo (Habermas, 1999 tomo II,14); lo anterior implica que para comprender la
comunicacin es necesario reconocer la intencionalidad de los actos de habla.
Si este acto de habla se analiza en el referente de contexto sociocultural donde tuvo
origen y desde el proceso global que implica comunicarse, se puede realizar una
aproximacin a la veracidad y validez de la informacin recolectada. Pues es en el marco
de los procesos comunicativos, que el sujeto expresa ese cmulo de acciones e
interacciones que determinan su percepcin del mundo y de su realidad.
Esto es, que en el acto comunicativo, existen hablantes y oyentes que se refieren a algo
en el mundo, y en esa relacin buscan entenderse. Lo anterior, se logra mediante unos
contratos implcitos entre el hablante y oyente, quienes se ponen de acuerdo en las
pretensiones de validez de sus argumentaciones.
De este acuerdo mutuo, puede surgir la accin, la cual es un dominio de situaciones
producto de los contratos de habla. Por lo anterior, una accin comunicativa se basa en
tres aspectos: el primero est dado por la intencin de los comunicantes al manifestar sus
actos comunicativos; es decir, el aspecto teleolgico de ejecucin de un plan de accin. El
segundo es el aspecto comunicativo propiamente dicho, que implica la interpretacin de la
situacin y el pacto de comunicacin; y el tercero es el acuerdo logrado en la interaccin
(ver Habermas, op,cit. tomo II, 14 y Mardones 1991,114-118).
Esta perspectiva se apoya tambin en las propuestas de Wittgestein II (citado por Briones
1988 y Habermas), de Searle, Austin y Grise; que asumen la necesidad de comprender los
actos comunicativos para poder descifrar la verdadera intencionalidad de los mismos.
Garfinkel (1994,23.) considera que "la mayora de las interacciones que fundamentan la
estructura y el orden social, toman la forma de intercambios y transacciones lingsticas
entre los miembros de una sociedad".
La posibilidad de conocer el mundo desde la perspectiva de los sujetos, en tanto
este es una representacin de las vivencias que se van logrando durante la historia
cultural. Lo anterior recogiendo la posibilidad de emprender miradas del mundo subjetivo
a partir de la bsqueda de posibles estructuras que lo configuran, para llegar a la
comprensin de las esencias de esas estructuras; esto, apoyados en las tendencias
flexibles del estructuralismo que asumen la estructura como algo dinmico y que
representan la intencionalidad de los sujetos mediadas por las acciones e interacciones;
como las armazones de Goffman, y el rechazo al funcionalismo estructural que asumen
Peter Blu y las teoras de redes (ver Ritzar,1996).
Considera que la realidad debe ser complementada con las mltiples miradas, lo que
constituye la necesidad de entender que la percepcin se da en relacin a los sujetos; por
tanto, sera incompleto un estudio que no tuviese en cuenta diferentes miradas sobre el
mismo fenmeno. Mockus (1994) siguiendo a Habermas, considera que es necesario
realizar la "comprensin de los textos culturales desde el anlisis e interpretacin de los
contratos de habla", los cuales se pueden comprender desde diferentes ngulos de
anlisis.
Este elemento de la complementariedad, es denominado por los investigadores
cualitativos como Triangulacin, que a decir de Hammersley y Atkinson (1994,216) es la
que "conlleva a la comprobacin de informacin referente a un mismo fenmeno obtenida
en diferentes fases del trabajo de campo, desde diferentes puntos o ciclos temporales
existentes en el lugar, o comparando los relatos de los diferentes participantes". Para
Denzin 1978 y Patton 1980 (citados por Taylor y Bogdan 1996,91) la triangulacin se
refiere a la utilizacin de distintos mtodos o fuentes de datos (datos sustantivos y datos
formales).
Sandoval (1997,132) asocia la triangulacin con el proceso de verificacin de resultados, y
Velazco y Daz de Rada (1999,223), con la contrastacin en diferentes fuentes y

localizacin. Mario (1991a, 77) realiza la triangulacin desde la confrontacin y

socializacin de los diarios de campo (validez interna).
Esta estrategia metodolgica facilita el desarrollo del principio de complementariedad, toda
vez que permite ver que tipo de acciones e interacciones forman pautas culturales; es lo
que Velazco y Daz de Rada (1999,223) denominan "acceder al espacio pblico de la
cultura, segn una multiplicidad de perspectivas y datos multirreferenciales". Desde esta
perspectiva, se considera la cultura como un estructura compleja que sera imposible de
captar desde una sola mirada; por eso, los datos recolectados sobre ella, deben ofrecer
mltiples facetas o matices remitiendo a una gran variedad de aspectos y niveles de la
realidad.
En sntesis, la triangulacin que contempla este punto desde las mltiples miradas desde
el principio de complementariedad tiene en cuenta:
1. Los diferentes sujetos informantes que tengan relacin con el fenmeno en la
observacin de este (validacin interna).
2. La observacin del fenmeno desde diferentes ngulos geogrficos e histricos.
3. Los diferentes contextos internos y externos que intervienen en el fenmeno a estudiar
(polticos, ideolgicos, econmicos y culturales).
4. Comprender la realidad cultural desde la confrontacin entre el sujeto protagonista del
fenmeno, la interpretacin del investigador (teora sustantiva) y las teoras formales
desarrolladas sobre el fenmeno.
Los estudios deben realizarse donde tiene objeto la cotidianidad sin perder de vista
lo externo. Esta pretensin trae una doble connotacin para un estudio desde el principio
de complementariedad: En primer lugar, la necesidad de tener en cuenta los contextos
interno y externo que estn relacionados con el fenmeno de investigacin, lo que hace
posible una visin histrica del mismo. Por ejemplo, no es pertinente buscar la
comprensin de lo que sucede en un fenmeno educativo, desde la bsqueda de uno slo
de sus comportamientos normativos (la relacin alumno-maestro) sin tener en cuenta los
otros factores que en l mismo intervienen (el factor econmico, el factor social, poltico, el
criterio tico, afectivo y pedaggico entre otros). En segundo lugar, la necesidad de
realizar los estudios desde dentro; es decir, desde la propia percepcin de los sujetos
implicados.
En el proceso de conocimiento social es necesario tener en cuenta que el extraer el sujeto
o fenmeno del medio natural donde se genera el acontecimiento es negativo para la
comprensin, toda vez que el comportamiento de los sujetos cambia permanentemente y

de acuerdo a las caractersticas del contexto donde se estn generando.
En la hermenutica como base en los procesos de comprensin de sentidos y
significados de los escenarios sociales y de los sujetos que intervienen en ellos (tanto del
investigador como del investigado).
Las realidades de los sujetos desde las teoras del lenguaje, no slo son objetivadas por
medio de los procesos comunicativos, sino que son incorporadas a travs de dichos
procesos. Por ello, el lenguaje desde nuestra perspectiva, es asumido como la posibilidad
natural que tiene el individuo para expresar sus acciones y conciencia sobre el mundo. El
investigador y el investigado en un proceso de relacin directa con el fenmeno, dejan
entrever mediante el lenguaje (sea hablado, escrito o expresivo) la forma como ellos estn
interpretando el mundo. En tal razn, es la hermenutica del lenguaje, la que propicia ese
acercamiento entre la realidad y el acto comunicativo, entre el dato descrito y la posibilidad
interpretativa, entre el saber lo observado y la comprensin de ese fenmeno. Este
planteamiento es aceptado por Berger y Luckman cuando consideran que "mediante el
lenguaje no slo se objetiva el mundo subjetivo, sino que a su vez se incorpora el
conocimiento socialmente compartido".
La influencia de los sujetos en la percepcin del mundo, pues considera que la mejor
forma para desentraar una realidad sociocultural es estudiando a los sujetos que son
actores de esa realidad. Desde lo anterior, reconoce los aportes de Husserl (1997) y Prieto
Castillo (1993), en cuanto que la realidad es para los sujetos; pues son ellos quienes
asumen los elementos de una cultura, dndole sentido a cada uno de esos elementos y
proyectando su vida segn ese sentido dado.
Searle (citado por Mardones, op.cit, 117) considera a propsito que "el significado de un
texto slo puede aprehenderse sobre el trasfondo de una precomprensin, que
desarrollamos al crecer en nuestra cultura". En este mismo sentido J. Piaget (citado por
Poso, 1994) en sus estudios sobre psicologa considera que el mundo es configurado y re-
configurado por los individuos. As mismo otras teoras psicolgicas como la desarrollada
por Colly Gallart (citado por Prez y Gallego 1995, 99), consideran que "las competencias
cognoscitivas se hallan fuertemente ligadas al tipo de aprendizaje cognitivo en relacin a
las prcticas sociales dominantes".
Precisamente, fundamentados en esta perspectiva, se han desarrollado diversas
investigaciones entre las que se encuentran las de Parra Sandoval (1997) y Francisco
Cajiao (1993) sobre las realidades educativas en Colombia; y los aportes investigativos de
Martnez, Mario, Snchez Parga, Bonilla y Rodrguez, Velasco y Daz de Rada, De la
Cuesta, entre otros; todos ellos coinciden en que la estructura de un texto cultural, inicia
con los elementos que la propia cultura le otorga al investigador, presentados bsicamente
en el lenguaje ordinario y en general en los procesos de comunicacin que los sujetos
utilizan.
En la investigacin accin participativa como un complemento operativo posterior de
los estudios cualitativos iniciales, tal y como lo propone Mario (1991b,103). Lo anterior,
por cuanto no descartamos en nuestra perspectiva, el llegar a formular, comprobar o
refinar teoras, hiptesis y conceptos, siempre que ellos sean la resultante de la
comprensin de esa red de sentidos y significados socioculturales. Por lo anterior, el grupo
de investigacin se identifica con las propuestas de Hamersley y Atkinson, Taylor y
Bogdan, y Glasser y Strauss (1967) en relacin a que, lo mas importante, es la
comprensin y re definicin de las acciones e interacciones desde los propios escenarios
donde estas se estn generando.
En las diferentes aportaciones de la investigacin cualitativa; entre ellas: La
propuesta de Hoyos y Vargas en relacin a la teora de la accin comunicativa como
nuevo paradigma de investigacin en ciencias sociales; los aportes de Mario, 1991a)
sobre la investigacin etnogrfica aplicada a la educacin (anotacin sobre el diario de
campo en la cruzada de alfabetizacin en Nicaragua); Sandoval, referente a la
investigacin cualitativa; Elsie Rockwell, sobre la etnografa y teora de la investigacin
educativa; Restrepo Gmez, en torno a la investigacin en educacin; Edwads, desde los
sujetos y la construccin social del sujeto escolar en primaria; Velazco y Daz de Rada,
desde los aportes en la lgica de la investigacin etnogrfica; Hammersley y Atkinson, con
las aportaciones en etnografa Reflexiva, Taylor y Bogdan, en su texto introduccin a los
mtodos cualitativos de investigacin y las aportaciones de Mardones, en torno al objeto
de las ciencias sociales y humanas.
En sntesis en, en un enfoque desde el principio de complementariedad es necesario tener
en cuenta:
Realizar los estudios sociales en su medio natural, tal y como lo enuncia el naturalismo.
La posibilidad de comprender la esencia de los fenmenos a partir del reconocimiento de
las acciones y experiencias de los sujetos, y su consolidacin en estructuras

socioculturales; propuestas impulsadas por la Fenomenologa, la Etnometodologa y el

estructuralismo.
La importancia de comprender las redes de sentido y significado socioculturales desde los
procesos comunicativos en un contexto determinado, propias de la hermenutica.
El apoyo en un paradigma terico cientfico que reconozca la trascendencia de la
comunicacin, la tradicin y la historia, tal y como lo propone la teora crtica.
La importancia de poder construir teora a partir de la comparacin constante, propuesta
por la teora fundada.
La necesidad de reconocer los rasgos culturales y poder reflexionar sobre ellos a partir de
la propuesta de la etnografa reflexiva.
La posibilidad de apoyar los anlisis de tipo individual y colectivo en historias orales y de
vida.
La posibilidad de utilizar algunos diseos previos de tipo flexible, que se puedan ir
reconfigurando en el proceso mismo de investigacin.
La opcin de utilizar algunas tcnicas estadsticas, siempre que sean un medio en esa
bsqueda terica para ayudar a comprender mejor la realidad.
La posibilidad de extender las propuestas comprensivas hacia la reflexin y cambio de
estructuras socioculturales mediante la crtica emancipadora de la comunidad, propia de la
Investigacin Accin Participativa.
4.7.3. DISEO METODOLGICO

Desde las consideraciones anteriores se propone un diseo metodolgico que tenga en
cuenta los elementos importantes de cada una de las tendencias de investigacin
complementndolas entre si.
Asumimos que la forma de percepcin del universo por el sujeto se hace manifiesta a
travs de las acciones e interacciones que dicho sujeto expresa en una realidad
determinada; en tal sentido, es necesario estudiarlas en el escenario de relaciones
sociales de esa realidad con la menor influencia posible de un marco de inferencias
apriorsticas. Esto es, con un referente conceptual limitado, el cual se utilizara para una
mejor comprensin de los aspectos a investigar.

4.7.4. ESTRUCTURA DEL DISEO DE INVESTIGACIN

Preconfiguracin de la Realidad< = > Plan de Configuracin
\\ //
Reconfiguracin de la Realidad
El diseo consta de tres momentos, los cuales interactan a lo largo de todo el proceso de
investigacin y trabajo de campo, con el objetivo de ir configurando la estructura
sociocultural (ver Murcia y Jaramillo 2000).
Con el objeto de clarificar un poco el desarrollo de los tres momentos, estos sern
abordados por separado a continuacin:
4.7.4.1. PRIMER MOMENTO (PRECONFIGURACIN)

En este momento, se hace una aproximacin a la realidad sociocultural desde un
acercamiento a la teora formal (perspectiva deductiva) y a la teora sustantiva
(perspectiva inductiva) (1), con el fin de focalizar un interrogante o problema de
investigacin respecto a la realidad que se desea comprender, la cual se denomina en
esta propuesta "posible dimensin temtica".
Como se delimita la temtica desde lo inductivo. Para delimitar y definir la dimensin
temtica desde lo inductivo es necesario iniciar el acceso al escenario de investigacin; es
decir, comenzar los contactos con los diferentes sujetos involucrados en el fenmeno
social, para posibilitar una negociacin de relaciones, esto es la iniciacin del trabajo de
campo, teniendo en cuenta la mirada interna y externa de la realidad.
Es como preparar el acceso al trabajo de campo desde una gua de observacin inicial la
cual se estructura de acuerdo a la intencionalidad de los investigadores.
Como se precis anteriormente, este primer momento (preconfiguracin), es el que
permite al investigador asumir una direccin inicial en la seleccin del tema, para irla
condensando y delimitando de forma progresiva; el investigador, apoyado en un plan de
accin inicial, deber asumir procesos de interaccin con el grupo en estudio, del que
surgirn los primeros elementos pre-configuradores de esa realidad, los cuales sern
enriquecidos con procesos de bsqueda terica que se desarrolla de forma paralela.
Como delimitar el rea desde lo deductivo. En la preconfiguracin, debe existir una
estrecha relacin entre la teora y la prctica cultural, pues existe la necesidad de
comprender el fenmeno estudiado y en muchas ocasiones la sola descripcin de la
realidad no nos permite dicha interpretacin.
Por tanto, el proceso deductivo implica la bsqueda terica de los elementos que
configuran la temtica de estudio, la cual debe realizarse en forma paralela a la bsqueda
emprica, para evitar en lo posible, juicios sesgados sobre la estructura que la realidad nos
va mostrando.
Esta prctica complementaria, es importante adems por cuanto permite conocer otros
estudios en relacin al rea o a la temtica; y junto con los primeros hallazgos inductivos
ayuda a definir una posible pre- estructura sociocultural.
Pre-Estructura Sociocultural. Una vez clarificado el escenario desde el proceso inductivo
y deductivo, se procede a establecer una Pre-estructura que represente de manera
articulada los elementos encontrados en la realidad.
Recordando que los elementos de una estructura no tienen significado por s solos, sino
que estos se deben a las relaciones que poseen entre si, es posible representar esa
estructura inicialmente encontrada, en un ideograma o mapa conceptual.
4.7.4.2. SEGUNDO MOMENTO: PLAN DE CONFIGURACIN

A partir de la pre-estructura encontrada, se elabora una segunda gua que nos ayuda a
buscar la estructura propiamente dicha de la realidad investigada, mediante un proceso
profundo de trabajo de campo.
Elementos posibles de la segunda gua o gua de configuracin:
1. La indagacin central a solucionar. (Formulando el problema emergente desde la pre
configuracin de la estructura sociocultural).
2. Las preguntas de investigacin. (La orientacin a partir de otros interrogantes surgidos
desde los elementos de la pre- estructura)
3. La metodologa de la investigacin (Los procedimientos para llegar a desentraar la
estructura sociocultural)
3.1 Poblacin e informantes claves: hacia la representatividad sociocultural.
3.2 Mtodos de recoleccin de informacin :
3.3 Entrevista a profundidad.
3.4 La observacin participante
3.5 Otras posibles tcnicas
4. Desarrollo de la gua de investigacin (trabajo de campo en profundidad).
El trabajo de campo propiamente dicho inicia cuando se pone en marcha el diseo hasta
aqu elaborado. Lo mas importante en este proceso es lograr la saturacin total o terica
de los datos a travs de la relacin constante y permanente que se establece con los
informantes claves, a tal punto de alcanzar un alto nivel de empata y que posibilite la
veracidad de la informacin recolectada.
Existen muchas formas de acopiar la informacin, lo importante es que se pueda tener el
dato a la mano en el momento que se necesite y sin perder el contexto en el que se
produjo el relato (relacin sentido).
4.7.4.3. EN EL TERCER MOMENTO O RECONFIGURACIN

En este momento, se exponen los hallazgos de la investigacin, donde se redimensiona la
estructura sociocultural, a partir de la relacin : elementos tericos, interpretacin del
investigador y datos culturales; es decir, se inicia la comprensin de sentido a una
estructura sociocultural.
Qu pretende el anlisis en un proceso de Complementariedad: Partimos de recordar
que la propuesta, busca la complementariedad entre las tendencias de investigacin, por
eso el procesamiento de la informacin se mueve entre aquellos estudios considerados
descriptivos y aquellos considerados tericos o conceptuales (Ver Taylor y Bogdan 1996).
Lo importante es que el escenario relatado se presente con gran fidelidad, pero matizado
por las percepciones del investigador y por las teoras sociolgicas o disciplinares segn
sea el estudio.
Qu es reconfigurar la realidad? La reconfiguracin de la estructura ciertamente no es
un momento independiente del momento anterior (configuracin), aunque ningn momento
lo es, pero el paso de la configuracin a la reconfiguracin, podra decirse que es paralelo,
en tanto una vez los elementos de la estructura van emergiendo, estos se van analizando
y articulando con la teora formal; y desde esta relacin se construye la comprensin con
sentido del fenmeno; es decir, se redimensiona la estructura desde la comprensin que la
teora nos aporta sobre las categoras culturales.
Se asume as mismo el proceso de reconfiguracin, como un momento de confrontacin,
logrado desde la realidad emprica y contrastada con la realidad conceptual ; pues no se
puede caer aqu en la especulacin del racionalismo tcnico, que al decir de Tedezco
(1989), no ha podido dar explicacin a los fenmenos sociales; ni en el reduccionismo de
la casustica, que no permite visualizar una dimensin histrica del fenmeno.
En trminos generales, en una investigacin etnogrfica cuyo inters est fundamentado
en la comprensin de las acciones e interacciones de un escenario sociocultural, los datos
deben analizarse permanentemente, para desde ese anlisis, poder reorientar el proceso,
e ir comprendiendo esa realidad; por eso, proponemos algunas recomendaciones en la
elaboracin de los informes.
Por ltimo un informe escrito debe contener: el modo como se recogieron e interpretaron
los datos, tiempo y extensin del estudio, naturaleza y nmero de escenarios e
informantes y encuadre mental del investigador; o sea, su ubicacin epistemolgica en
torno a la investigacin en ciencias sociales (ver Hammersley y Atkinson op.cit 1994)
Algunas investigaciones que se han realizado con esta propuesta son las siguientes:
La danza y la promocin tico moral en adolescentes marginados, la cual tuvo por objetivo
desentraar las acciones e interacciones de los adolescentes por medio de la prctica de
diferentes manifestaciones dancsticas como el rap, el rock and roll y la danza latina.
(Murcia Jaramillo y Castro 1996)
El ftbol femenino. Producto de estigmatizacin cultural en la mujer de hoy. En este
trabajo se vislumbra claramente como la mujer que practica ftbol es vctima del
machismo y el estigma de brusquedad y homosexualidad por el slo hecho de realizar
esta prctica deportiva. (Murcia, Arango, Castaeda y Duque 1997)
Nuevos sentidos de los discapacitados visuales con relacin a la Educacin Fsica, la
Recreacin y del Deporte. En esta investigacin, los discapacitados consideran como ellos
viven en una sociedad discapacitante que no comprende sus posibilidades de percibir por
medio de otros sentidos. (Jaramillo, Ortiz, Palacio,1998)
Percepcin de los estudiante de I y VIII semestres de la carrera de Educacin Fsica
Recreacin y Deporte de la Universidad de Caldas de la Ciudad de Manizales. Donde se
pudo comprender como los estudiantes ven la carrera como una acumulacin de
asignaturas aisladas y que brindan poco apoyo en su desempeo profesional. (Jaramillo,
Arroyave, Bedoya, Osorio, Toro, Ospina y Marn, 1998)
La recreacin y la produccin empresarial en MABE de Colombia, investigacin que pudo
comprender como los procesos de produccin empresarial se ven afectados positivamente
por la generacin de actividades recreativas de la empresa. (Murcia, y estudiantes 1998)
El baile de saln como ejercicio fsico en los ancianos que asisten a la Caja de
Compensacin Familiar (Confamiliares) de la ciudad de Manizales. (Jaramillo, Gmez y
Zuluaga 1999)
El Sentido de la Recreacin encontrado por los Trabajadores de la CHEC de Manizales.
(Murcia y estudiantes 1997)
Una aproximacin al sentir de los Riosuseos frente al carnaval y a su mxima expresin

de ingenio y creatividad: las cuadrillas ( Jaramillo, Mafla, Prez, Pinzn y Toro 1999).
Esta propuesta de diseo metodolgico fue estructurada en el transcurso de nuestra labor
acadmica, y se ha ido modificando en los constantes encuentros con los escenarios de
bsqueda y los estudiantes investigadores que se han atrevido a compleja tarea de
comprender las realidades socioculturales de nuestro entorno.
4.7.5. REFERENCIAS
o BONILLA C. Elsy, RODRIGUEZ S., Penlope. La investigacin en Ciencias
Sociales. Ms all del dilema de los mtodos. Bogot: Universidad de los Andes.
1997. 219p. ISBN: 958-9057-72-1.
o BRIONES, Guillermo. Bogot: Mtodos y tcnicas avanzadas de Investigacin
aplicadas a la Educacin y a las Ciencias sociales. Mdulo 1. Metodologa y
epistemologa de la investigacin social. 2 Ed. Santaf de Bogot: ICFES, 1988.
150.p.

<
4.8. ANLISIS CUALITATIVO
4.8.1. EL PUNTO DE PARTIDA DEL ANLISIS CUALITATIVO

Por investigacin cualitativa entendemos estudios que proporcionan una descripcin
verbal o explicacin del fenmeno estudiado, su esencia, naturaleza, comportamiento, en
contraste con la exposicin ofrecida en la investigacin cuantitativa: cifras. La
investigacin cualitativa es corriente en las ciencias humanas, mientras que en las
ciencias naturales la tendencia es a favor del enfoque cuantitativo. No obstante, muchos
fenmenos pueden ser estudiados con cualquiera de ambos mtodos, o con ambos, y es
al investigador a quien corresponde elegir.
A veces el anlisis puede estar basado en un modelo terico anterior que tal vez pueda
ser tratado en una hipotsis que pongamos a prueba. La presencia o ausencia de tal
modelo afecta en gran medida al proceso lgico de anlisis. A este respecto hay tres
alternativas principales:
investigacin exploratoria,
investigacin con miras a la amplicin o depuracin de un modelo anterior, y
investigacin para probar hiptesis (escasa en investigacin cualitativa).
Investigacin exploratoria
Cuando se comienza un proyecto de investigacin, tenemos que tener al menos una idea
preliminar de nuestro objeto de estudio y de su contexto. Durante el proyecto de
investigacin exploratoria estos conceptos incipientes mejorarn gradualmente. Muchos
objetos pueden ser mirados desde varios puntos de vista diferentes; debemos elegir
nuestro punto de vista y explicar cmo "entendemos" el objeto. Esto no significa que
tengamos que empezar nuestro trabajo por clarificar la esencia de nuestro objeto de
estudio, es decir: lo que el objeto es realmente. En lugar de eso, debemos intentar
contemplar y clarificar cmo vemos el objeto, ya sea posible por ejemplo que sea definido
en un micronivel como resultado de instintos individuales, mviles y experiencias, o quizs
en un macronivel como una expresin de desarrollo en sociedad.
Los investigadores han definido y estudiado, por ejemplo, el concepto de "belleza" de
forma alternativa como un atributo de los objetos, como un atributo de la percepcin o
como una propiedad de Dios. (Ejemplos.)

El progreso de un proyecto de estudio se hace ms fcil en cuanto hemos definido nuestro

problema. Tras esto, vamos a necesitar reunir slo aquel conocimiento emprico
relacionado con el problema; esto nos permitir minimizar el material que tendremos que
analizar.
Sin embargo, a veces es difcil definir a priori lo que es pertinente; es algo que slo llega a
serlo de forma manifiesta a travs del anlisis. Muchas veces necesitaremos reunir gran
cantidad de material antes de definir el objetivo final de nuestro proyecto. En otras
palabras, parte del material tal vez no ser usado en el anlisis final.
Obstculos aparte, debiramos centrarnos en definir el problema tan pronto como sea
posible. La definicin nos ayudar a seleccionar los mejores procedimientos y a reducir la
cantidad de material que ha de ser procesado. Raramente ser posible dividir el estudio
cualitativo en fases tan claras como las que son comunes en el trabajo cuantitativo. De
acuerdo con Alasuutari (p.22), en un anlisis de hallazgos empricos, se podran distinguir
dos fases, pero stas se solapan. Estas fases seran:
simplificacin de observaciones
interpretacin de resultados (o "resolver el enigma")
En la fase de simplificacin, el material es inspeccionado desde el punto de vista terico
del proyecto de estudio, y slo los puntos pertinentes desde este ngulo se toman en
cuenta. Los detalles que difieren de un individuo a otro de forma aleatoria se omiten o se
ponen de lado de forma que las lneas generales de los datos puedan ser discernidas ms
fcilmente.
La segunda fase consiste en una clasificacin de las observaciones: el investigador intenta
ver si hay algn comn denominador en los datos y procede a dar forma a una regla que
gobierna todas las observaciones. Esta estructura general pudieran ser los rasgos tpicos
de un cierto individuo o la comparacin o clasificacin de individuos o casos, o tomar nota
de su desarrollo. Todos estas aproximaciones al problema sern explicadas ms tarde
bajo los encabezamientos correspondientes. "Resolver el enigma" no siempre significa
contestar exactamente a aquellas preguntas que fueron formuladas en el comienzo del
proyecto. A veces las preguntas ms interesantes se encuentran al final de la
investigacin, cuando el investigador es un experto en el tema. Se suele decir que "los
datos ensean al investigador". En todo caso, el propsito final es extraer una invariancia
o una estructura interesante a partir del material fuente.
Investigacin sobre la base de una teora anterior
Muchos de los problemas de la investigacin exploratoria se pueden evitar si el

investigador comienza con un modelo, desarrollado en estudios anteriores, que usa como
"hiptesis de trabajo". Durante el anlisis, el investigador intenta ver si el material recogido
es conforme al modelo o si debe corregir el modelo o buscar uno ms apropiado.
Estudio basado en hiptesis
En estudios cualitativos raramente es posible formulas una hiptesis tan exacta que pueda
ser rigurosamente verificada y potencialmente rechazada. En lugar de esto, cuando un
investigador de cualidades habla de hiptesis, lo que suele querer indicar es a una
hiptesis de trabajo, o una suposicin que ir gradualmente reforzando o corrigiendo
cuando el estudio avance. Si el investigador desea formular y probar apropiadamente una
hiptesis cualitativa, la metodologa es la misma que en el estudio basado en hiptesis de
tipo cuantitativo.
4.8.2. ANLISIS DESCRIPTIVO CUALITATIVO: UNA REVISIN DE LOS MTODOS

El mtodo para el anlisis descriptivo cualitativo suele poder ser elegido de la tabla de
abajo. Los mtodos para estudios exploratorios estn marcados con la letra X al final de
cada columna, mientras que la M indica que el estudio debe estar basado en un modelo
terico existente ya en el punto de partida del estudio.
Tabla 12: Caracteristicas de los estudios
Estudio de caso:
- Estudio exploratorio de caso X
- - Describir un caso extraordinario X
El estudio concierne a
- - Documentar X
un solo caso:
- - Estudio fenomenolgico X
Estudio - Estudio de caso sobre la base de un
transeccional, modelo previoM
o investigacin sin El estudio concierne a
Estudio comparativo X, M
perspectiva temporal dos casos:
Clasificacin:
- Clasificaciones autctonas X
El estudio concierne
- Clasificaciones basadas en propiedadesM
un nmero de casos:
- Tipologas M
- Clasificaciones difusas X, M
- Historias de Artefactos X
Investigacin diacrnica, o Estudio histrico - Historias de Diseo y Manufactura M
- Biografas X, (M)

La investigacin normativa se trata separadamente en Anlisis normativo cualitativo.

Estudio de caso
En el estudio de caso, o monografa, estudiamos slo un objeto o un caso. En
consecuencia, los resultados que obtendremos permanecern ciertos slo en ese caso
singular; es por lo que puede parecer que los resultados no sern muy tiles por no poder
ser aplicados de modo inmediato a otros casos que podran aparecer y requerir soluciones
prcticas.
A pesar de esto, los estudios de caso se hacen en ocasiones y la razn tpica para ello es
que el objeto es tan complicado que el investigador debe centrar todas sus energas en el
estudio del objeto singular para revelar sus mltiples atributos y relaciones complejas con
el contexto.
Objetos tpicos de estudios cualitativos de casos son los productos culturales, los artistas
destacados, personas que estn usando los artefactos, sus modos de vida y situaciones
sociales tpicas. Los puntos de vista relacionados con la seleccin de nuestro objeto se
tratan bajo el epgrafe Delimitar la poblacin de estudio.
En el estudio de caso, el investigador suele apuntar a adquirir la percepcin ms completa
posible del objeto, considerndolo como una entidad holstica, cuyos atributos podemos
entender en su totalidad solamente en el momento en que examinemos todos
simultneamente, en otras palabras: el objeto como un todo.
Cuando el investigador comienza ahora a construir la visin descriptiva del objeto de
estudio, la cuestin decisiva es si hay ya modelos que puedan ser usados como una base
o punto de partida. A este respecto, los extremos son los dos siguientes:
Estudio exploratorio de caso, y
Estudio de caso sobre la base de una teora anterior.
1. Estudio exploratorio de caso. La razn para no basar el estudio en un modelo o teora
previos puede ser:
No hay modelo terico previo. El objeto de estudio difiere de todos los objetos anteriores y
el objetivo del estudio es describir su carcter excepcional.
El objetivo es documentar el objeto de forma tan completa como sea posible, y no slo
aquellos temas que fueron documentados en estudios anteriores.
bsqueda fenomenolgica de una comprensin profunda y desconfianza en las
anteriores descripciones y explicaciones.

Describir el carcter excepcional del objeto era en otro tiempo un objetivo habitual de los
estudios de caso. Los ms tempranos informes publicados de investigaciones describan
obras de arte en la antigua Grecia. Pronto tambin aparecieron monografas sobre gente
eminente escritas por Plutarco y Suetonio. Realmente las primeras monografas de artistas
fueron las Vite de' piu eccellenti architetti, pittori e scultori escritas por Vasari (1568) y la
autobiografa de Cellini (1569).
Los primeros autores de monografas deseaban describir los rasgos singulares,
dramticos o divertidos de los objetos, y lo mismo es cierto en muchos de sus sucesores
modernos. Hoy en da, las organizaciones industriales o administrativas a veces encargan
en ocasiones monografas sobre ellas mismas, con el fin implcito de aparecer a una luz
favorable en el libro. Por ello, es esencial la crtica de fuentes, cuando tales obras se usan
por otros investigadores.
Documentar es algo necesario si el objeto est en peligro de desaparicin. Tal cosa, por
supuesto, ocurre con frecuencia a artefactos as como a sus creadores. El objetivo de
documentar es reunir tantos hechos como sea posible, y por esta razn esta actividad se
trata bajo el epgrafe Reunir datos.
El anlisis fenomenolgico significa abordar el objeto de estudio, el fenmeno, como una
experiencia concreta del hombre, tan libres como se pueda de presuposiciones
conceptuales. El objetivo de la investigacin fenomenolgica es adquirir una comprensin
de las estructuras esenciales de estos fenmenos sobre la base de ejemplos mentales
proporcionados por la experiencia o la imaginacin y por una variacin sistemtica de
estos ejemplos en la imaginacin. Esta tcnica de recogida de informacin es descrita en
otro lugar, entre otros mtodos para Registrar atributos cualitativos de Objetos.
Zu den Sachen selbst (A las cosas mismas) fue la divisa de Edmund Husserl, el ms
eminente autor sobre el mtodo fenomenolgico durante los aos 1906-1936. El mtodo
bsico del anlisis fenomenolgico es la reduccin. Primero, la existencia del objeto de
estudio ha de ser "puesta entre parntesis", no porque el filsofo deba dudar de ella, sino
porque las condiciones en torno al objeto de estudio estn sujetas a varias coincidencias
que pueden oscurecer su esencia real.

Ilustracin 16: Metodo fenomenologico
El segundo paso es la reduccin eidtica. El fin es encontrar la esencia universal e

inmutable o estructura del objeto. Un mtodo adecuado es imaginar variaciones del objeto
de estudio y centrar nuestra atencin en lo que permanece sin cambios en estas
variaciones.
El tercer y ltimo paso debe ser la reduccin transcendental, a travs de la cual el
investigador vuelve a su ego transcendental como la base para la fundacin y constitucin
(o formacin) de todo significado (alemn Sinn). Entonces comprende cmo el significado
est basado en significados, como los estratos en un proceso de sedimentacin. Esta
tercera fase del mtodo era, sin embargo, algo que quedaba bastante oscuro en los
escritos de Husserl, aunque l intentase clarificarla hasta el final de su vida. Su
interpretacin llevara ms tarde a una divisin del movimiento fenomenolgico.
(Resumido de la Encyclopaedia Britannica.)
Los fenomenologistas creen que su mtodo da una ms profunda informacin sobre el
mundo emprico de la que puedan ofrecer los mtodos empricos usuales. Heidegger dio
una explicacin existencialista para esto diciendo que una comprensin fenomenolgica
viene de la existencia (das Sein) comn al investigador y lo investigado:
"Comprender es lo mismo que el ser existencial relacionado con el propio ser y capacidad
de un ser humano, y tiene lugar en tal modo que este ser refleja el sentido de su propia
existencia a su vez en s mismo (del libro Sein und Zeit, 1972, 78)... "Cuando nuestra
comprensin se desarrolla, la llamamos interpretacin. En la interpretacin no adquirimos

conocimiento sobre lo que entendemos; en lugar de ello, interpretar consiste en ser

consciente de las potencialidadess proyectadas por la comprensin" (ibid., 82, 32).
En lenguaje llano, una de las implicaciones de estas lneas podra ser que todos
encuentran lo ms fcil entender los productos de su propia cultura, y la interpretacin
parte desde el investigador ms que desde los datos.
Se ha incluido una explicacin detenida del mtodo fenomenolgico porque muchos
investigadores hoy afirman usarlo. Es, de hecho, un mtodo muy apropiado para el
investigador: "Cuando la misma persona hace las preguntas y da las respuestas, no queda
nada cuestionable." Sin embargo, en la prctica, el pretendido "mtodo fenomenolgico"
con frecuencia simplemente indica que el escritor ha hecho un esfuerzo especial para
mediar en los atributos simblicos y asociativos del objeto de estudio.
Direcciones en el WWW sobre fenomenologa:
Fenomenologa
Martin Heidegger
2. Estudio de caso basado en teora previa. Hoy en da, todos los temas del mundo han
sido ya estudiados por uno o ms campos especiales de la investigacin. Toda pregunta
concebible u objeto de estudio de caso pueden ahora en consecuencia haber sido
investigados a la luz de teora previa.
Las obras de arte, por ejemplo, pueden ser estudiadas sobre la base del anlisis
estructural, el anlisis de contenido o la semiologa. (Vanse ejemplos de los distintos
enfoques de la esttica.)
El estudio de los artistas puede obviamente estar basado en cualquiera de las muchas
teoras que interpretan el comportamiento humano como resultado de circunstancias
sociales y culturales. El francs Charles Sainte-Beuve (1804 - 1869) e Hippolyte Taine
(1828 - 1893) fueron pioneros del estudio sociolgico del arte.
Wilhelm Scherer fue el primero en presentar un modelo general para las biografas de
artistas. El modelo explica el carcter especial de cada artistas por tres factores, que eran,
das Ererbte (los elementos heredados)
das Erlebte (las experiencias) y
das Erlernte (lo que el artista ha aprendido).
Sobre esta base, el enfoque psicolgico gan gran popularidad en el estudio del arte y los
artistas, especialmente tras la obra de Sigmund Freud.
Salvo las ms superficiales, todas las monografas estudian el objeto sucesivamente

desde varios puntos de vista, cada undo de los cuales est basado en una teora existente
hecha por investigadores anteriores (vase la figura de la derecha). Cada punto de vista
aade algo al cuadro general. Muchas veces, cuanto ms conflictivas son las presiones en
varias direcciones, ms interesante puede llegar a ser la monografa.
4.8.3. ESTUDIO COMPARATIVO

El mtodo comparativo significa que estudiamos ejemplares que pertenecen al mismo
grupo pero que difieren en algunos aspectos. En un nivel elemental, la comparacin puede
ser til cuando el investigador no est interesado en diferencias sino en un caso singular.
Si el objeto que interesa pertenece al entorno cultural normal del investigador, no siempre
son fciles de percibir sus caractersticas especiales. El caso puede aparece demasiado
obvio y no problemtico. "Un pez no puede notar que vive en el agua." Un mtodo para
revelar la naturaleza especfica de un objeto demasiado-bien-conocido es compararlo con
otros casos o ejemplares.
Imagen 8: Comparaciones cualitativas
Un ejemplo del empleo arriba mencionado de la comparacin puede encontrarse en el

estudio Products as Representations, (Productos como representaciones) de Susann
Vihma. La autora examin metforas de equipos domsticos. Entre sus objetos de estudio
estaban doce planchas de vapor, cinco de las cuales se representan en la foto de arriba.
Descubri que cuando se estudiaba cada ejemplar aisladamente no era fcil captar su
mensaje simblico; esto se volva ms fcil cuando el objeto se estudiaba junto con otros
objetos similares o cuando dos objetos podan ser comparados entre s.
El mtodo comparativo suele ser popular en un cierto estadio de la evolucin de un campo
de investigacin, cuando los cientficos intentan salir del nivel inicial de los estudios

exploratorios de caso a uno nivel ms avanzado de estructuras tericas generales o leyes.

En estos estudios, las diferencias entre varios casos singulares pueden revelar
interesantes estructuras, invariancias, que son vlidas en un grupo ms amplio de casos u
objetos, o tal vez incluso de forma universal.
Si deseamos obtener resultados que sean vlidos en un cierto grupo, debemos definir ste
como una poblacin de objetos, de casos, y a partir de ese momento debemos considerar
qu tamao ha de tener la muestra de esta poblacin que tenemos que estudiar. Muchas
veces una muestra de solamente dos ejemplares o casos no es bastante para eliminar
perturbaciones y variaciones indeseadas; en ese caso tendramos que comparar varios
pares, o clases de casos o ejemplares.
En otras palabras, el diseo de nuestra investigacin se convierte en una forma de
clasificacin. Con frecuencia el material que ha de ser comparado se registra a partir de
los casos o ejemplares existentes en el "campo". La otra alternativa es montar un
experimento en el laboratorio. El trabajo de campos suele significar una buena validez
pero muchas veces una inferior fiabilidad de los resultados: hay mucha variacin aleatoria
y perturbaciones que obstruyen el estudio de solamente aquellas diferencias en que el
investigador est interesado.
Clasificacin
Cuando va a ser estudiado un gran nmero de objetos, puede ser til estructurar la
agrupacin material de los objetos en clases. La base de la agrupacin es proporcionada
normalmente por el punto de partida terico, y suele ser uno de los atributos importantes
de los objetos. Todos los miembros en una clase tienen este atributo nombrado, o lo
tienen en mayor grado que otros objetos.
La clasificacin de acuerdo con solo un atributo es raras veces muy gratificante. Bien
distinta es la situacin cuando tenemos dos o ms propiedades que nos interesan de los
objetos o casos: entonces podemos construir una tabulacin cruzada que es muy una
herramienta muy efectiva si queremos revelar una asociacin entre estos factores.

Tabla 13: Tabulacin Cruzada
La familia La familia posee

posee una aspiradora La familia no posee
una aspiradora pero no es una una aspiradora
de la marca ZIP ZIP
La prxima aspiradora
de la familia ser quizs una 31 respuestas 20 respuestas 1 respuesta
ZIP
La prxima aspiradora
3 respuestas 36 respuestas 0 respuestas
de la familia no ser una ZIP
La pregunta no es
pertinente 6 respuestas 30 respuestas 1 respuesta
o no hay respuesta
El ejemplo ficticio de la derecha ilustra una tabulacin cruzada, y una fuerte asociacin, de
dos atributos de los respondientes: la marca de su aspiradora y su intencin de
mantenerse fieles a la vieja marca. De esta fuerte asociacin puede ser hecho uso por
ejemplo cuando se planifican futuras campaas de ventas. (La fuerza de una asociacin
estadstica puede ser medida con una prueba chi.)
Qu atributo es "interesante", es algo que ser definido por el problema inicial del estudio
y por el modelo terico que se usa como punto de partida. Ms adelante se explican
algunos principios habituales de clasificacin. Las categoras autctonas son nombres
de grupos tradicionalmente usados, por ejemplo: americanos, Los impresionistas. Las
clasificaciones basadas en propiedades tienen su origen en el modelo terico que el
investigador tiene como punto de partida. Estas clasificaciones no son, de este modo,
factibles en la investigacin exploratoria. Si es posible medir este atributo interesante, el
anlisis se convierte en cuantitativo y eso se trata bajo el epgrafe Tabulacin. Las
clasificaciones basadas en atributos cualitativos son comunes en la sociologa. Los
miembros de una sociedad se disponen sobre la base de la profesin, educacin, renta,
atributos demogrficos, etc. Las familias son muchas veces clasificadas de acuerdo con la
"fase" de la familia:

Tabla 14: Fases de una familia
Comienzo de la fase Fase de Familia

Matrimonio, etc. Establecimiento de la familia
Nacimiento del primer hijo Crecimiento de la familia
Nacimiento del ltimo hijo Periodo esttico
El primer hijo deja el hogar Contraccin de la familia
El ltimo hijo deja el hogar Fase postparental
El primer progenitor fallece Desintegracin de la familia
El segundo progenitor fallece -
Los ejemplos de clasificaciones interesantes comercialmente son las segmentaciones de
potenciales clientes.
Toda clasificacin trabaja mejor cuando los lmites entre las categoras son tajantes y hay
pocos casos intermedios. Podemos siempre aadir una categora llamada "otros", pero
eso complica el anlisis.
Ilustracin 17: Clasificacin de ornamentacin
Una clasificacin meticulosa fue hecha por Rostislav Holthoer, en New Kingdom Pharaonic
Sites [Los yacimientos faranicos del Imperio Nuevo] (1977, 56). Clasific ms de 3000
ejemplares de cermica antigua de acuerdo con su ornamentacin. Defini las clases a
travs de las pinturas y tambin verbalmente:
Ilustracin 18: Clasificacin de simbolos

Lnea
Lnea ondulada
Lnea punteada
Lneas cruzadas
Fila de rectngulos
Fila de tringulos
Adems, Holthoer hizo otra clasificacin sobre la base de las lneas que el artista de la
antigedad haba dibujado sobre los motivos:
Sin lnea
Lneas a ambos lados de los motivos
Lnea a lo largo del motivo
Lneas a travs y a ambos lados
Considerando la variacin en los 3000 recipientes de Holthoer, su clasificacin era
admirablemente explcita y el nmero de ejemplares no acorde con alguna de estas clases
era mnimo. Los artefactos modernos y las obras de arte pueden resultar ms difciles de
clasificar.
La tipologa es un mtodo de clasificacin donde cada clase es formada en torno a un
ejemplar "tpico" o "puro" predefinido. Cada objeto de estudio es comparado entonces a
este conjunto de ejemplares, y asignado a la clase ms acorde con el ejemplar. La
debilidad de este mtodo es que muchas veces es imposible medir la adecuacin de la
concordancia con la clase; con lo que la clasificacin final de los objetos resulta ms bien
subjetiva. El riesgo es pequeo si el nmero de casos intermedios es pequeo, como tal
vez sea el caso de los nudos de alfombra. Slo hay un nmero limitado de nudos, y cada
nudo es inequvocamente discernible de los otros, como se puede ver en la ilustracin
hecha por Geijer en el libro A History of Textile Art. En lo que respecta a la mayor parte de
los dems artefactos, hay un nmero ilimitado de variaciones y por tanto de posibles
clasificaciones o tipologas.
La subjetividad del mtodo tipolgico se intensifica cuando una misma persona, es decir,
el investigador, es quien define los tipos-clases y coloca los objetos en ellos. Se vuelve
entonces muy fcil para l el demostrar la validez de su tipologa favorita. Esto es -ay!-
bastante comn en investigadores que sencillamente desprecian (como "no tpicos") todos
los objetos o casos que no son acordes con la clasificacin prefabricada, en lugar de

corregir la misma clasificacin caduca. La correccin obvia, por supuesto, es que la

clasificacin final debiera ser hecha por otra persona neutral.
Clasificaciones difusas. Si el investigador no puede definir ningn atributo nico que
determine la clase, puede, en lugar de ello, intentar clasificar los objetos sobre la base de
una semejanza de familia. Esto significa que no hay ningn rasgo nico que deba ser
comn a todos los miembros de una clase; en lugar de ello, hay una lista de rasgos
potenciales. Cada miembro de la clase tiene la mayor parte de ellos, pero no
necesariamente todos ellos.
Un ejemplo de clasificacin difusa es la manera en que se disponen habitualmente las
historias del arte, el estilo. Indica en una obra de arte, el agregado de todas las
caractersticas personales del artista. Un estilo es, en cierto grado, comn a todos los
artistas pertenecientes a una "escuela" de artistas. De este modo un estilo puede incluir
miles de obras y habr probablemente muchas que quedarn cerca de las fronteras de la
clase o puedan ser colocadas en cualquiera de ambos lados de la frontera. Esto conlleva
otra vez los riesgos de la subjetividad.
Los problemas de las clasificaciones estilsticas se tratan en:
Semper: Der Stil (1860),
Riegl: Stilfragen (1893),
Wlfflin: Kunstgeschichtliche Grundbegriffe
(1915),
Walker: Design history and the history of
design (1989).
Las clasificaciones sobre la base de
mediciones se tratan en el captulo
Investigacin cuantitativa.
La frecuencia de una clase es una variable aritmtica. De este modo se abre un camino
para transformar descripciones cualitativas en variables cuantitativas que en ese momento
pueden ser analizadas con todos los mtodos estadsticos (si eso es lo que el investigador
quiere).
Estudio histrico
Cuando definimos nuestro ngulo de visin sobre nuestro objeto de estudio, tenemos que
considerar la dimensin del tiempo. A este respecto tenemos las siguiente opciones,

La investigacin transeccional o sincrnica es una buena eleccin si nuestro objeto es

relativamente esttico, o si deliberadamente deseamos hacer una "imagen congelada" de
una situacin inestable; un ejemplo de esto es el censo nacional anual. Sin embargo, si
deseamos estudiar relaciones
causales, la "imagen congelada"
es un vehculo pobre; vase el ejemplo
de arriba donde la intencin es
descubrir porqu fue elegido
cierto diseo para la tetera.
El estudio longitudinal o diacrnico
es una herramienta efectiva para revelar influencias y relaciones causales, tanto fsicas
como psicolgicas. Por este mtodo Penny Sparke fue
capaz de explicar la evolucin de las aplicaciones
elctricas domsticas sobre la base de la evolucin de
las convenciones de la vida domstica y de la industria
(vase el diagrama de la izquierda. El inconveniente es
que necesitamos reunir muchos ms datos que en el
mtodo de la "imagen congelada". La variacin en el
lapso perodo de tiempo de la investigacin es grande:
algunos procesos fsicos pueden durar menos de un
segundo, mientras que un estudio de seguimiento de
las historias personales de individuos puede que
requiera estudiar a las mismas personas durante
dcadas.
En el estudio diacrnico de artefactos hay dos lneas
principales que tambin es posible combinar (para una
explicacin ms profunda, vase Walker, Design
history and the history of design, 1989).
Los estudios de historias de artefactos (que Walker
llama "Historias de Diseo") tratan la evolucin de un cierto tipo de productos o artefactos.
Por ejemplo, en los libros llamados "Historia de la Arquitectura" encontraremos
descripciones de edificios famosos antiguos y recientes. De manera similar, Raymond
Loewy da cuenta en el libro Industrial Design de una larga serie de sus dibujos y explica
algunas caractersticas de la progresin gradual de su apariencia. En la pgina 74 se

encuentra una ilustracin muchas veces citada, "Evolution Chart of Design" parte de la
cual vemos a la derecha. Loewy no da una explicacin general o "ley natural" de esta
evolucin.
Las historias de diseo estn centradas en los artefactos, su apariencia y forma. El estilo
y periodo estilstico son estructuras tericas capitales. Las fases en el desarrollo de un
estilo de diseo se definen convencionalmente como crecimiento, madurez o florecimiento
y declive o decadencia. En relacin con los periodos estilsticos, los artistas individuales se
suelen describir o bien como vanguardia o creadores originales de novedades, o como
seguidores que adaptan y refinan las ideas creadas por la vanguardia.
Las historias de diseo y manufactura (por Walker, "Design Histories"), por ejemplo la
"historia de la construccin" no son algo opuesto al tipo precedente, sino que profundizan
ms e intentan encontrar las razones y explicaciones para la evolucin de los artefactos.
Los artefactos se ven slo como ilustraciones, y el objeto principal de estudio es la
actividad del diseo como un proceso social, econmico y ecolgico. Los factores
explicativos son, por ejemplo, cambios en la demografa de la sociedad, en las
condiciones de la industria o de la economa; por otra parte las consecuencias de
invenciones, educacin, cambios polticos, guerras y la adquisicin o prdida de colonias.
En el estudio del arte se puede encontrar un paradigma comparable en la sociologa del
arte. Los modelos comunes de investigacin tambin incluyen los procesos de produccin
industrial a partir de materias primas hacia el mercado y el uso, desgaste, reparacin,
desechado y reciclado de productos.
Hoy, las dos vistas que se
han presentado de la
investigacin son
combinadas con bastante
frecuencia. Un ejemplo es el
estudio de Ulla-Kirsti Junttila
de los elementos de
iluminacin y otros
equipamientos urbanos
(UIAH, 1986). Junttila describe secuencias de artefactos tal y como los descubre el estudio
emprico, como el de la derecha; y por otro lado explica las razones de esta evolucin:
Las regulaciones administrativas,

La estructura organizativa de las obras e instalaciones en calles: que organismos pblicos
estn implicados y el grado de familiaridad de su cooperacin,
la competencia del personal a cargo de las obras e instalaciones en calles,
las actitudes de funcionarios, de concejales y de los ciudadanos.
El "Zeitgeist" (el "espritu de la poca") no debiera darse como un factor influyente. El
Zeitgeist es una etiqueta til para todos los rasgos simultneaos de la cultura y de las
distintas artes de una poca, pero si acabamos diciendo que es tambin la razn para
estos rasgos, habremos cometido el error del razonamiento recproco.
Una vez que el investigador ha descubierto las estructuras inherentes de una evolucin
histrica, esto puede tambin puede ser usado para predecir desarrollos futuros del objeto
de estudio. Los mtodos disponibles son:
Las secuencias del tipo de la historia de artefactos pueden prolongarse al futuro por
extrapolacin,
Las invariancias encontradas en la modalidad de investigacin de historia de diseo y
manufactura pueden ser usadas para predecir sobre la base de un modelo causal.
Por otro lado, una vez que se han clarificado las razones de una evolucin pasada, stas
pueden ser usadas tambin para cambiar la direccin de futuros progresos. Vase Anlisis
cualitativo normativo, Desarrollar un producto, y Desarrollar una actividad.
4.8.4. ANLISIS CUALITATIVO NORMATIVO
Antes muchos investigadores queran hacer una distincin tajante entre investigacin
descriptiva y normativa. La primera era vista como "objetiva" y "universalmente cierta",
mientras que la segunda era "subjetiva" e influenciada por valores personales, que son
variables. Hoy la opinin general es que ningn investigador puede eliminar totalmente sus
valores y por tanto no hay una divisin absoluta entre las dos formas de investigacin. Por
otra parte, se estn haciendo muchas investigaciones que son explcitamente normativas.
Tal es el caso cuando el estudio se pretende que aporte una base para el desarrollo de
nuevos productos industriales. En este tipo de estudio el objeto muchas veces es un
producto anterior del mismo tipo y el objetivo es descubrir:
sus fallos o debilidades potenciales,
si podra ser mejor y en qu aspectos,
las maneras en que estas mejoras se podran obtener.
Son atributos o propiedades cualitativos tpicos del producto que se estudia de este modo:
usabilidad, funcionalidad, efecto, capacidad

durabilidad y mantenimiento fcil
belleza o apariencia agradable
significacin simblica, mensaje, indicacin de estatus o prestigio.
4.8.5. HERRAMIENTAS PARA EL ANLISIS CUALITATIVO
Dndose el hecho de que la vida humana es infinitamente variada, es comprensible que la
lgica que gobierna la investigacin que se hace para entenderla tambin tome muchas
formas. Hay frecuentemente ms lgica en el informe de investigacin que en el plan de
investigacin, dejado atrs en los pasos que realmente se han dado en el proyecto. Esto
no puede ser evitado en estudios enfocados a entender el comportamiento y la cultura
humanos: ya que el objeto no es muy bien entendido en el comienzo, tampoco es posible,
por adelantado, encontrar las formas efectivas de estudiarlo.
La lgica y el proceso de la investigacin cualitativa es raramente tan llana como la del
estilo cuantitativo de investigacin. Mientras que ambos tipos comprenden una bsqueda
de informacin, rara vez ocurre que no se conozca casi nada sobre el asunto en el
momento de comienzo del proyecto. Tenemos entonces que comenzar con una impresin
ms bien vaga de lo que tenemos que estudiar
A veces podemos comenzar simplemente un nico ejemplar o caso que ilustra el problema
que nos interesa y entonces tal vez continuar estudiando el mismo objeto, o un grupo
progresivamente creciente de objetos hasta que llega a ser evidente que no se puede
profundizar ms en el problema. Una indicacin de este estado de "saturacin" del estudio
es que el anlisis de nuevos elementos o casos ya no revela conocimientos interesantes.
El anlisis de un campo emprico cualitativo puede ser una tarea bastante exigente. Los
informes pueden incluir cientos o miles de pginas manuscritas, de las que tenemos que
arrancar las pocas pginas de hallazgos significativos. La tarea se har mucho ms fcil
tan pronto como podamos especificar la invariancia que estamos persiguiendo. Tras esa
decisin, podemos omitir todo el material que ya no sea pertinente y comprimir la
informacin pertinente. La compactacin se suele hacer con la ayuda de la codificacin
de los elementos frecuentes y tpicos, que consiste en asignarles nombres cortos, letras o
smbolos.
Para facilitar el anlisis de los datos, debiramos almacenarlos bien ordenados. Las
herramientas tradicionales para esta tarea eran las fichas de cartulina y las carpetas, pero
hoy lo ms probable es que prefiramos un ordenador. Antes de empezar a alimentar a la
mquina con datos, el investigador debe considerar qu tipo de programa informtico le va

a resultar en el futuro ms efectivo cuando haya de someter el material a operaciones
analticas. La eleccin debe ser hecha dependiendo del carcter de nuestros datos.
el texto se presenta y maneja fcilmente con programas de tratamiento de textos, como
Word o WordPerfect.
los materiales combinados que incluyen imgenes a veces se gestionan mejor con
programas de bases de datos como DBase y Paradox. Por otro lado, algunos programas
de tratamiento de textos son capaces de manejar varios tipos de material. El almacenado
de imgenes, imgenes en movimiento y grabaciones de voz sigue siendo algo
complicado y con sus riesgos.
las tablas se manejan mejor con programas de hoja de clculo, como Excel o
QuattroPro. Son ideales para datos numricos, pero pueden manejar tambin
textos cortos.
Junto a los programas de funciones ms generales que acabamos de mencionar, hay
programas especiales para anlisis cualitativo. Una recopilacin de ellos puede
encontrarse en Computer Assisted Qualitative Data Analysis Software. Un programa
bastante extendido es, por ejemplo, Atlas.ti, desarrollado originalmente en la Universidad
Tcnica de Berln. Se pretende que facilite muchas de las actividades que implica el
anlisis y la interpretacin de datos textuales, grficos y sonoros, particularmente
seleccionando, codificando, anotando y comparando segmentos relevantes. Tambin
ayuda a presentar los resultados en forma de modelos lgicos, como rboles o tablas.
Documentos en el WWW que tratan de forma general los mtodos de anlisis cualitativo:
Qualitative Research Resources on the Internet, por Ron Chenail.
Descriptive Methods
QualPage! Recursos para investigadores cualitativos
Comparing Qualitative and Quantitative Methods por William M.K. Trochim
Concept Maps as Hypermedia Components, por Brian R. Gaines y Mildred L. G.
Shaw, Knowledge Science Institute, University of Calgary.
Una vez terminado el anlisis y el material organizado en las estructuras cualitativas
deseadas, debemos proceder al siguiente paso: evaluar los resultados, su factualidad y tal
vez su utilidad.
Sobre lo referido a informar de los resultados de un estudio, se ofrece en este documento
una pgina aparte.

<<<<
4.9. LA INVESTIGACIN COMO UNA ACTIVIDAD EN EL AULA
Jos Burgos Tovar

Por lo general, en el quehacer docente vemos con inquietud la gran separacin que existe
entre la teora y la prctica, la cual es producida, quiz, por el desconocimiento de los
docentes sobre la importancia que tiene el relacionarlas; as mismo, desconocen la
importancia de relacionar la teora y la investigacin.
La investigacin debe ser reconocida como una actividad que conlleva a la produccin de
conocimientos, lo cual permite establecer una mayor objetividad de la realidad educativa.
Asimismo, la investigacin educativa, debe ser una prctica constante, dirigida
esencialmente, a dar respuesta a los problemas que surgen en el medio educativo y
tambin dirigida a establecer nuevos cambios y parmetros a los ya establecidos.
Hoy en da, se establecen dos formas en el campo de la investigacin educativa en el
aula:
1. La investigacin psicomtrica o cuantitativa: Su objetivo es comparar los diferentes
mtodos, materiales y tcnicas de enseanza, con el propsito de determinar si una
o ms de estas variables, produce un mayor aprendizaje en los alumnos.
2. La investigacin cualitativa o interpretativa: Su objeto es revelar algunas de las
complejidades que tiene la enseanza y el aprendizaje, ms que el demostrar que
un mdico determinado, es mejor que otro. Su foco de atencin es la
documentacin y anlisis de lo que sucede en el aula. (V. Corrales Olga y Jimnez
Mara, en: Revista de Educacin de la Universidad de Costa Rica. p. 41)
En el primer procedimiento, aplicarnos la estadstica inferencial, para establecer
comparaciones entre grupos, planteando hiptesis que debemos demostrar
estadsticamente. El segundo procedimiento es ms que todo presentar los hechos que
ocurren en el aula, es una investigacin que tiende a ser descriptiva, sin embargo, ninguna
excluye a la otra.
Con ambas se puede jugar, una para establecer lo que pasa y la otra para aplicar alguna
solucin.
Por esta razn hay quienes utilizan la investigacin cualitativa o cuantitativa, mientras que
otros utilizan ambas, en fin, hay que considerar la realidad misma de la accin en el aula y

de la intencionalidad del investigador, ya partiendo de esto, se determinan los

procedimientos a seguir.
Tambin se identifican otras tradiciones en el campo de la investigacin educativa en el
aula:
1. Anlisis de la interaccin: es donde el investigador emplea sistemas y esquemas
para el estudio de conductas e interacciones.
2. Anlisis del discurso: Se describen todas las acciones que ocurren en el aula:
cambio de tema, de participacin, de reglas, de actividades. El investigador se
familiariza con toda esta informacin, sobre lo que se dijo y se llev a cabo. Todo
esto servir para hacer una descripcin y anlisis posterior del proceso de
aprendizaje en el aula.
3. La investigacin etnogrfica: el investigador observa, describe, escribe e interpreta
eventos en el aula por medio de procedimientos similares a los usados por los
antroplogos, cuando estudian culturas y sociedades desconocidas.
El trmino etnografa est constituido por dos principios:
1. El tnico: el cual exige al investigador que deje de un lado las ideas
preestablecidas, modelos, esquemas y tipologas y derive su conocimiento por
medio de la observacin y estudio de la interaccin que se establece entre el
maestro, alumno y materiales didcticos y por medio de ciertos documentos como
lo son las entrevistas, conversaciones, planes de accin, apuntes y otros.
2. El holstico: es la de establecer la relacin entre el estudio de aspectos especficos
de determinada cultura, con el conocimiento acerca de otros componentes de dicha
cultura. (Ibid. p. 74).
En muchas ocasiones algunos, educadores sienten el deseo de realizar investigacin en el
aula, motivados por la propia actividad docente y de la interaccin con sus alumnos y esto
es significativo, puesto que, se estara ejerciendo un mayor entendimiento de la accin en
el aula, lo cual propicia la productividad de ideas y se estara dando respuesta a preguntas
surgidas dentro del aula.
Todo lo anterior amerita el planteamiento de las siguientes preguntas:
Cules son las expectativas que tiene el docente, respecto a la realizacin de
investigacin?
Existe inters del profesorado en realizar investigacin? Cules son las facilidades que
se le brindan al profesorado para realizar investigacin? Existe algn plan o programa de
formacin metodolgico - estadstico, que fomente y facilite la investigacin entre el

profesorado?. Los posgrados, estn formando a nivel de investigacin? o son meros
repetidores tericos? si es esto ltimo, necesita una revisin urgente de uno de sus
principales objetivos, como es la de capacitar profesionales con formacin en
investigacin.
Existe an la creencia de que los que deben investigar son los investigadores, y no todos
los profesores que estamos en ejercicio docente? Exige la universidad investigacin a
sus docentes? Si as fuese..., Se respeta el tiempo para investigar, o estamos inmersos
en tantas actividades "curriculares", que no nos resta tiempo para investigar?
Una ltima idea para reflexionar es que la investigacin es importante para toda
universidad, puesto que orienta, con criterios slidos y vlidos, sobre qu o cules
actividades, objetivos, mtodos, tcnicas o procedimientos, podemos establecer, tomando
en cuenta, por supuesto, las diversas tendencias que ocurren en nuestro entorno.
"La cantidad y calidad de la investigacin, es un sntoma o seal, de la salud acadmica
de una institucin".
... Cmo est la salud de su institucin?
El autor es Doctor en Educacin por la Universidad Autnoma de Guadalajara.
Recientemente retorn a Venezuela, su pas de origen.

<<
4.10. REFLEXIONES EPISTEMOLGICAS SOBRE LA INVESTIGACIN CUALITATIVA EN

CIENCIAS SOCIALES
Adrin Scribano
4.10.1. INTRODUCCIN
En las Ciencias Sociales existe una estrategia metodolgica que ha cobrado un especial
auge en los ltimos aos denominada generalmente como investigacin cualitativa.
Particularmente en Argentina, ms all de que el material estrictamente metodolgico
publicado es muy poco, existe una especie de consenso acadmico implcito, al menos en
sociologa y politologa, sobre dicha estrategia, que puede ser explicitado del siguiente
modo: a) que lo cualitativo es la "alternativa" a una ciencia social positivista y cuantitativa,
y b) que dadas las condiciones de trabajo y formacin reinantes, dicha alternativa es ms
fcil de ensear y de aplicar. Si bien estas dos caractersticas deberan ser revisadas con
algn detenimiento, desde mi punto de vista ambas parten de y arriban a conclusiones
errneas. De manera sinttica mi argumento tendra la siguiente forma: no tenemos
ninguna seguridad que un abordaje cualitativo no sea positivista, no hay ninguna razn
epistmica que permita oponer aporticamente cuantitativo a cualitativo, y finalmente los
conocimientos tericos-metodolgicos necesarios para hacer investigacin cualitativa no
son ni tan fciles de transmitir ni muchos menos de ejecutar fcilmente.
En base a este diagnstico, este trabajo pretende destacar algunos tpicos de la discusin
metodolgica respecto a la investigacin cualitativa, con especial referencia al lugar de la
informtica en la misma, que permitan observar los problemas epistmicos que de ello
emergen. Mi objetivo es mostrar, al menos parcialmente, que la estrategia en cuestin
implica una pluralidad de tcnicas y teoras, que, por su peso especfico, trascienden los
rasgos propuestos en el diagnstico realizado y evidencian que su "progreso" implica
discusiones que van ms all de la mera referencia alegrica al subjetivismo. Para lograr
este objetivo seguir el siguiente camino argumentativo: en primer lugar mostrar
sintticamente la situacin actual de las diversas estrategias cualitativas desde donde se
presenta una suerte de periodizacin de la relacin cualitativo y cuantitativo. En segunda
instancia, sealar el lugar que hoy ocupa la informtica en la investigacin cualitativa a
travs de la presentacin de dos artculos que pueden resumir algunas de las discusiones
en torno a esto y, finalmente, esquematizar las discusiones epistmicas que afloran de
este contexto, sealando algunos temas para debatir que van ms all de una simplificada
visin sobre lo cualitativo.
4.10.2. ESTRATEGIAS ALTERNATIVAS PARA LA INVESTIGACIN CUALITATIVA

Una de las confusiones ms comunes entre los investigadores recin iniciados respecto a
la investigacin cualitativa, es la asimilacin de las tcnicas cualitativas con las estrategias
metodolgicas. Esta confusin acarrea muchos problemas de diseo para la investigacin,
de igual dimensin que los que ocasiona realizar una encuesta creyendo que en la
aplicacin del instrumento se agota el estudio cuantitativo de la sociedad.
Sumado a esto, existe un prejuicio terico muy arraigado sobre las diferencias entre
estrategias cuantitativas y cualitativas tomadas como paradigmas rivales e
inconmensurables. Por lo tanto, he credo conveniente sintetizar muy brevemente cul es
la situacin actual de estas dos temticas para que la presentacin que se har sobre el
lugar de la informtica, pueda ser ubicada a un nivel satisfactorio de discusin.
Si bien una de las caractersticas de los enfoques cualitativos de la investigacin en
ciencias sociales es la ntima relacin existente entre diseo, tcnicas, anlisis y
construccin terica, que en la prctica invalida una separacin tajante de las etapas de la
misma, es lcito y adems conveniente intentar mostrar cmo se puede reagrupar dichas
prcticas segn alguna orientacin dominante que las asemeje y diferencie.
La siguiente es una sntesis y reelaboracin de una lista construida por Renata Tesch,
donde la autora ha esquematizado lo que ella denomina "tipos de investigacin",
proveyendo de una definicin de lo que entiende son los propsitos de los mismos, con la
particularidad de que estas ltimas son tomadas directamente de la literatura ms usual en
cada temtica, lo que la hace an ms interesante. De esta manera se pueden visualizar
12 enfoques diversos para llevar adelante una investigacin cualitativa, que estn
agrupados de acuerdo a diversos criterios, entre los cuales predominan el metodolgico y
el terico. Dichos enfoques son:
4.10.2.1. ANLISIS DE CONTENIDO (CLSICO)

"Realizar inferencias vlidas y replicables desde los datos hacia sus contextos"
(Krippendorf 1990:21).
"Descripcin objetiva, sistemtica y cuantitativa del contenido manifiesto de la
comunicacin" (Berelson 1952:489).
"Realizar inferencias mediante una identificacin sistemtica y objetiva de las

caractersticas especificadas dentro del texto"(Stone et al.1966:5).
4.10.2.2. ANLISIS DE CONTENIDO (ETNOGRFICO)

"Anlisis reflexivos de los documentos" (Altheide 1987:65).
"Usar el documento y comprender el sentido de la comunicacin, tanto como verificar las
interrelaciones teorticas" (Altheide 1987:68).
4.10.2.3. ANLISIS DEL DISCURSO

"Anlisis de lo naturalmente ocurrido conectado por discursos hablados o escritos" (Stubbs
1983:1) proveyendo "una introduccin dentro de las formas y mecanismos de la
comunicacin humana y de la interaccin verbal" (van Dijk 1985:4).
4.10.2.4. ESTUDIOS DE DOCUMENTOS, HISTORIAS DE VIDA E HISTORIA ORAL

Un enfoque "no estructurado y no cuantitativo" usando documentos personales (Bailey
1978:273) que generalmente terminan en tipologas, o "a travs del cual se examina y
analiza la experiencia subjetiva de los individuos y de sus construcciones del mundo
social" (Jones 1983:147).
4.10.2.5. ETNOGRAFA (CLSICA, HOLSTICA, REFLEXIVA)

"Describir y analizar toda o parte de cultura o comunidad por la descripcin de las
creencias y prcticas del grupo estudiado y mostrar cmo las diversas partes contribuyen
a la cultura como un todo consistente unificado" (Jacob 1987:10).
4.10.2.6. ETNOGRAFA (ESTRUCTURAL)

"Clasificar e iluminar la organizacin y distribucin social de las significaciones subjetivas
como campos de la realidad originarios y diversos" (Gumbrium 1988:26), estando "en
relacin con ... catalogar sus formas e interrelaciones en el tiempo y en el espacio"
(Gumbrium 1988:26) donde se "piensa la cultura como un mapa cognitivo" (Spradley
1979:7) y donde "a la vez, la cultura tcita y explcita son reveladas a travs del habla"
(Spradley 1979:7).

4.10.2.7. ETNOGRAFA DE LA COMUNICACIN (MICROETNOGRAFA)

Consiste en focalizar "los patrones de interaccin social entre miembros de un grupo
cultural o entre miembros de grupos culturales diferentes" en orden a "especificar el
proceso de interaccin y entender como estos micros procesos estn relacionados con
unos ms amplios macros problemas de cultura y organizacin social" (Jacob 1987:18).
4.10.2.8. ETNOMETODOLOGA
Que es definida de las siguientes maneras: "estudiar cmo los miembros de la sociedad,
en el curso de la realizacin de la interaccin social, producen el sentido de expresiones
indexicales. Indexicales son trminos cuyo sentido no es universal, pero es dependiente
del contexto" (Bailey 1978:249) o "cmo los miembros de una situacin ensamblan
razonablemente comprensiones de las cosas y eventos que les conciernen a ellos y, por lo
tanto, realizan estas como objetos de la vida cotidiana" (Gubrium 1988:27) o finalmente
"cmo la gente en sociedad organiza sus actividades de un modo tal que ellos producen
un sentido mutuo, cmo la gente hace cosas de maneras tales que los otros pueden
reconocerlos por como ellas son" (Sharrock y Anderson 1986:56).
4.10.2.9. ETNOCIENCIA (ANTROPOLOGA COGNITIVA)

Que desde una perspectiva se define como: "comprender las categoras culturales de los
participantes e identificar los principios organizativos que fundamentan esas categoras ...
a travs del estudio de los sistemas semnticos" (Jacob 1987:22); o tambin como "definir
sistemticamente el significado de las palabras, o etiquetas -en sntesis los nombres de
las cosas en el contexto de su uso" (Werner y Schoepfle 1987:38) en orden a "construir los
campos lexicos-semnticos de conexin de las proposiciones" (Werner y Schoepfle
1987:38).
4.10.2.10. ANLISIS DE LA ESTRUCTURA DE EVENTOS

Que puede ser conceptualizada como: "examinar y presentar series de eventos como
estructuras lgicas, es decir, como elementos y sus conexiones (incluyendo los supuestos
que gobiernan estas conexiones) que pueden servir como modelos explicativos para
interpretar secuencias de eventos actuales o folklricos" (Heis and Lewis 1980).

4.10.2.11. "GROUNDED THEORY CONSTRUCTION"

De particular inters para este trabajo, puede ser sintetizada diciendo que consiste en
"descubrir la teora desde los datos a travs de un mtodo general de anlisis
comparativos" (Glaser y Strauss 1967:1).
4.10.2.12. INTERACCIONISMO SIMBLICO

Cuya conceptualizacin es: "ver cmo los procesos de designacin e interpretacin [los
participantes definen e interpretan recprocamente sus actos] es la sustancia, devala, re-
direcciona, y transforma los modos en los cuales los participantes organizan juntos sus
lneas de accin" (Blumer 1969:53); o tambin "comprender cmo los individuos son
capaces de tomar otra perspectiva y aprender significados y smbolos en instancias
concretas de participacin" (Jacob 1987:29).
La pluralidad es innegable. En cada uno de estos enfoques las unidades de registros y de
anlisis cambian o son entendidas de otro modo, el lugar de la natural textualidad de lo
cualitativo es diferente, las tcnicas pueden o no ser las mismas, pero por lo general unas
se adecuan ms que otras y los puntos de partida tericos son los que se transforman
radicalmente.
Esta enumeracin nos autoriza slo a constatar dos elementos tiles para nuestro objetivo
aqu: por un lado saber que existen diferentes tcnicas y diversas formas de hacer
investigacin cualitativa y por otro que slo a travs de sus conceptualizaciones se puede
observar que la relacin cuantitativo/cualitativo no es aportica como suele pensarse. Para
ilustrar este ltimo punto, parece conveniente resumir lo que Ray Pawson a denominado
"fases de la relacin cuantitativo/cualitativo".
La primera fase se caracteriza por permanecer dentro del puritanismo metodolgico,
donde la actividad de investigacin poda relacionarse dicotmicamente con uno u otro
enfoque. Se relaciona con la as llamada "guerra de los paradigmas" metodolgicos y las
discusiones son "mtodocentradas".
La segunda fase hace referencia al surgimiento de un pluralismo pragmtico como
reaccin a la metodolatra, teniendo a las estrategias de "triangulacin". Es una fase
centrada en la elaboracin y resolucin de problemas donde se acepta que existen
diversas vas metodolgicas para lograr este objetivo.
La tercera fase, que an hoy se desarrolla, consiste en la superacin de la relacin
cualitativo/cuantitativo desde un punto de vista dicotmico diluyendo un tratamiento
aportico de la misma. Centrada en lo relacional, apunta a que la discusin se desplace

hacia la mejor articulacin entre estrategias que puedan dar cuenta de la conexin entre
mecanismos, contextos y agentes.
Finalmente, este apartado nos respalda para introducir, sin malos entendidos, algunas
discusiones sobre el lugar de la informtica en la investigacin cualitativa.
Fundamentalmente por que ante la pluralidad de enfoques y las nuevas relaciones entre lo
cuantitativo y lo cualitativo dichas discusiones no pueden entenderse como un intento de
cuantificar lo cualitativo, ni tampoco como la idea de disolver la intrnseca pluralidad de la
El procesamiento y anlisis de datos asistido por computadora tiene un lugar especial en
este campo disciplinar y muchos son los avances que se han realizado en su aplicacin.
Justamente sobre algunos de los problemas epistemolgicos que esto trae aparejado es
sobre lo que se intenta reflexionar en el prximo apartado.
4.10.3. NUEVAS EXPERIENCIAS DE GABINETE Y FORMAS DE RAZONAMIENTO EN

LA INVESTIGACIN CUALITATIVA
En el contexto reseado hasta aqu y junto al desarrollo de las estrategias cualitativas
desde finales de la dcada de los 70 y principio de los 80 se consolid la utilizacin de la
informtica en la investigacin cualitativa. En principio como una va ms eficiente para
codificar y recuperar la inmensa cantidad de registros acumulados por las diversas
tcnicas de observacin, la asistencia de la computadora se pens simplemente como
algo meramente instrumental.
Este puesto para la asistencia de la computadora se fue modificando hasta llegar al nivel
del anlisis de esos datos otrora irrecuperables, dada la complejidad de su insercin
sistemtica. En este sentido, dando un paso ms la informtica asisti al investigador en la
delicada tarea de interpretar ayudando en la construccin inductiva de "micro-teoras"
sobre la base de datos que se le haba proporcionado. Esta estrategia de anlisis
bsicamente tomada del enfoque de Glasser y Strauss (al menos de su primer libro) se
populariz, como as tambin se ampli la oferta de paquetes estadsticos que podan
asistirla. Los noventa son los aos de consolidacin de esta relacin afianzada por la
popularizacin de lo multi-meditico en el mercado de las computadoras personales.
En el marco de dicha consolidacin se han llevado adelante algunos debates sobre la
posibilidad de que esta "instalacin" de la informtica en el campo de los estudios

cualitativos sea el comienzo de una nueva visin paradigmtica que pretenda agotar la
pluralidad y narratividad propia del abordaje cualitativo en alguna especie de sobre-
cuantificacin de los registros y en la creacin de la ilusin de formalizacin del momento
de anlisis de las investigaciones. Un dato curioso de dicho debate, por lo menos desde
los autores a que se hace referencia aqu, es que ninguno pretende descalificar el rol de la
asistencia de la computadora en los trabajos de tratamiento, procesamiento y anlisis
cualitativo. Un anlisis de la discusin aludida puede ser realizado siguiendo el siguiente
camino.
4.10.3.1. PLURALIDAD DE VOCES Y LA UTILIZACIN DE HIPERTEXTOS

En principio se puede partir de la presentacin de Coffey, Holbrook y Atkinson llamada
"Qualitative Data Analysis: Technologies and Representations" cuya estructura
argumentativa es la siguiente. La investigacin cualitativa se caracteriza por la pluralidad
de interpretaciones que generan una multiplicidad de relatos asociados a la existencia de
una pluralizacin de mundos. Las dos vas que identifican como predominantes son:
aquellas que separadamente aceptan por un lado la consolidacin de lo narrativo-literario
aceptando el "desafo" post-moderno de la diferencia y la multiculturalidad, y por otro,
aquella que construye un texto desde un enfoque que denominan "realismo narrativo"
caracterizado por la construccin de un relato en tercera persona desde donde afluye el
llamado problema de la "crisis de representatividad" que se basa en la eliminacin de la
intrnseca pluralidad de voces en la constitucin del mundo social. Los autores sealan,
por un lado, la generalizacin de las tcnicas de codificacin y recuperacin de datos
"cualitativos" asistido por computadora, como el centro de la conformacin de una nueva
ortodoxia ligada directamente al "realismo narrativo"; y por otro lado, la estructuracin de
una heterodoxia conectada a la retrica y los desafos post-modernos. En este contexto,
postulan como una posible va alternativa que permita una sntesis de estas dos
tendencias para el anlisis y la representacin de la investigacin etnogrfica, a los
desarrollos generados alrededor del uso de hipertextos e hipermedios. Citando a Nielsen
afirman: "podemos decir que el hipertexto fue concebido en 1945, naci en los 60, nutrido
lentamente en los 70, y finalmente incorporado al mundo real en los 80 especialmente
con un rpido crecimiento en 1985, culminando con el establecimiento de un campo
definitivo durante 1989" (Coffey et al. 8.2).

En esta larga historia de la consolidacin del uso del hipertexto se visualiza a la

presentacin del texto de un modo no secuencial, como un principio que juega el rol de
hilo conductor en la bsqueda de un tratamiento ms eficiente de los textos (Coffey et al.
8.3). Si bien el escritor o lector asistido por un procesador de texto poda desplazarse de
diversas maneras por un documento, dicho desplazamiento era siempre secuencial y este
modo de leer y re-escribir no se condeca con las operaciones que en la vida real se
realizaban. En este sentido es que Coffey y sus colegas sostienen que "el texto mismo
est fijado en forma lineal. De tal modo, trabajar con archivos de textos en la computadora,
implica del mismo modo una estructura lineal" (Coffey et al. 8.3).
El uso de hipertexto involucra la posibilidad de diferentes vas de lectura determinadas por
el lector, dado que el autor provee de distintas alternativas para explorar el texto en
cuestin. Si bien los autores aceptan que sta no es un idea nueva, sealan una mayor
versatilidad que las referencias cruzadas, por ejemplo. La clave est en la mayor
capacidad de interactividad desde donde aparece una ms amplia gama de posibilidades
de relacin entre texto y lector. "Los lectores pueden, en un sentido, devenir autores de
sus propias lecturas; ellos no son simple recipientes pasivos de una forma textual
determinada" (Coffey et al. 8.4).
Bsicamente, la utilizacin del hipertexto consiste en la utilizacin de botones para
establecer links entre referencias cruzadas que apunten a una misma temtica o tpicos
relacionados, pudiendo tambin desplazarse a fuentes de informacin distinta como los
son bases de datos cuantitativas u otras formas de almacenamiento de datos. "Tales links
constituyen nodos y el analista puede crear una red densa de esos links los cuales
pueden ser luego navegados en distintas exploraciones de datos" (Coffey et al. 8.6).
Por otro lado, se usan botones de "expansin" que permiten agregar comentarios,
incorporar otro tipos de textos como registros de campo, notas y comentarios. Se abre as
tambin la posibilidad para el lector de introducirse en el texto. Las limitaciones de estas
posibilidades son justamente las capacidades cognitivas humanas de encontrarse frente a
la creacin de un "hiperespacio de lectura y escritura", donde las vas de recorrido y
expansin de la textualidad son prcticamente indefinidas. Para Coffey y sus colegas es
en este marco en que nace una de las particularidades ms llamativas de la introduccin
de estos medios informticos para la lectura y escritura etnogrfica, que es justamente la
probabilidad que esa diferencia colapse, en tanto procesos separados de leer y escribir. El

hipertexto conserva el sentido de complejidad, intertextualidad y no linealidad que una

narracin sobre el mundo social tiene en s misma.
Si la utilizacin del hipertexto abre estas posibilidades, su combinacin con las tecnologas
multimedia las potencializa an ms. Con la articulacin entre imagen, sonido y otros tipos
de textos para nuestros autores, se puede pensar "la reconstruccin de los mundos
sociales a travs de mltiples representaciones" (Coffey et al. 8.11). Citando el trabajo de
Kersenboom, ellos muestran que la aparicin de monografas en CD ofrecen la posibilidad
de presentar los registros de palabras, msica, escritos y conversaciones en "sus
condiciones existenciales" (Coffey et al. 8.11), lo cual permite a su vez manejar los
contextos interpretativos, tambin explorar lecturas alternativas y modos complementarios
de representacin de los registros originales. Para Coffey y sus colegas, hipermedios e
hipertexto posibilitan un manejo instantneo y simultneo de formas distintas de
representar las mltiples voces de la realidad del mundo social.
Estos autores ofrecen como ejemplo su estudio sobre las consecuencias de la gentica en
nuestros das, donde aplicaron el etno-drama como medio de reconstruir la toma de
decisiones de los genetistas, junto a las formas de decisiones de las personas respecto a
la reproduccin, grabaciones de conferencias cientficas, datos contextuales y entrevistas
de familias enteras, usando las posibilidades del hipertexto e hipermedia, conjuntamente
con investigaciones sociolgicas ms tradicionales. La propuesta de este equipo es
justamente la de articular el realismo narrativo y las posibilidades de representar mltiples
y simultneas voces, sugiriendo que de este modo se hace innecesario optar por un
enfoque postmoderno o caer en la "nueva ortodoxia" de la investigacin cualitativa asistida
por computadora.
4.10.3.2. HACIA UNA LGICA DEL RAZONAMIENTO HIPOTTICO EN INVESTIGACIN

CUALITATIVA
En un artculo que intenta responder la caracterizacin de la "nueva ortodoxia" en la
investigacin cualitativa asistida por computadora, realizada, entre otros, por Coffey y sus
colegas en el artculo al que se ha hecho alusin, Udo Kelle seala que dicha
caracterizacin proviene de interpretar mal algunos puntos metodolgicos de la
investigacin cualitativa. Kelle, para estructurar su argumentacin, se desplaza a la
discusin de las estrategias metodolgicas y a sus bases epistmicas. Es en este marco
que propone una interrelacin entre uso de la informtica y la aplicacin de la induccin

cualitativa y la inferencia abductiva como modo de coordinar una va alternativa para la

Kelle plantea el problema desde la base misma de lo que se ha dado en llamar la
"construccin de teora" en la investigacin cualitativa asistida por computadora.
Genricamente hablando, la discusin sobre dicha base tiene dos facetas: su sustento
terico-metodolgico representado por la "Grounded Theory" y su procedimiento elemental
conocido como "codificar y recuperar". Como lo reconoce el mismo Kelle, dada la
estructura de su artculo, ambas facetas si bien no agotan el lugar de la informtica en la
investigacin cualitativa, son el punto de partida de una adecuada discusin de la
supuesta instauracin de una nueva ortodoxia en investigacin cualitativa. Sin hacer
justicia a la complejidad de la grounded theory se puede decir que representa desde 1958
y 1967 una estrategia inductiva de construccin de teora que ha sufrido diferentes
reformas. En lo sustancial consiste en la idea que se puede obtener una red de conceptos
que emergen de los registros cualitativos a travs de un procedimiento de codificacin y
"etiquetamiento" de las principales dimensiones de dichos registros.
Este procedimiento se basa en "descubrir" desde los registros grupos analticos de datos,
conformados por la construccin de lo que Glaser y Strauss llamaron cdigos, categoras y
memos. La idea central es que de esta manera se evitaba dar una forma terica a los
registros, ofreciendo la posibilidad de que justamente el tratamiento analtico de los datos
dieran forma a una teora particular emergida desde los datos mismos.
Por otro lado, codificar y recuperar es un procedimiento para clasificar datos que parte de
la identificacin, sistematizacin y comparacin de segmentos de textos que contienen los
registros. Muy esquemticamente hablando, una vez establecidas las diferencias y
semejanzas se procede a construir ndices de segmentos de textos sobre tpicos
identificados con palabras claves. Por otro lado se construyen referencias cruzadas que
permitan relacionar los segmentos de textos entre s y con otras fuentes de informacin.
Estos procedimientos tan antiguos como los de la exgesis textual se ven acelerados y
mejorados por los medios informticos para su recuperacin y tratamiento.
Si bien esta sucinta presentacin puede ser muy esquemtica, nos ayuda a comprender
por qu Kelle se preocupa en mostrar que no todo proceso de codificacin y recuperacin
est basado en la grounded theory, por qu codificar puede ser un proceso ms creativo
de lo que se piensa y cmo pueden ser pensadas alternativas metodolgicas para

conservar la creatividad en el marco del desarrollo de los paquetes informticos, sin caer
en un inductivismo ingenuo pero tampoco en una posicin excesivamente relativista.
Como es obvio, dada la sntesis realizada entre la grounded theory y el proceso de
codificar y recuperar, hay aires de familia innegables; ms all de la terminologa que usen
los diversos programas, las coincidencias entre los cdigos de Glaser y Strauss y los
ndices de los programas son muy grandes. Por esto, Kelle muestra cmo existen
diferentes paquetes de tratamiento informtico de textos que se basan en la
fenomenologa, en los tipos ideales de Weber o directamente en las ideas falsacionistas
de Popper, y cita tambin una revisin realizada de los programas usados que indica que
el 70% de ellos no tienen como base a la grounded theory. Una vez realizada esta tarea
de esclarecimiento, Kelle se concentra en tres temas: las formas de codificar y recuperar
que implican la llamada tercera generacin de programas, las confusiones que provienen
de tratar de aplicar una estructura hipottico deductiva en base a la grounded theory y la
propuesta de la abduccin como una forma adecuada para evitar el dualismo.
Para mostrar que codificar y recuperar no se basan necesariamente ni en una idea
inductiva ni en las confusiones con la grounded theory, seala los avances producidos a
travs de los hiperlinks que no slo estn a disposicin en los programas especializados
sino tambin en las versiones ms actuales de Windows. Esto transforma bsicamente el
proceso de interrelacin entre los textos y otros tipos de materiales, pero especialmente se
abandona la idea de que un segmento de texto debe ser "comprendido" subsumindolo en
una categora creada desde esos mismos registros.
Esto ocasiona varios resultados colaterales entre los cuales se pueden mencionar los
siguientes: se aumenta la capacidad de recuperacin selectiva, pueden ser cruzadas
referencias en un "mismo espacio textual" cuya distancia en los registros es considerable,
los segmentos de textos pueden ser conectados sin cdigos previos y los cdigos pueden
ser subdivididos en varias categoras nuevas. Codificar y recuperar, vista de esta manera,
es una tecnologa abierta que brinda un gran nmero de posibilidades para la
interpretacin. Esta idea de codificar Kelle la analiza desde dos dimensiones: desde la
definicin del proceso de codificacin y desde la nocin de testear hiptesis a travs de
este procedimiento, cuestiones ambas que nos llevan a su segundo tema.
Por un lado, Kelle seala las diferencias entre la codificacin cuantitativa y la cualitativa y
la importancia de preservarse de la ingenua idea de poder partir a codificar sin teora
previa alguna; pero por otro lado subraya la confusin existente por el uso ambiguo de la
expresin "testear hiptesis". En el primer caso, es claro que la codificacin cuantitativa

funciona bajo una lgica deductiva en base a hiptesis previamente establecidas, mientras
que la cualitativa se basa en un proceso de lectura de los registros una vez efectuados,
actan como marcas que permiten que una cierta cantidad de informacin sea agrupada y
manejada constituyndose en representantes de algunas perspectivas desde donde mirar
los datos por parte del investigador.
En relacin a esto es que Kelle plantea el problema sobre el testeo de hiptesis. Para l,
los cdigos de la investigacin cualitativa "no son muy utilizables para testear
proposiciones empricas respecto a la exacta relacin entre dos variables definidas" (Kelle
1997 3.9), como as tampoco permiten representar claramente eventos empricos
determinados. Para Kelle en la investigacin cualitativa "la aplicacin del paradigma de la
codificacin o de cdigos teorticos sobre datos empricos se basa en una lgica del
descubrimiento que no es ni inductiva ni deductiva" (Kelle 1997 4.3), por lo que dicha
aplicacin representa el uso de una especial lgica del razonamiento, donde "las premisas
son un set de fenmenos empricos y la conclusin es una hiptesis, la cual puede dar
cuenta de esos fenmenos" (Kelle 1997 4.3). Segn l, se puede denominar a esta
operacin razonamiento hipottico basado en las dos formas de inferencia lgica que
Peirce llamara induccin cualitativa y abduccin. Estos es as, porque en una induccin
cualitativa un fenmeno emprico especfico es descripto o explicado subsumindolo bajo
una categora o regla existente y porque la abduccin permite encontrar conceptos o
reglas no conocidas en base a un evento sorpresivo o anmalo. Al parecer, la clave para
Kelle consiste en que "la inferencia abductiva combina de una manera creativa nuevos e
interesantes hechos empricos con conocimiento teortico previo" (Kelle 1997 4.3). Estas
formas de inferencia se condicen de alguna forma con el trabajo de la investigacin
cualitativa, en tanto se necesita revisar permanentemente pre-concepciones y prejuicios
teorticos y adems posibilita entender de qu manera se usan en investigacin cualitativa
los marcos de referencia heursticos, que permiten al investigador concentrarse en ciertos
fenmenos de su campo de estudio. Para Kelle con la utilizacin de la induccin cualitativa
y la abduccin se puede dar cuenta del trabajo creativo de la investigacin cualitativa
como as tambin del uso del conocimiento disponible para el rea de estudio.

4.10.4. A MODO DE CONCLUSIN: PROBLEMAS EPISTEMOLGICOS EMERGENTES

DE LA INVESTIGACIN CUALITATIVA ASISTIDA POR COMPUTADORA.
Aparecen de esta manera dos grupos de problemas o desafos epistemolgicos basados
en las sugerencias sobre el rol de la utilizacin de hipertextos y multimedios, y en la
propuesta de aplicar el razonamiento hipottico a la investigacin cualitativa. Dos temas
centrales parecen emerger de estos desarrollos: en primer lugar podramos estar en frente
de una nueva nocin de experiencia de gabinete en ciencias sociales, y en segundo lugar
se podran explorar alternativas a las estrategias deductivas e inductivas aplicadas a la
Sin pensar que se asemeja a un concepto de simulacin y sin tomarla como solucin
definitiva, en algn sentido, la utilizacin del hipertexto y la tecnologa multimedia crea una
nueva situacin de gabinete que al menos necesita ser analizada en los siguientes niveles:
la redefinicin de la nocin de lo que se podra llamar "experiencia de laboratorio de la
interpretacin", el lugar del conocimiento conceptual en relacin al sensitivo, como por
ejemplo el visual, la posibilidad de interaccin indefinida entre observador y los sujetos
sociales analizados. Esto nos indica una forma de comprensin de lo social que puede ser
reconstruida a travs de la computadora en situacin de interactividad o aislamiento, el
escritorio del analista no es slo una computadora y miles de salidas de computadora, es
en algn sentido un mundo social a escala.
La conexin entre hipertexto e hipermedia posibilitara, dada la potencialidad para
relacionar hiptesis previas, descubrimientos y "realidad virtual", la recreacin
multimeditica de la pluralidad de voces. Esto es importante porque permitira redefinir la
nocin de generalizacin emprica extendiendo posiblemente su utilidad y alcance.
Tambin de este modo se presenta la interesante oportunidad para la re-utilizacin de los
estudios de caso como estrategia de comprensin de la realidad social.
Adems, la asistencia de estas tecnologas a la investigacin cualitativa permitira hacer
manejable la complejidad propia de la conformacin textual de los registros, pudindose
de esta manera disponer de un texto que, si bien presenta mayor variabilidad, dada la
interactividad y la simultaneidad, posibilita explorar con mayor fuerza la bsqueda de una
estructura bsica para los anlisis.
Esto trae aparejado que adems de las tradicionales tareas de registrar, escribir, leer e
interpretar, se agregue la de editar como mecanismo de reconstruccin del mundo social
en la computadora. La confluencia de informacin cualitativa e informacin cuantitativa de

diversos orgenes, permite "fijar" con mayor detenimiento las condiciones contextuales de
la interpretacin. Por otro lado, si se hace pie en los desarrollos anteriores, no sera para
nada difcil pensar en la propuesta de Kelle, dado que se tendra la oportunidad de
estructurar una forma de razonamiento que permita partir de y crear hiptesis para la
argumentacin sobre el nivel de adecuacin de la realidad recreada en la computadora.
Para finalizar, slo resta afirmar que en el campo de la investigacin cualitativa, como al
menos se pretende haber insinuado, existen problemas epistmicos que trascienden las
argumentaciones a las que tradicionalmente se las asocia. Lo que llama a salir de un
tratamiento aportico de la relacin cualitativo-cuantitativo y sumergirse en la posibilidades
de nuevas racionalidades y narraciones sin perder de vista la construccin cientfica de
conocimiento sobre el mundo social.
4.10.5. REFERENCIAS
o Ball, W. 1994 "Using Virgil to Analyze Public Policy Arguments: A System Based on
Toulmins Informal Logic." En Social Science Computer Review, 12:I, Spring. pp.
26-37.
o Coffey, A., Holbrook, B. y Atkinson, P. 1996. "Qualitative Data Analysis:
Technologies and Representations" en Sociological Research Online, Vol.1 N1.
o Coffey, A. y Atkinson, P. 1996. Making Sense of Qualitative Data.
Complementary Research Strategies. Sage Publications. London.
o Cook, T. D. y Reichardt, CH. 1986. Mtodos Cualitativos y Cuantitativos en
Investigacin Evaluativa. Introduccin, Cap. I y II. Morata. Madrid.
o Gallino, L. 28/3/96 "La Costruzione della Conoscenza Scientifica in Netropolis:
Aspetti Sociali e culturali della ricerca scientifica in rete". Torino Internet. pp. 1 a 5
o Goetz, J.P. y LeCompte, M.D. 1988. Etnografa y Diseo Cualitativo en
Investigacin Educativa. Cap. II, V, VI, VII. Morata. Madrid.
o Forni, F.; Gallart, M.; Vasilachis de Gialdino, I. 1993. Mtodos Cualitativos II. La
prctica de la Investigacin. CEAL. N 57 Bs. As.
o Holstein, J. y Gubrium, J. 1995. The Active Interview. Sage. California.
o Kelle, U. 1994. Ethnographic Research and Logic of Discovery. Recent
Developments in Analytic Philosophy of Science and their Impact on the Debate on
the Epistemological Foundations of Qualitative Research. Paper presented at the
XIII World Congress of Sociology. Bielefeld. RC 33. Sess. 14.
o Kelle, U. 1997. "Theory Building in Qualitative Research and Computer Programs

for the Management of Textual Date." En Sociological Research Online, vol.2,
N2.
o Marshall Magan, J. 1994. "Research Report: Using a Database Management
System to Support Qualitative Research" en Social Science Computer Review,
12:I, Spring. pp. 114-121.
o Marshall, C. y Rossman, G. 1995. Designing Qualitative Research. 2 Edition.
Sage. California.
o Rodriguez-Alamo, E. 1995. "The conflict Between Conceptual and Visual Thought
and the Future of Science" en Social Science Computer Review 13:2 Summer.
pp.: 207-221
o Vasilachis de Gialdino, Irene. 1993. Mtodos Cualitativos I. Los problemas tericos-
epistemolgicos. CEAL.N 32 Bs. As.

4.11. INVESTIGACIN CUALITATIVA Y TEXTUALIDAD LA INTERPRETACIN COMO

PRCTICA SOCIOLGICA
Adrin Scribano
4.11.1. RESUMEN
La sociologa presenta hoy un panorama de superacin de las antiguas "parejas
epistemolgicas" cuantitativo/cualitativo (3). En este contexto la lectura y comprensin del
texto sociolgico se transforma en un punto nodal para la prctica sociolgica. Con lo
anterior se relacionan, al menos, dos prcticas: aquella de leer un texto dentro de un
"horizonte" de comprensin y de precomprensin, y la de construir un "textum" en la
dinamicidad de la investigacin como comunicacin.
El presente trabajo busca mostrar cmo para lograr una "adecuada epistemologa" de lo
cualitativo se deben discutir: a) las cualidades de los textos creados por la actividad
sociolgica, b) el proceso de interpretacin que la aludida creacin implica y c) el papel de
los sujetos que participan en la gnesis del "documento sociolgico".
4.11.2. ACTIVIDAD SOCIOLGICA Y TEXTUALIDAD MS ALL DE LA APORA

CUALITATIVO-CUANTITATIVO
En el campo de la prctica sociolgica el enfrentarse a la textualidad no es un fenmeno
novedoso. Desde la escuela de Chicago (solo para datar la discusin en este siglo) la
importancia de las narraciones de los sujetos han tenido un rol central en la comprensin
de la realidad. El auge de la investigacin cualitativa muchas veces se ha entendido (y
entiende) como "respuesta" a los enfoques cuantitativos de una sociologa positivista (4).
Una de las confusiones ms comunes entre los investigadores recin iniciados respecto a
la investigacin cualitativa es la asimilacin de las tcnicas cualitativas con las estrategias
metodolgicas. Esta confusin acarrea muchos problemas de diseo para la investigacin
de igual dimensin que los que ocasiona realizar una encuesta creyendo que en la
aplicacin del instrumento se agota el estudio cuantitativo de la sociedad. Sumado a esto
existe un prejuicio terico muy arraigado sobre las diferencias entre estrategias
cuantitativas y cualitativas tomadas como paradigmas rivales e inconmensurables. Si bien
una de las caractersticas de los enfoques cualitativos de la investigacin en ciencias
sociales es la intima relacin existente entre diseo, tcnicas, anlisis y construccin

terica, que en la prctica invalida una separacin tajante de las etapas de la misma, es
lcito y adems conveniente intentar mostrar como se puede reagrupar dichas prcticas
segn alguna orientacin dominante que las asemeje y diferencie.
Renata Tesch (1991) ha esquematizado lo que ella denomina "tipos de investigacin"
proveyendo de una definicin de lo que entiende son los propsitos de los mismo, con la
particularidad de que estas ltimas son tomadas directamente de la literatura ms usual en
cada temtica, lo que la hace an ms interesante. De esta manera se pueden visualizar
doce enfoques diversos para llevar adelante una investigacin cualitativa que estn
agrupados de acuerdo a diversos criterios, entre los cuales predominan el metodolgico y
el terico. Dichos enfoques son: Anlisis de Contenido. (Clsico),. Anlisis de Contenido.
(Etnogrfico), Anlisis del Discurso, Estudios de Documento, historias de vida e historia
oral;. Etnografa. (clsica,holistica, reflexiva); Etnografa. (estructural); Etnografa de la
Comunicacin. (microetnografa); Etnometodologa., Etnociencia. (antropologa cognitiva),
Anlisis de la Estructura de Eventos, "Grounded theory construction", Interaccionismo
Simblico.
La pluralidad es innegable. En cada una de estos enfoques las unidades de registros y de
anlisis cambian o son entendidas de forma diversa, el lugar de la natural textualidad de lo
cualitativo es diferente, las tcnicas pueden o no ser las mismas, pero por lo general unas
se adecuan ms que otras y los puntos de partida tericos o estos son los que se
transforman radicalmente. El significado de las formas de crear, reproducir e interpretar la
accin en tanto narracin se modifica y vara, aparecen as desde la correlacin
estadstica hasta la semitica como "instrumentos" para la interpretacin.
La enumeracin realizada arriba, autoriza solo a constatar dos elementos tiles para los
objetivos de este trabajo: por un lado saber que existen diferentes tcnicas y diversas
formas de hacer investigacin cualitativa y por otro que a travs de una simple
enumeracin se puede observar que la relacin cuantitativo/ cualitativo no es, como suele
pensarse, necesariamente aportica. Para ilustrar este ltimo punto, parece conveniente
resumir lo que Ray Pawson (1993) a denominado "fases de la relacin cualitativo/
cualitativo".
La primera fase se caracteriza por permanecer dentro del puritanismo metodolgico,
donde la actividad de investigacin poda relacionarse dicotmicamente con uno u otro
enfoque. Se relaciona con la as llamada "guerra de los paradigmas" metodolgicos y las
discusiones son "metodocentradas".
La segunda fase hace referencia al surgimiento de un pluralismo pragmtico como

reaccin a la metodolatra, teniendo a la estrategias de "triangulacin" como fundamento
operativo. Es una fase centrada en la elaboracin y resolucin de problemas donde se
acepta que existen diversas vas metodolgicas para lograr este objetivo.
La tercera fase, que an hoy se desarrolla, consiste en la superacin de la relacin
cualitativo/ cuantitativo desde un punto de vista dicotmico diluyendo un tratamiento
aportico de la misma. Centrada en lo relacional apunta a que la discusin se desplace
hacia la mejor articulacin entre estrategias que puedan dar cuanta de la conexin entre
mecanismos, contextos y agentes.
Finalmente, este apartado respalda la posibilidad de introducirse , sin malos entendidos,
en algunas discusiones sobre el lugar de la "textualidad" en la investigacin cualitativa.
Como gua de la discusin se ha optado por ordenar la argumentacin de la siguiente
manera: en primer lugar, desde un punto de vista epistemolgico se intentar aclarar la
relacin entre, datos, narracin e interpretacin, haciendo especial referencia a la
conexin entre, manifestaciones, proposiciones e interpretacin; luego desde la misma
perspectiva se aclara cmo se puede conectar datos y documento sociolgico. En
segundo lugar, desde un cruce entre filosofa y sociologa se tratar de explicar la
Interpretacin como prctica sociolgica. Por ltimo, en tercer lugar, se deducirn algunas
conclusiones epistemolgicas y metodolgicas que permitan re-pensar el lugar de la
interpretacin en la investigacin cualitativa.
4.11.3. DATOS, NARRACIN E INTERPRETACIN

Unos de los problemas ms interesantes de la aceptacin de la estructura narrativa de la
investigacin cualitativa es el de redefinir el lugar y la nocin de dato que ella implica (5).
En estrecha conexin con esto se puede identificar la tarea de construir un texto como
resultado de las estrategia cualitativa. En lo que sigue se pretende abordar estas dos
temticas intentado contextualizarlas en marco de la filosofa de las ciencias sociales en la
actualidad (6).
4.11.3.1. MANIFESTACIONES, PROPOSICIONES E INTERPRETACIN

La investigacin cualitativa enfrenta al investigador con la necesidad de realizar un anlisis
detenido de la nocin de dato. En este contexto discursivo se encuentran algunos
elementos para aclarar el rol de los datos como garantas de las interpretaciones y su
conexin con la nocin de evidencia. Desde una perspectiva clsica se puede afirmar que
los datos son la manifestacin verbal o escrita de la observacin que se refiere
simblicamente a una unidad determinada del fenmeno observado. Lejos de emprender
una crtica sistemtica de la mencionada nocin, aqu se intenta enfatizar, que es ella
misma la que da pie para comprender como los datos tienen siempre una estructura
relacional. Esto quiere decir que su composicin es una conexin explcita entre
afirmacin, observacin y fenmeno que no se puede reducir a ninguno de estos tres
momentos del conocimiento de lo social.
En la investigacin cualitativa se puede ver claramente como la base emprica de la
investigacin tiene la forma de una estructura diferenciada en diversos "niveles" de
afirmaciones. Estos niveles contienen como elementos diferentes proposiciones que se
diferencian de acuerdo a: su contenido, su puesto en la lectura (que origina el tipo de
interpretacin) y segn la distancia con la materialidad de la observacin.
De este modo la investigacin cualitativa supone el manejo de afirmaciones producidas
por la narracin misma del fenmeno, que implican una primera lectura de la realidad y
que tienen una aproximacin mayor con lo concreto entendido como materialidad que
responde a la pregunta qu es eso?. Se puede visualizar que la investigacin cualitativa
involucra proposiciones descriptivas que se ubican como puente entre observacin y
lectura segunda y que comparten en algn modo ambos polos de la relacin concreto-
abstracto. Finalmente se pueden identificar afirmaciones interpretativas que constituyen el
comienzo de la segunda lectura y que son ms abstractas que los otros niveles.
1) narracin--manifestacin primera lectura concreto
2) proposicin descriptiva
3) afirmacin interpretativa lectura segunda abstracto
Es evidente que la relacionalidad de los datos se manifiesta en la estratificacin de las

enunciaciones que contienen las observaciones. En esta estratificacin es claro que las
posiciones entre los sujetos son intercambiables y que las enunciaciones son efectuadas
siempre en tercera persona desde el punto de vista de la pragmtica del lenguaje. En este
sentido, se puede aclarar como la base emprica de la investigacin cualitativa aparece
como garanta de la interpretacin. En el caso que la pretensin de validez de la
interpretacin sea puesta en duda, se responde sealando el nivel de la estratificacin que

ha sido objeto del cuestionamiento y se reconstruye paso a paso los componentes de la

estructura en orden a develar la base que sostiene la enunciacin criticada.
Para evitar un circulo que re-enve la discusin a la afirmacin puesta en duda se debe
poder sealar los mecanismos que se han utilizado en el pasaje de la narracin a la
proposicin descriptiva. Emerge de esta manera que los datos tienen un rol de garanta de
la interpretacin entendiendo por esto a la argumentacin racional que conecta la
relacionalidad de los datos con la forma estructural que estos tienen y que permite
reconstruir la relacin misma como momentos de conexin entre afirmaciones,
observaciones y fenmenos.
4.11.3.2. DATO Y DOCUMENTO SOCIOLGICO

Por otro lado, aparece el hecho particular que en la investigacin cualitativa los datos no
se cuentan sino se "re-cuentan", y as, emerge el problema de afrontar una teora del texto
sociolgico en tanto documento construido por la "accin sociolgica". Los datos
producidos por la investigacin cualitativa tienen una dependencia mayor de la narracin y
en ello nace la objetivacin de la interpretacin como documento sociolgico.
Una pregunta fundamental nace aqu: Cmo se puede analizar la relacin entre registro,
escritura e interpretacin de un texto sociolgico En una primera mirada se propone la
utilizacin del trmino "documento" para designar el resultado escrito construido
temporalmente entre dilogo efectivo e interpretacin segunda. El texto sociolgico
proviene de la reconstruccin del documento como manifestacin del dilogo. Para llegar
a la construccin del documento la prctica sociolgica sigue el camino que va de la
comunicacin y se mueve sucesivamente a la narracin, el registro, la escritura, la
interpretacin y la reflexividad arribando nuevamente a la comunicacin (7).
1) comunicacin 3) registro 5) interpretacin
2) narracin 4) escritura 6) reflexividad
En la investigacin de las ciencias sociales aparece como primer movimiento de la

comprensin la necesidad de captar el horizonte compartido pre-reflexivo de la accin. El
juego entre experiencia de construccin, documento y sentido de la accin implica un re-
leer el horizonte de sentido compartido partiendo de la diversidad. Por lo tanto, la meta
inmediata de la accin sociolgica es tomarse a si misma como accin humana. En esta
direccin aparecen dos momentos de la dialctica de la comprensin:

a) El momento de autoreconocimiento de aquel que hace la bsqueda como sujeto

inmerso en una intersubjetividad (8),
b) El entender que la accin sociolgica es un modo particular de accin sobrepuesta a las
reglas compartidas de la vida cotidiana en tanto accin cientfica.
En este marco de experiencia (y en un primer momento) la pregunta sociolgica no es otra
que la pregunta por una fenomenologa de la vida cotidiana que permita iluminar el juego
de comprensin y precomprensin de la relacin intersubjetiva. Tal fenomenologa puede
entenderse como reconstruccin racional del mundo de la vida donde se encuentran las
races de un sujeto-en-el-mundo.
As, los habitantes de esta regin de la experiencia son los productos de la prctica
cotidiana del hombre. El sentido que adviene en la relacin pregunta, respuesta e
interpretacin, manifiesta la accin humana como co-construccin. Pero no todo es
construido, el lenguaje por el cual los objetos llegan ha ser interpretados se conecta con la
tradicin en tanto linaje terico al cual pertenece quien quiere comprender, y como "forma
de vida" que siempre esta ya presente entre dos personas que se quieren entender. El
movimiento que hay en la actividad de traducir una narracin es un movimiento cargado
de sentido en s mismo. El texto sociolgico en su intencin de captar el sentido de la
accin encuentra al final su propio punto de partida: la posibilidad de la pluralizacin de los
mundos. El movimiento de la comprensin no se detienen, solamente puede ser detenido
como objeto de una decisin del lector. La pequea historia entre sujetos que adviene en
la relacin sociolgica puede ser narrada de nuevo como otra experiencia y por eso
necesita ser detenida en el dilogo y el acuerdo. En este marco, el documento sociolgico
deviene evidencia de un horizonte de sentido como decisin dialgica con la intencin de
representar su significatividad. Desde aqu se puede apreciar como emerge la centralidad
de la prctica sociolgica en la tarea de construir una narracin compartida de la realidad
social.
4.11.4. LA INTERPRETACIN COMO PRCTICA SOCIOLGICA

En conexin con lo que se ha expuesto, se puede relacionar ahora, dos prcticas aquella
de leer un texto dentro de un "horizonte" de comprensin y de precomprensin, y la de
construir un "textum" en la dinamicidad de la investigacin como comunicacin. Sin duda
esta conexin tiene bastantes presupuestos por develar y aclarar, pero se pueden
considerar como punto de partida, para la reflexin, dos experiencias (9): la de lectura y
la de comunicacin. En este contexto se plantea una pregunta como esquema para la

bsqueda propuesta: Se puede utilizar el enfoque filosfico sobre la lectura de un texto
para iluminar la inscripcin, escritura e interpretacin de un texto sociolgico?
La misma pregunta es ya una interpretacin de la actividad de lectura en el contexto de
una hermenutica (10), en la cual la principal finalidad es la comprensin y construccin
del pensamiento, es el hacer saber el sentido de una relacin entre escritura y lectura.
Interpretacin que parte de la aceptacin de que el leer es proveer de sentido al texto
desde un sujeto que es el lector y desde otro que es un co-lector. Esta perspectiva hace
pensar que una conexin entre la "lectura filosfica" y la prctica sociolgica es posible. La
finalidad aqu, ser subrayar los aspectos de la prctica sociolgica que aparecen como
semejantes a la prctica filosfica de leer un texto. Tambin se intentar, originar en la
prctica interpretativa de la hermenutica, (que hace de la relacin, texto, autor, lector su
medio especfico para pensar y pensarse) una reflexin sobre la prctica sociolgica.
Desde este punto de vista, la sociologa (RE-)TOMA LA ACCION A TRAVES DE LA
PALABRA, haciendo una comparacin con la afirmacin bien conocida de Ricoeur "La
accin dar qu pensar". La accin es as un smbolo que produce una llamada a la
interpretacin. Desde esta perspectiva, la sociologa no se puede comprender si no se
acepta que todos sus actos son actos de comunicacin e informes inter-subjetivos. La
accin no es el lenguaje, pero solamente se puede comprender en el especial medio que
anida en el lenguaje, por que esa prctica sociolgica se piensa como una prctica
comunicativa y toma como punto de partida el dilogo entre dos sujetos produciendo
sentido a esa misma accin. Por consiguiente, interpretar una accin es una prctica de
lectura que pone en relacin acciones, lenguaje y vida cotidiana del sujeto.
Fenomnicamente esta prctica aparece como, narracin, conciencia discursiva y como
documento sociolgico, estos tres elementos aparecen como la primera objetivacin del
dilogo sociolgico (11). El dilogo sociolgico implica la relacin entre dos o mas sujetos
donde uno o algunos de ellos entran al intercambio en posicin objetivante y tienen la
capacidad en tanto seres humanos de pasar a una actitud reflexiva por la cual el dilogo
mismo se hace posible.
El cientfico social qua sujeto perteneciente a un mundo de la vida tiene la cualidad de
poder "darse cuenta" de sus acciones en la forma de una narracin. Esta capacidad de dar
respuesta, esta "responsabilidad" (accountability) implica el poder de decir e interpretar la
accin misma, as el actor-sujeto se re-presenta en su vivir cotidiano desde el punto de
vista de s mismo como sujeto de la accin. La capacidad de narrar es un hecho que surge
de la conciencia discursiva como cualidad del hombre de transformar la prctica en
palabra, la actividad en lenguaje. La sociologa provee como resultado del dilogo un
documento que como reinterpretacin re-construye la narracin y cristaliza la conciencia
discursiva del sujeto, por lo tanto, la accin sociolgica es una accin interpretativa, y una
segunda lectura hecha por el coautor de un texto. La comprensin sociolgica se pone en
marcha como resultado de una interpretacin del documento que genera, tomando como
supuestos los rasgos "ontolgicos" que hacen comprender el enlace entre constitucin del
s-mismo en el dilogo con otro s-mismo, transformndose as, en dicho dilogo, la
interpretacin misma.
Una hermenutica de la accin se puede entender como una experiencia de lectura del
espacio que est entre el lenguaje y la accin, espacio que se constituye en el dilogo que
posibilita pensar a la sociedad de modo diferente. La pregunta especfica de la Sociologa
es aquella que hace de la relacin social un hecho de sentido y que est orientado a
comprender este sentido construido. La hermenutica, entonces parece ser la actividad de
evidenciar el sentido de la relacin social en el contexto de un relato entre dos sujetos, el
cientfico que intenta comprender y otro sujeto que sabe qu cosa es el sentido de su
actividad en el mundo de la vida. Emerge por esta va el "informe" del dilogo aludido.
Este informe se cristaliza en el escrito que el socilogo tiene como registro. Dicho escrito
aparentemente sin sentido, parece ser al mismo tiempo una lectura que provee una
primera interpretacin, y as, una primera imposicin de la relacin entre sujeto que quiere
conocer y sujeto que conoce. Se genera de este modo, otra interpretacin efectivizada
como necesidad del acto de comprensin.
La interpretacin sociolgica produce otra accin que se manifiesta como textum, vale
decir, como objeto de una lectura que constituye un contexto de la relacin y de la misma
primera interpretacin. As, ve la luz un texto que hace de (co) texto y que necesita de ser
interpretado en el continuo de dos historias, las historias de dos sujetos, que en la propia
relacin construyen su interpretacin. La construccin de sentido parece ser una co-
construccin de un textum que se manifiesta como red entre pensamiento, historia e
interpretacin. La co-construccin es creada como dialctica entre palabra, ausencia y
silencio. Palabra como pregunta por la accin, ausencia como relacin sobre la cual se
necesita el sentido, y silencio como el doble juego de lo no dicho y aquello que es la

respuesta. Se puede entender como la reconstruccin de la accin es una construccin de

sentido respecto al dilogo suprimido y en el dilogo ahora escrito y re-interpretado.
La interpretacin se entrecruza con la traduccin en la accin comunicativa, "los otros" que
hablan sobre su mundo de la vida son sujetos de una interpretacin que parece ser una
traduccin del sentido de la accin en el horizonte comprensivo compartido. Y que al
mismo tiempo necesita de un desplazamiento, de una nueva re-interpretacin, ahora sobre
la forma de narracin construida como objeto ms all del proceso de pregunta-respuesta.
Por lo que, el moverse entre sujeto-sujeto, (el dilogo) por un objeto (el texto) que
cristaliza pero no finaliza ni agota el sentido, hace aparecer la racionalidad que supone la
comunicacin. Por esto, el dilogo se puede entender como proceso de conocimiento y de
interpretacin de la accin que se busca comprender.
Finalmente, entonces, el texto es evidencia inter-subjetiva del dilogo como proceso de
conocimiento y de construccin compartida del sentido de la accin, evidencia de una
experiencia de re-lectura entre dos sujetos con dos narraciones que surgen desde un
mismo horizonte de comprensin. El dilogo hace reingresar el sentido en el contexto
intersubjetivo como pensamiento y como racionalidad. Como pensamiento por sus
caractersticas en tanto "juego del lenguaje" que hace volver a los sujetos objetos de s
mismos. Como racionalidad es el resultado conocido del proceso mismo de re-conocer el
texto de un mundo de la vida.
4.11.5. A MODO DE CONCLUSIN: LA INTERPRETACIN ENTRE LA

EPISTEMOLOGA Y LA METODOLOGA
Entendiendo, del modo arriba expuesto, el lugar de lo textual se pueden deducir algunas
consecuencias de orden metodolgico para el diseo y anlisis de las investigaciones
cualitativas. En primera instancia se puede pensar algunas "condiciones de entrada" a la
elaboracin de diseos cualitativos. De esta manera, para poder ingresar a la ejecucin de
un diseo cualitativo se deben tener en cuenta los siguientes supuestos:
1) La asimetra estructural, o mejor las diferencias de posicin y condicin (sensu
Bourdieu) entre el investigador y los sujetos de la investigacin.
2) El rasgo fundamental del cientfico social que qua sujeto comparte el conocimiento de lo
social con el sujeto que co-construye el documento sociolgico con l.
3) La necesaria "descentralizacin" del investigador, es decir, el abandono consciente y
explcito del centro de las relaciones que genera la actividad de investigacin.

4) La importancia de planificar dispositivos de "socio-anlisis" de las prcticas involucradas

en la accin sociolgica, lo que implica la incorporacin de indagaciones tendientes
principalmente a reflexionar sobre la reflexividad de la misma. Por otro lado, si se entiende
la interpretacin y construccin del modo que se ha expuesto se puede conocer mejor que
tenemos cuando hacemos anlisis en la investigacin cualitativa:
Por un lado tenemos REGISTROS PROGRESIVOS de lo observado, vale decir tenemos
objetos que se ubican en algn punto de una espiral compuesta y re-compuesta por
realidad y teora formando un texto. Si bien, el grado de constructibilidad de estos objetos
depende de nuestro enfoque terico y de los supuesto ontolgicos y epistmicos al cual
este responde, bsicamente se puede identificar una estratificacin bsica que involucra la
relacin entre:
1) narracin--manifestacin primera lectura concreto
2) proposicin descriptiva
3) afirmacin interpretativa lectura segunda abstracto
Por otro lado, tenemos un JUEGO DE INTERPRETACIONES que proporcionan los
sujetos de la investigacin MAS ACA DEL ANALISIS que pretende nuestra teora. Aqu se
debe tener siempre presente que tanto investigador como investigado son considerados
como sujetos "portantes" de dichas interpretaciones. Esta relacin se da en el marco del
movimiento entre:
1) comunicacin 3) registro 5) interpretacin
2) narracin 4) escritura 6) reflexividad
Finalmente, se puede iluminar que hacemos cuando analizamos:
En primer lugar RECONSTRUIMOS lo que VEMOS en un equilibrio entre la pluralidad y la
unicidad a partir de un proceso de comprensin en el marco de una dialctica de pregunta
respuestas.
En segundo lugar SUBSUMIMOS las reconstrucciones en una red de interpretaciones.
Punto de partida ste del continuo que va de la comunicacin a la reflexividad. Luego,
como subsumir incluye una tarea de encastre, procedemos a CORREGIR pero no la
realidad sino las interpretaciones. Este corregir es sugerido por un proceso que incluye a)
un anlisis crtico de las condiciones de anlisis que hemos puesto, b) de las pre-
condiciones de visibilidad de lo analizado y c) por lo que se ha denominado aqu
construccin del documento sociolgico. Por esta va, a) se refiere a una redefinicin de
los modos de "definir" los registros y los datos; b) implica un ajuste de la coherencia entre
preguntas, tcnicas e interpretaciones y c) involucra revisar la relacin entre texto, prctica

y sentido.
Por todo esto, RECONSTRUIR, SUBSUMIR Y CORREGIR devienen en ARGUMENTAR,
esto al menos implica:
A) Escribir, es decir construir un TEXTO, sujeto de intersubjetividad; y
B) Dar RAZONES SOBRE la particularidad de nuestras interpretaciones apelando a la
estructura relacional de los datos tal como arriba se ha expuesto. Entendida de esta
manera la tarea sociolgica de interpretacin parece, al menos de forma provisoria, poder
ligarse con la interpretacin del texto que supone la investigacin cualitativa. La prctica
sociolgica es una interpretacin segunda que se configura en un dilogo que
fundamentalmente se objetiva en el documento sociolgico. Por esta va, lo cualitativo del
texto sociolgico se presenta como caracterstica primaria del conocimiento sobre lo
social. Es justamente en el corazn de esta urdimbre que pone en movimiento la relacin
dilogo, interpretacin y prctica sociolgica, donde filosofa y sociologa se entrecruzan
una vez ms. La posicin de los sujetos en la co-construccin del documento sociolgico
seala en la direccin de recuperar lo que hay de humano en la prctica reflexiva de la
accin sociolgica.
4.11.6. REFERENCIAS
o Alexander,J. y Colomy, P. (1992) "Tradition and Competition: Preface to a
Postpositivist Approach to Knowledge Cumulation" en Ritzer, G. Metatheorizing.
Sage. California. USA.
o Coffey, A., Holbrook,B. y Atkinson, P. (1996a) "Qualitative Data Analysis:
Technologies and Representations" en Sociological Research Online, vol.1 n 1,
o http://www.socresoline.org.uk/socresoline/1/1/4.html
o Coffey, A. y Atkinson, P (1996b) Making Sense of Qualitative Data.
Complementary Research Strategies. Sage Publications. London.
o Coulon, A. (1995) Ethnomethodoly. Sage. London.
o Bohaman, J. (1994) New Philosophy of Social Science. Polity Press. Cambridge.
o Bourdieu, P. (1994) Raisons Pratiques. Seuil. Paris.
o Brown, R. H. (1989) Social Science as Civic Discourse. University Chicago Press.
Chicago.
o Bryant, C.G.A (1995) Practical Sociology. Polity Press. Cambridge.
o Fay, B. (1996) Contemporary Philosophy of Social Science. Blackwell. UK. USA.

o Fine, G. y Sandstrom, K. (1988) Knowing Children Sage London
o Fielding, N. y Lee, R. (1991) Using Computers in Qualitative Research . Sage.
London
o Holstein, J. y Gubrium, J. (1995) The Active Interview. Sage. California.
o Kelle, U. (1994) Ethnographic Research and Logic of Discovery. Recent
Developments in Analytic Philosophy of Science and their Impact on the Debate on
the Epistemological Foundations of Qualitative Research. Paper presented at the
XIII World Congress of Sociology. Bielefeld. RC 33. Sess. 14.
o Kelle, U. (1997) "Theory Building in Qualitative Research and Computer Programs
for the Management of Textual Date." Sociological Research Online, vol.2, n 2.
http://www.socresoline.org.uk/socresoline/2/2/1.html
o Kritzer, H. (1996) "The Data Puzzle: The Nature of Interpretation in Quantitative
Research" en American Journal of Political Science Vol. 40 No 1 Frebruary Pp. 1-32
o Marsh, D and Stoker, G. (edt.) (1995) Theory and Methods in Political Science.
MacMillan Press. London.
o Marshall Magan, J. (1994) "Research Report: Using a Database Management
System to Support Qualitative Research" en Social Science Computer Review, 12:I,
Spring. P.p. 114-121.
o Marshall, C. y Rossman, G. (1995) Designing Qualitative Research. 2 Edition.
Sage. California.
o Michael M. y McIntyre, L. (1994) Readings in the Philosophy of Social Science.
MIT Press. USA.
o Melucci, A. (1996) Challenging Codes. Collective Action in the Information Age.
Cambridge University Press. Cambridge.
o Myerson, G. (1994) Rhetoric, Reason and Society. Sage. London.
o Outhwaite, W. (1987) New Philosophy of Social Science. St. Martin's Press. New
York.
o Outhwaite, W. (1994) Theoretical Concepts and Real Definition. University of
Sussex. ms.
o Outhwaite, W. (1996) "Introduction" Klassisk og Modern samfundsteorien
Introduktion. de Andersen, H. y Kaspersen, L. Vorlag. Copenhagen. Forthcoming

o Pawson, R. (1994) "Quality and Quantity, Agency and Structure, Mechanism and
Context, Dons and Cons." Nuffield College 1993/ World Congress of Sociology ISA ,
Bielefeld M/S.
o Ritzer, G. (Eds) (1990) Frontiers of Social Theory. The New Synthesis. Columbia
University Press. New York.
o Root, M. (1994) Philosophy of Social Science Blackwell Publishers. Oxford.
o Rossman, G. (1995) Designing Qualitative Research. 2 Edition. Sage. California.
o Scribano, A. (1994) Teora Social y Hermenutica. Centro Editor de Amrica
Latina. Buenos Aires. Coleccin: Los Fundamentos de las Ciencias del Hombre. N
141.
o Scribano, A. (1995) Curso Introductorio al Proceso de Investigacin en Ciencias
Sociales. Centro Editor de la Secretara de Ciencia y Tecnologa de la Universidad
Nacional de Catamarca.
o Scribano, A. (1997) "El Problema de la Acumulacin de Conocimiento en las
Ciencias Sociales". Estudios Sociolgicos Vol. XV, Num, 45, Septiembre-Diciembre.
1997.Pp 857-869 Colegio de Mxico. Mxico, D.F.
o Scribano, A. (1998a) "Texto Sociolgico y Metfora". en Red de Filosofa y Teora
Social, Tercer Encuentro, Enrique Gimnez y Adrin Scribano (Comp.). Centro
Editor de la Secretara de Ciencia y Tecnologa de la Universidad Nacional de
Catamarca. ISBN 950-746-015-2 pp.221-240
o Scribano, A. (1998b) "Complex Society and Social Theory". Social Science
Information. 37 (3) Sept, p.p 493-532 Sage.
o Scribano, A. (1999) Epistemologa y Teora: Un estudio introductorio a Habermas,
Bourdieu y Giddens. Centro Editor de la Secretara de Ciencia y Tecnologa de la
Universidad Nacional de Catamarca., 251 p.p. ISBN N 950-746-018-7
o Tesch, R. (1991) "Sofware for Qualitative Researchers: Analysis Needs and
Program Capabilities", en Lee y Fielding Using Computers in Qualitative Research .
Sage. London p.p 16-38.
o Sayer, A. (1992) Method in Social Science. 2nd. edition. Routledge. London.

<
5. CAPITULO V:
ELEMENTOS PARA LA
ELABORACIN DEL
INFORME DE
INVESTIGACIN

5.1. INVESTIGACION CIENTIFICA Y ESCRITURA CIENTIFICA
Manuel A. Bobenrieth
5.1.1. DESAFIOS PARA EL INVESTIGADOR:
1. COMO ORGANIZAR Y ANALIZAR LA INFORMACION?
Seleccin de variables a analizar; Arreglos adecuados de la informacin para cada
variables; Resumen de la informacin para discernir sobre relaciones y contrastes;
2. CMO SACAR CONCLUSIONES?
Conocimiento de antecedentes cientficos, estructura de la investigacin y magnitud de
relaciones observadas y de contrastes permite uso del juicio cientfico para decisiones
sobre importancia sustantiva;
Magnitudes observadas y tamao de los grupos examinados permite inferencia
matemtica para decisiones sobre significacin estadstica;
3. CMO COMUNICAR LOS RESULTADOS?
Provisin a la comunidad cientfica de un recuento claro y conciso de qu se hizo, qu se
encontr y qu se concluy; Recuento debe ser comprensible, evaluable y utilizable por
la comunidad cientfica y de servicios de salud.
5.1.2. PREGUNTAS CLAVES PARA ANTES DE SENTARSE A ESCRIBIR UN

ARTICULO:
1. QUE ES LO QUE TENGO QUE DECIR?
2. VALE EL DOCUMENTO EL ESFUERZO DE ESCRIBIRLO?
3. CUAL ES EL FORMATO (O ESTRUCTURA) ADECUADO
4. CUAL ES LA AUDIENCIA ESPERADA?
5. CUL ES LA REVISTA APROPIADA?
5.1.3. COMO ORGANIZAR LOS PENSAMIENTOS PLANIFICACION: PRIMER PASO

HACIA LA COMPETENCIA:
1. INCLUIR CADA TEMA QUE REQUIERE LA MATERIA
2. EXCLUIR CADA TEMA QUE NO REQUIERE LA MATERIA
3. DIVIDIR CADA TEMA EN SUS SUBCATEGORIAS PRINCIPALES.

4. ORDENAR CADA GRUPO DE SUBCATEGORIAS ADECUADAMENTE
5.1.4. FORMAS DE ESCRITURA TECNICO-CIENTIFICA:

1. CARTA
2. MEMORANDUM
3. PROPUESTA
4. INFORME TECNICO
5. RESEA
6. MONOGRAFIA
7. CAPITULO DE LIBRO
8. LIBRO
9. ARTICULO CIENTIFICO
5.1.5. CRITERIOS PARA ESCRITURA EFECTIVA

1. RIGOR LOGICO
2. REPLICABILIDAD
3. CLARIDAD Y CONCISION DE ESTILO
4. ORIGINALIDAD
5. PRECISION
6. AMPLITUD
7. COMPATIBILIDAD CON ETICA
8. SIGNIFICACION
9. PERTINENCIA
10. APLICABILIDAD
5.1.6. COMO EVITAR LAS FALTAS MAS COMUNES EN LOS INFORMES

1. ESTABLECER CLARAMENTE EL PROPOSITO
2. DAR UN ANTECEDENTE BREVE DEL TEMA
3. TRABAJAR CON UN ESQUEMA CLARO Y EFICAZ
4. DIFERENCIAR HECHOS DE OPINIONES
5. USAR FRECUENTES AYUDAS VISUALES
6. PRODUCIR UN DOCUMENTO ATRACTIVO Y AGRADABLE
7. ASEGURAR CONCLUSIONES CLARAS Y PERTINENTES
8. UTILIZAR LENGUAJE PRECISO Y CONCISO, NO VAGO NI AMBIGUO EN EL
5.1.7. PROCESO DE ESCRITURA:

1. PREPARACIN
- OBJETIVO
- AMPLITUD
- AUDIENCIA
2. INFORMACIN
- SISTEMA DE ANOTACIN
- INVESTIGACION BIBLIOGRAFICA
3. ENTREVISTAS ENCUESTAS (muestra y cuestionarios)
4. ORGANIZACIN:
- METODO DE DESARROLLO
- ESQUEMA
- LUSTRACIONES
5. PRIMER BORRADOR
- TITULO
- INTRODUCCION
- EXPOSICION
- CONCLUSION
6. SEGUNDO BORRADOR (REVISION)
- CLARIDAD
- COHERENCIA
- CONCISION
- LOGICA
- TRANSICION
- UNIDAD
- DEFINICION TERMINOS
5.1.8. COMO CONSTRUIR ORACIONES GRAMATICALES EFECTIVAS:

1. USAR SOLAMENTE PALABRAS NECESARIAS
2. EVITAR CONSTRUCCIONES INCOMPLETAS
3. DAR ENFASIS A LOS PENSAMIENTOS PRINCIPALES
4. UBICAR CORRECTAMENTE TODOS LOS MODIFICANTES

5. USAR CONSTRUCCIONES SIMILARES PARA EXPRESAR SITUACIONES
SIMILARES
6. EMPLEAR TERMINOS PRECISOS
7. TRATAR DE MEJORAR LA REDACCION EN FORMA HABITUAL
5.1.9. ESTILO EDITORIAL:

1. FORMATO
2. IDENTACION
3. PAGINACION
4. TIPO Y TAMAO LETRA
5. NUMERACION
6. TERMINOLOGIA (MECANICA)
7. MAYUSCULAS
8. ABREVIACIONES
9. PALABRAS COMPUESTAS
10. DELETREO
11. SIMBOLOS
12. CONTRACCIONES
13. ACRONIMOS
14. SILABEO
15. CURSIVA
16. BIBLIOGRAFIA
17. NOTAS DE PIE DE PAGINA
18. PUNTUACION
19. PUNTO APARTE
20. PUNTO SEGUIDO
21. COMA
22. PUNTO Y COMA
23. DOS PUNTOS
24. GUION
25. PARENTESIS
26. EXCLAMACION
27. NTERROGACION
5.1.10. FALTAS FRECUENTES QUE CONSTITUYEN CAUSAS DE RECHAZO DE

ARTICULOS TECNICO - CIENTIFICOS.
5.1.10.1. FALTAS RELACIONADAS CON EL CONTENIDO DE LA INVESTIGACION
A. Fase conceptual de la investigacin
B. Fase emprica de la investigacin
C. Fase interpretativa de la investigacin
5.1.10.2. FALTAS RELACIONADAS CON EL INFORME DE LA INVESTIGACION

A. Estructura del artculo
B. Estilo del artculo.
5.1.11. ASPECTOS PARA UNA LECTURA INTELIGENTE:

5.1.11.1. SELECCIN
Lo que es nuevo y relevante a mi inters
Lo que me ayuda a resolver un problema en particular o responder a una necesidad
especfica de informacin
Lectura crtica (ttulo, resumen, resultados y resto)
5.1.11.2. EVALUACION DE CALIDAD

Confiabilidad de la informacin
Diseo investigacin
Procedimientos estadsticos
Falsedad consciente (fraude, engao, plagio)
Secreto, reserva (retencin de informacin)
5.1.11.3. ACCESO A LA LITERATURA

BENDITO ES EL HOMBRE QUIEN NO TENIENDO NADA QUE DECIR SE ABSTIENE
DE DAR EN PALABRAS EVIDENCIA DE ESE HECHO George Eliot (1819-1880)
http://www.unet.edu.ve/~frey/varios/decinv/investigacion/investyescrit.html

5.2. CMO ESCRIBIR UN ARTCULO CIENTFICO
5.2.1. LA ESTRUCTURA DE UN ARTCULO ORIGINAL

5.2.1.1. INTRODUCCIN
La introduccin debe responder a la pregunta de "porqu se ha hecho este trabajo".
Describe el inters que tiene en el contexto cientfico del momento, los trabajos previos
que se han hecho sobre el tema y qu aspectos no dejan claros. Con la abundancia de
trabajos de revisin existentes actualmente, la Introduccin no necesariamente debe ser
muy extensa y puede beneficiarse de lo expuesto en la revisin ms reciente sobre el
tema.
La Introduccin es pues la presentacin de una pregunta, la cual es a su vez como el nexo
de unin que engarza la investigacin con el cuerpo de doctrina existente. Y para no
encontrarse al final del esfuerzo con la sorpresa de que la pregunta ya ha sido respondida
por otro investigador ms madrugador, es necesario (imperativo, por mucho que cueste),
hacer una revisin bibliogrfica previa. Probablemente es la parte ms costosa del
trabajo, entre otras cosas porque siempre existe la posibilidad de que de dicha revisin
pueda concluirse que nuestras preguntas ya tienen respuesta y, por lo tanto, no vale la
pena llevar a cabo la investigacin.
Es conveniente que el ltimo prrafo de la Introduccin se utilice para resumir el objetivo
del estudio.
5.2.1.2. MATERIAL Y MTODOS

En esta seccin se responde a la pregunta de "cmo se ha hecho el estudio". Una vez se
han visto las razones por las que merece la pena acometer el proyecto, hay que pensar en
cmo llevarlo a la prctica, para lo cual es de gran utilidad la ayuda de un epidemilogo
o de un bioestadstico a fin de no malgastar esfuerzos en vano. Un magnfico proyecto
puede resultar invlido o ineficiente si no utiliza la metodologa adecuada: no se puede
llevar a cabo un estudio de causalidad con un diseo transversal; es ineficiente hacer un
estudio prospectivo, ms largo y costoso, si lo que se busca es simplemente explorar una
hipottica relacin causa-efecto, algo que con un estudio retrospectivo, ms rpido y
barato, puede resolverse, reservando el estudio prospectivo para probar dicha relacin.

Muchos estudios fracasan por defectos en la metodologa utilizada. Si un bioestadstico o

epidemilogo colabora de alguna forma en la investigacin, debe ser, o bien retribuido
econmicamente, o bien incluido entre los autores.
La seccin de material y mtodos se organiza en cinco reas:
Diseo: se describe el diseo del experimento (aleatorio, controlado, casos y
controles, ensayo clnico, prospectivo, etc.)
Poblacin sobre la que se ha hecho el estudio. Describe el marco de la muestra y
cmo se ha hecho su seleccin.
Entorno: indica dnde se ha hecho el estudio (hospital, asistencia primaria,
escuela, etc).
Intervenciones: se describen las tcnicas, tratamientos (utilizar nombres genricos
siempre), mediciones y unidades, pruebas piloto, aparatos y tecnologa, etc.
Anlisis estadstico: seala los mtodos estadsticos utilizados y cmo se han
analizado los datos.
La seccin de material y mtodos debe ser lo suficientemente detallada como para que
otro autor pueda repetir el estudio y verificar los resultados de forma independiente.
5.2.1.3. RESULTADOS
Esta seccin debiera ser la ms simple de redactar. Incluye las tablas y figuras que, por s
solas, deben poder expresar claramente los resultados del estudio. Hay editores de
revistas importantes que afirman sin ambages que el mejor texto para esta seccin
debiera ser simplemente: "los resultados del estudio se pueden ver en la Tabla 1".
Los resultados deben cumplir dos funciones:
Expresar los resultados de los experimentos descritos en el Material y Mtodos.
Presentar las pruebas que apoyan tales resultados, sea en forma de figuras,
tablas o en el mismo texto.
Los resultados deben poder ser vistos y entendidos de forma rpida y clara. Es por ello por
lo que la construccin de esta seccin debe comenzar por la elaboracin de las tablas y
figuras, y slo posteriormente redactar el texto pertinente en funcin de ellas. El primer
prrafo de este texto debe ser utilizado para resumir en una frase concisa, clara y directa,
el hallazgo principal del estudio. Esta seccin debe ser escrita utilizando los verbos en
pasado. Aunque se utiliza mucho la voz pasiva o el impersonal ("se ha encontrado que...")
como prefieren algunos editores, cada vez se tiende ms a utilizar la voz activa en primera
persona del plural ("hemos visto que... "); al fin y al cabo el mrito es de los autores y no
hay porqu ocultarlo.
Discusin
Esta seccin es el corazn del manuscrito, donde la mayora de los lectores irn despus
de leer el resumen (a pesar de que los expertos recomiendan que, tras leer el ttulo, lo
primero que hay que leer es el material y mtodos) y la seccin ms compleja de elaborar
y organizar. Algunas sugerencias pueden ayudar:
Comience la Discusin con la respuesta a la pregunta de la Introduccin, seguida
inmediatamente con las pruebas expuestas en los resultados que la corroboran.
Escriba esta seccin en presente ("estos datos indican que"), porque los hallazgos
del trabajo se consideran ya evidencia cientfica.
Saque a la luz y comente claramente, en lugar de ocultarlos, los resultados
anmalos, dndoles una explicacin lo ms coherente posible o simplemente
diciendo que esto es lo que ha encontrado, aunque por el momento no se vea
explicacin. Si no lo hace el autor, a buen seguro lo har el editor.
Especule y teorice con imaginacin y lgica. Esto puede avivar el inters de los
lectores.
Incluya las recomendaciones que crea oportunas, si es apropiado.
Y, por encima de todo, evite sacar ms conclusiones de las que sus resultados
permitan, por mucho que esas conclusiones sean menos espectaculares que las
esperadas o deseadas.
5.2.2. OTROS ASPECTOS DEL ARTCULO

El ttulo debe ser corto, conciso y claro. Los ms efectivos tienen menos de 10 palabras y
no deben incluir abreviaturas ni acrnimos. Todos los acrnimos utilizados en el texto
deben ser seguidos, la primera vez que se mencionan, de un parntesis con su
significado. Es aconsejable que el ttulo sea escrito despus de redactar el ncleo del
manuscrito (introduccin, material-mtodos, resultados y discusin). Los ttulos pueden ser
informativos ("Alta incidencia de infartos de miocardio en fumadores") o indicativos
("Incidencia del infarto de miocardio en fumadores").
El resumen da una visin de conjunto del trabajo. Si se trata de trabajos de revisin, el
resumen suele ser descriptivo (describe brevemente cul es el contenido del trabajo y no
menciona resultados ni conclusiones); si se trata de trabajos originales, el resumen es
comprehensivo (informa brevemente de todas las secciones del trabajo, incluyendo

resultados y conclusiones). Este resumen comprehensivo puede ser estructurado (con
los apartados de: objetivo, diseo, entorno, sujetos, resultados y conclusiones) o no
estructurado, en el que la informacin se suele dar en dos o tres prrafos. Obsrvese que
en el resumen estructurado, la Introduccin es sustituida por Objetivo, la Discusin por
Conclusiones y el Material-Mtodos est separado en sus componentes.
Los errores ms frecuentes en la redaccin del resumen son:
no plantear claramente la pregunta
ser demasiado largo
ser demasiado detallado
Las palabras clave sern de 3 a 10, si su nmero no est ya especificado en las
"Instrucciones para los Autores", y seleccionadas a ser posible de la lista del MeSH
(Medical Subject Headings), del Index Medicus o del Indice Mdico Espaol.
Los agradecimientos se situarn en el lugar que determine el editor de la revista en las
"Instrucciones para los Autores": puede ser en la primera pgina o al final de la Discusin.
Se deben incluir en los agradecimientos, pero no entre los autores, a quienes sin ser
autores o coautores en sentido estricto han prestado su ayuda tcnica (tcnicos de
laboratorio, secretarias, etc.) o han sido de inestimable apoyo moral (el Jefe de un
Departamento, etc.).
La bibliografa se citar segn la normativa exigida por la revista elegida. Salvo casos de
publicaciones de gran relevancia histrica, las citas deben ser recientes, no superiores a
los 5 aos en caso de un trabajo de revisin. Esta normativa suele seguir de manera
bastante uniforme las normas de Vancouver.
Para la citacin de revistas se indica el siguiente orden:
o Nombre de los autores, hasta un mximo de seis, separados por comas, con
su apellido y las iniciales sin puntos (excepto tras la ltima inicial del ltimo
autor). Si se sobrepasa el nmero de seis, hay que escribir los seis primeros
y aadir "et al.", abreviacin de la expresin latina "et alii" que significa "y
otros". Si el autor es un Comit, poner el nombre del Comit.
o Ttulo del trabajo, terminado con un punto.
o Revista biomdica, en su expresin abreviada segn aparece en el Index
Medicus, a la que sigue, sin puntuacin alguna intermedia, el

o Ao de publicacin, -punto y coma-, Volumen, -abrir parntesis-, Nmero o

mes del ejemplar (esto puede omitirse si la paginacin del Volumen es
consecutiva), -cerrar parntesis-, -dos puntos-, Pginas del artculo (la
primera y la ltima, si bien la ltima pgina puede indicarse con slo el ltimo
dgito si los primeros fueran iguales a los de la primera pgina).
Si se trata captulos de libros en los que varios autores han colaborado, se cita de
la siguiente forma:
o Autor/es del captulo
o Ttulo del captulo
o Autor/es del libro (denominados "editores" en terminologa anglosajona),
o Ttulo del libro
o Ciudad donde se ha impreso
o Editorial que lo ha publicado
o Ao de publicacin
o pginas (primera y ltima) del captulo
He aqu algunos ejemplos:
1-International Committee of Medical Journal Editors. Uniform requirements
for manuscripts submitted to biomedical journals. N Engl J Med 1991; 324:
424-5
2-Weinstein L, Swartz MN. Pathologic properties of invading microorganisms.
En: Sodeman WA, editor. Pathologic physiology: mechanisms of disease.
Philadelphia: Saunders, 1974:457-72.
Adems de la normativa de Vancouver, existe la normativa para la citacin de
publicaciones en la bibliografa de trabajos cientficos, segn la American Psychology
Association.
5.2.3. COMPROBACIN DE ERRORES

Se enva a la revista adecuada?
Se cumplen todas las instrucciones que el editor de la revista indica?
Son los autores los que realmente merecen el crdito del trabajo?
Es el resumen demasiado largo o demasiado complejo?
Est correctamente estructurado el ncleo del trabajo (introduccin, material-
mtodos, resultados, discusin?
Es la bibliografa reciente y citada segn normativa de la propia revista?

Se corresponden las citas bibliogrficas con lugar del texto donde se citan?
Se responde en la Conclusin a la pregunta formulada en la Introduccin?
Se sacan las conclusiones apropiadas a los resultados obtenidos y no ms?
Son las tablas o figuras fcilmente inteligibles y resumen los resultados?
Estn la Introduccin y Conclusiones escritas en presente, y el Material y
Resultados, en pasado?

5.3. EPISTEMOGRAFAS. LA ESCRITURA DE LOS RESULTADOS DE

INVESTIGACIN
Juan Besse
5.3.1. RESUMEN
El presente artculo tiene como objetivo desplegar un conjunto de reflexiones que pueden
ser de utilidad para exponer los resultados de investigacin. En ese sentido, podemos
distinguir, en principio, dos tipos de prcticas discursivas: 1) la escritura que va diseando
los diversos componentes de una investigacin y 2) la escritura destinada a elaborar un
producto para ser expuesto pblicamente. Y este ltimo es un punto no menor, porque
est asociado a la comunicacin y el intercambio de los productos de investigacin. A
aquello que podramos denominar el proceso de su publificacin. Un trmino que resulta
til ya que agrega al acto material de la publicacin, la produccin de su resonancia social.
El anlisis de las prcticas de escritura de los resultados de investigacin se asienta en la
distincin de tres aspectos anudados de manera borromea: lo epistmico, lo metdico y lo
tcnico. En el presente trabajo hemos puesto nfasis en los dos primeros.
5.3.2. INTRODUCCIN
El presente artculo tiene como objetivo desplegar un conjunto de reflexiones que pueden
ser de utilidad para exponer los resultados de investigacin.
En ese sentido, podemos distinguir, en principio, dos tipos de prcticas discursivas: 1) La
escritura que va diseando los diversos componentes de una investigacin y 2) la escritura
destinada a elaborar un producto para ser expuesto pblicamente. Y este ltimo es un
punto no menor, porque est asociado a la comunicacin y el intercambio de los productos
de investigacin. A aquello que podramos denominar el proceso de su publificacin. Un
trmino que resulta til ya que agrega al acto material de la publicacin la produccin de
su resonancia social.
Rabotnikof (1998: 5 y ss.) distingue tres "criterios heterogneos" para el trazado de la
distincin entre lo pblico y lo privado, o, lo que ella llama "tres sentidos tradicionalmente
adheridos a la distincin pblico-privado". El primer criterio es el que opone lo colectivo a
lo individual, en esa oposicin lo pblico asumira el sentido del inters general y se

deslizara hacia su asociacin sinonmica con lo poltico, tanto lo pblico estatal como lo
no estatal. El segundo criterio hara hincapi en la oposicin entre lo visible y lo oculto,
entre lo manifiesto y lo secreto. Un criterio que pone en el tapete la dimensin espacial de
lo pblico y su relacin con la mirada. Por ltimo, el tercero, es el que opone apertura a
clausura y define lo pblico por las condiciones de accesibilidad y como contrapartida
establece las condiciones de apropiacin de los objetos culturales. Entre ellos, el
conocimiento.
La distincin entre discurso de investigacin y discurso de exposicin (Escolar 2000)
puede entonces delinearse sobre la base de estas nociones de lo pblico, o ms
precisamente de las relaciones entre lo pblico y lo privado que atraviesan la produccin
de los ordenamientos sociales. Algo as como distinguir entre la cocina del platillo para la
fiesta y el modo de exponerlo para convertirlo en objeto de consumo.
Es obvio que entre ambos tipos de discurso hay una relacin quiasmtica. No hay
delikatessen sin cocina, pero difcilmente ese producto sera deseado y consumido sin la
fantasa que soporta su realidad como conocimiento. Los libros los compramos en
libreras, y no en cualquiera, y los informes de investigacin deben estar escritos en
"lenguaje cientfico" y presentados segn ciertos formatos discursivos y estticos que
trasunten familiaridad y den cuenta de su sostn institucional. Lo que equivale a decir que
el informe genere las propias condiciones de su legitimidad haciendo pblica su inscripcin
social e institucional (1).
Es decir, se espera del conocimiento cientfico que sea pblico en alguno de los sentidos
antes mencionados. Por lo menos que sirva al inters general, sus fundamentos sean
visibles y manifiestos y, en tanto bien comn, est garantizada su accesibilidad. Sin
embargo, desde la constitucin del campo cientfico social en el siglo XIX, la "publificacin"
del conocimiento ha basculado histricamente entre, por lo menos, dos conjuntos de
imgenes sobre la ciencia cuyos rasgos principales han sido y an siguen siendo
esquemticamente:
a) una ciencia independiente de la poltica -cuyo atributo esencial es la frontera que la
separa del sentido comn y las ideologas de turno- capaz de descubrir un mundo, es
decir con acceso a la verdad como correspondencia y/o adecuacin, cuya expresin ms
ordinaria es el dogma de la neutralidad valorativa de cuo positivista y
b) una ciencia altamente politizada dnde su especificidad como prctica social se ve
desdibujada en provecho de los proyectos poltico-ideolgicos que le otorgan su razn de
ser. De modo tal que la ciencia adquiere un carcter altamente instrumental, ya sea por
servir a proyectos estratgicos estatales o por colaborar en la tarea de sedimentar las
identidades nacionales en funcin de esos proyectos (2).
Lo ms destacable de ambas opciones epistemolgicas es el modo en que se traman la
una con la otra, una concepcin opera como fantasma de la otra dndole una consistencia
positiva arrolladora. La bscula entre las concepciones antagnicas mencionadas hall
sus momentos de vacilacin en lo que podramos llamar un saber que al reconocer su
ligazn estructural con el poder puede distanciarse del mismo, y de ese modo procurar
fijar en la travesa de la crtica al poder, los lmites histricos del acoplamiento.
En ese sentido, el panorama quedara incompleto si eludiramos una tercer concepcin
que juega sus cartas en los campos del antagonismo entre del saber disyunto del poder y
el saber acoplado al poder. Esa concepcin es la del impoltico nietzscheano que
compartiera con Weber el ideal de una ciencia independiente de la filosofa pro estatal, en
definitiva, una prctica cientfica capaz de distanciarse de los proyectos gubernamentales
dominantes y por lo tanto devenir en ciertos contextos institucionales grupo sujeto en la
construccin de relaciones democratizantes entre la sociedad (civil) y el estado (3). Y es
precisamente en este punto que el conocimiento, en tanto objeto de intercambio puede, y
necesita, ser pensado como factor constituyente de la esfera pblica. Es decir, los tres
criterios heterogneos para definir "lo pblico" sealados por Rabotnikof ms arriba, tienen
que articular los conceptos de estado, mercado y sociedad civil mediante un anudamiento
borromeo que d cuenta de los modos histricos y de las especificidades institucionales
en que la escritura cientfica es producida y apropiada.
Ahora bien, pensar el informe de investigacin puede ser una tarea vasta, de modo tal que
es pertinente establecer tres aspectos que a grandes trazos constituyen los problemas de
toda escritura pblica:
2) El aspecto epistmico de la produccin y el consumo de conocimiento, que como
toda epistemologa es necesariamente poltica ya que fija las condiciones de la
eficacia del discurso y regula por tanto los aspectos metodolgicos y tcnicos que
participan en su construccin. Es decir todo lo atinente a la demanda de
conocimiento, qu se demanda y quin demanda una investigacin (Ibez 1986).
De modo tal que la demanda sea entendida como parte del dispositivo de validacin
del conocimiento. No sera exagerado decir entonces que el deseo de las
instituciones o de quienes las componen, la pregunta por el deseo del otro, es parte
del aspecto poltico de toda escritura. Y en esa encrucijada, empezamos a delinear

el contorno de un problema: lo que desean las instituciones no siempre coincide
con lo que anhelan.
3) El aspecto metdico, que en tanto prctica, lo es de un proceso de investigacin
particular y da cuenta de las relaciones entre la teora, el mtodo y la tcnica en el
proceso de construccin de un objeto de investigacin (Bourdieu 1987). Este
aspecto es el que permite articular el discurso de investigacin en un discurso de
exposicin mediante estrategias narrativas cuyo objetivo, a nuestro entender, es
producir la unidad en la discontinuidad sin perder el carcter heterogneo y abierto
de lo social. Aqu se juega la eficacia del montaje que el investigador realiza con
metros de celuloide, direccin y mtodo.
4) Imaginemos que usted ha escrito en varios registros, que ha acopiado informacin
discrepante y aspira a construir explicaciones coherentes que sin aplanar la
discrepancia permitan captar la lgica fragmentaria en que se expresa lo social y
sus conflictos, sin embargo est obsesionado por la transmisibilidad de sus ideas.
As, el mtodo es ese camino que construye las ideas. Entre el mtodo y las ideas
hay una relacin de anverso y reverso. Antes del mtodo con dificultad estamos
frente a relaciones conceptuales como las que constituyen las explicaciones o las
descripciones. La ideabilidad de las transmisiones es el envs del problema: cmo
nos separamos (se-parere) del otro y engendramos el objeto? A lo que agregamos
un aspecto propiamente epistmico. La construccin de un objeto de investigacin,
no es posible sin un efecto de cierre conceptual. Ahora bien, cmo efectuar el
cierre conceptual sin caer en la ausencia de punto de fuga, es decir, en un cierre de
la significacin?
5) El aspecto tcnico que apela a ciertas figuras de la escritura y de la grfica que
permiten exponer la informacin como datos y que ayudan al lector a aproximarse
al informe. El informe es un texto que sometido a una prctica de lectura puede
proveer pistas para reconstruir el objeto de investigacin construido por la prctica
de investigacin. Como lectores hemos incorporado ciertos hbitos, que suelen
combinar la visin y el tacto.
6) En el caso del libro, y esto presenta apenas una diferencia de grado con los
informes caseros o los documentos institucionales que aspiran a imitar su formato;
el rodeo comienza con la tapa, la contratapa, la solapa, antes o despus el ndice,
la bibliografa, las notas al pie que nos indican la adscripcin institucional. Una
estrategia que nos evoca el relato mtico o histrico de Atahuallpa oliendo la Biblia,
sometiendo el texto sagrado a la tactilidad profana que no ve ms all del cono al
ser supremo indiscernible; sencillamente porque no mora dentro de l. Sin
embargo, de alguna manera se lo busca en la pregunta sobre el qu pretende, que
se adosa al quin es y sobre qu habla? All se juega la tcnica expositiva. Una
delgada lnea que separa el ornamento de la estructura y deja al desnudo cierta
inescindible relacin de la forma y el contenido. Vemos el libro, el informe, el
producto de investigacin en cualquiera de sus formatos, pero siempre desde un
lugar diferente del que el artefacto nos mira.
Los tres aspectos estn presentes con diversos grados de predominancia en el derrotero
que traza un proceso de investigacin. Entre el 1) establecimiento del encuadre
epistmico, 2) las decisiones de las articulaciones de mtodo que realiza el investigador y
3) las opciones tcnicas a las que apela para exponer los resultados que ha obtenido
encontramos nuevamente un anudamiento borromeo. No es posible pensar la escritura
como tcnica de exposicin ms all de las decisiones metodolgicas o de la demanda del
campo profesional para el que y, finalmente, en el que trabajamos.
En tal sentido, suscribir la distincin entre el lenguaje denotativo y el connotativo, nos
arroja al despeadero de los sobrentendidos que en ocasiones suelen ser ms perniciosos
que los malentendidos, porque reemplazan la funcin de pensar por lo pensado e instalan
la confusin entre la reproduccin institucional, a la que cualquier institucin aspira, y la
normalizacin del sentido de la comunicacin. Algo as como interpretar que normatividad
y normativismo (4) son trminos intercambiables.
A continuacin desarrollaremos unos apuntes que tienen como objetivo ampliar los
aspectos epistmico y metdico de la escritura en la investigacin social y avanzar en la
conceptualizacin del aspecto tcnico mediante el supuesto de su anudamiento con los
niveles anteriores.
5.3.3. EL ASPECTO EPISTMICO: EL ENCUADRE POLTICO DE LA ESCRITURA

"los informes de investigacin esperan la consagracin de su lanzamiento
en un volumen de pasta dura, o con ms frecuencia desaparecen en el
purgatorio, en la flotilla de la literatura gris empantanada en el secreto de los
Ministerios o de los centros de investigacin" Michel de Certeau
Qu sentidos soporta la palabra escritura? Si nos desplazamos por el sesgo etimolgico

del ttulo se impone la representacin de una inscripcin. Inscripcin de lo circunscripto
mediante una prctica de investigacin, es decir, lo que ha podido ser construido como
conjunto mediante un diseo, cuyo proceso de elaboracin ha dejado su huella.
En un trabajo anterior (Besse 2000), donde nos propusimos explorar las relaciones entre
la escritura y las prcticas de diseo, hicimos uso de la imagen de la escritura como una
articulacin mltiple. La multiplicidad es lo que hace de esa articulacin "algo"
problemtico. Sin embargo, aqu no nos vamos a detener in extenso en los supuestos
tericos que permiten problematizar la escritura, sino que, como si se tratara de transitar
un camino inverso, intentaremos dar cuenta de ciertas precauciones de mtodo que
pueden facilitar la produccin de un documento institucional, eso que habitualmente
llamamos informe de investigacin.
Si pensamos el informe de investigacin como un instrumento para la comunicacin, es
inevitable desensillar en la comunicabilidad del texto que soporta la letra. En ese punto
podemos acordar en que los discursos de investigacin aspiran a ser comunicados (5) y lo
hacen en la medida que hagan signo. Esto es, que la actividad del lector produzca un
efecto de sentido que se aproxime al que quiso imprimirle el escritor. Por supuesto, el
discurso oficiar de lazo y habilitar la comprensin si se inscribe en una formacin social
discursiva e institucional- que oficie de interpretante. Cuestin esta ltima que rebasa la
suposicin de un marco cultural comn a investigadores y lectores, y por lo tanto nos invita
a sondear como operan esas formaciones sociales, en tanto creadoras de demanda, en
los procesos de produccin de significacin en los campos acadmicos, intelectuales y
profesionales.
Qu pasa entre las estrategias de comunicacin de los investigadores, mediante actos
de escritura y las apropiaciones plurales, mviles de los lectores? Cmo se transforman
los documentos de investigacin mediante las operaciones de los usuarios? (Certeau
1980; Chartier 1997) Cmo se trama la relacin entre la comunicabilidad y la
transmisibilidad en una prctica discursiva como es la de producir un texto escrito? Esas
preguntas nos confrontan con los lmites de la comunicacin -de toda comunicacin- y nos
permiten pensar criterios de comunicabilidad relativamente (6) ptimos.
La eficacia relativa de cualquier escritura se asienta en su capacidad de coadyuvar a
producir un acto de subjetivacin. Es en la prctica de lectura, que el discurso hace signo
y produce enlace; all donde se bordean los contornos de un objeto de conocimiento,
adviene el sujeto. Sujeto y objeto de conocimiento se co-constituyen simultneamente, a lo

cual agregara sujeto y sujeto se co-constituyen simultneamente.
El problema est precisamente en la cinaga de la simultaneidad. Una perspectiva
"dialctico-subjetiva", dara cuenta de la compenetracin de los opuestos, pensara al
objeto como acuerdo intersubjetivo, en fin, suturara la falta, mediante la postulacin de la
realidad "hecha" objeto mediante "el colapso del campo mismo de la subjetividad qua
vehculo de la verdad en el capitalismo tardo" y rompera el carcter colectivo de la
construccin de la verdad faccionndola, es decir volvindola facciosa mediante "su
desintegracin en los dos polos del conocimiento experto y la verdad psictica privada"
(Zizek 1994:194). O bien cerrando la discusin como un derivado del criterio de autoridad
propio del discurso experto o cayendo en el perspectivismo ingenuo de las verdades
privadas que eleva la experiencia personal a la categora de absoluto rompiendo,
paradjicamente desde el relativismo que niega toda certidumbre, la construccin misma
de la relatividad que permite formular problemas sobre la base de criterios de verdad pero
sin absolutizarlos.
Entonces no sera abusivo decir que hay escritura cientfica, cuando se acoplan el escrito
y la lectura produciendo ese efecto de sentido que permite bordear los contornos de un
problema.
Eso es un objeto de investigacin, lo que produce un problema, un ob-jectum, algo que se
interpone en el rumor de las murmuraciones conocidas (7).
En las analogas de los itinerarios, el pensamiento cientfico se asemeja o mejor dicho est
hecho de la misma sustancia que la metfora o el chiste; que los son siempre- para un
determinado pblico, aquel capaz de construir la equivalencia entre un significante y otro
significante. Entre los cuales media una distancia, que como la letra en el papel es la que
marca que esa equivalencia se asienta en una ruptura con el mundo inmediato o la
naturalizacin de ese mundo por la experiencia cotidiana que, para el caso, es lo mismo
(Le Gaufey 1993: 191 y ss.).
El informe de investigacin, al igual que el proyecto de investigacin es un documento de
gestin (8). En tal sentido, la eficacia de la gestin depender en mucho del discurso de
exposicin, es decir de cmo est escrito, una pregunta que comienza a contestarse a
partir de la demanda de investigacin: para qu y para quin se escribe.
Qu desea el otro de mi escritura? Pregunta incompleta. Quin es el otro de mi
escritura?
5.3.4. EL ASPECTO METDICO: LA CONSTRUCCIN DEL OBJETO-LA

DECONSTRUCCIN DEL SUJETO-LA CONSTRUCCIN DEL SUJETO-LA
DECONSTRUCCIN DEL OBJETO
El consumo cientfico es tambin una cuestin de estilo, y no en el sentido vulgar que
identifica estilo con distorsin culterana, tal como sucede con aquellos trabajos dnde la
teora muestra a las claras su distancia respecto de las descripciones, trasuntando de ese
modo lo que podramos denominar la debilidad metodolgica del trabajo. En qu sentido
puede pensarse la debilidad metodolgica de una investigacin en relacin con la escritura
de los resultados? Caben varias posibilidades. Sin embargo, pensemos en dos tipos de
problemas:
Si, como vimos, es inadecuado partir del supuesto de que la escritura es simplemente la
puesta en pgina de una delgada laminilla llamada lenguaje cientfico que expresara uno
a uno el ncleo de la realidad, sino que por el contrario el lenguaje realiza un arduo trabajo
en la reconstruccin siempre inacabada de esa realidad y por lo tanto, aceptamos que
entre la investigacin como prctica y su escritura -como prctica de la prctica- hay una
distancia; una de las posibilidades es que se produzcan (9) aquellos obstculos de los que
hablaba Bachelard: el formalismo y el empirismo. Por un lado, un dispositivo conceptual
dogmtico propenso a la sobreteorizacin y por otro, porciones de realidad que quieren
ser actos descriptivos pero que no logran romper con el conocimiento espontneo que
replica las representaciones oficiales de lo oficial (Bourdieu 1987).
Afirmar que la prctica cientfica y el consumo de los productos que manufactura es una
cuestin de estilo vuelve relevante la relacin entre el mercado, el estado y la sociedad
civil en la constitucin de los sujetos y objetos de consumo. Segn Panofsky (1936: 146)
"estilizar previamente la realidad antes de abordarla es lo mismo que eludir el problema. El
problema radica en manipular y filmar la realidad no estilizada de tal modo que el resultado
cree estilo" (el destacado es nuestro). La investigacin social no est al margen de ello,
sin embargo la distancia dialctica respecto de su propia estructura de funcionamiento
debe impulsar su propia economa poltica y colaborar en el develamiento de las
relaciones sociales que ayuda a producir.
El mtodo crea estilo. Una determinada forma de exponer los resultados que permita leer
a la letra el modo en que la teora orient la produccin de la informacin, es decir ver
como permiti un uso satisfactorio de la tcnica haciendo de la entrevista o de la encuesta
un instrumento para apropiarse de un aspecto de lo real y viceversa. Es decir dar cuenta

acerca de como la informacin pre la teora en un sentido correctivo. Todo ese
movimiento hace a la coherencia del producto final.
No se trata entonces de la coherencia interna de una teora, como la que puede
expresarse en el desarrollo argumental de los supuestos manejamos como investigadores
o a la coherencia de la descripcin de una realidad cualquiera, sino de un cierto croch
que teje la teora (el discurso manipulable) con lo real (los discursos imposibles que se
escapan cada vez que se los quiere manipular) mediante un efecto interpretativo que
posibilita una coherencia en la que el rigor del discurso no pasa ni por la aguja ni por la
hebra.
Ese es el punto en que el mtodo crea realidad como efecto de discurso. Una realidad que
rebasa la mera postulacin o el carcter externo cuando el discurso ha mordido las
determinaciones de lo real. El discurso como la maanita de la abuela no estaba contenido
ni en la materia prima ni en los instrumentos, sino que fue realizado mediante un acto de
construccin que permite partir de un mundo preconstruido para llegar a producir otro
mundo.
As las cosas, la exposicin o las tcnicas expositivas son algo ms que instrumentos de
una poltica. All se juega la identidad. Es en el juego de las filiaciones dnde la escritura
en su dimensin expositiva desnuda que no hay meta discurso, que lo dicho es el soporte
de lo que quiere decirse. Lo escrito finalmente se dice as mismo en el acto de la
apropiacin. Cuando concurren las apropiaciones de los autores con las de los lectores,
estamos frente a la frontera de la comunicacin sin cuya lnea no habra comunicabilidad.
Simplemente estaramos all como un real que no cesa de existir pero que nada sabe de
eso.
El conocimiento tiene que ver con la distancia entre la cosa y la imagen, entre la imagen y
el nombre. Como afirma Agamben (1996: 80) "la exposicin es el lugar de la poltica. Si no
hay, probablemente, una poltica animal, es slo porque los animales, que viven
permanentemente en lo abierto, no tratan de apropiarse de sus exposicin, moran
sencillamente en ella sin preocuparse. Por eso no les interesan los espejos, las imgenes
en cuanto imgenes. El hombre, por el contrario, al querer reconocerse -es decir
apropiarse de su propia a apariencia- separa las imgenes de las cosas, les da un
nombre. As transforma lo abierto en un mundo, en el campo de una lucha poltica sin
cuartel".
5.3.5. REFERENCIAS
o Agamben, Giorgio (1996) Medios sin fin. Notas sobre la poltica, Valencia, Pre-
Textos, 2001.
o Aguilar Villanueva, Luis (1988) Weber: la idea de ciencia social. Vol. I La tradicin,
Mxico, Cuadernos de Humanidades/Miguel Angel Porra.
o Besse, Juan (2000) "Las prcticas de escritura y diseo en la investigacin social"
en Cora Escolar (comp.) Topografas de la investigacin. Mtodos, espacios y
prcticas profesionales, Buenos Aires, Eudeba.
o Bourdieu, Pierre (1987) "La prctica de la antropologa reflexiva" en Bourdieu,
Pierre y Loc Wacquant Respuestas por una antropologa reflexiva, Mxico,
Grijalbo, 1995.
o Cacciari, Massimo (1978) "Lo impoltico nietzscheano" en Desde Nietzsche.
Tiempo, arte y poltica, Buenos Aires, Biblos, 1994.
o Certeau, Michel de (1980) La invencin de lo cotidiano. I Artes de hacer, Mxico,
UIA Ediciones, 1996.
o Chartier, Roger (1997) Pluma de ganso, libro de letras, ojo viajero, Mxico,
Universidad Iberoamericana-Departamento de Historia.
o Eagleton, Terry (1996) La funcin de la crtica, Buenos Aires, Paids, 1999.
o Escolar, Cora (2000) "Palabras introductorias" en Cora Escolar (comp.)
Topografas de la investigacin. Mtodos, espacios y prcticas profesionales,
Buenos Aires, Eudeba.
o Herf, Jeffrey (1984) El modernismo reaccionario. Tecnologa, cultura y poltica en
Weimar, Mxico/Buenos Aires, FCE, 1993.
o Ibez, Jess (1979) Ms all de la sociologa. El grupo de discusin: tcnica y
crtica, Madrid, Siglo XXI de Espaa, 1992.
o Le Gaufey, Guy (1993) La eviccin del origen, Buenos Aires, Edelp, 1995.
o Legendre, Pierre (1985) El inestimable objeto de la transmisin. Estudio sobre el
principio genealgico en Occidente, Mxico, Siglo XXI, 1996.
o Milner, Jean-Claude (1995) La obra clara, Buenos Aires, Bordes Manantial, 1996.
o Panofsky, Erwin (1936) "El estilo y el medio en la imagen cinematogrfica" en
Sobre el estilo. Tres ensayos inditos, Barcelona, Paids, 2000.

o Rabotnikof, Nora (1998) "Lo pblico, lo privado" en Debate Feminista. Pblico-

Privado, Ao 9, Vol. 18, Mxico, octubre.
o Zizek, Slavoj (1994) "En su mirada insolente est escrita mi ruina" en Zizek, Slavoj
(comp.) Todo lo que usted siempre quiso saber sobre Lacan y no se atrevi a
preguntarle a Hitchcock, Buenos Aires, Manantial.
5.3.6. NOTAS
1) Aqu es pertinente producir un abalizamiento terico que evite la simplificacin que
entraa pensar la legitimidad como derivado de los ttulos del autor o como algo que se
encuentra en el mensaje, aquella polmica que Ricoeur pensara como un endeble dilema
entre la "falacia intencional" y la "falacia del texto absoluto" (Besse, 2000: 80 y ss.). Terry
Eagleton (1996: 18) seala que "lo que se dice no obtiene su legitimidad [a lo que yo
agregara exclusivamente] ni de s mismo como mensaje ni del ttulo social del emisor,
sino de su conformidad como enunciado con un cierto paradigma de razn inscripto en el
propio acto de habla".
2) Una versin de exacerbada de la ciencia politizada es la que sostuvo el vnculo
ontolgico entre cultura y tcnica durante el proceso modernizacin reaccionario que se
desarroll en Alemania teniendo como actores centrales a los campos profesionales e
intelectuales. Un anlisis sugerente puede verse en (Herf, 1994).
3) Para ilustrar esa bscula, dos citas dan cuenta del espesor histrico de los problemas
de la escritura cientfica, terreno en el que escribir pareci siempre el momento ulterior al
armisticio, pero en el que en realidad se funda la investidura del pensamiento mediante el
acto de su publicacin. En relacin con Weber, Aguilar Villanueva (1988: 22) nos dice que
"La propuesta terica y la posicin poltica de Weber () En parte, son un esfuerzo por
aclarar el entonces confuso entendimiento del que hacer cientfico histrico y sociolgico y
por deslindar los territorios de la ciencia y la poltica. En parte son un esfuerzo por
transformar la propensin proestatista de la filosofa alemana en sociologa crtica del
estado, el Reich en Repblica". Para Cacciari (1978: 70) " Impoltico no significa por lo
tanto supra-poltico: su concepto atraviesa el total espacio de lo poltico, es, en, lo
poltico, la crtica de su ideologa y de su determinacin".
4) Para la conceptualizacin de la diferencia entre normatividad y normativismo puede
verse Legendre (1985).

5) En esta perspectiva el discurso puede ser entendido como un mensaje. Un discurso,

desde el momento que es producido entraa una pretensin de comunicacin y se inscribe
por lo tanto en la lgica del intercambio. El acto de habla bajo el signo de lo inmediato y el
acto de escritura bajo el signo de lo diferido ponen en el tapete las discusiones sobre el
tratamiento del discurso como mensaje que posibilita una prctica de intercambio. En el
caso particular de los discursos cientficos, es un presupuesto incuestionable que son
producidos para ser comunicados y que dicha comunicacin aspira a comunicar un
sentido. Es all, en esa aspiracin donde la escritura de una manera distinta que el habla
interviene como prctica de articulacin entre dos impulsos: la intencin del escritor por
imponer un sentido y la intencin del lector puesta en hallarlo all donde lo busca. Quin
aspira?. Las aspiraciones son mltiples y en modo alguno lineales.
6) En coincidencia no explcita con el psicoanlisis de Lacan, Agamben (1996: 72) nos
dice que "lo que impide la comunicacin es la comunicabilidad misma; los hombres estn
separados por lo que los une".
7) Milner (1995: 8) hace referencia al pensamiento, un pensamiento como algo que objeta
en el sentido que se impone, "es decir algo cuya existencia se impone a quien no lo
pens".
8) Agradezco esta lectura del informe como documento de gestin a Miriam Wlosko.
9) Es decir que produzcamos y nos produzcan como investigadores.

5.4. GUIA PARA LA REDACCION DE ARTICULOS CIENTIFICOS DESTINADOS A LA

PUBLICACION
Anders Martinsson
Programa General de Informacin y UNISIST organizacin de las Naciones Unidas para la
Educacin, la Ciencia y la Cultura. El presente documento es una reproduccin
Fotogrfica del texto redactado por el autor. Asiento recomendado:
Gua para la redaccin de artculos cientficos destinados a la publicacin/
Preparada para el/ Programa General de Informacin y UNISIST-Segunda
Edicin/revisada y actualizada por Anders Martinsson-Pars-Unesco, 1983-13 Pgs.
30 cm- (PGI-83/WS/10).
Primera edicin en Pars: Unesco, 1968 (SC/MD/5)
I. Anders Martinsson
II. Unesco Programa General de Informacin y UNISIST. Unesco 1983.
0.INTRODUCCION ..........................................................................................................1
1.PREAMBULO................................................................................................................2
2.CATEGORIAS DE ARTICULOS ...................................................................................3
3.REGLA CONTRA LA DUPLICACION DE PUBLICACIONES.......................................3
4.ELEMENTOS CONSTITUTIVOS DEL MANUSCRITO.................................................3
5.ESTILO DE PRESENTACION ......................................................................................4
6.CITAS Y REFERENCIAS .............................................................................................5
7.BIBLID (IDENTIFICACION BIBLIOGRAFICA) ..............................................................6
8.PREPARACION DE RESUMENES ANALITICOS ........................................................6
9.TERMINOLOGIA Y NOMENCLATURA ........................................................................8
10.PREPARACION DE CUADROS..................................................................................8
11.PREPARACION DE ILUSTRACIONES ......................................................................9
12.FORMA DE PRESENTACIN...................................................................................10
13.RECOMENDACIONES COMPLEMENTARIAS A LOS JEFES DE REDACCION ....10
14.NORMAS RELATIVAS A LAS PUBLICACIONES CIENTIF.......................................11
15.LISTA DE ABREVIATURAS ......................................................................................13

5.4.1. INTRODUCCION
En 1962, la Unesco public las Normas que deben aplicarse en materia de publicaciones
cientficas (documento UNESCO / NS / 177), preparado por el entonces comit de enlace
FID-CIUC-FIAB- OIUN. Dicho comit haba sido creado para examinar los medios de
llevar a cabo una actividad internacional eficaz que permitieran mejorar la situacin de la
informacin cientfica. El comit consider que la falta de disciplina libremente aceptada en
materia de redaccin y de publicaciones de informaciones cientficas era una de las
causas principales del intil aumento de los documentos publicados, as como de los
gastos que entraa su publicacin primaria y el posterior tratamiento de las publicaciones
en los servicios de indizado y de extractos y en las bibliotecas. Por consiguiente, el comit
estableci en las normas, en la forma ms concisa posible, las reglas que debieran seguir
los autores de publicaciones cientficas y los redactores de revistas cientficas. La Unesco
y la Oficina de Resmenes Analticos del CIUC difundieron ampliamente las normas en
espaol, Francs, Ingles y Ruso; asimismo, se publicaron versiones en Alemn,
Esperanto, Polaco y Portugus.
En 1968, fue publicada la nueva Gua para la Redaccin de artculos Cientficos
Destinados a la Publicacin, en la que se tuvieron en cuenta todas las sugerencias y
comentarios recibidos en relacin con las Normas y, en particular, un estudio detenido de
las mismas y de su anexo: la Gua para la preparacin y publicacin de resmenes
analticos (titulo dado entonces al resumen preparado por el autor) elaborada por la Unin
Internacional de Fsica Pura y Aplicada (UIFPA). En principio, se conservaron en la Gua
todos los elementos esenciales de las Normas y solo se hicieron algunas adiciones y
ligeras modificaciones a las normas existentes. No obstante, visto retrospectivamente, la
extraordinaria utilidad e impacto del documento mencionado se debi, en gran parte, al
hecho de que aqullas iban acompaadas de comentarios, detalles y sugerencias
secundarias, generalmente de carcter explicativo, presentado en cursiva, en columna
aparte, para facilitar la lectura del texto.
En presente edicin de la Gua, se mantiene y ampla el enfoque de una norma
explicativa. La nueva edicin refleja, adems, la evolucin registrada desde 1.968 en el
mundo de las publicaciones cientficas, sobre todo dentro de las asociaciones de jefes de
redaccin agrupadas en la IFSEA y que cuenta con patrocinio de la Unesco. En primer
lugar, la publicacin de trabajo cientficos es ahora ms profesional, por lo que la
presentacin de publicaciones cientficas se centran ms en el editor y en el usuario que
en los bibliotecarios y documentalistas. Actualmente, se hace mayor hincapi en la

ergonoma, la economa y las tcnicas ms recientes de produccin de publicaciones,
teniendo muy en cuenta los hbitos de trabajo del lector y, por supuesto, las necesidades
de los servicios auxiliares. En segundo trmino, las nuevas tcnicas de tratamiento de
textos y de la palabra han eliminado la clara lnea divisoria que exista entre la
produccin tipogrfica y la de manuscritos.
La presente Gua trata de la preparacin tcnica del manuscrito para su composicin
profesional, y no de las tcnicas, ms o menos desarrolladas, que utiliza cada autor para
elaborar un texto mecanografiado, listo para reproducirlo en una publicacin relativamente
efmera. No obstante, los principios bsicos deberan ser similares.
La preparacin adecuada de manuscritos e ilustraciones disminuyen radicalmente los
costos de edicin. Las publicaciones correctamente preparadas reducen los enormes
gastos que han de sufragar las bibliotecas cientficas y los centros de documentacin de
todo el mundo. Adems del control de calidad editorial del texto en los manuscritos
cientficos, una presentacin que tenga en cuenta los factores ergonmicos y econmicos
contribuirn en gran medida a diminuir los costos de edicin y los tiempos de lectura y de
bsqueda del lector.
5.4.2. PREAMBULO
La finalidad esencial de un artculo cientfico (erudito) es comunicar los resultados de
investigaciones, ideas y debates de una manera clara, concisa y fidedigna. Los autores y
los jefes de redaccin deben tratar sobre todo de lograr ese objetivo. La mayora de las
recomendaciones formuladas en la presente Gua estn concebidas con ese fin.
La publicacin es uno de los mtodos inherentes al trabajo cientfico. Es preciso
establecer estrategias de publicacin bien elaboradas y seguir con conocimiento de causa
una serie de normas adecuadas para facilitar el intercambio entre cientficos de todos los
pases y reducir a proporciones razonables el incremento del volumen de las
publicaciones.
5.4.3. CATEGORIAS DE ARTICULOS

5.4.3.1. MEMORIAS CIENTFICAS ORIGINALES
En las que se informa sobre los resultados obtenidos, se describen mtodos, tcnicas y
aparatos, se presentan nuevas ideas, etc. Esta es la principal categora de colaboraciones
primarias destinadas a publicaciones peridicas. Adems de los artculos completos y la

monografas, las notas preliminares y la exposicin subsiguiente en forma de anotacin
desempean un papel importante en la publicacin primaria. Un texto pertenece a la
categora de publicaciones originales cuando contribuye a ampliar considerablemente el
conocimiento o la comprensin de un problema y est redactado de tal manera que un
investigador competente pueda repetir los experimentos, observaciones, clculos o
razonamientos tericos del autor y juzgar sus conclusiones y la precisin de su trabajo.
5.4.3.2. PUBLICACIONES SECUNDARIAS Y SERVICIOS DE INFORMACIN

Por lo general, estos sistemas son administrados por importantes organismos comerciales
o gubernamentales y se ocupan de la elaboracin de resmenes y el indizado de
publicaciones primarias, as como del almacenamiento y recuperacin de la informacin
contenida en ellas. El autor de memorias cientficas necesita estos sistemas para obtener
resmenes analticos y grupos de palabras clave.
5.4.3.3. ESTUDIOS RECAPITULATIVOS

Un estudio recapitulativo es una investigacin realizada sobre un tema determinado, en la
que se renen, analizan y discuten informaciones ya publicadas. Su alcance depende de
la publicacin a la que se destina. El estudio recapitulativo es considerado, a veces, como
una publicacin secundaria e, incluso, terciaria; de hecho, los compiladores creativos de
este tipo de estudio a menudo lo complementan con actitudes considerables de
informacin primaria. El autor de un estudio recapitulativo debe tener en cuenta todos los
trabajos publicados que han hecho avanzar el tema, o que lo habran hecho avanzar si se
hubiesen tomado en consideracin.
5.4.4. REGLA CONTRA LA DUPLICACION DE PUBLICACIONES

3.1. No debe enviarse ningn manuscrito, para su publicacin, si este ha sido ya editado o
ha de serlo en algn otro medio. Los manuscritos no deben someterse simultneamente al
examen de varias revistas o publicaciones peridicas.
Esta regla obedece a consideraciones sobre la economa general de la informacin
cientfica, la preocupacin por los esfuerzos que deben realizar los jefes de redaccin y los
comits de lectura y a problemas de derechos de autor. Excepcionalmente, los autores y
los responsables de la publicacin pueden llegar a un acuerdo cuando sta vaya a
realizarse en reas lingsticas claramente separadas o la reedicin del trabajo se deba a

una evidente imposibilidad de obtenerlo.
Las presentaciones subsiguientes de manuscritos deben ir siempre acompaadas de una
declaracin sobre consideraciones previamente formuladas acerca de ellos por los jefes
de redaccin o los comits de lectura.
5.4.5. ELEMENTOS CONSTITUTIVOS DEL MANUSCRITO

4.1. El ttulo debe ser conciso; su objeto es dar a conocer el lector el contenido esencial
del artculo. No debe sobrecargarse con informacin expuesta en forma de abreviaturas,
parntesis, frmulas o caracteres desconocidos en el idioma utilizado en la revista. Ya no
es necesario sobrecargar el ttulo con elementos indicativos ni aadir un subttulo, porque
todo ello se suple con el resumen analtico y las palabras clave.
4.2. El resumen analtico es un ttulo ms extenso compuesto por oraciones conexas.
Todos los artculos deben incluir un resumen de este tipo, en consideracin a los lectores
y a los servicios de informacin secundaria (para mayores detalles, vase el punto 8.1 y
siguiente).
Ms adelante figura una seccin especial en la que se da informacin detallada para la
redaccin de resmenes analticos. En ella se explica la disposicin del ttulo, el resumen
analtico y las palabras clave. Otros elementos del mismo son la identificacin bibliogrfica
(Biblid) y la identificacin (direccin, etc) del autor.
4.3. Una lnea de palabras clave colocada a continuacin del resumen analtico facilita
grandemente a los servicios secundarios el indizado del artculo. Adems, la lnea de
palabras clave disminuye la cantidad de elementos indicativos incluidos en el resumen
analtico y permite adoptar un enfoque ms informativo. Segn la prctica habitual de las
distintas revistas, las palabras clave pueden elegirse libremente o de acuerdo con un
vocabulario autorizado.
4.4. El texto principal debe estar bien integrado, aunque dividido en secciones, mediante
encabezamientos de carcter informativo. Deben evitarse las notas al pie de pgina y la
separacin innecesaria de partes del texto en forma de anexos o apndices. La notacin
aumenta considerablemente los costos de composicin del texto y se opone a la
ergonoma de la lectura. La presente Gua no pretende ser un manual de estilo para todo
tipo de manuscritos cientficos. Deben consultarse cuidadosamente (y con espritu crtico)

las instrucciones para los autores que proporcionan las distintas revistas y los manuales
de estilo publicados en relacin con las diferentes materias.
4.5. Un resumen redactado en el mismo idioma del artculo o traducido a una lengua de
mayor difusin internacional facilita la asequibilidad del artculo. A diferencia del resumen
analtico, el resumen puede variar considerablemente en extensin, en funcin de la
longitud del artculo y no est sujeto a muchas de las limitaciones estilsticas impuestas a
aqul. El resumen puede combinarse con conclusiones y presentar informacin adicional,
en forma de sntesis grficas, aspectos ms amplios del campo de estudio, etc.
4.6. La lista de referencias debe elaborarse con especial cuidado, considerando cada uno
de los elementos y prestando atencin a los detalles de puntuacin, de acuerdo con las
instrucciones para los autores de las respectivas publicaciones.
Las listas de referencias suelen adquirir una magnitud desproporcionada en la publicacin
de temas cientficos, hasta tal punto que, en ocasiones, requieren un mayor esfuerzo
editorial que la parte estrictamente cientfica del artculo.
5.4.6. ESTILO DE PRESENTACION

5.1. La introduccin debe explicar la finalidad del artculo. Si en un artculo de
investigacin primaria se incluye una resea crtica o histrica de los conocimientos
existentes, sta debe limitarse estrictamente al tema tratado en el artculo. Las reseas
ms generales deben publicarse, como tales, por separado.
5.2. Debe exponerse el tema de la manera ms concisa posible, utilizando un vocabulario
sencillo y directo. La terminologa y la nomenclatura, aunque forman parte del lenguaje
cientfico, han de usarse con sentido crtico y con mesura (vase el punto 9.1). Los
autores debern procurar que sus artculos contengan todos los datos que contribuyan a
la comprensin del artculo y con ese fin, darn las explicaciones necesarias sobre el
sentido de los smbolos y abreviaturas empleados. Los autores no deben utilizar
demasiadas abreviaturas poco corrientes y sobre todo, las que designen trminos de
escasa utilizacin, ya que esa prctica dificulta considerablemente la lectura de los
artculos. Incluso las abreviaturas normalizadas a nivel nacional o ampliamente
reconocidas resultan harto dificultosas para los lectores cuya lengua materna no es la del
artculo.
5.3. Los autores deben aclarar qu partes del artculo representan contribuciones propias
y cules corresponden a aportes de otros investigadores. Deben especificar
cuidadosamente en el texto las limitaciones del trabajo realizado: el grado de validez de

sus conclusiones, las fuentes de error y los errores probables en los datos presentados.
No deben adoptar una actitud excesivamente optimista respecto de la precisin de su
trabajo, la universalidad de sus conclusiones o la aplicabilidad de los resultados obtenidos.
Evitarn los argumentos ad hominem cuando critiquen otros trabajos conexos. Las
crticas slo se referirn al aspecto cientfico de esos trabajos.
5.4. Si por consideraciones de propiedad industrial o de seguridad nacional el autor se ve
obligado a limitar sensiblemente la informacin cientfica que ha de contener el artculo,
esto debe quedar sealado en el texto, que en cuyo caso suele convertirse en una
publicacin provisional. Se habr de indicar si el artculo se publica en forma de resumen
y si los datos primarios estn depositados en algn centro de acceso general.
5.5. La mayora de las revistas, en particular las publicaciones seriadas, han establecido
instrucciones para los autores en las que se indica con detalle la presentacin que deben
adoptar. Suelen referirse a la presentacin general, a la forma de las referencias
bibliogrficas, las condiciones establecidas para cuadros e ilustraciones, etc. Dichas
instrucciones estn actualizadas, en mayor o menor grado, con arreglo a la evolucin
moderna de las publicaciones, pero deben cumplirse siempre para facilitar el rpido
tratamiento de los manuscritos. El estudio de la presentacin y del estilo de artculos
anlogos publicados sobre temas afines en la revista a que se destina el artculo puede
dar valiosas indicaciones sobre la forma y contenido convenientes. Los autores
experimentados que poseen profundos conocimientos de la evolucin tcnica y estilstica
de la publicacin cientfica no deben vacilar en buscar un acuerdo sobre la modernizacin
de las instrucciones para los autores.
5.4.7. CITAS Y REFERENCIAS

6.1. Los trabajos anteriores publicados sobre el mismo tema deben ser objeto de
referencias bibliogrficas explcitas cuando stas sean necesarias para poner de
manifiesto el progreso que suponen los nuevos trabajos y resultados para el conocimiento
del tema. En esas referencias se expresar el debido reconocimiento de los trabajos que
hayan permitido realizar la nueva aportacin.
6.2. En general, slo hay que mencionar trabajos publicados y en principio, deben
abarcarse todas las fuentes oportunas incluidas en esta categora. Se har referencia
tambin a los trabajos aceptados para su publicacin o de dominio pblico sin han sido
utilizados por el autor. Debe evitarse, dentro de lo posible, toda referencia a

comunicaciones y documentos privados de difusin limitada (es decir, no universalmente
accesibles). No se trata de prohibir las alusiones a entrevistas o comunicaciones privadas,
pero es ciertamente injustificado apoyar una afirmacin o una teora en una entrevista no
controlada.
6.3. Las referencias deben indicarse en el texto mediante una cita que sea lo ms breve
posible y que corresponda a una referencia completa en la lista de referencias que figura
al final del trabajo. Una cita en el texto puede consistir en el nombre del autor (o de los
autores) y el ao de publicacin, a lo que corresponder un artculo que comience con los
mismos datos en la lista de referencias, dispuesto en orden alfabtico ( y
cronolgicamente, si se hace referencia a ms de un trabajo del mismo autor). Este
sistema es el ms ergonmico, tanto para el autor como para el lector: el elemento
mnemnico de la cita que menciona al autor y el ao de publicacin permite evitar la
consulta frecuente de la lista de referencias.
En las publicaciones cientficas se siguen empleando otros procedimientos, desde las
referencias al pie de pgina (que, por no ser econmicas ni ergonmicas, deben evitarse
totalmente), hasta las notas de referencia al final del texto y las citas numeradas,
correspondientes a listas de referencias no alfabticas o alfabticas. Todos estos sistemas
requieren una lectura en dos lugares diferentes.
5.4.8. BIBLID (IDENTIFICACION BIBLIOGRAFICA)

7.1. Para poder identificar cada uno de los componentes de una publicacin peridica
(volumen, nmero, artculo, pgina, etc) en citas y referencias adecuadas, se ha de
proporcionar una serie de elementos bibliogrficos normalizados, agrupados bajo la
denominacin de biblid (vase Norma ISO 30 en la lista de Normas adjunta). El biblid del
artculo resulta fundamental, sobre todo, para la circulacin de referencias en las
publicaciones cientficas (eruditas). Adems de esta ltima funcin, una condicin principal
del biblid es que la identificacin debe acompaar, utomticamente, una separata o un
elemento secundario de la publicacin que haya sido reproducido (pgina, pginas
enfrentadas, resmenes analticos, etc.).

5.4.9. PREPARACION DE RESUMENES ANALITICOS

8.1. Ante el creciente volumen del material cientfico publicado, es indispensable que el
contenido bsico de todos los artculos sea fcilmente accesible, en forma concisa. Para
ello, los ttulos han de ser adecuados y deben ir seguidos de un resumen analtico, al
comienzo de cada artculo. Al redactar el resumen, los autores no deben olvidar que,
probablemente, ser esa la nica parte del artculo que leer la mayora de los lectores. El
resumen tiene una doble finalidad:
a) Proporcionar a determinados lectores, tanto al especialista en el tema como
al cientfico que lee (hojea) una publicacin para obtener ms amplia
orientacin, una informacin suficiente que les permita juzgar si les conviene
profundizar en el texto.
b) Acelerar el trabajo de los servicios de resmenes analticos de manera que
puedan reproducir inmediatamente el resumen en cuestin. Un resumen bien
formulado, que guarde relacin con un ttulo adecuado y con un conjunto de
palabras clave, constituye una gran ayuda para el mejoramiento general de
los servicios de informacin en el campo cientfico.
Una ventaja considerable que tienen los resmenes analticos redactados por los autores
(antes denominados sinopsis) sobre los resmenes elaborados por terceros es que los
conocimientos especializados del autor pueden utilizarse para seleccionar y subrayar los
aspectos esenciales del artculo.
8.2. El lugar y extensin del resumen analtico vienen determinados por su carcter de
complemento del ttulo, redactado en forma de oraciones conexas. Por lo tanto, el
resumen debe estar situado entre el ttulo y el texto principal y (al igual que el ttulo) variar
dentro de lmites relativamente estrechos; segn el tipo de caracteres elegidos, se suele
recomendar un mximo de 200 a 250 palabras (vanse las instrucciones para los autores
de las respectivas publicaciones).
Teniendo en cuenta que el resumen analtico (o el ttulo) no es un sumario o
condensado arbitrario del artculo, no debe extenderse tanto que venga a corresponder a
un largo texto, sino que, por el contrario, habr de ser cada vez ms selectivo e indicativo.
En general, se trata de que, una vez impreso en su forma definitiva el resumen analtico
(agregado, si es posible, el biblid del artculo), sta pueda ser directamente reproducido o
cortado y pegado, por ejemplo, en fichas de 75 x 125 mm, tamao correspondiente al de
las hojas especiales de impresin de resmenes. (Este tamao, a pesar de no haber sido
adoptado oficialmente, es uno de los ms ampliamente aceptados en el campo de la

informacin; el formato adecuado para resmenes analticos y la reproduccin en hojas
listas para ser cortadas y pegadas fueron recomendados, originalmente, por la
Conferencia Internacional sobre Resmenes Analticos Cientficos).
8.3. Contenido: el resumen debe incluir, de manera detallada pero sucinta, los resultados
y conclusiones del artculo, ajustndose al espacio a ello destinado, e indicar, dentro de
estos lmites, todo tipo de informacin nueva que contenga el artculo. No deber contener
datos o consideraciones que no figuren en el texto ni detalles de inters secundario.
En la mayora de las normas e instrucciones se hace una distincin entre resmenes
informativos (que especifican resultados particulares y reproducen datos de inters directo
para el lector) e indicativos (que indican los resultados por categora de clasificacin, es
decir, los datos de utilidad directa para el indizado), y se reconoce la utilidad de adoptar un
informe mixto. En realidad, estas distinciones suelen ser ms bien tericas: los conjuntos
de palabras clave aligeran el resumen de una excesiva carga de elementos indicativos; a
su vez, los resmenes de artculos ms largos adoptan, automticamente, un enfoque
ms indicativo.
8.4. El resumen analtico debe ser independiente, aunque puede interrelacionarse con el
ttulo. Razones: los servicios secundarios reproducen solamente el resumen analtico,
junto con el ttulo; por eso, deben evitarse las citas del texto aisladas o las referencias a
figuras que aparezcan en el mismo (ya que el resumen no incluye referencias ni
ilustraciones). Por razones similares, el texto del resumen no debe estar redactado en
primera persona (lo que, en cambio, est ampliamente permitido y es recomendable en el
estilo moderno de redaccin de textos cientficos; en el resumen analtico, sin embargo, no
es ya el autor quien habla)
8.5. Conviene calificar la manera en que han sido tratados los diversos aspectos de la
materia con adjetivos como sucinto, detallado, terico, experimental, etc.
8.6. Las informaciones nuevas comprenden hechos observados, las conclusiones de una
experiencia o de un razonamiento, las caractersticas principales de un nuevo mtodo o
aparato, etc. Se mencionarn los nuevos materiales (compuestos, etc.) y los nuevos
datos, numricos o verbales.
8.7. Es an ms importante evitar abreviaturas, smbolos, etc. en el resumen analtico que
en el cuerpo del artculo. Dada la ndole independiente del resumen, no cabe explicar
abreviaturas y smbolos en otro espacio que el asignado al mismo.
8.8. Tanto en los resmenes como en los ttulos, debe evitarse el empleo de frmulas
grficas, smbolos y caracteres en otros alfabetos. Los dispositivos de almacenamiento y
de impresin de los servicios secundarios solo tienen, por lo general, los caracteres
correspondientes al alfabeto latino (ingls y excepcionalmente, los signos diacrticos
utilizados en las principales lenguas Romance).
8.9. Cualquiera que sea el idioma en que est redactado el original, se recomienda
publicar los resmenes analticos por lo menos en una de las lenguas de mayor difusin
en el mundo cientfico, para facilitar su difusin internacional.
5.4.10. TERMINOLOGIA Y NOMENCLATURA

9.1. La nueva terminologa y nomenclatura debe ir acompaada de una explicacin sobre
la derivacin y construccin del trmino o nombre en cuestin. Los nuevos trminos deben
introducirse slo para fenmenos que se mencionan con frecuencia y que no pueden
describirse recurriendo a breves expresiones de uso comn. Los trminos deben
elaborarse teniendo debidamente en cuenta su etimologa, contenido semntico y
caractersticas mnemnicas. Explicar la construccin de un trmino o de un nombre es,
tambin, un acto de autodisciplina; la introduccin de una nueva palabra constituye una
innovacin suficientemente importante como para dar lugar a dicho tratamiento. No deben
utilizarse innecesariamente, como trminos nuevos, palabras de uso comn, ya que ello
restringe la flexibilidad del lenguaje no terminolgico.
5.4.11. PREPARACION DE CUADROS

10.1. Los detalles relativos para la preparacin de cuadros escapan al alcance de la
presente Gua, ya que suelen variar segn los distintos campos cientficos. No obstante,
conviene sealar que los cuadros elaborados segn la tipografa moderna carecen de
lneas verticales. Los cuadros que contienen elementos grficos distintos de caracteres
normales y de lneas horizontales (lneas irregulares, frmulas y smbolos pocos comunes,
etc.) deben dibujarse, preferentemente, para ser reproducidos como figuras. Los cuadros
deben ir acompaados de una leyenda explicativa y no un simple ttulo o referencia a una
explicacin que figura en el cuerpo del texto.
Los sistemas modernos de procesamiento de textos y los dispositivos correspondientes de
composicin tipogrfica ofrecen la posibilidad de volver a emplear las lneas verticales

utilizadas en la poca de la artesana tipogrfica, pero stas resultan anticuadas y poco

prcticas en el mecanografiado de los manuscritos.
5.4.12. PREPARACION DE ILUSTRACIONES

11.1. Las ilustraciones deben planearse de tal forma que abarquen todo el espacio que
ocupa el texto o el de una columna. Si se utiliza un ancho intermedio, debe preverse un
espacio suficiente para colocar la leyenda al lado de la figura dentro del rea destinada al
texto. El costo de reproduccin de una ilustracin se basa en el marco rectangular ms
pequeo dentro del cual puede acomodare la figura. No deben dejarse ngulos abiertos o
espacios innecesarios entre los elementos de figuras mltiples.
11.2. Los dibujos lineales deben realizarse con trazados de igual espesor y
ennegrecimiento. Para las partes sombreadas, no deben emplearse tramas dibujadas o
adheridas con lneas demasiado prximas. Las lneas deben interrumpirse, sobre todo,
cuando interfieren con elementos del texto. Las tramas demasiado densas, los ngulos
entre cuadrculas y las partes sobrecargadas de detalles tienden a ennegrecerse
demasiado al utilizarse todos los mtodos de reproduccin comunes, en particular cuando
se efectan reducciones. Adems, suelen hacerse ms visibles las irregularidades y otras
imperfecciones de las lneas.
11.2. Las fotografas destinadas a ilustraciones de medio tono deben revelarse sobre
papel blanco brillante. Deben ser ntidas y bien contrastadas, pero sin zonas demasiado
oscuras o extremadamente claras. Si se emplea luz incidente para fotografas de
laboratorio, la luz debe provenir uniformemente del ngulo superior izquierdo. En una
figura mltiple, todos los elementos deben ser de tono y contraste semejantes. En lo
posible, las figuras mltiples deben estar compuestas por unidades rectangulares. Las
fotografas deben montarse sobre cartulinas, preferentemente del mismo tamao de las
hojas del texto mecanografiado. Se evitarn las composiciones que exijan una delineacin,
porque resultan costosas y el trazado de los objetos queda sujeto al criterio del impresor.
(11.3 ? )
11.4. Para el texto de todo tipo de ilustraciones, debe utilizarse estncil o rotulado
adhesivo y no el mecanografiado habitual. Se prestar especial atencin al espaciamiento
y alineacin correctos de las letras. Para una reproduccin ntida, se recomienda el
empleo de letras sencillas, por ejemplo, de tipo Letraset. Existen actualmente aparatos de
precio accesible (similar al de una mquina de escribir) para el espaciamiento y alineacin
automticos, en cintas adhesivas, de textos correspondientes a ilustraciones y sobre el

papel especial; no deben paginarse las lminas.
11.5. Deben numerarse consecutivamente (con nmeros arbigos), las ilustraciones que
forman figuras y son reproducidas en hojas ordinarias (incluso si ocupan una pgina
entera). Se proceder de la misma forma con las ilustraciones que hayan de reproducirse
en lminas por mtodos particulares y sobre el papel especial; no deben paginarse las
lminas.
11.6. Todas las ilustraciones deben ir acompaadas de una leyenda explicativa y no
solamente de ttulos o referencias que figuran en el texto. La explicacin de los smbolos
se dar inmediatamente despus del smbolo correspondiente de la leyenda y no
mediante una llamada incluida en la misma. Las ilustraciones que carecen de leyenda
requieren por lo menos, una lectura en dos lugares distintos y a menudo, una consulta del
texto principal. Las explicaciones de leyendas mediante llamadas numricas obligan a
una lectura en tres o incluso cuatro lugares diferentes.
5.4.13. FORMA DE PRESENTACIN

12.1. Deben presentarse por separado el texto principal (con su resumen analtico y
referencias), las leyendas, los cuadros y las ilustraciones. No deben cortarse y pegarse
figuras originales, leyendas o cuadros originales (numerados), en el lugar del texto
principal que el autor ha destinado a los mismos. Esto se explica por las formas habituales
de composicin, que se utilizan en todos los mtodos de impresin profesionales. La
descomposicin y recomposicin de manuscritos e ilustraciones originales es la tarea ms
tediosa y frustrante que puede abordar un jefe de redaccin. Slo escapan a esta regla
las pginas mecanografiadas listas para la reproduccin fotogrfica (a condicin de que
no incluyan ilustraciones en medio tono).
12.2. Todos los textos deben estar ampliamente espaciados y tener un ancho margen
izquierdo. La posicin de las figuras y de los cuadros debe estar indicada en el margen (o
en el de las pruebas de galera, cuando el autor se ocupe de ello). Es necesario dejar
amplias interlneas para poder introducir modificaciones, dar instrucciones al cajista, etc.
Ntese que las tcnicas de composicin (en tipografa integral) exigen que las
modificaciones sean indicadas en el mismo lugar donde deben efectuarse , mientras que
en la correccin de pruebas, se sealan en el margen mediante un signo convencional,
que vuelve a encontrarse en el lugar deseado, en la lnea correspondiente.
12.3. Todos los textos y figuras deben ser definitivos, por lo que su ortografa y lenguaje
han de ser correctos. Asimismo, deben leerse cuidadosamente para asegurarse de que
son coherentes en todos sus detalles. En las ilustraciones originales se indicar, por lo
menos, el nombre del autor y su nmero de referencia en el texto.
Una preparacin poco cuidadosa de los manuscritos entraa una prdida de tiempo para
los jefes de redaccin (es decir, particularmente del tiempo de investigacin de otros
cientficos), los crticos y (si el artculo se publica) los lectores. Adems hace dudar del
valor cientfico de los trabajos expuestos.
Cuando el autor redacte su artculo en una lengua que no domina perfectamente, debe
consultar a colegas que la conozcan a fondo para presentar el trabajo en una forma
aceptable. No es razonable esperar que los jefes de redaccin o comits de lectura se
encarguen de escribir de nuevo un artculo para corregir las definiciones lingsticas.
5.4.14. RECOMENDACIONES COMPLEMENTARIAS A LOS JEFES DE

REDACCIN.
1.3.1. El jefe de redaccin es el representante del autor en el campo de la edicin
cientfica. Su tarea consiste en conciliar en una publicacin, el contenido cientfico con los
medios modernos de expresin y encauzar la informacin que el autor dirige al lector, de
una forma eficaz y conforme a las finalidades buscadas. Esta metodologa, inherente al
trabajo cientfico, justifica la adquisicin, por parte del cientfico, de una verdadera
competencia profesional en esta materia.
13.2. Los jefes de redaccin habrn de velar para que las revistas u otras publicaciones
seriadas a su cargo respondan a un programa u orientacin claramente definidos y
atenerse a esa estructura para transmitir la informacin adecuada al lector apropiado.
13.3. Los jefes de redaccin deben procurar tambin que toda publicacin seriada a su
cargo vaya acompaada de instrucciones para los autores, actualizadas de acuerdo con
las normas modernas y que no se opongan a los principios fundamentales enunciados en
el presente documento.
13.4. Los jefes de redaccin deben procurar, en particular, que todas las colaboraciones
incluyan elementos normalizados que faciliten la circulacin y precisin de la informacin
cientfica en las publicaciones originales y los servicios de referencia, es decir la
identificacin bibliogrfica, los resmenes analticos y los sistemas adecuados de citas y

referencias. En la revista se debe especificar claramente si se autoriza la reproduccin de

resmenes analticos.
3.5. Para la evaluacin profesional de los manuscritos sobre temas ajenos a su
especialidad, los jefes de redaccin deben recurrir al asesoramiento de crticos
especializados. La crtica de los manuscritos de dimensiones de un artculo constituye una
prctica comn entre cientficos. El nmero de crticos puede variar en funcin de las
necesidades del jefe de redaccin.
13.6. Considerando que el trabajo del jefe de redaccin es, esencialmente, una
prolongacin del realizado por el autor, aquel se convierte en el maestro por antonomasia
de los mtodos y la metodologa de la edicin. La enseanza sobre el tema organizada
por las universidades libera a los jefes de redaccin de la pesada tarea de orientar
personalmente a cada autor.
5.4.15. NORMAS RELATIVAS A LAS PUBLICACIONES CIENTFICAS.

Las publicaciones cientficas estn sujetas a una serie de normas internacionales (ISO),
principalmente desde el punto de vista de bibliotecarios y documentalistas. En muchos
pases existen normas nacionales equivalentes. Las normas propiamente dichas estn
complementadas por importantes documentos normativos (guas y manuales para autores
y editores, etc.), la mayora de los cuales estn destinados a un sector cientfico
determinado. La siguiente lista se refiere, nicamente a normas ISO ya publicadas o en
vas de elaboracin (DIS: proyecto de norma internacional; DP: anteproyecto; el asterisco
indica que la norma considerada est siendo revisada; R indica una Recomendacin ISO
segn la antigua terminologa):
ISO 4* (1972) Internacional code for the abbreviation of titles of periodicals (Cdigo
internacional para la abreviacin de los ttulos de las Publicaciones peridicas).
ISO 8 (1977) Presentation of periodicals (Presentacin de las publicaciones Peridicas).
ISO 9* (1968) Internacional system for the transliteration of Slavic Cyrillic Characters
(Sistema internacional para la transliteracin de los Caracteres cirlicos).
ISO DIS 18 (1980) Short contents lists of peridicals and other documents (sumario de
publicaciones peridicas y de otros documentos).
ISO DP 30 (1982) Bibliographic identification (biblid) of serials (Identificacin Bibliogrfica
(biblid) de publicaciones seriadas).

ISO 31 comprises 13 separate documents (as of 1982) for quantities, units and symbols of
special fields. (La Norma ISO comprende 13 documentos separados desde 1982 para
cantidades, unidades y smbolos en campos especializados).
ISO 214 (1976) Abstracts for publication and documentation (Resmenes analticos para
publicacin y documentacin.
ISO R 215*(1961) Representation of contributions to pediodicals (presentacin de
Artculos de publicaciones peridicas).
ISO DIS 233 (1975) International system for the transliteration of Arabic Characters Into
Latin characters (Sistema internacional para la transliteracin de caracteres rabes en
caracteres latinos).
ISO DIS 259 ( 1975) Transliteration of Hebrew characters into Latin characters
(Transliteracin de caracteres hebreos en caracteres latinos).
ISO DP 690 (1980) Bibliographic references to monographs and serials, and to
Contributions in monographs and serials ( Referencias bibliogrficas para monografas y
publicaciones seriadas y para contribuciones a las mismas).
ISO 710 comprises three separate documents (as of 1982) for graphical symbols on
detailed maps, plans and geological cross-sections. (La Norma ISO 710 comprende 3
documentos separados (desde 1982) sobre smbolos grficos de mapas, planos y cortes
geolgicos detallados).
ISO 832 (1975) Bibliographical references: Abreviations of typical words (Refencias
bibliogrficas: abreviaturas de palabras de uso frecuente).
ISO R 843* (1968) International system for the transliteration of Greek characters into
Latin characters (Sistema internacional para la transliteracin de caracteres griegos en
caracteres latinos).
ISO 999 (1975) Index of a publication (Indice de una publicacin).
ISO 1000 (1973) SI units and recommendations for the use of their multiples and of Their
multiples and of certain other units (Unidades S y recomendaciones para el uso de sus
mltiplos y de otras unidades).
ISO 1086 (1975) Title-leaves of a book (Hojas de ttulo de un libro).
ISO 2014 (1978) Writing calendar dates in all-numeric form (Escritura numrica de
Fechas).
ISO 2108 (1978) International standard book numberinh (ISBN) (Numeracin internacional
normalizada de libros (ISBN).
ISO 2384 (1977) Presentation of translation (Presentacin de traducciones).

ISO DIS 2805 (1974) Transliteration of the alphabets of non-Slavic languages using
Cyrullic characters (Transliteracin de los alfabetos de lenguas no eslavas con caracteres
cirlicos).
ISO 3297 (1975) International standard serial nubering (ISSN) (Numeracin normalizada
internacional de publicaciones seriadas (ISSN).
ISO DIS 3602 (1975) Romanization of Japanese (Romanizacin del japons).
ISO DIS 5122 (1979) Abstract sheets in serial publications (Sumarios analticos en
Publicaciones seriadas).
ISO DIS 5966 (1978) Presentation of scientific and technical reports (presentacin de
informes cientficos y tcnicos).
ISO DP 6357 (1981) Spine titles on books other publications (Ttulos en tomos de Libros
y en otras publicaciones).
Las normas arriba mencionadas han sido publicadas en ISO Standard Handbook 1:
Informacin transfer; 2nd edition, Geneva, 1982 y pueden obtenerse dirigindose a la
Sede de la Organizacin Internacional de Normalizacin, 1 rue de Varemb, CH-1211
Ginebra 20 (Suiza) o a la correspondiente Organizacin Nacional de Normalizacin de los
pases miembros de la ISO (los documentos designados con las siglas DP y DIS no son
de disponibilidad universal, pero se espera que sean aceptados como normas durante el
perodo de vigencia del presente documento).
La UNISIST Guide to standard for information handling (1980), que puede obtenerse
dirigindose a la Seccin de Promocin de Mtodos, Reglas y Normas de la Divisin del
Programa General de Informacin de la UNESCO, 7 Place de Fontenoy, F-75700 Pars
(Francia), incluye una amplia seleccin de referencias o normas nacionales y a
documentos normativos (la mayora internacionales).
5.4.16. LISTA DE ABREVIATURAS.

CIUC Consejo Internacional de Uniones Cientficas FID Federacin Internacional de
Documentacin IFLA Federacin Internacional de Asociaciones de Bibliotecarios y de
Bibliotecas IFSEA Federacin Internacional de Asociaciones de Editores Cientficos
SO Organizacin Internacional de Normalizacin.

<
5.5. REFERENCIAS BIBLIOGRAFICAS ELEMENTOS ESENCIALES
5.5.1. ALCANCE Y DEFINICIN

1.1. En esta norma se indican los elementos y detalles que se consideren esenciales
en todas las formas de referencias bibliogrficas.
1.2. Una referencia bibliogrfica es un grupo de datos suficientemente precisos y
detallados para permitir identificar una publicacin o parte de una publicacin.
5.5.2. FORMAS DE REFERENCIAS

Una referencia bibliogrfica puede tener cualquiera de las siguientes formas:
a) Una parte de una lista o ndice bibliogrfico, tanto si es descriptivo como analtico
(Ejemplos 1 a 10 de la Seccin 10).
b) El encabezamiento de un sumario o de una revista crtica (Ejemplos de 1 a 10 de la
seccin 10).
c) Una nota aadida a un texto (al pie de la pgina o al final del texto).
d) Incluida en parte en un texto y en parte de una nota (Ejemplo 11 de la Seccin 10).
e) Incluida por completo en el texto (Ejemplo 12 de la Seccin 10).
5.5.3. INDICADORES QUE HAN DE FIGURAR EN LA REFERENCIA.

Una referencia bibliogrfica ha de contener las indicaciones siguientes, cuando las haya
en la publicacin a que se refiere.
5.5.3.1. LIBROS ( U OTROS TRABAJOS PUBLICADOS SEPARADAMENTE)

EJEMPLO:
Nombre del autor o autores: Lecuna, Con los nombres propios u otros Vicente.
Elementos secundarios. Ttulo del libro o Trabajo: Crnica Razonada De las guerras de
Bolvar. Nmero de la edicin 1ra. Ed. (3 vol). Nmero del volumen (en obras De varios
volmenes). Lugar de publicacin New York. Ao de publicacin (vase aparte 7.1) 1950
Pgina o primera y ltima pgina de la Parte especfica a que se refiere.

5.5.3.2. PERIDICOS (U OTRAS PUBLICACIONES EN SERIE)

Ejemplo:
Ttulo del peridico Teintex
Lugar de publicacin Pars
Fecha (vase aparte 7.2) 1936
3.3. Contribuciones a trabajos colectivos, miscelneas, etc. (vase aparte 6.5)
Ejemplo:
Nombre de autor y autores Ranganathan Con los nombres propios u otros S.R.
Elementos secundarios
Ttulo de la contribucin (vase aparte 6.5) Coln clasificacin
And its aproach to documentation.
Ttulo del trabajo principal, precedido, si es
Necesario por nombre (s) de autor (es). Shera, Jesse H., And.
Editor (es) o compilador (es) Egan, margaret E., Ed.
Ttulo Bibliographic
Organization.
Nmero de la edicin
Nmero del volumen (o equivalente)
Lugar de publicacin Chicago Ao de publicacin (vase aparte 7.1)1951
Pgina de la contribucin o parte a la que se p. 94
Refiere, o primera y ltimas pginas. p. 94-105 o pp. 94-105
3.4. Artculos en peridicos (u otras publicaciones En serie).
Ejemplo:
Nombre del autor o autores, Navarro
Con nombres propios u otros elementos: Mons.D. Nicols Secundarios. E.
Ttulo del artculo: Los franciscanos Capuchinos en Venezuela..
Ttulo del peridico: Boletn de la Academia Nacional de la Historia. Nmero (s) o ao (s)
del volumen Tomo XLIII
Nmero (s) de la edicin No. 172 (Vase aparte 4.1).
Fecha (s) de la edicin )es) Oct-Dic. 1960. (Vase aparte 4.1)
Pgina del artculo o parte a que se refiere o primera y ltima Pp.701-710.

Nota: El orden del nmero o ao del volumen y el nmero y la fecha de la edicin pueden
cambiarse.
5.5.4. ORDEN DE LAS INDICACIONES

4.1. Las indicaciones que constituyen la referencia han de colocarse en el orden indicado
en las listas de la seccin 3, excepto para el aparte 3.4 respecto al cual se puede
cambiar el orden de los tres detalles indicados en la nota.
4.2. Cuando una referencia incluida en un texto forma parte de una frase, no puede
prescribirse ningn orden determinado, pero es deseable que se siga lo ms posible el
orden que se fija en las listas dadas en la seccin 3. Ejemplo: ... on peut se reporter aux
Causseries dulundi de Charles A. SAINTE BEUVE, dont la troisiome edition, tome ler, a
paru Pars en 1857....
5.5.4.1. AUTORES
5.1. Cuando hay dos autores debe darse el nombre de ambos Ejemplo: Muret, Pierre y
Sagnac, Philippe.
5.2. Cuando hay ms de dos autores, basta indicar el nombre del primero, seguida por et
alii. Ejemplo: Acevedo, Julio; Ramrez, Toms; Morales, Gabriel; Rodrigo, Claudio.
Debe indicarse solamente: Acevedo, Julio, Et alii.
5.3. Los nombres propios o elementos secundarios han de darse en la forma en que
aparecen en el libro o trabajo a que se refieren. Ejemplos: Salas, Alberto Romero, J.M.
5.4. El editor o compilador de un trabajo colectivo se considera como su autor. Ejemplo:
Furnas, C.C., Ed. Research in industry.
5.5. Pueden citarse los ttulos que indican profesin, cargo o Jerarqua para facilitar la
identificacin del autor. Ejemplos: CLARK, William, M.D., M.R.C.P. CLARK, William,
A.R.I.B.A. BALFOUR, Roberto (Cirujano) BALFOUR, Roberto (Reverendo)
5.5.4.2. TTULO
El ttulo se indica tal como aparece en el libro o trabajo el cual se refiere y
traducido si es necesario.
Un ttulo que se considere demasiado largo puede darse en forma abreviada, pero
las palabras iniciales no han de omitirse nunca, ni alterarse su sentido. Las palabras
omitidas se reemplazan por tres puntos (Vase jemplo 9 de la seccin 10).
Cuando se abrevia el ttulo debe hacerse en la forma prescrita en la Norma

NORVEN 81-1, Cdigo internacional para la abreviacin de la totulacin de las revistas.
Pueden aadirse al ttulo el nombre del editor, traductor o de cualquier otra persona
como un ilustrador) que hayan colaborado en la preparacin del libro o trabajo y que
puedan facilitar su identificacin.
En las referencias bibliogrficas de contribuciones a trabajos colectivo el ttulo de la
contribucin se ha de distinguir de la obra principal por un cambio en el aspecto del tipo
de imprenta o por la insercin de alguna falta.
http://www.unet.edu.ve/~frey/varios/decinv/investigacion/referenbiblio.html

5.6. CITAS A PIE DE PGINA
Cita a pie de pgina:Indicacin que sirve para explicar algn punto que no se incluye en el
cuerpo del texto, a fin de no recargarlo innecesariamente.
5.6.1. IBID
Ibidem que significa "en el mismo lugar, lo mismo". Se utiliza para evitar la repeticin de
una cita. Cuando la referencia es exactamente igual a la que precede, se usa solamente
Ibid. Si vara el nmero de pginas, se deber poner Ibid, ms el nmero de pginas.
EJEMPLO
a. GUILFORD, J. Estadstica aplicada a la psicologa y la educacin. Mxico, McGraw-Hill,
1984. p.51
b. Ibid (indica exactamente a la misma referencia)
c. Ibid., p. 72 ( el mismo documento, pero en pgina distinta)
5.6.2. OP. CIT.

Opus citatum, que significa "obra citada". Se usa cuando se desea referir una cita ya
mencionada, pero no consecutiva y cuando corresponda a diferentes pginas del trabajo.
Se debe repetir el apellido del autor y luego Op. cit., ms el nmero de pgina.
EJEMPLO
a. GUILFORD, J. Estadstica aplicada a la psicologa y la educacin. Mxico, McGraw-Hill,
1984. p. 13.
b. HERNANDEZ, Fabio. Metodologa del estudio. Mxico, McGraw-Hill, 1996. p. 7.
c. GUILFORD, J. Op.cit., p. 230
d. HERNANDEZ, Fabio. Op.cit., p.48
e. Ibid.
5.6.3. LOC. CIT

Locus citatum, significa "lugar citado". Se usa para abreviar la repeticin de la cita de un
trabajo ya mencionado con referencias intermedias, y cuando corresponde a las mismas
pginas. Razn por la cual, el nmero de pginas no sigue a la abreviaturaLoc. cit.

EJEMPLO
a. Briones, Guillermo. La investigacin social y educativa. Bogot, SECAB, 1992. p.15.
b. BOLDIRIEV, N. Metodologa de la organizacin del trabajo educativo. La Habana,
Pueblo y Educacin, 1990. p.55
c. BRIONES, Guillermo. Loc.Cit.
d. BOLDIRIEV, N. Op.cit. p.43
http://www.umce.cl/biblioteca/gpt_c_ppaginas.html

<
5.7. FALTAS FRECUENTES DE RECHAZO DE ARTICULOS TECNICO-CIENTIFICOS
Manuel A. Bobenrieth
5.7.1. FALTAS RELACIONADAS CON EL CONTENIDO DE LA INVESTIGACION
5.7.1.1. FASE CONCEPTUAL DE LA INVESTIGACIN
1. El tema del documento tiene baja prioridad para los objetivos de la revista.
2. La informacin contenida es de conocimiento comn; no aporta elementos nuevos u
originales al rea de inters.
3. El documento muestra que el autor no conoce suficientemente la materia sobre la
cual escribe.
4. El problema general y el problema de investigacin no se encuentran claramente
definidos.
5. Los objetivos del estudio (o investigacin) no se exponen en forma clara y concreta.
6. No se establecen definiciones precisas para los trminos principales (o claves) que
se utilizan a lo largo del texto.
7. Los trminos principales se definen pero sin considerar las caractersticas y nivel de
los lectores de la revista.
8. La introduccin no logra el propsito de proporcionar informacin y antecedentes
suficientes que permitan al lector entenderla exposicin razonada del texto y
comprender y evaluar los resultados del estudio.
9. El marco de referencia conceptual est ausente. La investigacin no se basa en un
marco terico conceptual el cual, al englobar otros estudios en un esquema
sistemtico y comparativo, permita una evaluacin posterior.
10. El Diseo (procedimientos para abordar el problema de investigacin) que se utiliza
es inapropiado para el objetivo de la investigacin.
11. El diseo que se utiliza no est de acuerdo con el nivel actual de conocimientos
sobre el problema de investigacin.
12. El diseo utilizado no es factible considerando los recursos humanos y materiales
disponibles para el estudio.
13. El diseo utilizado presenta inconvenientes de carcter tico.

14. El diseo que se utiliza tiene poco potencial para un anlisis de resultados completo
e integral.
15. El diseo utilizado no proporciona resultados aplicables
16. Las variables (atributos o caractersticas) no se definen. No se diferencian variables
independientes de variables dependientes; variables intervinientes y variables de
control.
17. La clasificacin de categoras de variables es deficiente, lo cual permite el paso de
un sujeto de un grupo a otro grupo que no le corresponde o deja los grupos mal
definidos. Esta situacin implica errores en la interpretacin y en la generalizacin
de los resultados (inferencia).
18. El documento muestra una recoleccin general de informacin sin relacin con
hiptesis que sirvan de gua.
19. Las hiptesis del estudio estn mal formuladas.
20. El estudio falla en formular hiptesis rivales o alternativas que podran explicar un
nmero dado de hallazgos y que desafen las interpretaciones y conclusiones del
investigador.
21. El documento falla en hacer explcitos y claros los supuestos bsicos de la
investigacin, de manera que los hallazgos puedan ser evaluados en trminos de
esas suposiciones.
22. El estudio parece tomar un paquete de informacin que ya existe y pretende hacer
calzar preguntas de investigacin significativas.
23. El documento falla en reconocer y explicar las limitaciones del estudio; esto impone
restricciones a las conclusiones y en cmo stas se aplican a otras situaciones.
24. El examen de la literatura es insuficiente, lo cual impide al lector juzgar la
familiaridad del autor con el conocimiento actual del tema de estudio; adems
impide conocer otros enfoques, otros puntos de vista posibles y distintos para la
investigacin del problema.
5.7.1.2. FASE EMPRICA DE LA INVESTIGACIN

25. La seccin del material y de los mtodos no proporciona informacin
suficientemente clara y completa para que un lector interesado y competente pueda
repetir la investigacin. La falta de reproducibilidad disminuye grandemente el valor
cientfico del artculo.
26. El texto del documento mezcla y confunde informacin sobre material y mtodos
con informacin sobre resultados.
27. El universo (poblacin a la cual se intenta referir los hallazgos) no se define con
claridad.
28. La muestra es atpica, no representativa del universo sobre el cual se pretende
inferir los hallazgos.
29. El tamao de la muestra es inadecuado y no garantiza la presencia de una parte
aceptable de la poblacin, como requisito mnimo. Tampoco se establece la
precisin con la cual el investigador quiere garantizar sus resultados.
30. Las fuentes de informacin son inapropiados y/o carecen de idoneidad.
31. Los datos recogidos son de mala calidad; hay deficiencias, vacos y
contradicciones.
32. La informacin recolectada est desactualizada, obsoleta.
33. El documento contiene la informacin preliminar de un estudio, lo cual limita mucho
el valor de los resultados y conclusiones.
34. La metodologa tiene problemas de validez y confiabilidad.
35. La metodologa tiene problemas de especificidad y sensibilidad.
36. La metodologa prescinde de la utilizacin de grupos testigos.
37. El documento no se basa en observaciones directas, de primera mano, lo cual
aumenta la posibilidad de errores.
38. En el documento se utilizan ndices o indicadores arbitrarios, inapropiados e
incorrectos para calificar y evaluar determinados fenmenos.
39. Los resultados contienen informacin mas bien repetitiva que representativa. Esta
redundancia muestra falta de capacidad selectiva y discriminativa.
40. La presentacin de los hallazgos carece de suficiente claridad y objetividad; faltan
detalles de importancia, lo cual impide que el lector los juzgue por s mismo.
41. Los hallazgos presentados carecen de consistencia interna (totales que no
coinciden, tablas y grficos con informacin incompleta, contradiccin entre el texto
y la informacin contenida en las tablas y los grficos, etc.).
5.7.1.3. FASE INTERPRETATIVA DE LA INVESTIGACIN

42. La informacin recolectada que se presenta no merece anlisis estadstico.

43. El anlisis de los datos es insuficiente, insatisfactorio; el autor no utiliza

correctamente las tcnicas basadas en la lgica y la estadstica.
44. El anlisis estadstico no es apropiado a la fuente y naturaleza de la informacin.
45. El anlisis no es suficiente para determinar si las diferencias significativas pueden
deberse a falta de comparabilidad de los grupos en lo que respecta a sexo,
distribucin por edad, caractersticas clnicas u otras variables relevantes.
46. El documento carece de conclusiones.
47. Las conclusiones no se justifican, por cuanto no se apoyan en la evidencia de los
hallazgos (resultados)
48. El autor no mantiene el mismo punto de vista a lo largo del trabajo.
49. Las conclusiones no concuerdan con las preguntas de investigacin formuladas por
los investigadores. Las conclusiones no se derivan de la respuesta encontrada al
problema y no cierran el trabajo dejndolo bien terminado.
50. La experiencia descrita es de aplicabilidad mnima o nula a pases diferentes del
pas donde se origin el estudio o la investigacin.
51. La investigacin realizada muestra graves transgresiones de las normas de tica
mdica. Esto se refiere principalmente a estudios o investigaciones que involucran
experimentacin con seres humanos, donde se requiere certificacin de que se
explic la situacin y se obtuvo el libre consentimiento de los sujetos.
52. El documento contiene expresiones en forma de declaraciones, referencias y juicios
de valor incompatibles con las normas de respeto a los Gobiernos que rigen el
trabajo de la OPS.
5.7.2. FALTAS RELACIONADAS CON EL INFORME DE LA INVESTIGACION

5.7.2.1. ESTRUCTURA DEL ARTCULO
53. La estructura del documento no corresponde a la de un artculo tcnico-cientfico.
54. La estructura del documento podra servir el propsito de una presentacin oral,
pero no el de un artculo tcnico-cientfico.
55. El material contenido en el documento se presenta muy pobremente organizado y/o
deficientemente explicado.
56. El material que se presenta es muy extenso, no est suficientemente condensado.
57. El ttulo no refleja en forma especfica, clara, exacta y breve el contenido del
artculo.
58. El ttulo desorienta al lector sobre el contenido real del artculo.

59. No se presenta resumen.
60. El resumen no permite a los lectores identificar el contenido bsico en forma rpida
y exacta, determinar la relevancia de ese contenido para sus intereses y decidir si
necesita leer el documento en su totalidad.
61. El resumen presenta informacin o conclusiones que no se relacionan con el resto.
62. Las tablas no se explican por s mismas y repiten la misma informacin del texto;
esto plantea problemas de redundancia y desperdicia espacio en la revista.
63. Los grficos no cumplen los propsitos de evidencia, eficiencia y nfasis.
64. Las ilustraciones que se utilizan carecen de legibilidad y de comprensibilidad.
65. No se presentan referencias bibliogrficas.
66. Las referencias bibliogrficas son demasiado exiguas.
67. Las referencias bibliogrficas son obsoletas y muestran desactualizacin del autor.
68. Las referencias bibliogrficas no estn citadas en el texto, o se citan
equivocadamente.
69. Las referencias bibliogrficas estn incompletas. Estas cinco fallas relativas a la
bibliografa impiden lograr los propsitos de identificar fuentes originales, dar apoyo
a hechos y opiniones y orientar al lector para estudios en mayor profundidad.
5.7.2.2. ESTILO DEL ARTCULO

70. El estilo carece de claridad.
71. El estilo carece de concisin
72. El estilo carece de originalidad
73. El estilo carece de fluidez
74. El estilo es verboso y difuso
75. El estilo es pomposo y altisonante
76. El texto contiene falacias y otros errores, probablemente por falta de disciplina y
rigor en el raciocinio y/o en la expresin del pensamiento.
77. El estilo utiliza jerga o jerigonza, en la forma de lenguaje confuso, ininteligible,
extrao; a veces llegar a ser pretencioso y ridculo.
78. El estilo muestra que el autor confunde hechos con opiniones y trata de vestir
ambos con un ropaje de fantasa imaginativa.

79. El estilo utiliza abreviaciones y siglas que no se explican ni definen; esto confunde y
aburre al lector.
80. El estilo no se adapta a los lectores de la revista.
81. El documento no cumple con normas de material indito y derechos de registro.
5.7.3. CLAVE DE RESPUESTAS

1. Todo artculo cientfico debe contener: Un ttulo, el nombre del autor o autores y su
filiacin, un Resumen, una Introduccin, una seccin de Materiales y Mtodos, una
de Resultados, una Discusin, una lista de Referencias Bibliogrficas y una seccin
de Agradecimientos.
2. El problema, su naturaleza y relevancia, as como el objetivo del trabajo, deben
plantearse muy claramente en la Introduccin del artculo.
3. La poblacin a la que se intenta referir los hallazgos, debe presentarse en la
seccin de Materiales y Mtodos, incluyendo las especificaciones tcnicas exactas,
cantidades, edad, sexo, status gentico (en caso de plantas y microorganismos),
etnia y fuentes.
4. El uso de figuras est indicado, cuando los datos experimentales muestran una
tendencia; el uso de tablas se recomienda para la presentacin de volumen
considerable de datos experimentales, que no puedan ser presentados en el texto y
que no muestren tendencia evidente.
5. El autor debe evitar ser redundante. La presentacin de una figura y una tabla
conteniendo la misma informacin, no demuestra la destreza e inteligencia del
autor, sino por el contrario, confunde al lector innecesariamente y es causa
frecuente de rechazo para publicacin.
6. El problema de investigacin es una descripcin y discusin lgica de la situacin,
idea, concepto o teora que indica el estudio y provee un marco de referencia para
el propsito del mismo. La hiptesis es una solucin provisional a un problema de
investigacin, basada en el conocimiento de las caractersticas de las variables del
problema y/o investigaciones anteriores.
7. Las caractersticas del problema de investigacin, del modelo experimental (en
caso de haberlo) y la definicin de trminos no convencionales necesarios para la
comprensin de dicho problema, deben indicarse en los primeros prrafos de la
Introduccin.
8. Bibliografa es el conjunto de asientos bibliogrficos, generalmente sistematizados

por tema. La referencia bibliogrfica es la unidad ms pequea de informacin
cientfica. Ella debe contener los datos indispensable para la localizacin de la
publicacin referida.
9. No ms de 15 palabras.
10. No ms de 250 palabras.
11. En la Discusin del artculo, se confrontan los resultados del autor con aquellos
resultados ya publicados por otros autores sobre el tema o temas relacionados. La
conclusin es la ltima palabra del autor y debe justificarse con evidencias.
12. Las consecuencias prcticas del autor deben analizarse en la seccin de Discusin,
as como cualquier implicacin terica derivada del estudio.
http://www.unet.edu.ve/~frey/varios/decinv/investigacion/clave.html

<<
6. CAPITULO VI:
ELEMENTOS PARA LA
EVALUACIN DE
RESULTADOS

6.1. EVALUAR LOS RESULTADOS
Una vez obtenidos los resultados, antes de informar de ellos, el investigador debe dedicar
algn tiempo a una fase especial: la evaluacin. Debe evaluar los resultados: son lo que
l quera?, Es posible mejorar algo en el informe? Debe ser dejado fuera algo o merece
el informe publicarse en su totalidad?. Por definicin, la evaluacin es slo posible cuando
se haga desde el punto de vista de alguien. El propio punto de vista del investigador es tan
vlido como cualquier otro, pero no siempre es el que marcar el resultado y
consecuencias del proyecto de investigacin. Ms adelante se tratarn otros ngulos de
visin.
6.1.1. FACTUALIDAD Y CREDIBILIDAD

En el informe, el investigador presenta los resultados de sus mediciones u observaciones
hechas en el mundo emprico. Son en su mayor parte afirmaciones incondicionales: "Un
86% de los clientes estaban satisfechos"; "El peso del coche era de 1.550 kg". Ahora es
posible que entre las muchas afirmaciones hechas en un informe haya algunas que no son
ciertas, con lo que debe haber modo de evaluar la factualidad de toda la informacin dada.
El asunto se convierte en algo realmente serio cuando se trata de sopesar la afirmacin
central del proyecto, la hiptesis.
Qu queremos decir con las palabras "factual" y "verdadero" y cmo determinamos la
factualidad de una afirmacin?
En el curso del tiempo, los investigadores han interpretado la palabra "factual" de distintos
modos. Una posibilidad es ver si la afirmacin es coherente con otras informaciones que
creemos que son ciertas. Este mtodo era popular en la Edad Media, cuando todas las
ramas de la investigacin eran ramificaciones de la teologa. De acuerdo con ello, haba
un indicador simple y universal para la credibilidad de una afirmacin: su acuerdo con la
Biblia.
Hoy la mayor parte de los investigadores estn de acuerdo en que, en el mundo emprico,
el criterio correcto de una afirmacin es su correspondencia con la realidad, no con las
autoridades. El examen de esta correspondencia es llamado verificacin. La dificultad es
que una afirmacin reside en el mundo de los conceptos y teoras, no en el mundo de las

cosas empricas sobre las que habla; de modo que la correspondencia no siempre es fcil
de definir y registrar. Junto a ello, siempre hay la posibilidad de error en las mediciones.
Como resultado, los investigadores ahora estn de acuerdo en que nunca podemos
alcanzar un 100% de certidumbre en la correspondencia con la realidad de ninguna
afirmacin emprica.
Las "ciencias formales" tales como las matemticas son un caso diferente: podemos
probar con absoluta certeza que el rea del crculo es pi por el radio al cuadrado. Pero ello
slo es cierto si no estamos describiendo un crculo emprico, porque, si medimos un
crculo emprico, probablemente encontremos que los ltimos decimales de nuestra
medicin son incorrectos.
Otra dificultad de verificacin surge si la afirmacin es de tipo general, como lo son la
mayor parte de las hiptesis. Si la hiptesis dice que todos los objetos en el mundo siguen
una cierta regla, debemos investigar todos los objetos antes de que podamos estar
seguros al 100% -- lo que ser casi siempre imposible. En lugar de ello, hay otro modo de
evaluar una hiptesis general: podemos mostrarla como falsa si encontramos un slo
caso en que la hiptesis sea falsa. Por supuesto, incluso en este caso, tenemos el riesgo
de error. Ni siquiera una serie prolongada de intentos infructuosos de mostrar la falsedad
puede producir una absoluta verificacin de la hiptesis.
A causa de las dificultades prcticas arriba mencionadas, la mayor parte de la gente est
de acuerdo en que, hablando en sentido estricto, es imposible verificar afirmaciones
empricas generales. Debiramos usar la palabra verificacin cuidadosamente y definir a
qu casos nos referimos, como por ejemplo: "La hiptesis fue verificada en todos los
casos examinados."
6.1.1.1. CREDIBILIDAD DE LAS CONCLUSIONES CUALITATIVAS

Tenemos que aceptar el hecho de que los estudios empricos no pueden producir
resultados que sean ciertos con absoluta certeza. Sin embargo, incluso cuando sabemos
que los resultados pueden contener pequeos errores, los resultados pueden seguir
siendo bastante tiles para muchos fines prcticos. Por ejemplo, si creemos que los
resultados de una investigacin son ciertos en un 99% de los casos, muy bien podemos
asumir el riesgo de usarlos y aceptar que el 1% de nuestra aplicacin ser fallido. Los
beneficios con el 99 de productos exitosos pueden compensar las prdidas con el
producto defectuoso.
En todo caso, cuando se usan los resultados de la investigacin con una certidumbre
menos que absoluta, podemos no obstante necesitar mtodos para evaluar los resultados
de la investigacin. Tendremos suerte si usamos resultados que han sido verdaderos en el
99.9% de los casos estudiados, pero no si se mostraron como ciertos en slo el 51% de
los casos.
Una evaluacin inequvoca de los resultados de la investigacin es imposible, por las
mismas razones (vase ms arriba) por las que es imposible una verificacin absoluta. Sin
embargo, las prcticas convencionales de las comunidades cientficas existentes ejecutan
esta evaluacin de una forma muy eficaz. La evaluacin no es un acontecimiento
separado ni un proceso planificado. Suele alcanzarse gradualmente y participan en el
proceso un gran nmero de colegas investigadores. Los acontecimientos habituales en la
evaluacin son los siguientes;
Si el informe de investigacin es una Tesis, ser criticado por los examinadores
oficiales y los oponentes .
Cuando se presenta un nuevo informe de investigacin a los editores de una serie
de publicaciones cientficas, el informe ser criticado no slo por los editores, sino
que tambin lo ser por revisores establecidos para la serie, que normalmente son
cientficos expertos y reconocidos y por ello son capaces de presentar unas agudas
observaciones crticas.
Tras la publicacin, nuestro informe atraer muchas veces la atencin de nuestros
colegas investigadores, y lo usarn como una base para nuevas hiptesis que
estn poniendo a prueba en sus propios proyectos. Si la hiptesis del ltimo
proyecto falla inesperadamente, el investigador respectivo puede volver un ojo
crtico hacia el informe anterior sobre el que se ha apoyado.
Si nuestros hallazgos son aplicados a problemas prcticos entre los ejercientes de
la profesin o en la produccin industrial, pueden fallar al producir los resultados
que habamos pronosticado. Las investigaciones sobre las razones del fallo
normalmente incluirn una verificacin crtica de nuestros procesos y resultados.
Mientras nadie entre las personas arriba mencionadas encuentre todos los fallos en
nuestro informe, nuestros hallazgos ganarn, sin embargo, credibilidad durante el
proceso. Los colegas y profesionales empezarn de forma gradual a ver nuestros
hallazgos como una base fiable para su propio trabajo, del mismo modo que cuando ellos
usan sus propias observaciones, las tablas que se encuentran en los manuales, o todo lo
que todos aceptan como ajustado a los hechos y verdadero. A este proceso gradual se le
llama en ocasiones mtodo de confirmacin por "consenso".
"La ciencia no reposa sobre un fondo de roca. La audaz estructura de sus
teoras se levanta como si lo hicira encima de un pantano. Es como un
edificio erigido sobre pilones. Los pilones se clavan en el fondo del pantano,
pero no en una base "natural" o "estableciada"; y cuando cesamos en
nuestros intentos de hundir nuestros pilones en una capa ms profunda, no
es porque hayamos alcanzado una base firme. Simplemente nos detenemos
cuando estamos satisfechos porque son lo bastante firmes como para
aguantar la estructura, al menos por el momento". (Karl R. Popper: The Logic
of Scientific Discovery, 1959, p. 111)
El tipo de proceso de confirmacin por "consenso" no puede comenzar antes de que el
informe sea pblico. Sin embargo, ya antes de la impresin, el investigador puede intentar
valorar algunos componentes de su credibilidad. Durante el proceso de investigacin, el
investigador raramente contempla el proyecto o sus resultados desde fuera, pero en la
fase de valoracin sera til desplazar la propia visin desde el ngulo "interno" de visin
al "externo":
La visin interna del proyecto est confinada a lo que se manifestaba
explcitamente en los objetivos iniciales o las hiptesis. En esta visin son cosas
importantes por ejemplo la claridad de definiciones, la fiabilidad de mediciones y un
bajo nivel de error aleatorio.
La visin externa lo que intenta revelar es Con qu amplitud son validos los
resultados fuera de la muestra, en la poblacin?. Pueden aplicarse a problemas
prcticos habituales? Pueden aplicarse los resultados en situaciones anlogas en
otros sitios, fuera de la poblacin? Por supuesto, al investigador no puede
hacrsele responsable de tales ampliaciones "ilegales"; al pblico en general, sin
embargo, le gustan, y podra ser sensato estar preparado para contestar a esta
pregunta.
Un examen ms detallado de los componentes de credibilidad podra incluir algunas de las
siguientes preguntas.
Se explican claramente los principios de interpretacin de modo que otro
investigador pueda llegar a las mismas conclusiones a partir del material reunido?

Hemos estudiado bastante material? Habitualmente podemos contestar que s

cuando consideramos que nuestro material est "saturado", esto es: el examen de
casos nuevos ya no produce informacin suplementaria.
Hay anomalas entre los casos? stas son los casos que no obedecen a nuestra
hiptesis. Algunos investigadores dicen que tales casos no deben tolerarse;
algunos otros piensan que es permisible un pequeo porcentaje. Si hay anomalas,
debemos analizarlas; sera demasiado simple una solucin que sencillamente las
excluyese de los casos estudiados. Si no podemos encontrar explicaciones a las
anomalas podramos simplemente enumerarlas como elementos que precisan
estudios ulteriores.
Es nuestra interpretacin la nica razonable o es claramente, por lo menos, la ms
verosmil entre las alternativas? Debemos pensarlo bien antes de contestar que s,
porque, en la prctica, una vez que el investigador ha encontrado una interpretacin
sostenible, se le hace difcil inventar otras alternativas, incluso aunque una persona
ajena podra pensar fcilmente en otras posibilidades. Podra ser una buena idea
que discutisemos las alternativas con una persona ajena.
Fiabilidad de una fuente. La fiabilidad de los docuentos escritos o impresos y su
evaluacin se trata bajo el encabezado Crtica de fuentes. El mtodo para valorar
documentos es tambin adecuado para evaluar informacin factual que recibimos a
travs de entrevistas o cuestionarios (no debiramos, sin embargo, evaluar o censurar las
opiniones de nuestros entrevistados).
El mtodo ms eficiente para descartar la informacin falsa es el anlisis cruzado de los
datos, obteniendo informacin de fuentes paralelas. Cuando no existe informacin
paralela y nuestra nica fuentes es una sola declaracin, debemos hacernos las siguientes
preguntas:
Qu quera decir el informante con su declaracin? Tiene la declaracin un
sentido real distinto de su contenido literal?
Se hizo la declaracin de buena fe?
o Tena el informante inters en engaar al lector?
o Estaba el informante bajo presin para decir alguna falsedad?
o Estaba influenciado por simpata o antipata para decir una falsedad?
o Le influenciaba la vanidad?
o Estaba influenciado por la opinin pblica?
Era exacta la declaracin? o, de manera ms particular:

o Era el autor un observador deficiente a causa de algn defecto o
anormalidad mental?
o Estaba el autor mal situado en cuanto al momento o el lugar para observar?
o Contiene la declaracin contradicciones internas?
o Era el hecho de tal naturaleza que no poda observarse directamente?
Cuando hemos reunido los resultados de una muestra no aleatoria a partir de una
poblacin, lo normal es que queramos generalizar nuestros resultados. Generalizar
significa que afirmamos que los resultados son ciertos no slo para la muestra, sino
tambin respecto a la poblacin. Es posible evaluar la credibilidad de tal declaracin?
La cuestin crucial en la evaluacin es si la muestra se desva de la poblacin en aspectos
relevantes. Por relevantes entendemos aquellas cuestiones que medimos o que se
incluyen en nuestra hiptesis o en los objetivos del proyecto. Habitualmente la nica
manera de estimas esto sera investigar otra muestra de la misma poblacin, lo que en la
mayor parte de los casos ira ms alla de los recursos disponibles.
Como un dbil sucedneo del examen arriba descrito, podramos plantearnos el estudiar si
nuestra muestra no aleatoria se desva de la poblacin respecto a aspectos distintos de
los puntos "relevantes" arriba mencionados. Con frecuencia podremos examinar archivos
pblicos y descubrir por ejemplo la conformacin demogrfica, edad o estructura por
sexos de nuestra poblacin y comparar estas cifras con nuestra muestra.
Si encontramos desviaciones, tenemos que plantearnos si stas nos dan razones para
sospechar sobre desviaciones tambin en las variables "relevantes" arriba aludidas. Para
ayudarnos a la hora de plantearnos esto, podramos calcular las correlaciones entre la
variable demogrfica que aparece desviada y nuestras variables "relevantes" (si son
numricas). Por ejemplo, si la distribucin por sexos no es igual a la distribucin por sexos
de la poblacin, calcularemos las correlaciones entre sexo y nuestras variables
"relevantes" en la muestra. Unas correlaciones altas indican que nuestra muestra estaba
sesgada.
Sin embargo, incluso si las correlaciones mencionadas son bajas, esto no garantizar la
ausencia de sesgo. As, tal vez sera una buena idea usar el muestreo aleatorio, siempre
que sea posible, para evitar llegar a vernos en la necesidad de realizar las evaluaciones
arriba descritas.

6.1.1.2. CREDIBILIDAD DE LAS CONCLUSIONES CUANTITATIVAS

Los procesos de investigacin cuantitativa estn mejor definidos que los cualitativos, de
modo que es ms fcil encontrar criterios de evaluacin. Podramos, por ejemplo,
investigar si los resultados han sido ciertos en un 99% o slo un 80% de los casos
medidos. Un indicador efectivo es la varianza de las mediciones. Podemos evaluar su
representatividad con la prueba t. Con la misma prueba, podemos calcular el error
probable de la media de nuestras mediciones. No hace falta decir que que cualquiera de
los algoritmos y procesos de anlisis numrico pueden estar equivocados y han de ser
comprobados.
Adems, puede que el investigador se quiera hacer las siguientes preguntas:
Hay definiciones para todos los conceptos principales o al menos para aquellas
variables que hemos medido?
Nos hemos apartado en algn punto de las definiciones originales?
Cul es la poblacin donde queremos que sean vlidos nuestros resultados?
Esta seleccionada de forma precisa la muestra a partir de esa poblacin?
Hagamos un repaso detenido a las frases de nuestro texto que incluyen palabras
como todos, ninguno, nunca o siempre; queremos de verdad decir que la
poblacin de la que hablamos es infinita?
Si hemos reunido nuestros resultados empricos a partir de una muestra aleatoria, vamos
a querer saber hasta que punto es seguro o probable que los resultados sean ciertos no
slo en la muestra sino tambin en la poblacin original. Para este examen, hay dos
mtodos llamados comprobaciones estadsticas. Estos mtodos nos ayudarn a elegir
entre dos explicaciones alternativas para nuestros resultados,
o bien nuestra hiptesis de investigacin es cierta y los resultados medidos a
partir de la muestra son tambin ciertos en la poblacin,
o la "hiptesis nula" es cierta y los resultados no son vlidos en la poblacin.
Hemos obtenido los resultados de la muestra de manera sencillamente accidental.
Ahora es posible calcular la probabilidad de obtener, por azar slo, ciertos resultados a
partir de la muestra. Si esta probabilidad es muy pequea, por ejemplo menos de un 0.1%,
tenemos buenas razones para rechazar la hiptesis nula y creer que los mismos
resultados son ciertos en la poblacin. A tales resultados se les llama estadsticamente
altamente significativos. Sin embargo, si la probabilidad de recibir el resultado por azar es
amplia, digamos que por encima de un 5%, no debemos afirmar que nuestros resultados
son necesariamente vlidos en la poblacin. En este caso, nuestros resultados se llaman

estadsticamente no significativos.
Los niveles de representatividad de los resultados de una investigacin usados
habitualmente se detallan abajo. Los porcentajes indican la probabilidad de obtener el
resultado slamente al azar, incluso cuando el resultado no fuera cierto en la poblacin.
la probabilidad es mayor que un 5% significa que el resultado no es significativo.
menos del 5%. el resultado es considerado significativo en el nivel del 5%.
Abreviado *
menos del 1%. el resultado es considerado significativo en el nivel del 1%.
Abreviado **
menos del .1%. el resultado es considerado significativo en el nivel del .1%.
Abreviado ***
La abreviatura se usa situando una o ms estrellas tras el resultado de la investigacin ya
sometido a prueba.
Se usan nombres ligeramente distintos para los niveles de representatividad segn el pas,
y eso es por lo que, para evitar confusiones, podra por ejemplo afirmarse en el informe de
investigacin que "el resultado es significativo en el nivel del 5%", queriendo esto decir que
la probabilidad de que se produjese ese resultado por accidente es inferior al 5 %.
Al mismo tiempo, la representatividad tambin indica el riesgo para el investigador de
cometer el "error de tipo 1", descartando equivocadamente la hiptesis nula y aceptando la
hiptesis de investigacin, a pesar del hecho de que la hiptesis de investigacin en
realidad ya no es vlida. A pesar del riesgo, el investigador no debe poner el listn de la
representatividad innecesariamente alto, porque entonces hay la amenaza del llamado
"error de tipo 2", en que el investigador acepta la hiptesis nula y descarta
equivocadamente la hiptesis de investigacin a pesar de ser en realidad verdadera.
Hasta qu grado ha de ser significativo un resultado logrado en un estudio? En la
prctica, la representatividad de un estudio suele depender de qu tipo de datos ha podido
reunir. Un informe de investigacin con frecuencia es juzgado adecuado para ser hecho
pblico si al menos en alguna de las cuestiones estudiadas se alcanza el nivel de
representatividad del 5%.
No hay una frmula universal para la comprobacin estadstica. En lugar de ello hay un
cierto nmero de comprobaciones especiales para cada distinto tipo de estadsticas (para

la media, la varianza, etc.). Sin embargo, la prctica general en las comprobaciones es

siempre la misma:
1. primero, en el manual de estadstica, encontramos la frmula especfica para la
estadstica que queremos comprobar,
2. entonces colocamos nuestra estadstica en la frmula, y junto a ella algunos
parmetros (que indican el nmero de nuestras mediciones, su varianza, etc.). La
frmula entonces nos da una cantidad especial llamada Chi, t, F, etc., que describe
la "fuerza" de nuestro hallazgo,
3. comparamos esta cantidad con las tablas (en los manuales) que nos dicen cul es
la probabilidad de obtener nuestro conjunto de datos nicamente por coincidencia.
Si la probabilidad es, pongamos, de menos de un 1%, nuestros resultados son
significativos.
En la siguiente tabla encontraremos algunas comprobaciones estadsticas. Una tabla no
puede dar todos los criterios que deben tenerse en cuenta en la eleccin; sera
aconsejable consultar a un estadstico si tenemos la posibilidad.
Tabla 15: Comprobaciones estadsticas
PRUEBA
DATOS QUE HAN DE SOMETERSE A PRUEBA:
ADECUADA:
Distribucin: prueba Chi
Estadsticas que describen una variable aritmtica (por ej.:
prueba t
media):
Variables medidas sobre una nominal escala: Cochran Q test
Relaciones
entre dos Variables medidas sobre una escala ordinal: Prueba Wilcoxon
o ms Correlaciones (escala aritmtica): prueba t
variables
Resultados a partir del anlisis de varianza: prueba F
Enlaces en el WWW sobre inferencia estadstica y pruebas:
Surfstat, de la University of Newcastle
Inferential Statistics, de William M. K. Trochim
6.1.1.2.1. Prueba Chi

La prueba Chi (letra griega que se pronuncia como en espaol "ji") puede usarse para
valorar cmo estn distribuidos en clases los objetos o sujetos en una muestra aleatoria.
Un ejemplo inventado:

Un fabricante vende grifos en Espaa. stos pueden ser cromados en plateado o dorado.
La empresa empezar pronto a lanzar al mercado estos productos en Portugal y necesita
saber si los clientes portugueses estn relativamente ms interesados en los dorados que
los clientes espaoles.
Se ha enviado un cuestionario a 150 portugueses elegidos al azar y a un nmero igual de
espaoles. 100 cuestionarios no fueron devueltos. Las 200 respuestas obtenidas se
distribuyeron como indican los nmeros marcados con una T:
. Prefiere acabado cromado Prefiere acabado dorado Total

Espaoles T = 50 T = 40 90
Portugueses T = 50 T = 60 110
Total 100 100 200
En este caso (inventado), la mayora de portugueses preferan grifos dorados, mientras
que la mayora de espaoles los preferan cromados. Ahora surge una pregunta: esta
diferencia es vlida en todos los portugueses y espaoles o es posible que una
divergencia tal de las muestras est causada slo por el azar? Tenemos que plantearnos
el hecho de que recibiramos slo 200 respuestas y es bastante posible que
accidentalmente tengamos un grupo tan pequeo, varias personas que no son tpicas en
sus opiniones .
La probabilidad de un resultado accidental puede calcularse con la prueba Chi. Para llevar
a cabo la prueba, primero vamos a investigar cmo estas 200 respuestas podran estar
distribuidas con mayor probabilidad, si no hubiese diferencias entre las dos poblaciones;
en otras palabras, si todos los portugueses y todos los espaoles tuviesen idnticas
opiniones sobre los acabados de los grifos. Esta distribucin hipottica se llama
distribucin esperada. En nuestro ejemplo sera como sigue. (Las frecuencias de clases
en esta distribucin van marcadas con la letra V):
. Prefiere acabado cromado Prefiere acabado dorado Total
Espaoles V = 45 V = 45 90
Portugueses V = 55 V = 55 110
Total 100 100 200
Ahora necesitamos construir una medida para indicar cunta discrepancia hay entre la
distribucin real y la esperada. Esta medida se llama Chi cuadrado, y se calcula como
sigue:

(siendo x la discrepancia, T el total y V el valor de los que prefieren cromado o dorado y

significando suma). En la frmula tenemos que sustituir sucesivamente T por cada valor T
en la tabla de "distribucin real" y, de la misma manera, a su vez, para V, cada valor de V
en la tabla de "distribucin esperada" En nuestro ejemplo, Chi al cuadrado da el siguiente
valor:
= 0,56 + 0,56 + 0,45 + 0,45 = 2,02

El siguiente paso es calcular la probabilidad de obtener, slo por accidente, los resultados
de arriba (o, lo que es lo mismo, la divergencia mencionada anteriormente entre
portugueses y espaoles).
No necesitamos calcular esta probabilidad, ya que se indica para un gran nmero de
valores en los manuales de estadstica. Estas tablas nos dicen, por ejemplo, que hay un
5% de probabilidad de obtener el valor 3.84 para Chi cuadrado en un par de tablas de 4
celdas, cuando slo acta el azar y no hay diferencia entre las poblaciones.
En nuestro ejemplo, obtuvimos un valor Chi cuadrado de 2.02, que es menos de 3.84.
Esto significa que la probabilidad de obtener un valor Chi cuadrado as por azar es ms
del 5%. En otras palabras, los resultados de nuestro cuestionario son estadsticamente no
significativos. As, nuestro cuestionario no permite hacer afirmacin alguna sobre las
diferencias entre portugueses y espaoles.
Cuando la prueba Chi se aplica a distribuciones que consisten en ms de cuatro clases, es
probable que Chi cuadrado se haga mayor por la simple razn de que la frmula Chi
cuadrado incluye ms de cuatro trminos que han de agregarse. Para neutralizar este
incremento, la prueba Chi requiere que demos una medida de la amplitud de nuestra tabla.
La medida para esto tiene un nombre peculiar, grado de libertad.En nombre indica el
nmero de las celdas de nuestra tabla que podran cambiar cuando el nmero de casos es
constante.
Por ejemplo, si vamos a estudiar distribuciones en que exactamente cien personas estn
clasificadas en seis grupos, el grado de libertad en cualquiera de esas distribuciones es
cinco. La explicacin para esto es que cinco celdas de las seis estn siempre libres para
recibir cualquier nmero de sujetos (entre 0 y 100); pero despus de que las cinco celdas

han recibido su contenido, la sexta no tiene libertad para cambiar; estar determinada por
el total de 100.
Una tabla de 2 x 2 celdas tiene un grado de libertad de exactamente uno: si todas las
celdas cambiasen, todas las dems celdas tendran que cambiar de acuerdo con ello;
tienen colectivamente un nico grado de libertad.
En la tabla de abajo se dan los grados de libertad de algunas tablas pequeas.
Tamao de la
Grado de libertad f
tabla
2x2 1
2x3 2
2x4 3
2x5 4
3x3 4
3x4 6
La tabla siguiente da los valores que alcanza Chi cuadrado bajo la influencia slo del azar,
con una probabilidad de 5%, 1% o bien 0.1%. Esta tabla incluye slo pequeas
distribuciones con un grado de libertad hasta 6. Encontraremos tablas mayores en los
manuales.
Grado de libertad Probabilidad

f 5% 1% 0,1 %
1 3,841 6,635 10,828
2 5,991 9,210 13,816
3 7,815 11,341 16,266
4 9,488 13,277 18,467
5 11,070 15,086 20,515
6 12,592 16,812 22,458
6.1.1.2.2. Prueba Cochran Q

La prueba Cochran Q puede usarse para evaluar la relacin entre dos variables que se
miden en una escala nominal. Una de las variables puede incluso ser dicotmica, o
consistir en slo dos valores posibles.
En el ejemplo siguiente se evaluaron por 12 sujetos cuatro combinaciones distintas de
asientos para camin y de cinturones de seguridad. La escala de evaluacin era
dicotmica: el cinturn poda molestar al usuario (=1) o no molestarle (=0). (El ejemplo es

de Raimo Nikkanen: Seat and Seat-Belt Comfort in Heavy Commercial Vehicles in

Finland.) Las evaluaciones por sujetos A...L se dan en las filas 2...5. Adems, la tabla
indica las sumas para cada combinacin de asiento/cinturn, sumas para cada sujeto,
cuadrados de ambas sumas y sumas de estos cuadrados, que son entonces usados en la
frmula de la prueba Cochran.
Tabla 16: frmula de la prueba Cochran
1 Sujeto de la prueba: A B C D E F G H I J K L SV SV2
2 Asiento de tipo I: 1 1 1 1 1 1 1 0 01 0 08 64
3 Asiento de tipo II: 1 1 1 1 0 1 1 0 1 1 1 1 10 100
4 Asiento de tipo III: 0 0 1 1 0 1 1 0 01 0 05 25
5 Asiento de tipo IV: 0 1 1 1 0 1 1 0 11 1 19 81
Total Total
6 Totales por cada sujeto = SH 2 3 4 4 1 4 4 0 24 2 2
S=32 =270
Total
7 Cuadrados de la fila precedente = SH2 4 9 16 16 1 16 16 0 4 16 4 4 -
=106
En el siguiente paso, los valores de la tabla se sitan en la siguiente frmula, que da

entonces el valor Q:
Todos los parmetros en esta frmula se encuentran en la tabla, excepto k, que es el

nmero de alternativas (aqu = 4). El valor de Q se hace mayor si hay asociacin
estadstica entre las variables. Si no hay asociacin y solo acta el azar, Q alcanza
exactamente el mismo valor que Chi cuadrado. Esto significa que cuando se evala el
valor de Q que hemos recibido en una prueba, podemos usar la Tabla Chi cuadrado
mostrada anteriormente.
En una tabla de distribucin del tipo de la de arriba, el grado de libertad es igual a k-1; en
el ejemplo de arriba es igual a 3. En el ejemplo de arriba, el valor obtenido para Q fue de
7.63. Consultando la tabla de Chi cuadrado encontramos que el resultado de arriba sera
significativo solo s Q tuviese un valor de al menos 7.815. La prueba Q Cochran mostr as

que la diferencia encontrada empricamente entre las alternativas de asientos no era

estadsticamente significativa.
6.1.1.2.3. Prueba Wilcoxon

Con la prueba Wilcoxon podemos comprobar la representatividad de las preferencias entre
dos (o ms) alternativas. La escala al dar las preferencias es ordinal.
En su estudio Seat and Seat-Belt Comfort in Heavy Commercial Vehicles in Finland,
Raimo Nikkanen quera comparar dos asientos distintos para camin. Doce sujetos
probaron ambos asientos y evaluaron su comodidad sobre una escala de 7 puntos. Las
valoraciones obtenidas se dan en las columnas 2 y 3 de la siguiente tabla. La fila 5, Orden
de rango de las diferencias (ignorando el signo) significa que la diferencia ms pequea de
esta fila recibe el valor 1, la segunda el valor 2, etc. Los casos en que no hay diferencia se
descartan completamente. El valor 6.5 significa que las diferencias situadas en el sexto y
sptimo lugar eran iguales; con lo que les damos a ambas el mismo rango de 6.5. La fila 6,
Los casos de signo menos frecuente significa que tomamos de la fila 5 aquellos casos
donde el signo de la diferencia era del tipo menos comn. En este ejemplo, haba una
minora de diferencias negativas. De aquellos casos nicamente tomamos sus rangos, de
la fila 5. En el ejemplo, el nico nmero que se tomar ser el 3.
1 Sujeto de la prueba: AB C D E F GH I J KL
2 Comodidad del asiento estndar: 3 5 5 6 5 5 3 5 45 3 3
3 Comodidad del asiento anti-vibracin: 2 3 2 2 2 2 2 3 32 2 4
-
4 Diferencia de los valores de arriba: 1 2 3 4 3 3 1 2 13 1
1
Orden de rango de las diferencias (ignorando el

5 3 6,5 9,5 12 9,5 9,5 3 6,5 3 9,5 3 3
signo):
6 Los casos de signo menos frecuente: - - - - - - - - - - - 3
En el siguiente paso, aadimos todos los nmeros a la fila 6, ignorando sus signos.
Llamamos a esto suma T. En el ejemplo ser 3. Ahora es momento de mirar en la tabla de
la prueba Wilcoxon en nuestro manual. Las filas de la tabla son para diferentes nmeros
de pares (=N, aqu 12). En la fila correcta, encontramos, encontramos Tmax = valor que T

no debe exceder, o los resultados no sern significativos en un nivel del 5%. Aqu debajo
tenemos una parte de la tabla.
N= 6 7 8 9 10 11 12 13 14 15 16 17 18
Tmax= 1 2 4 6 8 11 14 17 21 25 30 35 40
En nuestro caso, el valor emprico (3) est claramente bajo el valor permisible, y as
podemos llamar significativos a nuestros resultados. Sera altamente improbable que se
obtuviese una diferencia tan amplia en las preferencias
slamente por azar.
Arriba hemos comprobado distribuciones y mediciones

en una escala ordinal. Estos tipos de pruebas son bien
explicadas en Sidney Siegel: Nonparametric statistics
for the behavioral sciences.
6.1.1.2.4. La prueba t
El efecto del azar hay que considerarlo siempre cuando
calculamos una estadstica descriptiva, por ejemplo, una media o una correlacin. Estas
estadsticas siempre proceden del algoritmo aparentemente exacto y digno de confianza,
incluso en casos en que el material subyacente es a la vez escaso y poco fiable. Esto
puede ilustrarse por un ejemplo inventado (a la derecha) donde tenemos dos mediciones a
partir de tres estudiantes elegidos al azar en la UIAH.
En el diagrama de dispersin, resulta que podramos dibujar una lnea recta a travs de
los tres casos, lo que significa tambin que la correlacin de las dos variables es
exactamente 1.00. Indica una correlacin tan inusualmente fuerte que generalmente el
peso (y) de cualquier estudiante en la UIAH puede calcularse a partir de su ao de
estudios (x) usando la frmula y = 5x + 55 ?
Por supuesto que no. La probabilidad de obtener por azar una correlacin alta entre tres
pares de mediciones es bastante elevada. Incluso si tenamos 5 pares de mediciones, la
correlacin alcanzara de manera puramente accidental el valor 0,81en el 10% de casos,
y el valor 0,96 en el 1% de los casos, cuando las dos variables en realidad son
absolutamente independientes la una de la otra.
Cuantas ms mediciones tenemos, la correlacin ms baja se convierte en significativa.
Esto puede verse en la siguiente tabla:

Numero de
Si la correlacin es al menos:
mediciones
4 pares 0.95 0.99
5 pares 0.88 0.96
7 pares 0.75 0.88
10 pares 0.63 0.77
20 pares 0.44 0.56
40 pares 0.31 0.40
100 pares 0.20 0.26
... entonces la correlacin ... entonces la correlacin
... es significativa is significativa
en un nivel del 5%. en un nivel del 1%.
La tabla de arriba es un simple ejemplo de una prueba t. Adems del cociente de
correlacin, la prueba t puede usarse para estimar la representatividad de otros muchos
parmetros estadsticos. En la mayor parte de los casos, sin embargo, los valores para el
parmetro t no pueden obtenerse directamente a partir de una tabla como la de arriba,
sino que han de calcularse con frmulas especiales que son desgraciadamente todas
distintas.
La prueba t puede tambin usarse para estimar la representatividad de la diferencia entre
los parmetros obtenidos a partir de dos muestras distintas, es decir, lo probable que
tambin las poblaciones correspondientes difieran entre ellas en una manera similar. El
principio de la prueba es el mismo. Una limitacin de la prueba t es que slo puede usarse
para estimar uno de dos parmetros a la vez.
6.1.2. REFERENCIAS
Surfstat, de la University of Newcastle - Inferential Statistics, por William M. K.
Trochim

6.2. UTILIDAD DE LOS RESULTADOS Y APLICACIN PRCTICA
Ilustracin 19: Beneficios del proceso de investigacin
El investigador siempre desea que su trabajo produzca ventajas para otras personas, y
habitualmente intenta estimar estos beneficios desde el comienzo del proyecto y en las
observaciones de conclusin del informe de investigacin.
Esta estimacin ser subjetiva, por supuesto. Se puede obtener una evaluacin ms
realista y objetiva si el proyecto de investigacin de origin a partir de un problema
prctico experimentado por la gente. Un indicador fiable del valor de los resultados de la
investigacin es que si estas personas estn dispuestas a aplicar estos resultados al
problema original (figura de la derecha). Si la aplicacin resulta fcil y exitosa, el proyecto
de investigacin recibe unas notas altas desde el punto de vista de sus potencialidades a
la hora de ser utilizado.
Se encuentran con frecuencia mtodos bien desarrollados para valorar esas
potencialidades de los resultados de la investigacin en proyectos de desarrollo de
actividades o desarrollo de productos.
6.2.1. VENTAJAS E INCONVENIENTES PARA LAS PERSONAS DEL EXTERIOR

El producto final de un proyecto de investigacin es a veces puro conocimiento sin
aplicaciones intrnsecas. En ese caso puede ser difcil pronosticar los resultados de futuras
puestas en prctica y los puntos de vista que otras personas puedan tener sobre ellos.
Un pronstico as se hace ms fcil en proyectos de investigacin y desarrollo, donde las
personas que tienen intereses en el proyecto suelen poderse dividir en grupos diferentes.

Guba y Lincoln dan la siguiente lista de grupos de inters en torno a un proyecto de

desarrollo:
los agentes, o personas implicadas en producir y poner en prctica lo que se
evala. stas comprenden:
o los desarrolladores de lo evaluado
o los financiadores
o aquellos que toman las decisiones que estn decididos a utilizar o desarrollar
localmente lo evaluado
o quienes proporcionan instalaciones y materiales
o el personal comprometido con el proyecto.
los beneficiarios, aquellas personas que de algn modo se benefician del uso del
proyecto y entre las que estn
o los beneficiarios directo, el "grupo-finalidad" las personas para las que el
proyecto se dise
o beneficiarios indirectos, quienes estn en a relacin con las personas
anteriores y reciben desde ellas influencias positivas.
o personas que ganan con la existencia del proyecto, tales como editores de
los materiales, contratistas que proporcionan servicios,
las vctimas, aquellas personas que se ven afectadas negativamente por el uso del
los resultados del proyecto; entre ellas se incluyen
o grupos sistemticamente excluidos, como los jvenes "normales" a quienes
no se ofrece un programa pensado para jvenes problemticos
o personas que sufren efectos colaterales negativos
o personas en las que se pens originalmente como beneficiarios que sufren,
sin embargo, por causa de algn fracaso en el proyecto.
La lista de arriba es una versin abreviada de la de Guba - Lincoln: Fourth Generation
Evaluation, 1989. El libro trata bien el mtodo de evaluacin sobre el que se basa un
debate abierto y democrtico entre el investigador y todos los beneficiarios, vctimas y
agentes o las personas implicadas en producir y poner en prctica los resultados del
proyecto.

Otros investigadores sostienen una opinin ms "positivista" e insisten en que las

discusiones generales son mtodos demasiado subjetivos para la evaluacin, ya que
normalmente no podemos garantizar que esas personas presentes en los debates
representen a la mayora de la gente y todos los puntos de vista posibles. En lugar de ello,
el investigador debe asumir un papel "objetivo" y desarrollar mtodos de medicin y
valoracin que simulen el punto de vista general e imparcial. Este paradigma de
evaluacin se explica en King et al.: How to Assess Program Implementation (1987) y
otros libros en el Program Evaluation Kit de Sage Publications. Ejemplos de evaluaciones
as pueden encontrarse en la revista Evaluation Review.
Los inconvenientes causados a otras partes y a personas ajenas son un problema habitual
en sociedad, y desde los tiempos de Hammurabi las personas han aprendido a regular por
medio de leyes, "buenas maneras" y otras normas de comportamiento. Normas ticas ms
recientes son por ejemplo las del movimiento Pugwash y los "principios de desarrollo
continuo". Un ejemplo de estos principios son las "reglas de economa tica" enumeradas
en el libro Maa (La Tierra) de Eero Paloheimo (1985), de los que presentamos aqu una
muestra:
las materias primas han de conservarse para las generaciones futuras
slo se usa la energa renovable
no se explotar la afliccin de los pases subdesarrollados
la poblacin debe decrecer
la polucin peligrosa no puede aceptarse
No siempre es tan fcil ver como un proyecto de investigacin limitado puede violar esos
principios globales. El investigador puede que ni siquiera adivine todos las zonas a las que
podra afectar su proyecto, por no hablar de estimar las repercusiones que la aplicacin de
sus resultados podran tener para terceras personas, la naturaleza y el entorno.
El investigador debe preferiblemente intentar mantenerse en contacto con al menos
algunas potenciales "victimas del desarrollo". Si el investigador encuentra que le es
imposible entrar en contacto con las personas afectadas, el grupo de gestin del proyecto,
o tal vez un comit compuesto de usuarios de los resultados, podran ser un foro
adecuado para tratar el asunto.
Si los resultados de la investigacin van a ser aplicados en cierta profesin, por ejemplo
dentro de los campos de la enseanza, la arquitectura o la ingeniera, el investigador
quizs podra atender a las normas tradicionales de la profesin a ttulo de orientacin.
Las asociaciones de algunas profesiones han emitido documentos llamados "Cdigo tico
de la profesin", "Cdigo deontolgico", etc. Sitios en el Web sobre evaluacin:
American Evaluation Association
Evaluation and Performance Measurement (por Government Performance
Information Consultants)
Performance Measurement in Government (Ciudad de Grande Prairie, Canad)
Introduction to Evaluation, por William M. K. Trochim.
15.dic.1998. Versin en espaol: jbermejo@iponet.es
6.2.2. REFERENCIAS

<
6.3. EL INFORME DE INVESTIGACIN
6.3.1. PARTES DE UN INFORME DE INVESTIGACIN

El informe es, para el investigador, un medio de transmitir los resultados de su trabajo a
otros. En consecuencia, los resultados tienen que ser presentados de tal modo que los
lectores puedan fcilmente aplicarlo a sus propios fines. Por otra parte, debemos dar al
lector la oportunidad de verificar la fiabilidad de los resultados.
Formalmente, un informe de investigacin suele consistir de las siguientes partes:
1. Pginas de ttulo
2. Resumen (Abstract)
3. Indice (tambin puede estar al final del libro)
4. Prefacio
5. El texto propiamente dicho
6. Lista de fuentes y de bibliografa
7. Posibles ndices de personas o un ndice general
8. Apndices
Las pginas de ttulo son las primeras pginas del libro. Habitualmente la primera de
todas slo indica la serie de publicaciones y el ttulo del libro. La siguiente, propiamente la
pgina de ttulo contiene la siguiente informacin, cuyo orden vara de un pas a otro y de
un editor a otro:
La serie de publicaciones, si hay tal, y el nmero de la publicacin dentro de esta
serie.
El ttulo, a saber: el nombre de la publicacin. Un ttulo conciso y expresivo ayudar
a futuros investigadores a que estn elaborando una lista bibliogrfica sobre el
mismo tema. Es aconsejable dar al libro un ttulo en que el primer sustantivo
exprese el tema ms importante que se ha estudiado; por esta razn no es
prudente comenzar el ttulo con la palabra Investigacin, por ejemplo.
Autor(es) (sin ttulos y cargos acadmicos)
Editor
Publicado en ..., hoy en da suele indicar la localizacin de la casa editora (En otros
tiempos, aqu se sola mencionar el lugar de impresin.)

La pgina del ttulo tambin indica, posiblemente, a su vuelta:

casa impresora, lugar de impresin, fecha
ISBN (International Standard Book Number), proporcionado por el editor.
La idea del resumen (abstract) es hacer las ulteriores bsquedas de informacin ms
fciles. Ayuda a los investigadores posteriores a decidir si le merece la pena buscar ese
trabajo en concreto. El resumen clarifica el ttulo y es una exposicin de no ms de 250
palabras que tratan de lo que ha sido estudiado y como, y da un esquema de los
resultados, de tal modo que el lector entienda el tema sin haber tenido que leer el trabajo
mismo. Esto se logra mejor si es el investigador quien escribe su propia exposicin.
El resumen se escribe en el mismo lenguaje del informe, y con frecuencia tambin en
ingls. El investigador puede tambin indicar el nmero UDK que describa los temas del
estudio. Estos temas deberan preferiblemente ser tomados del thesaurus de ese campo
del conocimiento, si lo hay. En este asunto es aconsejable para el investigador recurrir al
analista de sistemas bibliotecarios.
Si el investigador encuentra que este informe podra tambin tener algunas aplicaciones
fuera de los lectores del campo cientfico, puede, adems del resumen, preparar tambin
una exposicin de aplicaciones de esta publicacin. Esta exposicin puede tambin servir
como anuncio para varias publicaciones peridicas profesionales.
El prefacio ("Al lector") trata de los orgenes de la investigacin y acerca de las diferentes
colaboraciones que han contribuido a ello. Es costumbre expresar aqu el agradecimiento
a los patrocinadores y a las personas que han promovido el trabajo. El texto propiamente
dicho cuenta cmo se obtuvieron los resultados. El texto debe tambin proporcionar al
lector una posibilidad de valorar la fiabilidad de los resultados. Esta es la razn por la que
debe contener al menos lo siguiente:
la finalidad de la investigacin, el problema o la intencin
la naturaleza de los datos analizados y las bases para la seleccin de los datos
mtodo de investigacin
resultados obtenidos y conclusiones
una estimacin de la fiabilidad de los resultados y con qu medida pueden ser
aplicados de manera general
Con mtodo de investigacin queremos decir la estructura lgica a travs de la cual los
resultados se han obtenido a partir de los datos. En las ciencias naturales suele ser fcil
describir este mtodo, pero cmo se hace en un proyecto de investigacin humanstica
en el que muchas veces ocurre que el investigador trabaja durante meses en algo que
ms tarde se muestra intil?. Es bastante habitual en investigacin cualitativa que la
interpretacin del investigador cambie profundamente al mismo tiempo que avanza la
investigacin, llevando al hecho de que los resultados de que se informa son producto de
las semanas de investigacin ms recientes.
En esto los distintos investigadores han seguido diferentes pautas, que Outi Lehtopuro
describe con humor en el prlogo del libro Perinteentutkimuksen perusteita [Introduccin a
la investigacin del folklore]:
"... la investigacin humanstica ha tenido aversin a especificar claramente
los procesos por los cuales el investigador tuvo que pasar para obtener los
resultados alcanzados. Los investigadores tratan de parcelar la investigacin
acabada en una forma legible, suave y desenvuelta para disimular una pila
entera de esforzada investigacin de detalle, intento, error y experimentos
que no ha producido resultados.
Pero gradualmente ha empezado a ganar terreno la demanda de una
exposicin clara de los mtodos de investigacin tambin en el pensamiento
humanstico. Uno podra notar a primera vista que... algo esencial desde el
punto de vista del lector se ha perdido: la habitual legibilidad a que uno
estaba acostumbrado en la investigacin humanstica. En un examen ms
profundo, se hace patente que eso se ha reemplazado por una experiencia
incluso ms enriquecedora que lo que un libro escrito en modo fascinante y
vistoso podra ofrecer. El lector se convierte en parte de un proceso mental
que nos aporta conocimiento enriquecedor a todos."
En alguna medida puede, entonces, ser til explicar la "comprensin preliminar" del tema
que el investigador tena al comienzo de la investigacin: cmo vea el objeto al principio y
en que teora ha basado su trabajo. Puede igualmente ser til indicar las razones por las
que el investigador tuvo que interpretar los datos de un modo nuevo y por qu tuvo que
buscar ms datos. Sin embargo, no tendr sentido, dar cuenta de cada presuposicin que
result ser falsa, ni nombrar todos los datos que recogi y trat en vano. Tampoco ser
necesario mencionar que el investigador cree haber hallado al final la verdad, ni describir
la exaltacin que le produce el haberla alcanzado.
Los resultados de la investigacin cuantitativa en particular suelen ser generalizaciones
analticas ("modelos") hechas sobre la base de casos individuales; con frecuencia de
lectura ms bien aburrida. Lo ms fcil de leer suelen ser informes cualitativos cuyos
contenidos principales con frecuencia son la descripcin de un caso individual, especial
(por ejemplo, monografas); pensemos en obras de gran xito como el "Origen de las
especies" de Darwin o "Vegas frd" de Nordenskjld. Un texto de contenido altamente
numrico o montono puede ser enriquecido con descripciones ocasionales de ejemplos
individuales de los objetos de estudio. Si el estudio trata de obras de artes, conviene darse
cuenta de que la ley permite que se publiquen simples fotografas de artefactos sin
permiso del artista y sin tener que pagar una compensacin. Las citas literales de las
personas entrevistadas pueden hacer el papel de especias para aderezar un plato
inspido. Estas citas, sin embargo, requieren el acuerdo del hablante o, en otro caso, que
garanticemos su anonimato, por ejemplo, cambiando los nombres.
El estilo del informe puede no ser crucial si el investigador est en disposicin de
proporcionar nuevas informaciones importantes. Pero por supuesto que la informacin
ser entendida ms fcilmente si las frases y palabras son cortas y en un lenguaje
estndar, no una jerga interna a una profesin. A veces es imposible evitar conceptos
especiales que han de definirse en el informe de investigacin. Vanse tambin las
consideraciones sobre la organizacin prctica del escrito.
La conclusin suele tratar de ideas para investigaciones ulteriores que han surgido en el
curso del trabajo.
Las listas bibliogrficas pueden contener slo las fuentes explcitamente citadas o
usadas en la investigacin (=lista de fuentes) o, tambin, se puede aadir bibliografa
potencialmente importante. Cualquiera que sea el tipo de lista de que se trate, la idea es el
ayudar al lector a localizar mayor informacin. Con este fin, es costumbre proporcionar la
siguiente informacin sobre los libros (aunque hoy en da slo los tres primeros elementos
son absolutamente necesarios):
apellido del autor y nombre propio o inicial
ttulo del libro
edicin usada por el investigador
editor
imprenta (s.l.= sine loco, en caso de que no se haya hecho figurar)
ao de impresin (s.a.= sine anno, si no figura)
En lo que respecta a publicaciones peridicas, es necesaria la siguiente informacin:
autor del artculo
el ttulo del artculo

ttulo de la publicacin peridica
volumen de la publicacin peridica subrayado, o nmero de ao entre corchetes
nmero de la publicacin peridica
La lista de bibliografa suele estar al final del informe; alternativamente los libros pueden
ser listados o bien al final de los captulos o en la parte inferior de la pgina. Si el informe
est pensado para ser publicado en una serie concreta, hallaremos el patrn para
presentacin de las fuentes en volmenes anteriores de dicha serie.
Los apndices pueden incluir un ndice temtico o de otro tipo y tambin material
relacionado por su tema con la investigacin que hubiera sido demasiado extenso para
incluirlo en el texto. Es el caso por ejemplo de los cuestionarios, listas o imgenes de los
objetos, o tablas grandes que resumen los resultados. En ocasiones es posible ahorrar
costes de impresin colocando grandes tablas de imgenes en color en el apndice o en
un volumen separado con un menor nmero de ejemplares.
6.3.2. ESCRIBIR EL INFORME

El investigador no debe sentirse desanimado si escribir el informe le resulta difcil. Siempre
lo es, por varias razones.
Antes que nada, el tema es complicado; la investigacin es intrnsecamente un
trabajo duro, una labor penosa para arrojar luz sobre asuntos oscuros; se iluminan
hechos de los que nadie saba nada hasta hace poco.
En segundo lugar, la forma de presentacin es incmoda: las frases en el trabajo
han de aparecer en forma lineal, lo que se corresponde muy pobremente con la
progresin lgica de la investigacin y tambin con la red multidimensional de las
formas de pensar del investigador. Queda por ver si los formatos de hipertexto
pueden eliminar este problema.
Muchas veces, especialmente en el caso de una Tesis obligatoria, el trabajo de
investigacin es para el autor el primero de este tipo, y no siempre se dispone de
modelos y orientacin.
El investigador podra comenzar la escritura por hacer un esquema de las cuestiones, los
resultados y las conclusiones lgicas que combinen estas dos en una hoja de papel.
Entonces puede elegir el orden de presentacin adecuado para los tres aspectos. No es
necesariamente el mismo orden en que se escribirn los apartados: suele ser mejor
comenzar por escribir los pasajes se parecen ms fciles, como descripciones de los
mtodos de investigacin o de los nuevos hallazgos.
Con frecuencia ser necesario modificar un informe de investigacin repetidas veces. Ha
que procurar que estas revisiones no alteren los pasajes acabados. En esta tarea, un
ordenador personal puede ser de gran ayuda. Los ordenadores personales son mquinas
tan potentes que sera insensato usarlos slo como mquinas de escribir con memoria.
Los programas para procesamiento de texto tienen numerosas herramientas tiles para
quien escribe un trabajo de investigacin, como las siguientes:
El esquema es preferible planearlo antes de ponerse a escribir el texto. Debe
presentar la estructura lgica del proyecto de un vistazo. Esto puede hacerse
escribiendo el ttulo de cada parte del informe en una lnea aparte, y ordenando
primero solamente estos ttulos. Una vez que la disposicin sea correcta, el escritor
comienza a aadir texto a cada encabezamiento, en el orden que le sea ms fcil.
Si el investigador posteriormente encuentra una secuencia mejor para los captulos,
la revisin puede ser hecha fcilmente moviendo captulos completos o prrafos
completos con sus ttulos y las imgenes y tablas vinculadas a ellos.
La jerarqua de encabezamientos (encabezamientos principales,
subencabezamientos, etc.) debe crearse con la ayuda de los llamados estilos. En la
escritura asistida por el ordenador, un estilo significa ante todo escoger el tipo y
tamao de letra, pero puede tambin incluir, por ejemplo, una numeracin
automtica de los prrafos o una definicin para un ndice de materias generado
por el ordenador o para un ndice de nombres.
En las referencias a otras partes del mismo texto, por ejemplo "cf. prrafo 100 en
pgina 100" o "vase figura 100", es mejor dejar al procesador de textos hacer la
numeracin (nmero 100 en el ejemplo de arriba). El programa de procesamiento
de textos se encarga de actuliazar los nmeros de pgina y figura si la paginacin
cambia posteriormente en el informe.
Las notas a pie de pgina y notas finales deben confeccionarse tambin con la
ayuda de un programa de procesamiento de textos. As no ser necesario ocuparse
de su colocacin o renumeracin si se aade una nueva nota entre ellas.
Algunos procesadores de texto incluyen un thesaurus o un diccionario de
sinnimos que puede ayudar al escritor a buscar una palabra ms adecuada al

contexto, o simplemente evitar las tautologas. Esto es especialmente til para

quienes escriben en una lengua extranjera.
Pueden utilizarse herramientas o un programa para una correccin lingstica,
especialmente para correccin de pruebas, es decir, correccin de errores
ortogrficos. Un programa as recorre un texto y para en cada palabra que no est
incluida en su diccionario.-- Por otro lado, hay programas de correccin (como
Grammatik) para examinar la gramtica en textos espaoles, ingleses, o en otros
muchos idiomas, capaces de sealar algunos errores habituales, expresiones
torpes, tautologas, defectos de puntuacin, etc.
6.3.3. MAQUETADO Y CONFECCIN DE NDICES

Los informes de investigacin no siempre se editan en una imprenta, hoy en da hay con
frecuencia se fotocopian con las mquinas del instituto de investigacin. Con cualquiera de
ambos mtodos es aconsejable para el escritor dar un aspecto uniforme a todas las
pginas del trabajo, es decir: maquetar la publicacin. La ventaja es que el escritor est
mejor equipado para recortar, alargar o cambiar el texto y as hacer de cada pgina un
conjunto fcilmente legible de texto, imgenes y figuras.
Es habitual hacer una base para la puesta en pgina, una plantilla que contenga los
rasgos comunes a todas las pginas de la publicacin: tamao de pgina, mrgenes,
fuentes y tamaos de los encabezamientos, texto, leyendas de imgenes, los comienzos
de captulos y los principios de colocacin de las imgenes. En estas cuestiones, parece
que casi cada serie de publicaciones tiene su propio modelo. Si no hay disponible un
modelo, debiramos comenzar la puesta en pgina por crearlo. Si el tamao de pgina del
informe es A4, el texto debera dividirse en dos o tres columnas, de otro modo sera difcil
de leer. Alinear el margen derecho hace ms lenta la lectura; la justificacin slo del
margen izquierdo ira mejor a este respecto. Los tipos de letra que son ms fciles de leer
son los usados por los peridicos, tales como el Times; mientras que uno de los peores es
el Courier, o el que asemeja una mquina de escribir.
Hay programas especiales para publicacin tales como Ventura o PageMaker que pueden
servir como herramientas para la puesta en pgina. Tienen dispositivos cmodos y
semiautomticos como el disponer en columnas, control de columna viuda y columna
hurfana (las columnas viudas y hurfanas son lneas sueltas en lo alto o en la parte
inferior de la pgina), y una opcin para enlazar ciertas lineas entre s de modo que nunca
queden en pginas separadas. De modo similar, la ubicacin de las notas a pie de pgina
en las pginas adecuadas se hace automticamente.
Los programas de tratamiento de texto suelen tener problemas con las imgenes. Las
imgenes producidas de distintos modos suelen ir vinculadas a textos y sern impresas
con el texto si estamos usando una impresora lser; el nico problema es que las
imgenes suelen ocupar una gran cantidad de espacio en la memoria del ordenador, los
procesos se ralentizan y tienen lugar fallos. Una forma probada de solventar el problema
es dejar espacios vacos para las imgenes grandes y pegar las imgenes en los huecos
antes del fotocopiado.
El tamao de las imgenes se escoger de modo tal que los detalles necesarios sean
visibles a la misma distancia de lectura que el texto mismo. El grosor de lnea de las
imgenes en el impreso final no debe ser menor de 0.1 mm. Es fcil cambiar la
configuracin inicial de puesta en pgina con un ordenador. Esto es especialmente cierto
para la cambiar la configuracin inicial de un maqueta que se ha definido slo una vez al
comienzo del fichero de texto, tal como tamao de pgina, mrgenes y nmero de
columnas. De forma similar, si todas las definiciones de tipos de letra han sido hechas por
referencia a un tipo base definido al principio del texto, basta un comando para ampliar
todos los tipos de letras en el trabajo o incluso cambiar el tipo de letra para la publicacin
entera (por ejemplo de Courier a Helvetica). Es igualmente fcil cambiar todo lo definido
en un estilo. Un simple cambio en la definicin del estilo tendr inmediatamente efecto en
todos los lugares en que ste se ha aplicado.
Tras la maquetacin, pero antes de la impresin o fotocopiado, es el momento adecuado
para organizar el ndice de contenidos, los ndices de nombres, etc. e insertar la
numeracin correcta en las referencias dentro del texto. Como se anot anteriormente, es
posible que un ndice de contenidos se forme automticamente. Los otros ndices pueden
tambin generarse de modo automtico por el programa de tratamiento de textos, con tal
que el escritor haya marcado aquellas palabras del texto que han de ser includos en los
ndices. Todas estas tareas son de hecho tan sencillas que pueden ser hechas cada vez
que un informe de investigacin es impreso como un borrador preliminar.
Si se desea una impresin de alta calidad, el texto ha de ser compuesto en una imprenta.
El escritor suele enviar el texto a la sala de composicin en disquete, despus de que el y
los maquetistas se hayan puesto de acuerdo en el programa de tratamiento de texto. Es
aconsejable observar las siguientes pautas en cuanto al trabajo que va a ser impreso:
Los retornos de carro "duros", es decir, obligatorios, se hacen slo entre prrafos,
de modo que cada prrafo forma a los efectos una sola lnea.
Nunca se han de dividir palabras entre dos lneas; en lugar de esto, se pueden dar
indicaciones de separacin con guin con un cdigo especial. Suele ser mejor
escribir con la separacin de palabras desactivada. El maquetista se ocupar de
eso.
No debemos poner espacios al comienzo de prrafos; si se quiere resaltar el
comienzo de prrafo, es fcil hacerlo durante la maquetacin.
Suele ser buena idea poner el margen a cero en la fase de manuscrito.
No debe haber espacios extra entre palabras. A veces tendremos muchos espacios
indeseados si est activada la alineacin con el margen derecho en el procesador
de textos. Por ello es mejor escribir sin una alineacin al lado derecho.
Aunque las letras especiales como , , , etc. tengan sus propios cdigos, en
ocasiones desaparecen cuando se lee el texto con un programa distinto de aqul
con el que fue escrito. Debemos verificar los signos especiales en la correccin de
pruebas.
La sangra, los subrayados, las cursivas, las letras grandes de encabezamientos, y
otros efectos especiales deben aadirse en la sala de maquetacin; hay que
ponerse de acuerdo sobre cmo se marcarn en el manuscrito.
Las tablas, especialmente las hechas con hoja de clculo o programas de bases de
datos, con frecuencia se distorsionan cuando se sitan en el entorno de otro
programa de tratamiento de textos. Lo ms seguro es imprimirlas en papel y
pegarlas en las pginas acabadas del mismo modo que si fueran imgenes.
Despus de que el informe se ha imprimido, el investigador sigue teniendo algo pendiente:
debe intentar evitar de que el informe se limite a acumular polvo en una estantera. Debe
tratar de encontrar quines son las personas que querran aplicar el nuevo conocimiento e
informarles.
Si el informe se publica en una serie cientfica, automticamente se distribuir dentro de la
serie entre las bibliotecas del mismo campo de trabajo. La informacin sobre la publicacin
y su resumen ir as a las bases de datos de las bibliotecas cientficas.
Sin embargo, vale la pena plantearse si habra otros sectores que podran necesitar la
informacin pero no saben dnde buscarla. Los canales habituales para difundir los

resultados de la investigacin son los artculos en revistas profesionales y las conferencias

en seminarios de personas que trabajan en el sector adecuado.
Bibliografa en espaol sobre el informe de investigacin:
Emilia Currs, "Los resultados de la investigacin: su publicacin", tema 14 de
Documentacin y metodologa de la investigacin cientfica. Cuaderno de trabajo,
Madrid, Paraninfo, 1985
Documentos en el WWW sobre el informe de investigacin:
Writing Research Proposal and Reports. Pgina personal de Mark Mitchell.
Writer's Guide, Gua de escritura del Depto. de Ingls de la University of Victoria
(Canad).
6.3.4. REFERENCIAS

Dossier Investigaciâ N Jdza

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Dossier Investigaciâ N Jdza

Enviado por

Direitos autorais:

Formatos disponíveis

Comando General de Ejrcito

Escuela Militar de Ingeniera

DOSSIER DE TEMAS DE INVESTIGACIN

MATERIAL BIBLIOGRFICO DE APOYO PARA

COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar

febrero del ao 2011

COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar i

2.6. LGICA Y EPISTEMOLOGA DE LA CIENCIA SOCIAL: ENSAYO SOBRE EL ENTENDIMIENTO

COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar iii

3.9.7.5. CLCULO DE LA VARIANZA Y LA DESVIACIN ESTNDAR UTILIZANDO DATOS

COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar x

COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar xi

COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar xii

COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar xiii

Este Dossier de temas de investigacin pretende apoyar la formacin de los estudiantes

En dicho entendido agradecer el desprendimiento de los beneficiarios en socializar y

Ph. D. c. Jess Demis Zuna Aguilar

COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar 1

1. CAPITULO I: GUA PARA

COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar 2

1.1. INDICACIONES GENERALES PARA EL QUE INICIA UN PROYECTO DE

Tulio Arends y Virginia Urquidi

COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar 3

incluir en el estudio, la cantidad de variables posibles en una experimentacin y el

COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar 5

1.2. LA ELABORACIN DE LOS PROYECTOS DE INVESTIGACIN

M.Sc. Nubia Amparo Ortiz Guerrero

1.2.1. ESQUEMA PARA LA ELABORACIN DE UN PROYECTO DE INVESTIGACIN

COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar 6

1.2.2. DESARROLLO DE ASPECTOS DE LA ELABORACIN DE UNA

1.2.2.1.1. Ttulo descriptivo del proyecto.

1.2.2.1.2. Formulacin del problema.

COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar 7

1.2.2.1.3. Objetivos de la investigacin.

COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar 8

Tiempo, si el asignado me da la cobertura del estudio o debo disponer de uno en

1.2.2.2. MARCO DE REFERENCIA

1.2.2.2.1. Fundamentos tericos.

1.2.2.2.2. Antecedentes del tema.

investigacin y te pueden servir para ampliar o continuar su objeto de investigacin, en

1.2.2.2.3. Elaboracin de hiptesis.

1.2.2.2.4. Identificacin de las variables.

1.2.2.3.2. Poblacin y muestra.

COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar 11

1.2.2.3.3. Tcnicas de anlisis.

1.2.2.3.4. ndice analtico tentativo del proyecto.

1.2.2.3.5. Gua de trabajo de campo.

1.2.2.4. ASPECTOS ADMINISTRATIVOS

1.2.2.4.1. Recursos humanos.

Tabla 1: Diagrama de Gantt

Fuentes bibliogrficas consultadas.

COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar 14

2. CAPITULO II: BASES

COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar 15

2.1. LA EVOLUCIN DEL PENSAMIENTO CIENTFICO

2.1.1. DESARROLLO DEL PENSAMIENTO CIENTFICO.

COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar 16

partida de la ciencia, carece, en esta etapa, de un objeto en particular al cual se le aplique.

Desmenuzando analticamente el cuadrado, ste est compuesto primeramente de planos

En realidad, dijo Aristteles, todo silogismo es obtenido de premisas o de lo necesario (lo

COMPILADOR: Ph. D. c. Jess Demis Zuna Aguilar 21

1. Partiendo de los datos de las investigaciones y del experimento burdo, se crea el

conocimiento de lo ms complicado, aplicando ese orden incluso all donde los