Anlisis - el ncleo del estudio

Cundo escoger un mtodo para el anlisis usted tiene que considerar la cadena de las operaciones que su trabajo formar parte de, vase Planificar un proyecto de investigacin. Qu es el suelo de que el anlisis comenzar, eso es, la "entrada" del anlisis? Otra pregunta importante es, cmo usted manejar el anlisis para que su "salida" sirva ptimamente el uso destinado de los resultados? Todos estos acoplamientos del proyecto hacia fuera tienen que considerar al seleccionar el mtodo del anlisis, aunque las blancos del proyecto pueden hacer algunos de ellos ms importante que los otros. La salida deseada ser un punto de partida lgico para planear el mtodo del anlisis en el caso que el proyecto apunta al encontrar conocimiento para un propsito especfico. Especialmente cuando el propsito es normativo, es decir mejorar el objeto del estudio u objetos similares ms ltimos, exigir mtodos de anlisis especiales, explicados en una WWW-pgina separada Anlisis normativo. Asimismo, tambin en estudio descriptivo, la salida del anlisis puede ser decisivo en el caso que el proyecto busca conocimiento acerca de una pregunta firmemente definida. Se debe producir este conocimiento en un cierto formato? En todos campos de la ciencia el sistema existente del conocimiento, - la teora, - se arregla como un patrn lgico constante, y se espera que los nuevos hallazgos de investigacin quepan en este marco existente. Tales modelos tpicos para los hallazgos de investigacin son las descripciones de objetos o fenmenos, explicaciones de procesos, y predicciones sobre la actividad futura del objeto del estudio. Cundo usted persigue uno de stos, deba tratar de planear el proceso del anlisis de modo que usted lo obtenga. En vez de eso, si usted slo quiere obtener ms conocimiento acerca de un objeto, sin pensar en algn uso especial de este conocimiento, usted puede bien escoger sus mtodos en base del lado de la entrada, a partir de teora y nuevos datos disponibles. La entrada terica. Al seleccionar el mtodo de anlisis es recomendable considerar si se puede basar el trabajo en un modelo terico anterior que tal vez pueda ser tratado en una hiptesis 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 (que se discutirn con todo detalle en la pgina Uso del modelo):
y y y

investigacin exploratoria (usted tiene no modelo para comenzar con), investigacin con miras a la ampliacin o revisin de un modelo anterior, y investigacin para probar hiptesis.

Si usted elige un modelo existente como punto de partida, su formato restringir algo su libertad en seleccionar el mtodo de anlisis. Los modelos escritos son fcilmente manejados con los mtodos del estudio de caso o comparacin, mientras que los modelos matemticos requieren mtodos cuantitativos ms rgidos. Datos. Si usted sabe donde el resultado de su estudio ser aplicado, usted sabe tambin cul aspectos o variables sern importantes en su anlisis. Est acerca de ellos que usted tiene que reunir los datos, y su mtodo lgico y las herramientas del anlisis deben ser capaces de manejarlos. Adems, si los resultados de su proyecto sern aplicados a un cierto grupo de objetos, usted a menudo querr escoger este grupo muy mismo, o su tan cierra un equivalente como posible, cuando la poblacin para ser estudiada, ve Delimitar el estudio y Muestreo. El lmite l mismo hace quizs no tanto afecto el mtodo del anlisis; sin embargo relaciona a un criterio muy importante cuando escoger el mtodo: el nmero de los casos o las muestras que se estudiarn. En este respeto hay dos alternativas principales que dirigen a mtodos completamente diferentes del anlisis:
y

Estudio intensivo. Si se estudian apenas un o unos pocos objetos puede ser factible estudiar los especmenes como entidades holsticas con todas sus caractersticas esenciales. Unos mtodos convenientes para esto son estudio de caso y estudio comparativo. Estudio extensivo. Si hay centenares o millares de casos, ser posible enfocar en apenas algunas cualidades importantes de los objetos. Usted desear a menudo medir estas cualidades, as transformndolas en variables. Los mtodos posibles incluyen la clasificacin y los mtodos cuantitativos para el anlisis de variables.

La perspectiva de tiempo del modelo seleccionado y de los datos tambin regulan la seleccin de los mtodos del anlisis. Los alternativas principales son:
y

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. Aclara las invariantes estticas que no incluyen ninguna dimensin temporal. Enfoques tpicos en estudio transeccional se explican en otra parte, bajo ttulos Estudio de caso , Estudio comparativo y Clasificacin. El estudio longitudinal o diacrnico examina el objeto como un proceso. La variacin en el lapso perodo de tiempo de la investigacin es grande: En estudios de las Humanidades la perspectiva de tiempo conviene generalmente con la vida del hombre, pero en ciencias naturales puede variar a partir de microsegundos (e.g. en la fsica nuclear) hasta millones de aos (en la geologa). Si usted desea hacer un anlisis longitudinal de las invariantes dinmicas, es decir, procesos como cambio y desarrollo, usted debe seleccionar uno de los mtodos diacrnicos (o histricos).

Estructuras lgicas del anlisis descriptivo

Entre las opciones que fueron enumeradas arriba, los indicios ms salientes para seleccionar el mtodo de anlisis pueden ser obtenidos mirando la extensin de datos y la perspectiva de tiempo. Una vez que usted haya decidido sobre stos, se puede encontrar en las clulas de la tabla siguiente los mtodos de anlisis usuales para cada acercamiento. La tercera taxonoma que fue mencionada arriba, referente a la existencia de la teora anterior, tiene una importancia menor y usted lo puede tomar en cuenta posteriormente al ajustar el mtodo. Estudio sincrnico o transeccional (no perspectiva de tiempo): Estudio intensivo de unos pocos objetos como entidades holsticas con todos sus caractersticas: Estudio de caso / Estudio comparativo / Indicar lo tpico. Estudio diacrnico o longitudinal (del cambio o desarrollo): Analizar el desarrollo o evolucin de la gente, estructuras sociales, productos o modas. Analizar una serie temporal / Estudio morfolgico de la evolucin de forma.

Clasificacin: / Anlisis Estudio extensivo de muchos cuantitativo / Estudio cualitativo de casos, enfocando en apenas una cierto propiedad / Estudio algunas sus propiedades: morfolgico de las formas de productos.

Recordar, tambin, que una vez que el anlisis se acabe, y antes de divulgar sus resultados, usted debe determinar su validez.

Herramientas para el anlisis

La meta del anlisis es arreglar el material recogido de modo que la respuesta al problema inicial del proyecto se revele. El problema dicta qu clases de informacin se tienen que analizar, y el tipo de informacin define cuales herramientas se puede usar. Si usted hace investigacin descriptiva usted puede elegir generalmente el problema que se estudiar, y escoger tambin los tipos de informacin que usted desea recoger y analizar. Si usted desea quedarse fuera de dificultades usted puede escoger todos los tipos de su material de solamente una fila de la tabla abajo. La situacin sera diferente en estudio normativa, es decir cundo estudiar problemas prcticos, no puede omitir los aspectos "difciles" si ellos son esenciales en el problema. Cuando un cientfico comienza hoy a seleccionar las herramientas para el anlisis en un proyecto nuevo de investigacin, casi inevitablemente la computadora viene primero en mente. De hecho, las computadoras modernas son herramientas poderosas para el anlisis, pero usted tiene que recordar que tienen restricciones severas, tambin. Qu la mquina exige, sobre todo, es que el material que recibe sea conveniente para las manipulaciones electrnicas. Para casi cualquier tipo de informacin hay programas de calculacin especficos que pueden almacenar y manipular exactamente ese genere de la informacin, pero generalmente ningunos otros tipos de material. Cul desilusiona especialmente a un

investigador, es que los programas rechazan a menudo analizar relaciones entre tipos diferentes de informacin, o aceptan apenas algunas clases de relaciones para el anlisis, otras no. Las clases ms usuales de informacin de que usted tratar con en la investigacin y del desarrollo de productos incluyen: Programa informtico para analizar datos en esta lengua de presentacin Mtodo de analizar relaciones entre los datos expresados en lenguas diferentes de presentacin El investigador debe primero cuantificar todos los factores, hacindolos mensurables.

"Lengua" o modo de la informacin

Los programas de hoja de 1. Medidas, clculo como Excel. es decir estudio cuantitativo Programas de estadstica. 2. Clasificaciones (presentadas a menudo como cdigos o tabulaciones)

Con clasificacin se puede Programas de hoja de clculo o manejar todos tipos de datos, pero sus relaciones slo bases de datos. superficialmente. Programas de tratamiento de textos. stos tienen herramientas escasas para el anlisis, pero usted puede marcar con cdigos que se repite y despus clasificar stos como en la lnea 2, arriba. El procesamiento de textos no ayuda mucho a hacer anlisis, pero es excelente para divulgar sus resultados como texto con ilustraciones.

3. Informacin (escrita o hablada) verbal, es decir estudio cualitativo

4. El conocimiento y la habilidad tcitos del La eleccin de programas de calculacin depende de la artesano o del usuario de un "lengua" que usted utiliza al hacer explcito la informacin producto. Otros patrones tcita. Ser generalmente uno de los primeros tres arriba. mentales como actitudes y preferencias. 5. Las figuras e.g. las formas visuales de productos Hay muchos programas de computadora para almacenar y Haga el anlisis manipular imgenes, pero sus manualmente y lo informa capacidades en anlisis son como texto con ilustraciones. pobres. Usted puede utilizar un programa de computadora para Haga el anlisis almacenar y manipular las tiras manualmente y divlguelo video, pero no puede hacer como texto con ilustraciones. anlisis. Vase tambin Desarrollo de una actividad.

6. Patrones de la accin, e.g. las varias maneras un producto se usa

Como la tabla arriba indica ya, sucede a menudo que usted no encontrar ningn programa de computadora que podra manejar todos los tipos de datos que usted desea analizar. En tal situacin usted debe considerar si usted puede "hacer operacional" o transformar la clase incmoda de su material en uno de esos formatos que su programa del anlisis pueda manejar. Esta operacin, que usted normalmente tiene que hacer manualmente, puede significar:
y

Cuantificacin: construye una escala para medir la calidad o la caracterstica. Una vez que usted haya transformado la mayora o todos sus datos en variables mensurables usted puede alimentar su material en un programa de hoja de clculo como Excel, o en un programa de estadstica. Estos programas rpidamente le dicen si las relaciones entre sus variables siguen cualquier modelo matemtico sabido, vea Anlisis Cuantitativo. Clasificacin: define las fronteras que dividen su material en grupos ms pequeos y significativos, asigna cdigos a estos grupos y clasifica el material por consiguiente. Despus de esta operacin usted puede alimentar su material en un programa de bases de datos. Estos programas contienen una multiplicidad de operaciones lgicas que se pueden utilizar para destapar las estructuras escondidas en los datos.

Finalmente, no se olvida la alternativa de analizar sus datos sin una computadora. Los mtodos que funcionan casi siempre, incluyen siguientes:
y

Construir una tabulacin cruzada de todo el material manualmente en una hoja grande del papel, quizs con la ayuda de una fotocopiadora, de fichas de archivos y de carpetas. ste es un mtodo venerable que est todava eficaz en el caso que usted necesita analizar relaciones entre no ms que dos o tres caractersticas de los casos estudiados. Si usted necesita ms de tres o cuatro dimensiones en la tabla llega a ser difcil discernir las relaciones. El anlisis cualitativo puede incluir todas clases de material, incluso medidas y retratos etc. La herramienta principal ser su cerebro y el informe ser verbal. Trabaja bien en un estudio de caso, pero la claridad del anlisis tiende a sufrir si usted necesita analizar ms que unos pocos casos.

Cundo contemplar los mritos y las debilidades de varios mtodos y herramientas el punto crucial es ciertamente su capacidad a destapar las relaciones escondidas, las invariaciones en los datos de fuente. No debe olvidarse que la herramienta del anlisis debe tambin presentar los resultados que se revelaron durante el anlisis. Muchos programas de computadora pueden presentar sus resultados como grficos, rboles, tablas u otros modelos hermosos. Si el programa del anlisis no puede producir grficos, o si usted no podra utilizar una computadora para el trabajo en todo, usted quizs puede presentar los resultados finales como diagramas hechos a mano, o usted pueden utilizar un programa de dibujo especfico. Algunos programas de tratamiento de texto tambin incluyen las herramientas de dibujo simples. Despus de la fase de anlisis la mayora de los proyectos de investigacin incluyen un procedimiento importante: evaluar los resultados, su verdad y quizs tambin su utilidad.

Los programas cuantitativos de la estadstica contienen las herramientas especficas para esta tarea. Para el anlisis cualitativo tales herramientas no existen, y la evaluacin es hecha sobre todo contemplando las listas estndares de preguntas crticas, algunas de las cuales se presentan a otra parte sobre los ttulos Evaluar los resultados del estudio bibliogrfico, Confiabilidad de la registracin y Evaluar los resultados tericos. Algunos proyectos de investigacin todava incluyen procedimientos especiales como la prospectiva del desarrollo futuro del objeto del estudio, Desarrollo de una actividad o un producto industrial. Las herramientas disponibles para ellos se discuten en las pginas separadas de www. La tarea final en un proyecto de investigacin, el informe, hace necesario un programa del tratamiento de textos porque usted desear generalmente complementar los resultados del anlisis con comentarios y explicaciones verbales largos, y usted entonces necesitar las herramientas poderosas para la disposicin, las referencias, ndices etc. Los programas especiales para publicacin modernas generalmente aceptan los grficos producidos por los programas del anlisis; si no, usted puede insertar las ilustraciones finalmente a mano.

La relacin entre Empiria y Teora

La investigacin emprica suele ser tan costosa en tiempo y cara que antes de ponerse manos a la obra debemos dedicar una buena dosis de reflexin a la lgica de nuestro trabajo (no olvidando la posibilidad que la solucin al problema ya se trova en la bibliografa). Ya no pensamos como Descartes, para quien slo haba un "mtodo de la ciencia" con el podran resolverse todos los problemas. En lugar de ello, contamos con varios enfoques alternativos de los problemas y vamos a presentarlos a continuacin. El fin ms comn en investigacin emprica es reunir informacin sobre el objeto de estudio. Solemos llamar teora a todo el conocimiento que se ha acumulado a travs de muchos proyectos de investigacin. El diagrama de la derecha ilustra la idea de reunir datos o informacin sobre un objeto de estudio que reside en el mundo emprico. En el tipo de estudio que se ilustra, los datos simplemente son recolectados, procesados, y entonces aadidos a la estructura colectiva de todas las teoras; no son usados para hacer mejoras al objeto o su entorno. De hecho, muchos cientficos piensan que as estudio descriptivo es el nico modo aceptable de hacer investigacin: el cientfico debe por todos los medios evitar "perturbar" al objeto, ya que ello cambiara necesariamente la informacin reunida, hacindola "no natural" o "atpica". Adems, hay un estilo normativo de la investigacin donde el objetivo principal no deber mantener intacto el objeto, pero al contrario mejorarlo, quitando un problema prctico

acerca de lo, o desarrollando un producto nuevo, por ejemplo. Esta filosofa de investigacin se discute en la pgina Punto de vista normativo.

Conocimiento especfico y general

Cada pedazo de conocimiento emprico - en la investigacin cientfica as como en vida diaria - o pertenece a un objeto, o pertenece a una clase de objetos ms o menos similares. Puede ser til distinguir entre tres gamas de validez del conocimiento: 1. Conocimiento sobre un caso emprico. 2. Conocimiento sobre una clase nombrada de casos. 3. Conocimiento que parece ser vlido universalmente, por todas partes. Cada uno de estos tipos de conocimiento se discute abajo. 1. Hechos referentes a un caso especfico. Los estudios que apuntan a reunir de conocimiento especfico se dicen ser idiogrficos (del griego 'idios' propio, y 'graphein' describir). Un mtodo tpico es un estudio de caso que hace posible mirar el objeto como entidad individual en su ambiente genuino con todas sus cualidades innatas - es decir, tomar una vista holstica de l. Se dice que la gente, las obras de arte y otros productos de la cultura humana pueden ser entendidos completamente solamente as. Un estudio de un solo objeto o de algunos objetos a menudo se llama "intensivo". 2. Conocimiento sobre una clase nombrada de casos, particularmente sobre la poblacin teniendo una gran cantidad de casos como objetos, consiste en hechos que son comunes a todos o por lo menos a la mayor parte de los casos en la poblacin. Estos hechos describen a menudo semejanzas entre los casos, en otras palabras patrones que no varan de caso al caso y que por lo tanto podemos llamar invariantes. Son de dos tipos:
y y

Invariantes estticas fueron investigadas ya en la Antigedad. Describen estructuras de casos o grupos de objetos. Las invariantes dinmicas de cambio y movimiento. Galileo fue el primero en entender la importancia del estudio de las invariantes dinmicas (los autores anteriores haban pensado que los objetos en movimiento o cambiantes no tenan esencia real que pudiera ser estudiada).

Estos dos tipos de invariacin no son contrarios. La diferencia entre ellos es solamente que las invariaciones dinmicas contienen tiempo como una de las variables. Esta diferencia, sin embargo, multiplica la cantidad de datos que se analizarn y hace necesario a menudo mtodos particulares de la investigacin en estos estudios diacrnicos, en contraste con el estudio sincrnica de invariantes estticas. Estudios que buscan invariantes a veces se llaman "extensivas" o nomotticas, del griego 'nomos' ley, y 'tithemi' notar. La cantidad de informacin en este tipo de conocimiento llega a ser demasiado grande si intentamos tener presente ms que apenas unos pocos atributos de los objetos.

3. Conocimiento que parece ser vlido universalmente, por todas partes, a veces llamado "ley de la naturaleza", est en la realidad una suposicin basada en un gran nmero de observaciones. Tales asunciones pueden nunca ser absolutamente confiables, porque nunca sera posible estudiar todos los casos empricos pertinentes y alcanzar as una confiabilidad perfecta. Sin embargo, asunciones universales plausibles valen mencionar como un tipo especial de conocimiento porque son de uso frecuente en vida prctica. Es a menudo muy conveniente aplicar una sabida "ley de la naturaleza" inmediatamente, sin valorar su validez en la situacin nueva, sin hacer alguna modificacin, an menos hacer un nuevo estudio emprico en el asunto. La conveniencia del uso compensar generalmente el riesgo que el "conocimiento asumido universal" de hecho no es vlido en su contexto. Este riesgo es pequeo especialmente en los campos de ciencias fsicas y en la tecnologa. Debido a la demanda prctica extensa, mucha investigacin se ha dedicado para encontrar conocimiento tan universalmente vlido como sea posible en varios campos de la ciencia. Los mtodos disponibles son en su mayor parte iguales que al buscar invariaciones en los casos empricos de una poblacin definida, mencionado arriba. Una vez que una estructura interesante se haya encontrado en una poblacin, el investigador tiene la opcin de tratar de determinar su validez fuera de la poblacin, aunque no hay mtodo absolutamente confiable para esta tarea especulativa. No obstante, el investigador puede considerar algunos indicadores prcticos que a menudo insinan hacia una validez agrandada de los resultados fuera de la poblacin originalmente estudiada:
y y y y

Una gran cantidad de observaciones. Su alta consistencia mutua, una variacin pequea, ausencia de desviaciones o anomalas. Los casos comparables se parecen ser semejantes dentro y fuera de la poblacin, y no hay razn de pensar que algunos fuera de la poblacin seran diferentes. Como objetos del estudio, objetos inanimados tienden para ser ms uniforme que la gente (o suelen estudiarlos ms superficial, que oculte las diferencias) que anima la generalizacin de los resultados de ciencias fsicas.

Los criterios enumerados arriba se pueden utilizar por un investigador que desee especular en el alcance de la validez de sus resultados. Otra situacin donde una evaluacin semejante se necesita, es cuando un usuario de un informe de la investigacin publicado intenta determinar si l podra utilizar los resultados. Esto tipo de evaluacin se discute en Evaluar validez de la informacin en contexto nuevo y Evaluar utilidad de la informacin.

Descripcin y explicacin
Otro ngulo til a la hora de contemplar los proyectos de investigacin es el arte lgico del conocimiento resultante. En los informes de investigacin, la variedad ms usual de conocimiento es una descripcin del objeto. El propsito de la descripcin suele ser el responder a la pregunta qu, en un modo tan conciso como sea posible e incluyendo slo los atributos pertinentes del objeto, cualesquiera que puedan ser en cada proyecto.

El investigador desea a menudo continuar el proyecto a un nivel ms profundo que apenas la descripcin: l desea saber por qu el objeto es tal como est. Este conocimiento ayuda a resumir todo que es sabido acerca del objeto, ayuda a verlo en su contexto y en una perspectiva histrica, y ayuda a pronosticar su evolucin futura si necesario. Encontrar las razones, o explicar el fenmeno, se puede hacer en varias maneras. Las razones se pueden traer del contexto simultneo del fenmeno, a partir del pasado, o alternativamente a partir del futuro. En el siguiente estn algunos ejemplos; la lista no es exhaustiva.
y

Explicacin a partir del pasado. En las ciencias naturales las explicaciones para los acontecimientos tradicionalmente se buscan en el pasado: cules son las razones que causaron el presente estado de cosas? Este tipo alternativo de explicacin es llamado causal, por ejemplo: "El puente se derrumb por causa del fuerte viento y porque el diseo era defectuoso". Una causalidad universalmente vlida y bien definida recibe en ocasiones el nombre de ley (ley de la naturaleza). Explicacin contextual. Los bilogos a veces explican una actividad con la ayuda de la funcin que ella cumple en la vida del grupo o de la especie. Por ejemplo, un pjaro canta para indicar cul es su territorio y mantener alejados a los rivales. Los productos de la cultura humana a menudo son explicados por el estado concurrente de la sociedad, vase Explicacin del desarrollo, o an por el concepto obscuro del espritu de la edad (alemn "Zeitgeist"). Explicacin a partir del futuro es comn cuando se estn explicando los actos de la gente y de los animales: las intenciones suelen ser explicaciones vlidas. Por ejemplo, la Torre de Eiffel fue construida para servir como smbolo de la Exposicin de Pars. Este tipo tambin es llamado explicacin de motivo, explicacin teleolgica o finalista.

Hay una diferencia en los estilos de explicacin predominantes en las ciencias humansticas y en las naturales (o tecnolgicas). De hecho, los paradigmas de las ciencias humansticas y naturales son tan diferentes que podramos hablar de dos culturas de investigacin. La divisin es de lamentar desde el punto de vista del investigador de profesiones y productos, que normalmente opera a la vez con objetos inanimados y con la gente que usa los objetos. Bastantes veces, esta doble vertiente del objeto fuerza al investigador a inventar combinaciones no convencionales de mtodos para poder cumplir con los objetivos del proyecto. Todos estilos de la explicacin se pueden utilizar en dos situaciones: 1. En un estudio de caso idiografico para explicar solamente uno acontecimiento observado. Este tipo de explicacin es a menudo til en la vida prctica, pero en menor grado en ciencia porque da raramente informacin que se podra aplicar a otra parte. 2. Para explicar un nmero de casos o de acontecimientos observados que siguen un patrn comn (invariacin o ley de la naturaleza) que se puede esperar ser verdad incluso en otros contextos. Tal explicacin nomottica es as mucho ms valiosa cientficamente y a veces prcticamente, tambin.

En todo caso, una explicacin plausible se espera cumplir los requisitos siguientes.
y

y y y

Si varios casos del fenmeno se han observado, todos deben seguir el mismo patrn. Es decir, si hay una causa, debe tambin haber un efecto; y si no hay causa, entonces tampoco efecto. Si hay excepciones al patrn, no deben ser muchos. Si usted ha observado la causa presumida y adems el efecto presumido en un nmero de casos, usted puede analizar la congruencia de estas medidas con mtodos estadsticos, tales como contingencia o correlacin. La sucesin temporal debe estar igual en todos los casos observados. Por ejemplo en la explicacin causal la causa debe preceder al efecto y nunca a la inversa. No hay causa comn subyacente que pudiera causar tanto la supuesta causa como el supuesto efecto. Una proporcin o razonable conexin entre causa y efecto. Hay a veces fuertes correlaciones fortuitas entre diversos fenmenos que no tienen nada que ver entre s.

No debemos exagerar la diferencia entre la descripcin y la explicacin. Ellos son no contrarios, en lugar son ms como dos visiones levemente diferentes en el objeto del estudio. Podramos tambin mirarlas como fases subsecuentes en el proceso de conseguir una comprensin ms profunda del objeto. Algunos filsofos de la ciencia han querido verlos el proceso de entender un objeto como dos fases subsecuentes: debe primero describir as el objeto, y finalmente se puede esperar llegar en el momento de "Eureka", una revelacin que explica todos los detalles inicialmente conflictivos amontonados durante la fase de la descripcin. Una progresin tan dramtica hasta "Eureka" es fcilmente factible al escribir el informe final del estudio donde lo puede ciertamente aumentar el inters de la obra. Sin embargo, en la investigacin verdadera tal progresin de la descripcin a la explicacin no se puede tomar como regla general. En el contrario, es usual que un investigador empieza de una explicacin tentativa, una comprensin preliminar de las relaciones contenidas en el objeto, y sobre esta base l entonces define los hechos descriptivos que l comenzar a recoger. Ni la investigacin descriptiva ni del tipo explica tiene como objetivo el mejorar de su objeto durante el proyecto de investigacin. Al contrario, muchos investigadores piensan que un estudio cientfico no debe causar idealmente ningn cambio en el objeto; de esta manera usted tambin conseguira resultados los ms confiables del estudio. ste es el principio de "strenge Wissenschaft", de la "ciencia rigurosa" que es, sin embargo, ms un ideal que prctica verdadera en la mayora de los campos de la investigacin porque obstaculizara a menudo seriamente la observacin del objeto. Al lado de los estudios descriptivos y de tipo explica que evitan influir en su objeto, all es tambin otro estilo de la investigacin, donde la blanco final est influenciar y dirigir el desarrollo. ste es el tipo normativo de ciencia. Anterior a menudo fue llamado "ciencia aplicada" porque aplica a menudo los hallazgos de la investigacin descriptiva. En este respecto, las explicaciones causales estn de valor especial. Si sabemos las invariaciones y las causas dinmicas del cambio, a menudo podemos manipular estas causas y producir esos cambios empricos que son necesarios.

Conocimiento explcito y conocimiento tcito

Miremos un poco ms de cerca a la naturaleza de la informacin que un proyecto de investigacin se esfuerza por alcanzar. Hace un siglo, algunos investigadores pensaron que los resultados de la ciencia deben ser explcitos, claros, confirmados, precisos y exactos. Si los resultados de un proyecto de investigacin carecen de estas cualidades, en ingls "positive", difcilmente pueden constituir ciencia y es mejor no publicar nada, dijo estos partidarios de la escuela "positivistica" del pensamiento, por ejemplo Wittgenstein (B): "De lo que no se puede hablar, hay que callar." No obstante, en una inspeccin ms detenida resulta que las cualidades arriba mencionadas son alcanzables slo en algunas reas de investigacin, y restringir nuestros estudios tan slo a aquellas reas significara negarnos a nosotros mismos muchos de los beneficios de la investigacin. Por ejemplo, la ciencia moderna de pronosticar tiempo puede ser til aunque es incierto. Particularmente cuando investigamos la actividad de una profesin, tal como diseo o produccin industriales, debemos tener en cuenta que stos funcionan no slo en base de conocimiento explcito y exacto, pero tambin mucho con conocimiento tcito. Este conocimiento podra tambin ser llamado pericia, competencia o habilidad, y tpica de l es que lo utilizamos sin hacerlo explcito. El investigador puede tratar de reunir y clarificar el conocimiento tcito del artesano o del otro profesional competente, an cuando quizs nunca sera posible expresar todo ese conocimiento en palabras. El resultado de una compilacin cientfica del conocimiento tcito en una ocupacin a menudo se llama teora de la prctica. Algunos ejemplos de su contenido se dan en la pgina Teora de la fabricacin, y los mtodos de reunirla se discuten en Desarrollo de una actividad.

Conocimiento y opinin
El conocimiento y la opinin son no contrarios. En lugar podramos mirarlos como declaraciones que se pueden poner en una serie continua dependiendo del nmero de la gente que la apoya. Consideremos las declaraciones siguientes hechas por la varia gente: 1. "La altura de esta mesa es 672 Mm." 2. "Mi prximo telfono de mvil ser amarillo con puntos rosados." 3. "Negro es el color de la pena." El primer pedazo de informacin es un ejemplo del conocimiento objetivo. La medida no depende de la persona que lo hace y podemos decir que la declaracin es verdad (o falsa). Las medidas pueden diferenciar poco, pero la llamamos variacin al azar y no nos interesa. Eliminamos normalmente la variacin calculando el medio de medidas.

La segunda declaracin es claramente una opinin subjetiva; no hay mucha gente que la suscribira. Sin embargo, es una verdad objetiva que por lo menos una persona tiene tal opinin, y este estado de cosas se puede estudiar objetivamente. La tercera declaracin es un caso intermedio. Sera mirada como opinin apropiada, quizs an como declaracin verdadera, por casi todos los europeos pero no por toda la gente en el mundo. Este tipo se pudo llamar una "opinin intersubjetiva". El conocimiento objetivo ha sido el blanco primario de cientficos de la antigedad hasta ahora. Las opiniones subjetivas (e intersubjetivas) fueron mucho tiempo miradas como objetos demasiado fluctuantes para el estudio serio. Comenzaron a interesar a investigadores primero cundo la industria los necesit como base para el diseo de los productos para la gente. Entendemos hoy que podemos estudiar opiniones subjetivas de una manera perfectamente objetiva. En su estudio hay dos lneas principales: 1. Estudiar la variabilidad de opiniones y de sus razones. La meta puede ser por ejemplo definir los grupos de la gente que conviene con cada opinin. El segundo paso podra estar averiguando si estas clases corresponden a los grupos sociales existentes, y que son las causas sociales y psicolgicas detrs de cada opinin. 2. El estudio de la opinin que prevalece donde la variacin de opiniones personales no est del inters y se debe eliminar. Es usual en la investigacin normativa, por ejemplo cuando asistir al Desarrollar un Producto. Propias opiniones del investigador. La discusin de arriba concierne en su mayor parte la materia de entrada de un estudio emprico. Otra pregunta entonces es lo que afirma el investigador sobre el objeto del estudio. El principio general es que el investigador debe sealar lo que l ha encontrado en empiria pero no agregar opiniones evaluativos de su propio. Esto se refiere an a la investigacin normativa cul debe resumir solamente esas opiniones sobre el desarrollo futuro que existan en las fuentes.

3.ago.2007. Enviar los comentarios al autor: Versin en espaol: con aumentos por Pentti Routio Ubicacin original: http://www2.uiah.fi/projects/metodi/