Diseños de Investigación

El diseño de una investigación es una estrategia metodológica y estadística, desarrollada para alcanzar el objetivo de la investigación, por tanto habrá tantos diseños como ideas de investigación se planteen. Los diseños de investigación se pueden clasificar según el campo de conocimiento en el que se aplica.

Diseños epidemiológicos se originaron en las ciencias de la salud, se investiga los eventos en salud. Plantean investigaciones descriptivas, de prevalencia de tipo transversal e investigaciones de incidencia de tipo longitudinal. También se considera las investigaciones analíticas y aquí se encuentran los diseños de casos y controles, así como el diseño de cohortes para investigaciones de los factores de riesgo; también realiza intervenciones, pero no son experimentos verdaderos, ya que se encuentran limitados por normas en investigación en seres humanos.

Diseños experimentales se originan en las ciencias naturales, requiere que exista intervención y la asignación aleatoria, para que sean experimentos verdaderos, pero si no se puede cumplir estas condiciones estamos frente a diseños pre experimentales. Por otro lado, si no se tiene un grupo Control o no es posible realizar la asignación aleatoria, se tendrá que realizar por lo menos dos mediciones sobre el mismo grupo antes y después de la intervención, se trata entonces de un cuasi-experimento.

Diseños comunitarios o ecológicos se originan en las ciencias sociales, la unidad de estudio es la población y la fuente de datos es de tipo secundario. Aquí se tiene las investigaciones exploratorias cuyo único propósito es buscar patrones espaciales o temporales que sugieran temas de investigación. También se puede comparar parámetros poblacionales y los diseños se denominan comparaciones múltiples y no se realizan en base a muestras, la unidad de estudio es la población. También se tiene las series temporales, que analizan las variaciones temporales de los niveles de exposición a través del tiempo.

Validación de instrumentos se originan en las ciencias del comportamiento, orientan a la identificación, definición y medición de un constructo (variable subjetiva o característica subyacente) Se puede dividir en tres fases: creación, evaluación y optimización. En la creación se define el concepto. En la evaluación, se evalúa las propiedades métricas del instrumento. Y en la optimización, se busca que este sea una herramienta útil a la hora de tomar decisiones.

Los diseños de investigación también pueden ser no experimentales y experimentales. Los diseños no experimentales pueden ser transversales o longitudinales. Mientras que los diseños experimentales pueden ser pre experimental, experimentos puros o cuasiexperimentales:

DISEÑOS NO EXPERIMENTALES

Diseños Transversales Exploratorios

• Se busca conocer una variable o un conjunto de variables, una comunidad, un contexto, un evento o una situación.
• Se trata de una exploración inicial en un momento específico.
• Se aplican a problemas de investigación nuevos o pocos conocidos.
• Son el preámbulo de otros diseños (no experimentales y experimentales).

Diseños Transversales Descriptivos

• Busca indagar la incidencia de las modalidades o niveles de una o más variables en una población.
• Sus hipótesis también son descriptivas.

Diseños Trasnversales Correlacionales

• Describen relaciones entre dos o más categorías, conceptos o variables en un momento determinado.
• La causalidad implica correlación, pero no toda correlación significa causalidad.
• Pueden ser de dos tipos: los que no establecen relaciones de causalidad y los que establecen relaciones causales.

Diseño Transversal Descriptiva Comparativa

• Son considerados diferente a las investigaciones correlacionales.
• Algunos autores lo llaman “diseño de comparación de grupos contrastantes”.
• Abarcan no uno solo, sino dos o más grupos distintos, lo que permite efectuar comparaciones entre ellos.

Diseños Longitudinales de Tendencia

• Buscan analizar cambios a través del tiempo dentro de alguna población en general.
• La atención se centra en una población.
• Se puede observar o medir a toda la población o tomar una muestra de ella.
• Los participantes de la investigación no son los mismos, pero la población sí.

Diseños Longitudinales de Evolución de Grupo

• Se examinan cambios a través del tiempo en subpoblaciones o grupos específicos.
• Su atención son las cohortes o grupos de personas vinculados de alguna manera o identificados por una característica común.
• Hacen seguimiento de los grupos a través del tiempo y por lo común se extrae una muestra sobre el grupo o la subpoblación, más que incluir a toda la subpoblación.

Diseños Longitudinales Panel

• Es similar a los dos diseños anteriores, sólo que el mismo grupo de participantes es medido u observado en todos los tiempos o momentos.
• Se tiene la ventaja de que además de conocer los cambios grupales, se conocen los cambios individuales.
• La desventaja es que a veces es difícil obtener con exactitud a los mismos participantes para una segunda medición o mediciones posteriores.
• Otra desventaja es la sensibilización frente a la prueba (Efecto del Pretest) como fuente de invalidación.
• Pueden ser útiles para estudiar poblaciones o grupos más específicos y es conveniente cuando se tienen poblaciones relativamente estáticas.

DISEÑOS EXPERIMENTALES

Diseños Pre-Experimentales

• Son diseños de un solo grupo, cuyo grado de control es mínimo. Cuando hay un solo grupo no existe seguridad que los resultados se deban a la acción de la variable independiente o a otros factores.
• Útil como un primer acercamiento al problema de investigación en la realidad.
• No son adecuados para el establecer relaciones causales entre las variables independientes y las variables dependientes.
• Sirven como investigaciones exploratorias, pero sus resultados deben observarse con precaución. De ellos no es posible obtener conclusiones seguras.
• Los diseños ex post facto pertenecen a este grupo.

Experimentos Verdaderos

Son aquellos experimentos que reúnen los requisitos para lograr el control y la validez interna: 1) que exista como mínimo dos grupos, Grupo experimental y Grupo control; y 2) Equivalencia de los grupos en todo (excepto en la manipulación de la o las variables independientes).

• Diseño con post prueba únicamente y prueba de control
• Diseño con grupos aleatorizados y post prueba únicamente
• Diseño con pre prueba, post prueba y grupo de control
• Diseño experimental de series de tiempo múltiples
• Diseños con tratamiento múltiples
• Diseños factoriales

Diseños Cuasi Experimentales

Los diseños cuasiexperimentales también manipulan deliberadamente una o más variables independientes, para observar su efecto y relación con una o varias variables dependientes, sólo que trabajan con “grupos intactos”, formados por motivos ajenos al experimento, es decir, los participantes no se asignan al azar a los grupos ni se emparejan, sino que dichos grupos ya están formados antes del experimento.

• Diseño con post prueba únicamente y grupos intactos.
• Diseño de serie de tiempo con prueba, post prueba y grupos intactos uno de ellos de control.
• Diseño experimental de serie cronológica.
• Diseño contrabalanceo.
• Diseño de muestras separadas.

Técnicas para la Recolección de Datos

Una investigación requiere de datos. Recolectar datos no es lo mismo que realizar mediciones, ya que los datos pueden proceder de mediciones realizadas por otros investigadores. Existen dos tipos de investigaciones, aquellas donde el investigador realiza sus propias mediciones y aquellas donde el investigador usa los datos derivados de mediciones de otros investigadores.

Los estudios prospectivos son aquellos donde el investigador ejecuta tus propias mediciones. Realizar un plan para ejecutar las propias mediciones, podría entenderse como un plan a futuro, la razón por la cual se denomina a estos estudios como prospectivos es por el control que se ejerce sobre las mediciones.

Al realizar las mediciones, el investigador puede controlar los sesgos de medición, por esta razón los datos que provienen de mediciones realizadas por el investigador son de mejor calidad, porque controla el error sistemático y el error de procedimiento, y se logran mediciones más exactas. También se le llama datos primarios y permite que las conclusiones en un estudio sean más exactas.

Los estudios retrospectivos son aquellos que usan datos de registros previos. Al usar los datos de un registro construido previamente, puede dar a entender como algo del pasado, pero la razón por la cual se denomina a estos estudios como retrospectivos, se debe a la falta de certeza que se tiene si hubo control al momento de la medición, no se puede estar seguro de la exactitud de las mediciones. Los datos que provienen de mediciones donde el investigador no tuvo participación, no son los mejores, por el error sistemático. Se le denomina datos secundarios, y su presencia en un estudio amenaza la exactitud de las mediciones.

Existen varias técnicas de recolección de datos, y un estudio puede utilizar una o más de las siguientes técnicas, entre las más utilizadas se tiene las siguientes:

La Documentación, consiste en usar datos que se encuentran registrados en documentos, por ejemplo historias clínicas, expedientes judiciales, libros de reclamos, informes contables, informes de almacén, registros de evaluaciones, buzón de sugerencias, etc. Son datos recolectados periódicamente o en los procesos administrativos, ajenos al estudio que se realiza. Se utilizan en un estudio retrospectivo, ya que son datos secundarios y no se realizan mediciones. No requiere ningún instrumento de medición y la recolección de datos implica el traslado de los datos de su fuente original hacia los propios registros, para su posterior análisis estadístico. Algunos estudios se desarrollan usando sólo estos datos.

La Observación, es una técnica de recolección de datos prospectiva y se refiere a la observación de la medida de una magnitud física: talla, peso y temperatura; para realizar estas mediciones se requiere de un instrumento mecánico como tallímetro, balanza y termómetro. También es posible observar actitudes, conductas o comportamientos en las personas. La observación es participante o desde adentro, cuando el investigador se integra al grupo a observar, y la observación es no participante o desde afuera cuando el investigador no se relaciona con las unidades de estudio.

La Entrevista, requiere la participación de las unidades de estudio, evidentemente los entrevistados tendrán que responder preguntas. La entrevista es la primera técnica comunicacional, no es casual; es un dialogo interesado, con un acuerdo previo e intereses y expectativas por ambas partes.

La Encuesta, se diferencia de la entrevista porque la encuesta es una técnica de recolección de datos cuantitativa, mientras que la entrevista es cualitativa. En la encuesta el instrumento es un cuestionario, una escala o un inventario. En la encuesta el investigador no necesariamente es el encuestador, esto porque el resultado de la medición depende del instrumento documental y no de quién aplica el instrumento. Esta característica es ventajosa porque permite tener varios encuestadores, pero es necesario contar con un instrumento documental.

Leer las preguntas del cuestionario al evaluado, no convierte a la encuesta en entrevista, es sólo una forma distinta de aplicar la encuesta. La técnica de recolección de datos sigue siendo la encuesta.

La Psicometría, requiere de un instrumento validado al 100%, dado que el instrumento viene con un manual, cualquier persona entrenada será capaz de aplicarlo.

La ventaja de la Psicometría es que se puede utilizar para evaluar variables muy distante a la Línea de Investigación, ya que no requiere la presencia del autor del instrumento para evaluar los resultados de su aplicación, debido a que las propiedades métricas de un instrumento validado deben ser estables, un instrumento es estable si cada vez que se aplica a un individuo, obtiene el mismo resultado y se denomina estabilidad intraoperador y luego cuando dos o más operadores lo aplican a un individuo y obtienen el mismo resultado se denomina estabilidad entre operadores, esto se cumple en los instrumentos mecánicos y documentales.

Las estrategias de recolección de datos corresponden a la forma o modo en que se aplica una técnica de recolección de datos, por ejemplo si se realiza una entrevista, se puede hacer directamente a la persona o vía teléfono. Si se realiza una encuesta y se entrega el cuestionario a los evaluados es autoadministrada pero si se les lee las preguntas es asistida.

Los procedimientos de recolección de datos corresponden al proceso de cómo se recogen los datos, ya sea que se utilicen instrumentos mecánicos o documentales; incluso si no se realizan mediciones, como ocurre en los estudios retrospectivos,   se debe indicar cómo se tuvo acceso a los archivos de datos.

En el siguiente cuadro se presenta otras técnicas e instrumentos para la recolección de datos:

Mediciones para la Investigación

Cuando se desea contar con datos precisos y exactos en una investigación, es mejor realizar directamente las mediciones, ya que los datos que provienen de las mediciones realizadas por el propio investigador son más fidedignos, que los datos encontrados en registros o archivos y en algunos casos es posible que las mediciones realizadas por otros sean mal medidas o falsas.

Si se decide realizar las mediciones es porque la investigación exige datos precisos y exactos, es decir datos primarios, pero eso se consigue solo si se logra controlar los sesgos de medición, ya que las mediciones no van a servir, sino se controla los errores que frecuentemente se cometen al momento de medir.

Para medir se requiere instrumentos de medición. Existen dos tipos de instrumentos de medición: los mecánicos, que sirve para medir magnitudes físicas y los instrumentos documentales.

Los instrumentos mecánicos pueden ser tan simples como una balanza, un termómetro o tan complejos como un densitómetro. En el caso de ser simple el investigador lo puede manipular, pero si se trata de un instrumento complejo es necesario el apoyo de un especialista o de un profesional técnico.

Los instrumentos documentales permiten realizar mediciones de variables subjetivas como el rendimiento académico, la inteligencia o el clima organizacional. Si la variable que se desea medir no cuenta con un instrumento para su medición, es necesario crear uno ad-hoc al estudio que se realiza.

Una investigación tiene un propósito, expresado en su enunciado, este propósito es específico, por esta razón no se puede pretender plantear una investigación  y en su interior validar un instrumento.

Si se realiza una encuesta, se necesita de un instrumento que por lo menos cuente con validez de contenido, pero si la técnica de recolección de datos que se va a utilizar es la psicometría, entonces el instrumento debe también contar con validez de constructo, fiabilidad, estabilidad, validez de criterio y una evaluación de su rendimiento

En los estudios retrospectivos las fichas de recolección de datos no es un instrumento de medición porque no mide nada. En los estudios prospectivos puede contener al instrumento documental

Los instrumentos de medición documental pueden ser los cuestionarios, las escalas o los inventarios.

El Cuestionario es por ejemplo un examen que se construye para evaluar el rendimiento académico de los estudiantes, y está compuesto por un conjunto de preguntas agrupadas en dimensiones. El cuestionario no es un tipo de estudio, ni es una técnica de recolección de datos, el cuestionario es un instrumento documental

La Escala consiste de un conjunto de ítems, preguntas o reactivos que habitualmente cuenta con cinco alternativas, ante los cuales se les pide la reacción de los sujetos. El más conocido es la Escala de Likert. Aunque también se tiene el Diferencial semántico, la Escala de Guttman y la Escala de Thurstone.

El Inventario es una combinación de varios cuestionarios y escalas o de una mezcla de ambos, el modelo es el inventario de las inteligencias múltiples que busca identificar en las personas los diferentes tipos de inteligencia, su finalidad no es calificar ni cuantificar, sino clasificar.

Selecciona las Unidades o Grupo de Estudio

La población de estudio es la razón de ser de la línea de investigación, cada uno de los pasos que se avanza en la línea de investigación se busca beneficiar y mejorar las condiciones de la población de estudio, pero a lo largo del desarrollo de la línea de investigación no siempre será posible estudiar a toda la población, en ese caso se tendrá que recurrir a una muestra.

Existen tres casos específicos en los que no es posible o necesario estudiar a toda la población y en esta situación se debe realizar el estudio a través de una muestra:

1. La población es de gran tamaño, cuando la población es inalcanzable en tamaño, es decir si está compuesta de muchas unidades, significa que se tendría que realizar esa cantidad de medidas, lo cual implicaría un alto costo, y aunque se dispusiera del presupuesto necesario, se requeriría de mucho tiempo.
2. La población es desconocida, cuando no se sabe cuál es el tamaño de la población porque no existe un listado, un registro, un padrón, una nómina o una base de datos, no existe un marco muestral.
3. No es necesario medir toda la población, por ejemplo si se quiere medir la hemoglobina en la sangre de una persona, se obtiene cinco centímetros cúbicos de sangre y es suficiente, no es necesario extraerle toda la sangre (población), o si para inspeccionar un producto implica su destrucción, si se requiere estudiar toda la población, se tendría que destruir todo el lote, en este caso es mejor obtener una muestra.

Una muestra debe ser representativa de la población de dónde fue extraída, de tal modo que las conclusiones que se obtengan puedan ser extrapoladas hacia la población. Para que una muestra sea representativa se deben considerar dos aspectos: primero, el cálculo del tamaño de la muestra y segundo, una técnica de muestreo.

El cálculo del tamaño de la muestra, parte del principio que el investigador acepta que sus conclusiones no serán precisas, que estarán afectadas por el error aleatorio, pero que este error aleatorio está reconocido y su magnitud servirá para calcular el número de unidades que conformarán la muestra.

Utilizar una muestra en lugar de la población, implica aceptar la presencia del error aleatorio en las conclusiones que se refieran a la población de estudio. Pero el error aleatorio no es la única amenaza de la validez de las conclusiones, también está el error sistemático, que se puede controlar mediante una técnica de muestreo.

Las técnicas de muestreo se utilizan para la selección de las unidades muestrales y sirven para controlar el error sistemático (error del investigador, error de los procedimientos) que afectan la exactitud de las conclusiones del estudio.

Las técnicas que permiten obtener una muestra representativa son las técnicas aleatorias o probabilísticas. La técnica de selección ideal es aquella donde todos los elementos que conforman la población tienen la misma probabilidad de participar en la muestra, lo contrario a este principio, se denomina sesgo de admisión, en referencia a las situaciones donde algunos elementos de la población no tienen posibilidad de conformar la muestra. Las técnicas aleatorias o probabilísticas más usadas y conocidas son:

El Muestreo Aleatorio Simple (MAS) tiene por finalidad eliminar el sesgo de admisión mediante la asignación a cada una de las unidades de muestreo, la misma probabilidad de participar en la muestra, pero es necesario la existencia de un marco muestral, un padrón o una base de datos y no siempre es posible contar con este marco muestral.

El Muestreo Aleatorio Sistemático (MASI) resuelve el problema de no contar con un marco muestral, por ejemplo para encuestar a los estudiantes de una universidad nos ubicamos en la entrada y se construye la muestra con los estudiantes que ingresan en una hora, después de un periodo de tiempo se tiene un grupo de estudiante y no se  requeriría conocer el número total de estudiantes de la universidad, y se resuelve la falta del marco muestral.  Pero no se resuelve el sesgo del voluntariado, es decir que los encuestados no pueden ser voluntarios y viceversa los elegidos para conformar la muestra no pueden negarse a participar en la encuesta. Un muestreo cien por ciento aleatorio consigue por ejemplo mitad varones y mitad mujeres en la encuesta de los estudiantes, pero el voluntariado y la negativa a participar de algunos alumnos hará que estas proporciones se alteren.

El Muestreo Aleatorio Estratificado (MAE) obliga a conservar las proporciones identificadas preliminarmente en la población, adicionalmente los criterios de inclusión y exclusión se utilizan para eliminar el sesgo de elegibilidad. Los criterios de elegibilidad tienen por finalidad definir con precisión quienes conformaron la población y quienes no la conforman aunque esta tarea realmente debía hacerse desde el principio.

El Muestreo Aleatorio por Conglomerados (MAC), cuando en la población de estudio es posible detectar la existencia de grupos que por sí mismos representan adecuadamente a la población, en relación a la característica que se desea estudiar, se les denomina conglomerados, entonces podemos seleccionar únicamente algunos de estos conjuntos para realizar el estudio. Mientras que en los tres primeros muestreos probabilísticos las unidades de muestreo coinciden con las unidades de estudio, en el muestreo por conglomerados las unidades de muestreo son los conglomerados esto puede resultar muy beneficioso para reducir los costos relacionados con la recolección de datos.

Las técnicas de muestreo no probabilísticas más usadas y conocidas son:

El Muestreo por Cuotas es muy similar al muestreo estratificado, en el ejemplo de la encuesta a los estudiantes de la universidad, se asegura que en la muestra este conformada tanto por hombres como mujeres, esto significa cumplir la cuota, pero luego la elección de los estudiantes de cada género, ya no es aleatorio, aun así los resultados son cuasi probabilísticos.

El Muestreo en Bola de Nieve es una alternativa no aleatoria para los casos en que no se cuenta con un marco muestral y las unidades de estudio se encuentran muy dispersas, pero conectadas entre sí (poblaciones marginadas, inmigrantes, mujeres maltratadas, etc.).

El Muestreo según Criterio aprovecha la experiencia del investigador y del conocimiento de la línea de investigación, este criterio puede ser cualitativo como ocurre en la selección de los jueces en el proceso de la validación de instrumentos, también puede responder a una necesidad del análisis estadístico como ocurre en los diseños experimentales.

El Muestreo por Conveniencia es la opción que obtiene una muestra menos representativa de todas, se trata de un muestreo errático, por comodidad, sin procedimientos específicos. Muy utilizado en los estudios exploratorios.

Es pertinente citar a Deming, que dice:” … el muestreo no es una simple sustitución de una cobertura total por una parcial. El muestreo es la ciencia y arte de controlar y medir la confiabilidad de la información estadística útil a través de la teoría de la probabilidad”.

Formula los Objetivos de la Investigación

Todos los estudios tienen una finalidad que se enuncia en el propósito del estudio, para lo cual se requiere de un plan específico para concretarlo y este plan comienza a partir de la formulación de los objetivos del estudio. La mayoría de las fuentes de referencia hablan de los objetivos del estudio en plural, en realidad solo existe uno y generalmente se le denomina objetivo general.

Para alcanzar el objetivo general es posible que se necesiten pasos intermedios, el objetivo general es el objetivo principal es la versión operativa del propósito del estudio, en el enunciado: “Características de los Litigantes en los Juzgados de Paz en el Distrito de Lima”, el objetivo que le corresponde será: “Describir las Características de los Litigantes en los Juzgados de Paz en el Distrito de Lima”, al enunciado sólo se le ha agregado la palabra describir y ellos lo convierte en objetivo general.

Los objetivos operacionales o específicos son los objetivos secundarios y corresponden a los pasos intermedios que a veces se tienen que realizar para alcanzar el objetivo general, es poco importante como se le denomine: objetivos intermedios, auxiliares o secundarios, su única función es ayudar a alcanzar el objetivo general, es el único objetivo inferencial. El concepto inferencial significa que a partir del estudio de una muestra, se obtendrá una conclusión que podemos generalizarla para toda la población de dónde se obtuvo la muestra. Los objetivos específicos u operacionales no son inferenciales.

Si queremos comparar una intervención en dos grupos, entonces el objetivo principal es comparar y los objetivos secundarios serán estimar la intervención en cada grupo, y nuevamente solo los resultados de la comparación serán inferenciales, no los resultados de la estimación.

El objetivo general de un estudio se formula a partir de su enunciado anteponiéndole un verbo en infinitivo, este verbo tiene que corresponder con el nivel de investigación del estudio, en los estudios cuantitativos el objetivo se relacionará con un procedimiento estadístico, imprescindible para alcanzar dicho objetivo general.

En el nivel exploratorio los objetivos son:

·       Identificar se corresponde con la fenomenología, en las Ciencias Naturales es muy común estar interesado en lograr conclusiones mediante la percepción sistemática de un fenómeno en su contexto natural.

·       Interpretar corresponde a la hermenéutica, donde previo análisis cualitativo de los fenómenos observados se intenta explicarlos en concordancia con el estado actual del conocimiento, los principios científicos, las teorías previas y las hipótesis precedentes, esta intención es muy habitual en las Ciencias Sociales.

·       Definir corresponde al constructivismo, significa delimitar el ámbito de la realidad que se estudia, conceptualizar la representación mental que tiene el observador de su unidad de estudio o del fenómeno que lo afecta, se aplica en las Ciencias del comportamiento.

·       Determinar corresponde a la heurística, en la investigación en ciencias de la salud se busca encontrar o descubrir el diagnóstico clínico, mediante un razonamiento heurístico, es una forma de razonamiento que sirve para descubrir si un paciente sufre o no una enfermedad, pone a prueba verdaderas hipótesis.

En el nivel descriptivo los objetivos son:

·       Describir permite caracterizar a la población o grupo de individuos que comparten una condición, por ejemplo describir a los pacientes en una Clínica, los expedientes en un juzgado, los clientes en una empresa, durante un periodo de tiempo, esto implica utilizar estadística descriptiva.

·       Estimar es el cálculo estadístico de un parámetro de la población, por ejemplo estimar la prevalencia de una determinada enfermedad en la población, este es el primer objetivo inferencial y como toda estimación puntual debe estar acompañada de sus respectivos intervalos de confianza.

·      Verificar corresponde a una prueba de hipótesis de nivel descriptivo, procedimientos estadísticos como la t de Student, para una sola muestra y la prueba Chi-cuadrado corresponden a este objetivo, permite descartar el mito de que los estudios descriptivos no llevan hipótesis.

En el nivel relacional los objetivos son:

·       Comparar busca encontrar diferencias entre dos grupos, obtenidos a través de una muestra. Aquí comienza el análisis estadístico bivariado, cuando solo una de las variables es aleatoria, mientras que la otra, que es fija, es la que se utiliza para diferenciar los grupos.

·       Asociar si bien pertenece al análisis estadístico bivariado, se diferencia del objetivo anterior por poseer dos variables aleatorias, ambas pueden ser categóricas, en este caso se habla de asociación o pueden ser dos variables numéricas en cuyo caso se habla de correlación.

·       Medir la fuerza de asociación o medir la fuerza de correlación, según participen dos variables categóricas o dos variables numéricas, es una consecuencia del objetivo anterior, pero no se trata de una prueba de hipótesis, sino de una estimación puntual La estimación de riesgo se encuentran en este objetivo.

En el nivel explicativo los objetivos son:

·       Evidenciar es el primer objetivo que busca demostrar la hipótesis de la causalidad, pero no se recurre a la experimentación, se sustenta en los criterios de causalidad, asociación estadística, fuerza de asociación y relación temporal, este último pone en evidencia que la causa estuvo presente antes que el efecto.

·       Demostrar implica el uso de la experimentación, para demostrar la causalidad entre dos variables, una hipótesis experimental, requiere de un argumento denominado razonamiento por analogía, adicionalmente, el aislamiento de la causa, mediante la aleatorización y luego el experimento propiamente dicho.

·       Probar busca completar uno de los principios de la ciencia y es que la ciencia es probable y verificable de tal modo que al aplicar los mismos métodos en el estudio y utilizando los mismos materiales, se debe encontrar los mismos resultados, a este criterio se le denomina consistencia.

En el nivel predictivo los objetivos son:

·       Predecir en su sentido más esencial corresponde a una estimación puntual, a la probabilidad de ocurrencia de un evento, puede ser la ocurrencia de la enfermedad o un problema, también se puede hacer comparaciones predictivas lo cual correspondería a la prueba de hipótesis.

·       Pronosticar involucra la participación de la variable tiempo, es un cálculo de probabilidad basado en el tiempo, se corresponde con los procedimientos como las series de tiempo y el análisis de supervivencia.

·       Prever significa tomar medidas con anticipación, disponer o preparar medios para futuras contingencias, son ejemplos la prevención, la vacunación, el diagnóstico temprano, brindar leyes o hacer acciones antes que ocurra el problema, es el estudio de la eficiencia de las acciones preventivas que se toman cuando ya se hizo una predicción o un pronóstico.

En el nivel aplicativo los objetivos son:

·       Supervisar corresponde al monitoreo del proceso o de la intervención que se realiza sobre la población con la finalidad de mejorar sus condiciones, por ejemplo el tratamiento de una enfermedad requiere de supervisión y se puede realizar para medidas individuales o para medidas repetidas.

·       Controlar implica evaluar los resultados de una intervención, estos resultados deben ser consistentes y no mostrar exceso de variabilidad.

·       Calibrar evalúa la capacidad de un sistema de un proceso para conseguir los mismos resultados siempre o por lo menos sin diferencias significativas, aquí se evalúa la estabilidad intraoperador o repetibilidad y la estabilidad entre operadores o reproducibilidad, la finalidad de calibrar, es mejorar los resultados en cada intervención.

Plantea una Hipótesis

Para desarrollar el enfoque de análisis de una tesis o estudio de investigación, se debe contar con el enunciado de tu estudio, el cuadro de operacionalización de variables y el marco teórico. Este enfoque de análisis puede concernir a una prueba de hipótesis o una estimación puntual.

Un estudio de investigación con prueba de hipótesis, es un estudio comparativo, el cual busca probar si dos grupos son iguales o diferentes. Un estudio de estimación puntual, busca estimar el parámetro de una población, el valor de una frecuencia o la proporción de la población afectada por un problema.

Existen estudios con y sin hipótesis. En el caso que el estudio no lleve hipótesis corresponde a un estudio de estimación puntual. Una buena estrategia para plantear el enfoque de análisis es a partir de la hipótesis misma, cuando está presente en el estudio.

No son mejores los estudios con hipótesis, ni peores los de estimación puntual, son dos enfoques de análisis que corresponden a diferentes intenciones de investigación, intenciones que más adelante se convertirán en los objetivos del estudio de investigación, para lo cual se debe tener bien en claro cuál es el enfoque de análisis.

Una hipótesis es una proposición y una proposición no es más que un enunciado capaz de ser calificado como verdadero o falso, desde el punto de vista estadístico el calificativo de verdadero le corresponde a la hipótesis alterna y el calificativo de falso a la hipótesis nula.

Las hipótesis pueden ser empíricas o racionales. Las hipótesis empíricas nacen de la experiencia del investigador y las hipótesis racionales de un razonamiento argumentativo. En los niveles de investigación más básicos se encuentran las hipótesis empíricas y en los niveles de investigación más avanzados están las hipótesis racionales.

Las hipótesis tiene dos párrafos: el primero, es el fundamento y el segundo, la deducción. El fundamento, es lo que sostiene la afirmación anticipada, es el argumento; y la deducción, es la hipótesis misma; es lo que el investigador busca demostrar, es la hipótesis en su versión afirmativa.

Las hipótesis empíricas carecen de fundamento, ya que nacen de la experiencia del investigador (que es subjetiva), de esta forma, lo que para algunos es importante de ser evaluado, para otros resulta intrascendente. Todo depende de las experiencias previas.

Las hipótesis racionales en el transcurso natural de una línea de investigación aparecen en los estudios experimentales, son hipótesis que requieren de un fundamento, un argumento, una razón, que cubra la intervención sobre las unidades de estudio, para provocar un efecto; esta manipulación, si no está bien sustentada, es mejor no realizar el estudio.

En el enfoque de análisis, existen otros conceptos que se deben tener en cuenta:

El Proceso de la Significancia Estadística, planteado por Ronald Fisher, presenta cinco pasos, que se deben realizar de forma ordenada, cuando se realiza una prueba hipótesis, el esquema siempre es el mismo, no importa la naturaleza de la hipótesis, ni el nivel de investigación. Los cinco pasos de la prueba de hipótesis son: a) El planteamiento de hipótesis, b) el establecimiento del nivel de significancia, c) la elección de la prueba estadística, d) el cálculo del p-valor y e) la toma de decisiones; estos pasos son necesarios cuando se analiza los datos.

El Error Tipo I, ocurre cuando se acepta la hipótesis del investigador, cuando en realidad esta es falsa, o se puede indicar que el error tipo I ocurre cuando se rechaza la hipótesis nula, siendo que esta era la correcta.

El p-valor, es la probabilidad de que ocurra el error tipo I. El error tipo I es la ocurrencia del error, mientras que el p-valor es la cuantificación de este error, el error tipo I ocurre cuando no se aprueba un examen, el p-valor es la frecuencia de veces que esto sucede.

El Nivel de Significancia, es la máxima cantidad de error que podemos aceptar al dar por correcta de manera anticipada a la hipótesis del investigador, esto es como la máxima cantidad de veces que puedes desaprobar un examen antes de que te reprueben de un curso, un nombre más adecuado sería nivel de tolerancia.

Los estudios de investigación sin hipótesis tienen como enfoque de análisis la estimación puntual de un parámetro de la población, pero no es lo único que se estima en una línea de investigación como veremos más adelante.

En un estudio que busca cuantificar los factores de riesgo para una enfermedad o un problema, se debe calcular en qué magnitud incrementa el riesgo, ¿el doble?, ¿el triple?, esto es lo que se debe calcular para responder estas interrogantes. Se debe utilizar una medida de riesgo, como el Riesgo Relativo o el Odds Ratio, estos dos estimadores darán a conocer en qué magnitud se incrementa la probabilidad de enfermar, las personas que poseen el factor de riesgo, esto no se resuelve con una prueba de hipótesis.

Para los estudios de factores de riesgo, la medida de un promedio o cualquier otro que tenga como enfoque de análisis a la estimación puntual, no basta presentar el resultado puntual, este valor debe estar acompañado siempre de su respectivo intervalo de confianza.

Existen tres mitos relacionados con la hipótesis en una investigación, el mito de que todos los estudios poseen hipótesis, el mito de que los estudios descriptivos no llevan hipótesis y el mito de que los estudios con hipótesis son mejores.

Matriz de Operacionalización de Variables

La matriz de operacionalización de variables es un mapa de las variables que intervienen en un estudio, son características, propiedades y atributos observables en las unidades de estudio, precisamente las unidades de estudio se diferencian entre sí por sus atributos o propiedades denominadas variables.

Un matriz de operacionalización de variables consta de cuatro columnas y tantas filas como variables participen en el estudio. Los títulos de estas columnas serán: Variables, Indicadores, Valores Finales y Tipo de Variable.

La primera columna es la lista de todas las variables que se presume pueden ser parte del estudio, mientras más extenso sea la lista, es mejor. Las variables que se deben incluir y las que no se deben incluir es decisión del investigador, ya que es el experto de la línea de investigación que se estudia.

La segunda columna la conforman los indicadores de las variables, entendiendo como indicador a la forma en que se mide una variable, es la manera en que se obtiene el valor final de su medición, algunas variables tendrán solamente un indicador y se les conoce como unidimensionales, otras tendrán más de un indicador y se les denomina variables multidimensionales.

La tercera columna se identifica los valores finales, un valor final es el resultado de la medición de una variable. Por ejemplo si la variable a medir es el GRADO ACADÉMICO, y si la unidad de estudio cuenta con el grado Magister, Magister es el valor final. Si la variable a medir es la TALLA y mide 1m 70cm, ese es el valor final. El valor final es el resultado de la medición de la variable.

La cuarta columna presenta el tipo de variable, que está en función del valor final de su medición. Cuando se trata de una variable categórica es importante distinguir a las variables nominales y las ordinales; y cuando se trata de una variable numérica se debe distinguir a las variables continuas y las discretas.

Una variable es una característica, propiedad o atributo observable en las unidades de estudio, la matriz de operacionalización de variables es un mapa que permitirá alcanzar el propósito del estudio; la definición de cada una de las variables, así como de sus indicadores, no se consignan en la matriz sino en el marco conceptual.

Las VARIABLES se listan en la primera columna de la matriz de operacionalización de variables, en ese listado existe una variable que es la más importante en el estudio, que se le denomina VARIABLE DE ESTUDIO, es la que caracteriza a la línea de investigación, su rol es distinto en cada nivel de investigación.

En el nivel descriptivo, la variable de estudio recibe el nombre de variable de interés, por ejemplo en el estudio de la prevalencia de diabetes, la variable de interés es la diabetes, pero también habrá que caracterizar a la población de estudio, estas características reciben el nombre de variables de caracterización.

En el nivel relacional, la variable de estudio recibe el nombre de variable de supervisión, por ejemplo en el estudio de los factores de riesgo para el Bullying la variable de supervisión es el Bullying, la cual tendremos que relacionar con un conjunto de características que pueden incrementar la probabilidad de Bullying, a estas características se les llama variables asociadas.

En el nivel explicativo, la variable de estudio recibe el nombre de variable dependiente, por ejemplo en el estudio de las causas del estrés laboral, la variable dependiente es el estrés laboral, la cual tendrá que ser demostrada como una consecuencia de un conjunto de determinantes, a los determinantes se les denomina variables independientes.

En el nivel predictivo, la variable de estudio recibe el nombre de variable endógena, por ejemplo en el estudio del pronóstico de la deserción escolar, la variable endógena es la deserción escolar, una consecuencia que se puede anticipar a partir de un conjunto de predictores, a estos predictores se les conoce como variables exógenas.

Los INDICADORES, responden a la pregunta: ¿cómo se va a medir la variable?, esto tiene que ver con la dimensión de las variables. Las variables objetivas tienen dimensiones físicas y las variables subjetivas tienen dimensiones lógicas.

Las variables objetivas como el peso o la talla poseen dimensiones físicas, el peso es masa y la talla es longitud y se miden con instrumentos mecánicos como la balanza y el tallimetro, se miden de manera directa, lo cual equivale a tener solamente un indicador, por eso se les denomina unidimensionales. También existen las variables objetivas multidimensionales, estas resultan de la combinación de dos o más medidas preliminares, por ejemplo el IMC (índice de masa corporal), cuyos componentes son el peso y la talla, entonces el peso y la talla son sus indicadores y señalarán los instrumentos a utilizar.

Las variables subjetivas como la depresión, el estrés laboral o el clima organizacional poseen dimensión lógica, se miden con instrumentos documentales, como los cuestionarios, las escalas o los inventarios, pueden ser unidimensionales como es el caso el miedo; la calidad de la atención es un ejemplo de variable subjetiva multidimensional, sus dimensiones según Parasuraman son los elementos tangibles, la capacidad de respuesta, la empatía y la seguridad, estas dimensiones corresponden a sus indicador y también a la estructura interna del instrumento que lo mide.

Los VALORES FINALES se registran en la tercera columna del matriz de operacionalización de variables y corresponden al resultado de la medición de las variables en función a sus respectivos indicadores.

Las variables categóricas tienen como valor final a sus categorías, por ejemplo para las variables categóricas como el sexo,  estado civil y nivel de educación, se tiene como valor final masculino y femenino para la categoría sexo; soltero, casado y conviviente para la categoría estado civil; y primaria, secundaria y superior para la categoría del nivel de educación.

En el caso de las variables numéricas se conoce como valor final a las unidades de su medición, cuando las variables numéricas aceptan valores negativos estamos frente a una escala de intervalo, pero si los valores finales no pueden ser negativos entonces estamos frente a un escala de razón, pero en un sentido operacional, estas dos escalas se manejan igual y es más importante diferenciar a una variable continua y una discreta,  porque su comportamiento aleatorio es distinto, las variables continuas provienen de medir y las variables discretas provienen de contar. Las variables continuas aceptan valores decimales, las variables discretas solamente números enteros.

El TIPO DE VARIABLE es registrado en la última columna de la matriz de operacionalización de variables; es importante recordar que la operacionalización es un proceso que permite precisar lo que se necesita para alcanzar el propósito del estudio, por eso el tipo de variable, no necesariamente corresponde a la escala de medición. El comportamiento aleatorio de las variables nominales es distinto al comportamiento aleatorio de las variables ordinales, por eso si se va a comparar dos grupos y la variable aleatoria es nominal se utiliza la prueba Chi Cuadrado de Pearson, pero si la variable aleatoria es ordinal se utilizará la U de Mann-Whitney.

Las variables son características, propiedades o atributos observables en las unidades de estudio, la operacionalización de variables es pieza clave para comenzar a desarrollar una estrategia que permita alcanzar el propósito del estudio.

El Marco Teórico

Al realizar un estudio de investigación o tesis, ya se cuenta con el enunciado, se debe luego desarrollar el Marco Teórico. El marco teórico tiene dos componentes: el primero es el marco conceptual y el segundo son los antecedentes.

Para buscar información acerca de estos dos componentes, se recomienda recurrir a la Internet y con un buscador acceder al ciberespacio en general o a Bases de datos de publicaciones periódicas especializadas (revistas), teniendo como elementos de búsqueda: frases del enunciado de tu estudio o palabras claves. También será necesario acudir a la Biblioteca y hacer búsquedas de otras investigaciones realizadas.

Las palabras claves para realizar búsquedas, son las palabras que aparecen en el enunciado del estudio, en orden de importancia para la búsqueda estan primero las palabras de la línea de investigación, segundo las palabras del propósito del estudio y finalmente las palabras que identifican a la población de estudio. Si los resultados de cada búsqueda son muy escasos, tal vez se debe utilizar pocas palabras claves. Cuando se desea tener mayor exactitud, en vez de palabras se pueden ingresar frases completas, pero deben ser colocadas entre comillas, con lo cual se le indicará al buscador que se desea concordancia exacta, los resultados de la búsqueda se reducirán significativamente.

El marco conceptual no es un glosario de términos. El marco conceptual por definición, es el conjunto de conocimientos ordenados y estructurados sistemáticamente, debe tener estructura de un mapa mental o mapa conceptual, su estructura debe ser jerárquica, organizada y sobre todo lógica, esta estructura permitirá identificar contenidos ausentes, así como detectar contenidos intrascendentes, que no aportan.

¿Qué sucede si para un determinado concepto existen dos clasificaciones distintas?, ocurre con mucha frecuencia en la medicina, educación, economía, en derecho y en casi todas las disciplinas; ya que en algunos casos existes escuelas y habrá que alinearse con una en particular, no sólo para el estudio que se realiza sino en general.

¿Qué sucede si para un mismo terminó existen dos definiciones distintas?, con frecuencia cuando se trabaja con variables subjetivas, que definida por un autor, difiere conceptualmente de la definición de otro, en ese caso habrá que elegir una definición y referenciar adecuadamente la diferencias y coincidencias.

¿Qué sucede si para un determinado estudio aún no existen conceptos claros?, esto sucede cuando se está empezando a establecer una línea de investigación, en esa situación se tendrá que definir conceptos propios, los cuales no deben generalizarse, ya que no son conceptos de consenso, sino conceptos a propósito del estudio que se realiza.

La ciencia acepta que las teorías siempre pueden modificarse o cambiarse y por tanto se puede construir una nueva teoría, mejor que la anterior. Si se va a enunciar conceptos propios, se debe haber realizado una búsqueda estricta y cabal de la información.

Los antecedentes del estudio o investigación, son estudios científicos originales que se pueden encontrar en bases de datos, repositorios o en las bibliotecas de la universidades; son publicaciones primarias derivadas de trabajos de investigación, a los cuales se le anexa el método utilizado para hallar sus resultados. Si una publicación no anexa los métodos utilizados para llegar a los resultados que se reportan, no puede ser considerada dentro de los antecedentes de la investigación, ya que la ciencia se basa en argumentos y son estos argumentos los que establecen la diferencia entre una simple opinión y el conocimiento verdadero.

Si en la búsqueda realizada a cabalidad de los antecedentes de la investigación, se encuentra muchos vacíos, y hay aspectos que aún no son cubiertos o aclarados, tal vez será necesario redefinir el propósito del estudio, y así cubrir esos vacíos y continuar con el desarrollo de la línea de investigación.

No existe un mecanismo para conocer todos los antecedentes de la investigación que se está realizando, el hallazgo y selección de los antecedentes depende en gran medida del grado de conocimiento que se cuenta acerca de la línea de investigación. Todo estudio cuenta con antecedentes, solo los estudios exploratorios pueden ser completamente originales, sin antecedentes o referencias de investigación.

Si para el desarrollo de un estudio no se encuentra antecedentes, tal vez se deba retroceder dentro de la línea de investigación y cubrir ese vacío. Los antecedentes de una investigación deben ser vigentes y actuales, es decir que la información consignada en esos antecedentes están vigentes en el momento que se desarrolla un estudio, no se trata del tiempo que haya transcurrido.

No esta demás revisar, cuál es la importancia del marco teórico, en el siguiente video del Dr. Marco Uria.