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.

Definición de la Población de Estudio

La población de estudio es un conjunto de personas, objetos, instituciones, procesos, etc. con las cuales se tiene una relación y un interés estudiar, la población de estudio pueden ser los pacientes en una clínica, los alumnos de una escuela, los clientes de una empresa o los habitantes de un distrito.

Con la información que se obtenga de esa población se le ayudará a estudiar y resolver sus problemas y a cubrir sus necesidades, a partir de la información que faciliten se podrá desarrollar no solamente un estudio sino todos aquellos estudios que comprendan a la línea de investigación.

¿Quiénes conforman la población de estudio? son todas las personas afectadas por un problema. Es un conjunto de unidades de estudio, un conjunto de personas que brindarán datos que servirán para desarrollar un estudio, pero como fin último, esta población de estudio deberá beneficiarse de los resultados de la línea de investigación, por tanto las unidades de estudios son la razón de ser de una línea de investigación.

Si la población de estudio es muy grande tal vez se decida estudiar solo una parte (muestra), pero recordar siempre que la población de estudio es la razón de ser de la línea de investigación y que todos los que conforman la población de estudio deberán beneficiarse de los hallazgos del estudio o investigación.

Una población de estudio es un conjunto de unidades de estudio que el investigador define y establece; pero ¿dónde están?, es probable que se tenga contacto directo con ellos, frecuentan y comparten el mismo espacio y tiempo, debe ser relativamente fácil acceder a la población de estudio, ya que se trata de personas de una comunidad cuyas características se conoce; la población de estudio es la razón de ser de una línea de investigación, que se va consolidando estudio tras estudio y ahora que se está planeando realizar uno, sigue el siguiente procedimiento: establece el propósito del estudio, dentro de la línea de investigación definida, para desarrollarlo con una población de estudio y esto constituye el ENUNCIADO DEL ESTUDIO.

La población de estudio es el concepto que faltaba para completar y establecer el enunciado de un estudio de investigación, entonces el enunciado de un estudio está compuesto por un propósito, una línea y una población.  

Pero, ¿cómo precisamos el lugar y periodo en que tiene alcance el estudio?, es la propia población de estudio la que delimita espacialmente el lugar de tu población de estudio y precisa la respuesta a la pregunta: ¿dónde están?; y también ayudará a responder a la pregunta: ¿Cuánto son?, porque dependiendo del ámbito de recolección de datos conoceremos su cifra exacta; el lugar y el tiempo son criterios de delimitación de la población de estudio que el investigador deberá establecer.

El propósito de tu estudio o investigación

Planteamos tres ejemplos de temas de tesis: 1) Prevalencia de Diabetes, 2) Causas del Estrés Laboral y 3) Pronóstico de la Deserción Escolar, que permitirán mostrar el camino para que describas un estudio o tema de tesis en Medicina, Administración y Educación.

Un tema de tesis está compuesto por dos elementos básicos; el primero (en verde), corresponde al propósito del estudio como la prevalencia, las causas y el pronóstico; el segundo elemento (en rojo), es la línea de investigación, así tenemos a la diabetes, el estrés laboral y la deserción escolar, en los tres ejemplos aparece en primer lugar el propósito del estudio y luego la línea de investigación, aunque en el proceso creativo primero se elige la línea de investigación y después el propósito del estudio.

Si ya se cuenta con una línea de investigación, ¿Cómo se debe enfocar el propósito de tu estudio? ¿Qué es el propósito del estudio? ¿Se necesita uno para desarrollar mi trabajo de tesis? El propósito del estudio corresponde a un deseo del investigador de querer conocer algo muy específico dentro de su línea de investigación, también se le denomina “finalidad cognoscitiva”, esto porque el fin primario de un estudio de investigación es conocer algo muy específico dentro de la línea de investigación.

Matemáticamente, una línea es una sucesión continua de puntos, cada punto representa un estudio que se puede realizar dentro de la línea de investigación, el propósito de tu estudio es un punto dentro de tu línea de investigación. El propósito es la razón de ser de un estudio, este razonamiento previo requiere primero responder la pregunta: ¿a dónde quieres llegar?, porque si no se tiene claro un destino, entonces cualquier camino da lo mismo.

Se debe reflexionar, qué es lo que se desea alcanzar con la línea de investigación, ¿Qué problema se propone solucionar? ¿Qué es lo que se desea mejorar? ¿A dónde se quiere llegar con la línea de investigación?, con un propósito claro se tendrá señalado el camino a seguir.

Si se está estudiando la diabetes, el estrés laboral o la deserción escolar o cualquier otro problema, tal vez interesé su detección o diagnóstico, puede ser que se necesite conocer su frecuencia, los factores de riesgo permitirán conocer las causas, será mejor el pronóstico o el tratamiento son buenos propósitos.

¿Qué es un nivel de investigación?,  toda línea de investigación debe tener un origen y un final, en su recorrido atraviesa diferentes momentos, a cada uno de los cuales denominamos nivel de investigación, estos niveles tienen jerarquía, están ordenados y se puede representar gráficamente, como una pirámide. La diabetes, el estrés laboral y la deserción escolar, para ser estudiados, primero tienen que ser identificados o diagnosticados, y eso corresponde al nivel exploratorio; la cuantificación corresponde al nivel descriptivo y la identificación de los factores relacionados corresponde al nivel relacional; la diabetes, el estrés laboral y la deserción escolar deben tener alguna causa o un determinante eso corresponde al nivel explicativo; las complicaciones y el pronóstico corresponden al nivel predictivo; el tratamiento o cualquier intervención para solucionar el problema corresponden al nivel aplicativo de la investigación.

Comenzando desde el origen hacia el final de la línea de investigación tenemos los siguientes niveles: exploratorio, descriptivo, relacional, explicativo, predictivo y aplicativo, cada uno distinto al otro.

El nivel exploratorio tiene como propósito descubrir el problema en el campo que se estudia, en el campo de la salud corresponde al diagnóstico, en el campo de las ciencias naturales a la descripción del fenómeno, en las ciencias sociales a la interpretación de la realidad y en el campo de las ciencias del comportamiento a la definición de conceptos.

El nivel descriptivo es cuantitativo y su propósito es caracterizar o describir a la población de estudio, se propone conocer parámetros de la población como frecuencia de una enfermedad, que incluye a la incidencia y prevalencia, este nivel de investigación es univariado, porque no plantea la relación entre variables.

El nivel relacional propone asociaciones y correlaciones, es decir plantea la relación entre variables, implica que además de la variable de estudio, se involucraran a otras variables o características de la población de estudio, estas otras características podrían ser exploradas como factores de riesgo o factores relacionados.

El nivel explicativo es el nivel que plantea la hipótesis de la causalidad, aquí se desarrollan los estudios de causa y efecto, el propósito del estudio es evidenciar que la causa estuvo antes que el efecto, busca encontrar la causa de la enfermedad o de un problema.

El nivel predictivo es el nivel de la prevención de la ocurrencia de la enfermedad o problema es prevención primaria, o prevención secundaria si evitamos mediante simulaciones la ocurrencia del problema; pero si la enfermedad o el problema ya está instalado, el propósito del estudio es el pronóstico.

El nivel aplicativo es el estudio del tratamiento de la enfermedad, una intervención quirúrgica se encuentra en este nivel, también una intervención educativa para que las personas cuiden mejor su salud, el propósito del estudio es evaluar monitorear o controlar y en caso de ser necesario calibrar la naturaleza y la intensidad de la intervención.

Conocer un aspecto específico de tu línea de investigación no ayudará a tus pacientes o clientes a solucionar sus problemas, y eso es verdad, los estudios aislados no solucionan nada; pero si desarrollas una línea de investigación, el propósito de tu estudio será nutrir esa línea de investigación, que junto a otros estudios que desarrolles en adelante, te permitirán completar tu línea de investigación.

Símbolos Estadísticos

La estadística como toda ciencia tiene su forma particular de expresarse, a través de símbolos o palabras que denotan un determinado concepto, y es común que se vuelva un leguaje o una jerga (según definición de la RAE, jerga significa un lenguaje especial y familiar que usan entre sí los individuos de ciertas profesiones y oficios, como los toreros, los estudiantes, etc.) y hasta parece que fuera otro idioma.

Los símbolos utilizados, permiten abreviar y universalizar la comunicación y por tanto se vuelve un elemento esencial y poderoso en la ciencia estadística, por ejemplo si se desea mencionar que en una población una variable “X” se distribuye como una distribución normal con media µ = 50 y variancia s² = 6, bastara expresarlo de la siguiente manera: X ~ N(50,6).

Sin embargo, algunas abreviaturas utilizadas dependen del idioma en que se usa, por ejemplo si en castellano se quiere dar a entender “grados de libertad”, se utilizará “g.l.”, pero en inglés se le designará “d.f.” por “degrees of freedom”; detalles que hay que tener en cuenta cuando se revisa bibliografía en otro idioma diferente al español.

En realidad, la notación estadística utiliza de manera combinada la notación algebraica, aritmética y matricial, en resumen notación matemática y que por esta razón se necesita conocer los símbolos matemáticos, los cuales en forma particular van adquiriendo una denominación específica según el tema estadístico que se trate.

Así como las matemáticas son universales y todo estudiante de pre-grado, de cualquier lugar del mundo, puede comprender la expresión a_j ≥ 4 ó E(X) = n x p, es necesario, que se conozca el concepto que está detrás de cada símbolo, ya que así como la matemáticas, la estadística busca hacer una abstracción de la realidad, para comprenderla y luego explicarla a través de los datos (que en la mayoría de las veces son números).

El proceso simple de uso de los símbolos y notación que se usa en estadística y en matemáticas, requiere de una preparación, que muchos docentes pasan por alto y que muchas veces comienza a crear fobia a los estudiantes en los temas de estadística, sobre todo en aquellos cuya base en matemáticas no es la idónea, sobre todo en las profesiones que no están dentro de las ingenierías.

Ahora que cada vez es más común el uso de la estadística, hay que hacer un esfuerzo para que la simbología y el lenguaje estadístico pueda ser comprendido por el usuario, por eso es valido utilizar recursos como el que presenta Margarita Villagran, para indicar en forma breve y concisa algunos símbolos estadísticos utilizados en Bioestadística, sólo así empezaremos a ser entendidos.