Diseños experimentales Se entiende por diseño experimental, el proceso de planeamiento de un experimento, tal que se tomen datos apropiados con la mayor realidad posible, los cuales deben ser analizados mediante métodos estadísticos que deriven conclusiones válidas y objetivas. Podemos decir que la filosofía del diseño experimental es la obtención de información con una alta fidelidad sobre el mensaje de la naturaleza a un costo mínimo.
Los diseños experimentales deben tener algunas características como: -
-
-
Simplicidad: La selección de los tratamientos y la disposición experimental deberá hacerse de la forma más simple posible. Grado de precisión: El experimento deberá tener la capacidad de medir diferencias entre tratamientos con los grados de precisión que desee el investigador. Para cumplir con este propósito se deberá partir de un diseño y un número de repeticiones adecuados. Ausencia de error sistemático: Se debe planear un experimento con el propósito de asegurar que las unidades experimentales que reciban un tratamiento no difieran sistemáticamente de aquellas que
-
-
reciben otro tratamiento, procurando de esta manera obtener una estimación insesgada del efecto de tratamientos. Rango de validez de las conclusiones: Este deberá ser tan amplio como sea posible. Los experimentos que contribuyen a aumentar el rango de validez del experimento son los experimentos replicados y los experimentos con estructuras factoriales. Cálculo del grado de incertidumbre: En todo experimento existe algún grado de incertidumbre en cuanto a la validación de las conclusiones. El experimento deberá ser concebido de modo que sea posible calcular la probabilidad de obtener los resultados observados debidos únicamente al azar.
Diseños no experimentales Podría definirse como la investigación que se realiza sin manipular deliberadamente variables. Es decir, se trata de estudios donde no hacemos variar en forma intencional las variables independientes para ver su efecto sobre otras variables. Lo que hacemos en la investigación no experimental es observar fenómenos tal como se dan en su contexto natural, para posteriormente analizarlos.
En un experimento, el investigador construye deliberadamente una situación a la que son expuestos varios individuos. Esta situación consiste en recibir un tratamiento, una condición o un estímulo bajo determinadas circunstancias, para después evaluar los efectos de la exposición o aplicación de dicho tratamiento o tal condición. Por decirlo de alguna manera, en un experimento se “construye” una realidad. En cambio, en un estudio no experimental no se genera ninguna situación, sino que se observan situaciones ya existentes, no provocadas intencionalmente en la investigación por quien la realiza. En la investigación no experimental las variables independientes ocurren y no es posible manipularlas, no se tiene control
directo sobre dichas variables ni se puede influir sobre ellas, porque ya sucedieron, al igual que sus efectos. La investigación no experimental es un parteaguas de varios estudios cuantitativos, como las encuestas de opinión (surveys), los estudios ex postfacto retrospectivos y prospectivos, etc. Para ilustrar la diferencia entre un estudio experimental y uno no experimental consideremos el siguiente ejemplo. Vamos a suponer que un investigador desea analizar el efecto que produce el consumo de alcohol sobre los reflejos humanos. Su hipótesis es: “a mayor consumo de alcohol, mayor lentitud en los reflejos de las personas”. Si decidiera seguir un enfoque experimental, asignaría al azar los sujetos a varios grupos.
Supóngase cuatro grupos: un primer grupo donde los participantes ingirieran un elevado consumo de alcohol (siete copas de tequila o brandy), un segundo grupo que tuviera un consumo medio de alcohol (cuatro copas), un tercer grupo que bebiera un consumo bajo de alcohol (una sola copa) y un cuarto grupo de control que no ingiriera nada de alcohol. Controlaría el lapso en el que todos los sujetos consumen su “ración” de alcohol (copa o copas), así como otros factores (misma bebida, cantidad de alcohol servida en cada copa, etc.). Finalmente, mediría la calidad de la respuesta de los reflejos en cada grupo y compararía los grupos, para determinar el efecto del consumo de alcohol sobre los reflejos
humanos, y probar o desaprobar su hipótesis.
Estación de policía). Encontraría a personas que han bebido cantidades elevadas, medias y bajas de alcohol, así como a quienes no lo han ingerido. Mediría la calidad de sus reflejos, llevaría
a cabo sus comparaciones y establecería el efecto del consumo de alcohol sobre los reflejos humanos, analizando si aporta evidencia en favor o en contra de su hipótesis.
Desde luego, el enfoque podría ser cuasi experimental (grupos intactos) o asignar los sujetos a los grupos por emparejamiento (digamos en cuanto al género, que influye en la resistencia al alcohol, pues la mayoría de las mujeres suelen tolerar menos cantidades que los hombres). Por el contrario, si decidiera seguir un enfoque no experimental, el investigador podría acudir a lugares donde se localicen distintas personas con diferentes consumos de alcohol (por ejemplo, oficinas donde se haga la prueba del nivel de consumo de alcohol, como una
Los diseños no experimentales se pueden clasificar en transeccionales y longitudinales.
Transeccional
Longitudinales
Diseños no experimentales
Diseños No Experimentales (Transeccionales) Los diseños de investigación transeccional o transversal recolectan datos en un solo momento, en un tiempo único. Su propósito es describir variables, y analizar su incidencia e interrelación en un momento dado. Pueden abarcar varios grupos o subgrupos de personas, objetos o indicadores. Pero siempre, la recolección de datos se realiza en un momento único. Este tipo de investigación se divide en Descriptiva y Correlacional/Causal. Por ejemplo: 1. Investigar el número de empleados, desempleados y subempleados en una ciudad en cierto momento.
4. Analizar el efecto que sobre la estabilidad emocional de un grupo de personas provocó un acto terrorista.
2. Medir las percepciones y actitudes de mujeres jóvenes que fueron abusadas sexualmente en el último mes en una urbe latinoamericana.
5. Analizar si hay diferencias en el contenido sexual entre tres telenovelas que están exhibiéndose simultáneamente.
3. Evaluar el estado de los edificios de un barrio o una colonia, después de un terremoto.
A su vez, los diseños transeccionales se dividen en tres: exploratorios, descriptivos y correlacionales-causales.
Diseños transeccionales exploratorios El propósito de los diseños transeccionales exploratorios es comenzar a conocer una variable o un conjunto de variables, una comunidad, un contexto, un evento, una situación. Se trata de una exploración inicial en un momento específico. Por lo general, se aplican a problemas de investigación nuevos o poco conocidos, además constituyen el
preámbulo de otros diseños experimentales y experimentales).
(no
Por ejemplo, unas investigadoras pretenden obtener un panorama sobre el grado en que las empresas de una ciudad contratan a personas con capacidades distintas (impedimentos físicos, deficiencias motrices, visuales, mentales). Buscan en los archivos municipales y encuentran muy poca información, acuden a la cámara industrial de la localidad y tampoco descubren datos que les sean útiles. Entonces inician un sondeo en las empresas de su localidad, haciendo una serie de preguntas a los gerentes de personal, recursos humanos o equivalentes: ¿contratan a personas con capacidades diferentes?, ¿cuántas personas al año, al mes?, ¿para qué tipo de empleos?, etc. Al explorar la situación logran tener una visión del problema que les interesa y sus resultados son
exclusivamente válidos para el tiempo y lugar en que efectuaron su estudio. Sólo recolectaron datos una vez. Posteriormente podrían planear una investigación descriptiva más profunda sobre la base proporcionada por esta primera aproximación, o comenzar un estudio que indague qué empresas son las que contratan a más individuos con capacidades distintas y por qué motivos.
Diseños transeccionales descriptivos Los diseños transeccionales descriptivos tienen como objetivo indagar la incidencia de las modalidades o niveles de una o más variables en una población. El procedimiento consiste en ubicar en una o diversas variables a un grupo de personas u otros seres vivos, objetos, situaciones, contextos, fenómenos, comunidades; y así proporcionar su descripción. Son, por tanto, estudios puramente descriptivos y cuando establecen hipótesis, éstas son también descriptivas (de pronóstico de una cifra o valores). Por ejemplo: Ubicar a un grupo de personas en las variables: género, edad, estado civil o marital y nivel educativo.
En ciertas ocasiones, el investigador pretende realizar descripciones comparativas entre grupos o subgrupos de personas u otros seres vivos, objetos, comunidades o indicadores (esto es, en más de un grupo). Por ejemplo, un investigador que deseara describir el nivel de empleo en tres ciudades (Valencia, Caracas y Trujillo, en Venezuela).
Representaci贸n del ejemplo:
Diseños transeccionales correlacionales-causales: Estos diseños describen relaciones entre dos o más categorías, conceptos o variables en un momento determinado. A veces, únicamente en términos correlacionales, otras en función de la relación causa efecto (causales). La diferencia entre los diseños transeccionales descriptivos y los diseños correlacionales-causales se expresa gráficamente de la siguiente manera:
DESCRIPTIVOS
CORRELACIONALESCAUSALES
Se recolectan datos y se describe categoria, concepto, variable (X1)
Se recolectan datos y se describe relación
Se recolectan datos y se describe categoria, concepto, variable (X2)
Se recolectan datos y se describe relación
Se recolectan datos y se describe categoria, concepto, variable (Xk)
Se recolectan datos y se describe relación
(X1 – Y1)
(X2 – Y2)
(X3 – Y3)
Por tanto, los diseños correlacionales-causales pueden limitarse a establecer relaciones entre variables sin precisar sentido de causalidad o pretender analizar relaciones causales. Cuando se limitan a relaciones no causales, se fundamentan en planteamientos e hipótesis correlacionales; del mismo modo, cuando buscan evaluar vinculaciones causales, se basan en planteamientos e hipótesis causales. Veamos algunos ejemplos. 1. Una investigación que pretendiera indagar la relación entre la atracción y la confianza durante el noviazgo en parejas de jóvenes, observando cuán vinculadas están ambas variables (se limita a ser correlacional).
2. Una investigación que estudiara cómo la motivación intrínseca influye en la productividad de los trabajadores de línea de grandes empresas industriales, de determinado país y en cierto momento, observando si los obreros más productivos son los más motivados; en caso de que así sea, evaluando por qué y cómo es que la motivación intrínseca contribuye a incrementar la productividad (esta investigación establece primero la correlación y luego la relación causal entre las variables). 3. Un estudio sobre la relación entre urbanización y alfabetismo en una nación latinoamericana, para ver qué variables Diseños transeccionales correlacionales-causales: Describen relaciones entre dos o más categorías, conceptos o variables en un momento determinado, ya sea en términos correlacionales, o en función de la relación causa-efecto. Asimismo, los diseños correlacionalescausales en ocasiones describen relaciones en uno o más grupos o subgrupos, y suelen describir primero las variables incluidas en la investigación, para luego establecer las relaciones entre éstas (en primer lugar, son descriptivos de variables individuales, pero luego van más allá de las descripciones: establecen relaciones). EJEMPLO En una investigación para evaluar la credibilidad de tres conductores de
macro sociales mediatizan tal relación (causal). 4. Un estudio que pretendiera analizar quiénes compran más en las tiendas de una cadena departamental, los hombres o las mujeres (correlacional: asocia género y nivel de compra). De los ejemplos se desprende lo que se ha comentado anteriormente: que en ciertas ocasiones sólo se pretende correlacionar categorías, variables, objetos o conceptos; pero en otras, se busca establecer relaciones causales. Debemos recordar que la causalidad implica correlación, pero no toda correlación significa causalidad. televisión, y relacionar esta variable con el género, la ocupación y el nivel socioeconómico del teleauditorio. Primero, mediríamos qué tan creíble es cada conductor y describiríamos la credibilidad de los tres conductores. Determinaríamos el género de las personas e investigaríamos su ocupación y nivel socioeconómico, así, describiríamos estos tres elementos del teleauditorio. Posteriormente, relacionaríamos la credibilidad y el género (para ver si hay diferencias por género en cuanto a la credibilidad de los tres conductores), la credibilidad y la ocupación (para ver si los conductores tienen una credibilidad similar o diferente entre las distintas ocupaciones) y la credibilidad y el nivel socioeconómico (para evaluar diferencias por nivel socioeconómico). De este modo, primero describimos y luego correlacionamos.
Encuestas de opinión (surveys)
Las encuestas de opinión (surveys) son consideradas por diversos autores como un diseño (Creswell, 2009; Mertens,
2005) y estamos de acuerdo en considerarlas así. En nuestra clasificación serían investigaciones no experimentales transversales o transeccionales descriptivas o correlacionales-causales, ya que a veces tienen los propósitos de unos u otros diseños y a veces de ambos (Archester, 2005). Generalmente utilizan cuestionarios que se aplican en diferentes contextos (aplicados en entrevistas “cara a cara” mediante correo electrónico o postal, en grupo).
Diseños No Experimentales (Longitudinales) En ocasiones el interés del investigador es analizar cambios a través del tiempo de determinadas categorías, conceptos, sucesos, variables, contextos o comunidades; o bien, de las relaciones entre éstas.
Aún más, a veces ambos tipos de cambios. Entonces disponemos de los diseños longitudinales, Los cuales recolectan datos a través del tiempo en puntos o periodos, para hacer inferencias respecto al cambio, sus determinantes y consecuencias. Tales puntos o periodos por lo común se especifican de antemano. Por ejemplo, un investigador que buscara analizar cómo evolucionan los niveles de
empleo durante cinco años en una ciudad; otro que pretendiera estudiar cómo ha cambiado el contenido sexual en las telenovelas de cierto país en los últimos 10 años, y uno más que buscara observar cómo se desarrolla una comunidad indígena a través de varios años, con la llegada de la computadora e internet a sus vidas. Son pues, estudios de seguimiento.
Los diseños longitudinales suelen dividirse en tres tipos: diseños de tendencia (trend), diseños de análisis evolutivo de grupos (cohorte) y diseños panel. Los diseños de tendencia (trend) son aquellos que analizan cambios a través del tiempo (en categorías, conceptos, variables o sus relaciones), dentro de alguna población en general. Su característica distintiva es que la atención se centra en la población. Por ejemplo, una investigación para analizar cambios en la actitud hacia el aborto por parte de adolescentes de una comunidad. EJEMPLO
Analizar la manera en que evoluciona la percepción sobre tener relaciones sexuales premaritales en las mujeres jóvenes adultas (20 a 25 años) de Valledupar, Colombia, de aquí al año 2020. Las mujeres aumentan su edad, pero siempre habrá una población de mujeres de esas edades en tal ciudad. Las participantes seleccionadas son otras, pero el universo o población es la misma. Diseños longitudinales de evolución de grupo (cohortes) Con los diseños de evolución de grupo se examinan cambios a través del tiempo en subpoblaciones o grupos específicos. Su atención son las cohortes o grupos de individuos vinculados de alguna manera o identificados por una característica común, generalmente la edad o la época (Glenn, 1977). Un ejemplo de estos grupos (cohortes) sería el formado por las personas que nacieron en 1973 en Chile, durante el derrocamiento del gobierno de Salvador Allende; pero también podría
utilizarse otro criterio de agrupamiento temporal, como las personas que se casaron durante 2000 en Rosario, Argentina; o los niños de la Ciudad de México que asistían a instrucción primaria durante el gran terremoto que ocurrió en 1985. Tales diseños hacen seguimiento de los grupos a través del tiempo y por lo común se extrae una muestra cada vez que se recolectan datos sobre el grupo o la subpoblación, más que incluir a toda la subpoblación.
EJEMPLO
Una investigación nacional sobre las actitudes hacia la democracia de los mexicanos nacidos en 1990 (recordemos que en México hasta el año 2000 hubo elecciones presidenciales verdaderamente democráticas), digamos cada cinco años, comenzando a partir del 2015. En este año se obtendría una muestra de mexicanos de 25 años de edad y se medirían las actitudes. En el 2020, se seleccionaría una muestra de mexicanos
de 30 años y se medirían las actitudes. En el 2025, se elegiría una muestra de mexicanos de 35 años, y así sucesivamente. De esta forma, se analizan la evolución y los cambios de las actitudes mencionadas. Desde luego que, aunque el conjunto específico de personas estudiadas en cada tiempo o medición llega a ser diferente, cada muestra representa a los sobrevivientes del grupo de mexicanos nacidos en 1990.
Diseños longitudinales panel Los diseños panel son similares a las dos clases de diseños vistas anteriormente, sólo que los mismos participantes son medidos u observados en todos los tiempos o momentos. Un ejemplo sería una investigación que observara anualmente los cambios en las actitudes (bajo la aplicación de una prueba estandarizada) de un grupo de ejecutivos en relación con un programa para elevar la productividad, por ejemplo, durante cinco años. Cada año se
observaría la actitud de los mismos ejecutivos. Es decir, los individuos, y no sólo la muestra, población o subpoblación, son los mismos. Otro ejemplo sería observar mensualmente (durante dos años) a un grupo que acude a psicoterapia para analizar si se incrementan sus expresiones verbales de discusión y exploración de planes futuros, y si disminuyen sobre hechos pasados (en cada observación los pacientes serían las mismas personas).
Otro ejemplo de diseño panel consiste en analizar la evolución de pacientes de un determinado tipo de cáncer (de mama, pongamos como caso), donde se vea qué pasa con el grupo durante cuatro etapas: la primera, un mes después de iniciar el
tratamiento médico; la segunda, seis meses después de iniciar el tratamiento; la tercera, un año después del tratamiento, y la cuarta, dos años después de iniciado
éste. Siempre se incluirán a las mismas pacientes con nombre y apellido, descartando a quienes lamentablemente fallecen.
Comparación de los diseños transeccionales y longitudinales Los estudios longitudinales tienen la ventaja de que proporcionan información sobre cómo las categorías, los conceptos, las variables, las comunidades, los fenómenos, y sus relaciones evolucionan a través del tiempo. Sin embargo, suelen ser más costosos que los transeccionales. La elección de un tipo de diseño u otro depende más bien de los propósitos de la investigación y de su alcance.
La investigación experimental como la no experimental son herramientas muy valiosas y ningún tipo es mejor que el otro. El diseño a seleccionar en una investigación depende más bien del problema a resolver y del contexto que rodea al estudio. Desde luego, ambos tipos de investigación poseen características propias que es necesario resaltar.
Técnicas de Recolección de Datos Recolectar los datos implica elaborar un plan detallado de procedimientos que nos conduzcan a reunir datos con un propósito específico. Este plan incluye determinar:
a) ¿Cuáles son las fuentes de donde se obtendrán los datos? Es decir, los datos van a ser proporcionados por personas, se producirán de observaciones o se encuentran en documentos, archivos, bases de datos, etcétera. b) ¿En dónde se localizan tales fuentes? Regularmente en la muestra seleccionada, pero es indispensable definir con precisión. c) ¿A través de qué medio o método vamos a recolectar los datos? Esta fase implica elegir uno o varios medios y definir los procedimientos que utilizaremos en la recolección de los datos. El método o métodos deben ser confiables, válidos y objetivos. d) Una vez recolectados, ¿de qué forma vamos a prepararlos para que puedan analizarse y respondamos al planteamiento del problema?
El plan se nutre de diversos elementos: 1. Las variables, conceptos o atributos a medir (contenidos en el planteamiento e hipótesis o directrices del estudio). 2. Las definiciones operacionales. La manera como hemos operacionalizado las variables es crucial para determinar el método para medirlas, lo cual a su vez,
resulta fundamental para realizar las inferencias de los datos. 3. La muestra. 4. Los recursos disponibles (de tiempo, apoyo institucional, económicos, etcétera).
Cuestionarios Tal vez el instrumento más utilizado para recolectar los datos es el cuestionario. Un cuestionario consiste en un conjunto de preguntas respecto de una o más variables a medir. Debe ser congruente con el planteamiento del problema e hipótesis (Brace, 2008). Comentaremos primero sobre las preguntas y luego sobre las características deseables de este tipo de instrumento, así como los contextos en los cuales se pueden administrar los cuestionarios. Qué tipos de preguntas se pueden hacer? El contenido de las preguntas de un cuestionario es tan variado como los aspectos que mide. Básicamente se consideran dos tipos de preguntas: cerradas y abiertas. Las preguntas cerradas: Contienen categorías u opciones de respuesta que han sido previamente delimitadas. Es decir, se presentan las posibilidades de respuesta a los participantes, quienes deben acotarse a éstas. Pueden ser dicotómicas (dos posibilidades de respuesta) o incluir varias opciones de respuesta.
Preguntas abiertas: En cambio, las preguntas abiertas no delimitan de antemano las alternativas de respuesta, por lo cual el número de categorías de respuesta es muy elevado; en teoría, es infinito, y puede variar de población en población.
Por entrevista personal:
Las entrevistas implican que una persona calificada (entrevistador) aplica el cuestionario a los participantes; el primero hace las preguntas a cada entrevistado y anota las respuestas. Su papel es crucial, es una especie de filtro. El primer contexto que revisaremos de una entrevista es el personal (“cara a cara”). Normalmente se tienen varios entrevistadores, quienes deberán estar capacitados en el arte de entrevistar y conocer a fondo el cuestionario. Quienes no deberán sesgar o influir en las respuestas, por ejemplo, reservarse de expresar aprobación o desaprobación respecto de las respuestas del entrevistado, reaccionar de manera ecuánime cuando los participantes se perturben, contestar con gestos ambiguos cuando los sujetos busquen generar una reacción en ellos, etc. Su propósito es
lograr que se culmine exitosamente cada entrevista, evitando que decaiga la concentración e interés del participante, además de orientar a éste en el tránsito del instrumento. Las explicaciones que proporcione deberán ser breves pero suficientes. Tiene que ser neutral, pero cordial y servicial. Asimismo, es muy importante que transmita a todos los participantes que no hay respuestas correctas o equivocadas. Por otra parte, su proceder debe ser lo más estándar posible (mismos señalamientos, presentación uniforme, etc.). Con respecto a las instrucciones del cuestionario, algunas son para el entrevistado y otras para el entrevistador. Este último debe recordar que al inicio se comenta: el propósito general del estudio, las motivaciones y el tiempo aproximado de respuesta, agradeciendo de antemano la colaboración.
Por entrevista telefónica: Obviamente, la diferencia con el anterior tipo de entrevista es el medio de comunicación, que en este caso es el teléfono (hogar, oficina, móvil o celular). Las entrevistas telefónicas son la forma más rápida de realizar una encuesta. Junto con la aplicación grupal de cuestionarios es la manera más económica de aplicar un instrumento de medición, con la posibilidad de asistir a los sujetos de la muestra. Ha sido muy utilizada en los países desarrollados debido a la vertiginosa evolución de la telefonía. Una ventaja enorme de este método reside en que se puede acceder a barrios inseguros, a conjuntos exclusivos y edificios o casas donde se impide el ingreso (León y Montero, 2003), así como a lugares geográficamente lejanos al investigador. Algunas recomendaciones para las entrevistas telefónicas son las siguientes: 1. Enviar una carta, telefonema o correo electrónico previo, en que se indique el objetivo de la entrevista, la persona o institución que realiza la encuesta y el día y hora en que se efectuará la comunicación telefónica. 2. Realizar la comunicación en el día y hora acordada. 3. El entrevistador debe identificarse y recordarle al entrevistado el propósito del estudio; asimismo, debe asegurarse que es un buen momento para la comunicación. 4. Entre la comunicación previa y la entrevista telefónica no debe pasar más de una semana (programar llamadas adecuadamente). 5. El entrevistador debe asegurarse que está hablando con la persona correcta o que posee el perfil adecuado según la definición de la muestra.
6. Indicar el tiempo que tomará la entrevista. 7. Utilizar un cuestionario breve con preguntas preferentemente estructuradas (cerradas) y sencillas. 8. El entrevistador debe vocalizar correctamente y a la misma velocidad de su interlocutor. 9. Anotar casos de rechazos y las razones. 10. En el entrenamiento, simular las condiciones de aplicación (igual en la prueba piloto). 11. Establecer metas de comunicaciones telefónicas por hora. 12. Si se pretende grabar la entrevista, debe interrogarse al participante si está de acuerdo.
Desde luego, estas recomendaciones aplican a una encuesta telefónica donde poseemos tiempos amplios para llevarla a cabo. Otros métodos cuantitativos de recolección de los datos: 1. Análisis de contenido cuantitativo Es una técnica para estudiar cualquier tipo de comunicación de una manera “objetiva” y sistemática, que cuantifica los mensajes o contenidos en categorías y subcategorías, y los somete a análisis estadístico. Sus usos son muy variados, por ejemplo: evaluar el grado de carga de contenido sexual de uno o varios programas televisivos; estudiar las apelaciones y características de campañas publicitarias (digamos, de perfumes femeninos de costo elevado) en los medios de comunicación colectiva (radio, televisión, periódicos y revistas); comparar estrategias propagandísticas de partidos políticos en internet; conocer 2. Observación Este método de recolección de datos consiste en el registro sistemático, válido y confiable de comportamientos y situaciones observables, a través de un conjunto de categorías y subcategorías. Útil, por ejemplo, para analizar conflictos familiares, eventos masivos (como la
discrepancias ideológicas entre varios periódicos al tratar un tema como el terrorismo internacional; determinar la evolución de cierta clase de pacientes que asisten a psicoterapia al analizar sus escritos y expresiones verbales; cotejar el vocabulario aprendido por pequeños que se exponen más al uso de la computadora en comparación con niños que la utilizan menos; conocer y contrastar la posición de diversos presidentes latinoamericanos en cuanto al problema del desempleo; comparar estilos de escritores que se señalan como parte de una misma corriente literaria; y/o analizar la calidad y profundidad de la información presente en internet sobre un virus.
violencia en los estadios de fútbol), la aceptación-rechazo de un producto en un supermercado, el comportamiento de personas con capacidades mentales distintas, etc. Haynes (1978) menciona que es el método más utilizado por quienes se orientan conductualmente.
3. Pruebas estandarizadas e inventarios depresión posparto, la adaptación al Estas pruebas o inventarios miden colegio, intereses vocacionales, la variables específicas, como la jerarquía de valores, el amor romántico, la inteligencia, la personalidad en general, la calidad de vida, la lealtad a una marca de personalidad autoritaria, el razonamiento algún producto, etc. Hay miles de matemático, el sentido de vida, la ellas(os). satisfacción laboral, el tipo de cultura organizacional, el estrés preoperatorio, la 4. Datos secundarios (recolectados por otros investigadores)
Implica la revisión de documentos, registros públicos y archivos físicos o electrónicos. Por ejemplo, si nuestra hipótesis fuera: “la violencia manifiesta en la Ciudad de México es mayor que en la ciudad de Caracas”; entonces acudiríamos a las alcaldías de las ciudades para solicitar datos relacionados con la violencia, como número de asaltos, violaciones, robos a casa-habitación, 5. Instrumentos mecánicos o electrónicos
asesinatos, etc. (datos generales, por distrito y habitante). También obtendríamos información de los archivos de los hospitales y las diferentes procuradurías o cuerpos policiacos. Un caso de una investigación cuyo método de recolección se fundamentó en datos secundarios fue el que a continuación se comenta.
cerebral (evaluaciones médicas y Sistemas de medición por aparatos, como psicológicas); el escáner, que mide con el detector de mentiras, o polígrafo, que exactitud el cuerpo de un ser humano y considera la respuesta galvánica de la piel ubica la talla ideal para confeccionar toda (en investigaciones sobre crímenes); la su ropa o vestuario (en investigaciones pistola láser, que mide la velocidad a la para diseñar los uniformes de los que circula un automóvil desde un punto soldados); la medición eléctrica de externo al vehículo (en estudios sobre el distancias, etcétera. comportamiento de conductores); instrumentos que captan la actividad 6. Instrumentos específicos propios de cada disciplina En todas las áreas de estudio se han generado valiosos métodos para recolectar datos sobre variables específicas. Por ejemplo, en la comunicación organizacional se utilizan formatos para evaluar el uso que hacen los ejecutivos de los medios de comunicación interna (teléfono,
reuniones, etc.), así como herramientas para conocer procesos de comunicación en la empresa (la auditoría en comunicación). Para el análisis de grupos se usan los sistemas sociométricos y el análisis de redes, entre otros.
Análisis de los resultados
Una vez que los datos se han codificado, transferido a una matriz, guardado en un archivo y “limpiado” de errores, el investigador procede a analizarlos. En la actualidad, el análisis cuantitativo de los datos se lleva a cabo por computadora u ordenador. Ya casi nadie lo hace de forma manual ni aplicando fórmulas, en especial si hay un Esquema proceso de análisis:
volumen considerable de datos. Por otra parte, en la mayoría de las instituciones de educación media y superior, centros de investigación, empresas y sindicatos se dispone de sistemas de cómputo para archivar y analizar datos. De esta suposición parte el presente capítulo. Por ello, se centra en la interpretación de los resultados de los métodos de análisis cuantitativo y no en los procedimientos de cálculo.
Paso 1: seleccionar un programa de análisis
Existen diversos programas para analizar datos. En esencia su funcionamiento es muy similar, incluyen dos partes o segmentos que se mencionaron en el capítulo anterior: una parte de definiciones de las variables, que a su vez explican los datos (los elementos de la codificación ítem por ítem), indicador por indicador en casos propios de las ingenierías y diversas disciplinas y la otra parte, la matriz de datos. La primera parte es para que se comprenda la segunda. Las definiciones, desde luego, son efectuadas por el investigador. Lo que éste hace, una vez recolectados los datos, es precisar los parámetros de la matriz de datos en el
programa (nombre de cada variable en la matriz —que equivale a un ítem, reactivo, categoría o subcategoría de contenido u observación, indicador—, tipo de variable o ítem, ancho en dígitos, etc.) e introducir los datos en la matriz, la cual es como cualquier hoja de cálculo. Asimismo, recordemos que la matriz tiene columnas (variables o ítems), fi las o renglones (casos) y celdas (intersección entre una columna y un renglón). Cada celda contiene un dato (que significa un valor de un caso en una variable). Ejemplos de programa que existen en el mercado SPSS, Minitab, Stats, SAS.
Paso 2: ejecutar el programa En el caso de SPSS y Minitab, ambos paquetes son fáciles de usar, pues lo único que hay que hacer es solicitar los análisis requeridos seleccionando las opciones apropiadas. Obviamente antes
de tales análisis, se debe verificar que el programa “corra” o funcione en nuestra computadora. Comprobado esto, comienza la ejecución del programa y la tarea analítica.
Paso 3: explorar los datos En esta etapa, inmediata a la ejecución del programa, se inicia el análisis. Cabe señalar que si hemos llevado a cabo la investigación reflexionando paso a paso, esta etapa es relativamente sencilla, porque:
1) Formulamos la pregunta de investigación que pretendemos contestar, 2) visualizamos un alcance (exploratorio, descriptivo, correlacional y/o explicativo), 3) establecimos nuestras hipótesis (o estamos conscientes de que
no las tenemos), 4) definimos las variables, 5) elaboramos un instrumento (conocemos qué ítems miden qué variables y qué nivel de medición tiene cada variable: nominal, ordinal, de
intervalos o razón) y 6) recolectamos los datos. Sabemos qué deseamos hacer, es decir, tenemos claridad.
Paso 4: evaluar la confiabilidad o fiabilidad y validez lograda por el instrumento de medición. La confiabilidad se calcula y evalúa para todo el instrumento de medición utilizado, o bien, si se administraron varios instrumentos, se determina para cada uno de ellos. Asimismo, es común
que el instrumento contenga varias escalas para diferentes variables, entonces la fiabilidad se establece para cada escala y para el total de escalas (si se pueden sumar, si son aditivas).
Paso 5: analizar mediante pruebas estadísticas las hipótesis planteadas (análisis estadístico inferencial).
En este paso se analizan las hipótesis a la luz de pruebas estadísticas, que a continuación detallamos.
estadígrafos; la media o la desviación estándar de la distribución de una muestra son estadígrafos.
Estadística inferencial: de la muestra a la población ¿Para qué es útil la estadística inferencial?
A las estadísticas de la población se les conoce como parámetros. Éstos no son calculados, porque no se recolectan datos de toda la población, pero pueden ser inferidos de los estadígrafos, de ahí el nombre de estadística inferencial.
Con frecuencia, el propósito de la investigación va más allá de describir las distribuciones de las variables: se pretende probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo. Los datos casi siempre se recolectan de una muestra y sus resultados estadísticos se denominan
La estadística inferencial Se utiliza para probar hipótesis y estimar parámetros.
Paso 6: realizar análisis adicionales Este paso implica simplemente que una vez realizados nuestros análisis, es posible que decidamos efectuar otros
análisis o pruebas extra para confirmar tendencias y evaluar los datos desde diferentes ángulos.
Paso 7: preparar los resultados para presentarlos Se recomienda, una vez que se obtengan los resultados de los análisis estadísticos (tablas, gráficas, cuadros, etc.), las siguientes actividades; sobre todo para quienes se inician en la investigación: 1. Revisar cada resultado [análisis general análisis específico valores resultantes (incluida la significancia) tablas, diagramas, cuadros y gráficas]. 2. Organizar los resultados (primero los descriptivos, por variable del estudio; luego los resultados relativos a la confiabilidad y la validez; posteriormente los inferenciales, que se pueden ordenar por hipótesis o de acuerdo con su desarrollo). 3. Cotejar diferentes resultados: su congruencia y en caso de inconsistencia lógica volverlos a revisar. Asimismo, se debe evitar la combinación de tablas, diagramas o gráficas que repitan datos. Por lo común, columnas o fi las idénticas de datos no deben aparecer en dos o más tablas. Cuando éste es el caso, debemos elegir la tabla o elemento que ilustre o refleje mejor los resultados y sea la opción que presente mayor claridad. Una buena pregunta en este momento del proceso es: ¿qué valores, tablas, diagramas, cuadros o gráficas son
necesarias?, ¿cuáles explican mejor los resultados? 4. Priorizar la información más valiosa (que es en gran parte resultado de la actividad anterior), sobre todo si se van a producir reportes ejecutivos y otros más extensos. 5. Copiar y/o “formatear” las tablas en el programa con el cual se elaborará el reporte de la investigación (procesador de textos o uno para presentaciones, como Word o Power Point). Algunos programas como SPSS y Minitab permiten que se transfieran los resultados (tablas, por ejemplo) directamente a otro programa (copiar y pegar). Por ello, resulta conveniente usar una versión del programa de análisis que esté en el mismo idioma que se empleará para escribir el reporte o elaborar la presentación. Aunque, de no ser así, el texto de las tablas y gráficas puede modificarse, únicamente es más tardado. 6. Comentar o describir brevemente la esencia de los análisis, valores, tablas, diagramas, gráficas. 7. Volver a revisar los resultados. 8. Y, finalmente, elaborar el reporte de investigación.
Hipótesis
Son las guías para una investigación o estudio. Las hipótesis indican lo que tratamos de probar y se definen como explicaciones tentativas del fenómeno investigado. Se derivan de la teoría existente (Williams, 2003) y deben formularse a manera de proposiciones. De hecho, son respuestas provisionales a las preguntas de investigación. Cabe señalar que en nuestra vida cotidiana constantemente elaboramos hipótesis acerca de muchas cosas y luego indagamos su veracidad. Por ejemplo, establecemos una pregunta de investigación: “¿Le gustaré a Paola?” y una hipótesis: “Le resulto atractivo a
Paola”. Esta hipótesis es una explicación tentativa y está formulada como proposición. Después investigamos si se acepta o se rechaza la hipótesis, al cortejar a Paola y observar el resultado obtenido. Las hipótesis son el centro, la médula o el eje del método deductivo cuantitativo. Las hipótesis no necesariamente son verdaderas, pueden o no serlo, y pueden o no comprobarse con datos. Son explicaciones tentativas, no los hechos en sí. Al formularlas, el investigador no está totalmente seguro de que vayan a comprobarse.
EJEMPLOS DE HIPÓTESIS • “La proximidad geográfica entre los hogares de las parejas de novios está vinculada positivamente con el nivel de satisfacción que les proporciona su relación”. • “El índice de cáncer pulmonar es mayor entre los fumadores que entre los no fumadores”. • “Conforme se desarrollan las psicoterapias orientadas en el paciente,
aumentan las expresiones verbales de discusión y exploración de planes futuros personales y disminuyen las manifestaciones de hechos pasados”. • “A mayor variedad en el trabajo, habrá mayor motivación intrínseca hacia éste”. Observe que, por ejemplo, la primera hipótesis vincula dos variables: “proximidad geográfica entre los hogares
de los novios” y “nivel de satisfacción en la relación”. Bajo el enfoque cuantitativo, y si hemos seguido paso por paso el proceso de investigación, es natural que las hipótesis surjan del planteamiento del problema que, como recordamos, se vuelve a evaluar y si es necesario se replantea
después de revisar la literatura. Es decir, provienen de la revisión misma de la literatura. Nuestras hipótesis pueden surgir de un postulado de una teoría, del análisis de ésta, de generalizaciones empíricas pertinentes a nuestro problema de investigación y de estudios revisados o antecedentes consultados.
Características de una hipótesis 1. La hipótesis debe referirse a una situación “real”. Como argumenta Rojas (2001), las hipótesis sólo pueden someterse a prueba en un universo y un contexto bien definidos. Por ejemplo, una hipótesis relativa a alguna variable del comportamiento gerencial (digamos, la motivación) deberá someterse a prueba en una situación real (con ciertos gerentes de organizaciones existentes). En ocasiones, en la misma hipótesis se hace explícita esa realidad (por ejemplo, “los niños guatemaltecos que viven en zonas urbanas imitarán más la conducta violenta de la televisión, que los niños guatemaltecos que viven en zonas rurales”), y otras veces la realidad se define por medio de explicaciones que acompañan a la hipótesis. Así, la hipótesis: “cuanto mayor sea la retroalimentación sobre el desempeño en el trabajo que proporcione un gerente a sus supervisores, más elevada será la motivación intrínseca de éstos hacia sus tareas laborales”, no explica qué gerentes, de qué empresas. Y será necesario contextualizar la realidad de dicha hipótesis; afirmar, por ejemplo, que se trata de gerentes de todas las áreas, de empresas exclusivamente
industriales con más de mil trabajadores y ubicadas en Medellín, Colombia. 2. Las variables o términos de la hipótesis deben ser comprensibles, precisos y lo más concretos posible. Términos vagos o confusos no tienen cabida en una hipótesis. Así, globalización de la economía y sinergia organizacional son conceptos imprecisos y generales que deben sustituirse por otros más específicos y concretos. 3. La relación entre variables propuesta por una hipótesis debe ser clara y verosímil (lógica). Es indispensable que quede clara la forma en que se relacionan las variables y que esta relación no puede ser ilógica. La hipótesis: “la disminución del consumo del petróleo en Estados Unidos se relaciona con el grado de aprendizaje del álgebra por parte de niños que asisten a escuelas públicas en Buenos Aires”, sería inverosímil. No es posible considerarla. 4. Los términos o variables de la hipótesis deben ser observables y medibles, así como la relación planteada entre ellos, o sea, tener referentes en la realidad. Las hipótesis científicas, al igual que los
objetivos y las preguntas de investigación, no incluyen aspectos morales ni cuestiones que no podamos medir. Hipótesis como: “los hombres más felices van al cielo” o “la libertad de espíritu está relacionada con la voluntad
angelical”, implican conceptos o relaciones que no poseen referentes empíricos; por tanto, no son útiles como hipótesis para investigar científicamente ni se pueden someter a prueba en la realidad.
5. Las hipótesis deben estar relacionadas con técnicas disponibles para probarlas. Este requisito está estrechamente ligado con el anterior y se refiere a que al formular una hipótesis, tenemos que
analizar si existen técnicas o herramientas de investigación para verificarla, si es posible desarrollarlas y si se encuentran a nuestro alcance.
Tipos de hipótesis y características Existen diversas formas de clasificar las hipótesis, aunque nos concentraremos en los siguientes tipos: 1. hipótesis de investigación. 2. hipótesis nulas. 3. hipótesis alternativas. 4. hipótesis estadísticas.
1. hipótesis de investigación: Éstas se definen como proposiciones tentativas acerca de las posibles relaciones entre dos o más variables, y deben cumplir con los cinco requisitos mencionados. Se les suele simbolizar como Hi o H1, H2, H3, etc. (cuando son varias), y también se les denomina hipótesis de trabajo. A su vez, las hipótesis de investigación pueden ser:
a) descriptivas de un valor o dato pronosticado; b) correlacionales; c) de diferencia de grupos; d) causales. a) Descriptivas de un valor o dato pronosticado: Estas hipótesis se utilizan a veces en estudios descriptivos, para intentar predecir un dato o valor en una o más variables que se van a medir u observar.
EJEMPLOS “El aumento del número de divorcios de parejas cuyas edades oscilan entre los 18 y 25 años, será de 20% el próximo año.” (En un contexto específico como una ciudad o un país.) “La inflación del próximo semestre no será superior a 3%.” b) Correlacionales: Especifican las relaciones entre dos o más variables y corresponden a los estudios correlacionales (“el tabaquismo está relacionado con la presencia de padecimientos pulmonares”; “la motivación de logro se encuentra vinculada con la satisfacción laboral y la moral en el trabajo”; “la atracción física, las demostraciones de afecto, la similitud en valores y la satisfacción en el noviazgo están asociadas entre sí”). Sin embargo, las hipótesis correlacionales no sólo pueden establecer que dos o más variables se encuentran vinculadas, sino también cómo están asociadas. Alcanzan el nivel predictivo y parcialmente explicativo. EJEMPLOS “A mayor exposición por parte de los adolescentes a videos musicales con alto contenido sexual, mayor manifestación de estrategias en las relaciones interpersonales para establecer contacto sexual”. (Aquí la hipótesis nos indica que cuando una variable aumenta, la otra también; y viceversa, cuando una variable disminuye, la otra desciende). c) Hipótesis de la diferencia entre grupos Estas hipótesis se formulan en investigaciones cuya finalidad es comparar grupos. Por ejemplo, supongamos que un publicista piensa que un comercial televisivo en blanco y negro, cuyo objetivo es persuadir a los adolescentes que comienzan a fumar para que dejen de hacerlo, tiene una eficacia diferente que uno en colores. Su pregunta de investigación sería: ¿es más eficaz un comercial televisivo en blanco y negro que uno en colores?, cuyo mensaje es persuadir a los adolescentes que comienzan a fumar para que dejen de hacerlo. EJEMPLO “El efecto persuasivo para dejar de fumar no será igual en los adolescentes que vean la versión del comercial televisivo en colores, que el efecto en los adolescentes
que vean la versión del comercial en blanco y negro”.
d) Causales: Este tipo de hipótesis no solamente afirma la o las relaciones entre dos o más variables y la manera en que se manifiestan, sino que además propone un “sentido de entendimiento” de las relaciones. Tal sentido puede ser más o menos completo, esto depende del número de variables que se incluyan, pero todas estas hipótesis establecen relaciones de causa-efecto. EJEMPLO “La desintegración del matrimonio provoca baja autoestima en los hijos e hijas”. (En el ejemplo, además de establecerse una relación entre las variables, se propone la causalidad de esa relación.) “Un clima organizacional negativo crea bajos niveles de innovación en los empleados”.
A continuación se exponen distintos tipos de hipótesis causales: 1. Hipótesis causales bivariadas: En éstas se plantea una relación entre una variable independiente y una variable dependiente. Por ejemplo: “percibir que otra persona del género opuesto es similar a uno(a) en cuanto a religión, valores y creencias, nos provoca mayor atracción hacia ella”.
2. Hipótesis causales multivariadas: Plantean una relación entre diversas variables independientes y una dependiente, o una independiente y varias dependientes, o diversas variables independientes y varias dependientes.
2. Hipótesis Nulas Son, en cierto modo, el reverso de las hipótesis de investigación. También constituyen proposiciones acerca de la relación entre variables, sólo que sirven para refutar o negar lo que afirma la hipótesis de investigación.5 Si la hipótesis de investigación propone: “los adolescentes le atribuyen más importancia al atractivo físico en sus
relaciones de pareja que las adolescentes”, la hipótesis nula postularía: “los adolescentes no le atribuyen más importancia al atractivo físico en sus relaciones de pareja que las adolescentes”.
Debido a que este tipo de hipótesis resulta la contrapartida de la hipótesis de investigación, hay prácticamente tantas clases de hipótesis nulas como de investigación. Es decir, la clasificación de hipótesis nulas es similar a la tipología de las hipótesis de investigación: hipótesis nulas descriptivas de un valor o dato EJEMPLOS
pronosticado, hipótesis que niegan o contradicen la relación entre dos o más variables, hipótesis que niegan que haya diferencia entre grupos que se comparan, e hipótesis que niegan la relación de causalidad entre dos o más variables (en todas sus formas).
Ho: “El aumento del número de divorcios de parejas cuyas edades oscilan entre los 18 y 25 años, no será de 20% el próximo año”.
Ho: “No hay relación entre la autoestima y el temor al éxito” (hipótesis nula respecto de una correlación). 3. hipótesis alternativas. Como su nombre lo indica, son posibilidades alternas ante las hipótesis de investigación y nula: ofrecen otra descripción o explicación distinta de las que proporcionan estos tipos de hipótesis. Si la hipótesis de investigación establece: “esta silla es roja”, la nula afirmará: “esta silla no es roja”, y podrían formularse una o más hipótesis alternativas: “esta silla es azul”, “esta silla es verde”, “esta silla es
amarilla”, etc. Cada una constituye una descripción distinta de las que proporcionan las hipótesis de investigación y nula. Las hipótesis alternativas se simbolizan como Ha y sólo pueden formularse cuando efectivamente hay otras posibilidades, además de las hipótesis de investigación y nula. De no ser así, no deben establecerse.
EJEMPLOS Hi: “El candidato A obtendrá en la elección para la presidencia del consejo escolar entre 50 y 60% de la votación total”. Ho: “El candidato A no obtendrá en la elección para la presidencia del consejo escolar entre 50 y 60% de la votación total”.
Operacionalización de la Variable Una variable es una propiedad que puede variar y cuya variación es susceptible de medirse u observarse. Ejemplo de variables : el sexo, la motivación intrínseca hacia el trabajo, el atractivo físico, el aprendizaje de conceptos, el conocimiento histórico sobre los esfuerzos de integración de Simón Bolívar, la religión ,a resistencia de un natural, la agresividad verbal, la personalidad autoritaria, la cultura fiscal y la exposición a una campaña de propaganda política. La variable se aplica a un grupo de personas u objetos, los cuales adquieren diversos valores o manifestaciones respecto a la variable. Por ejemplo, la inteligencia: es posible clasificar a las personas de acuerdo con su inteligencia, varían en ello.
La Operacionalización de la Variable es un proceso que se inicia con la definición de las variables en función de factores estrictamente medibles a los que se les llama indicadores. El proceso obliga a realizar una definición conceptual de la variables para romper el concepto difuso que ella engloba y así darle sentido concreto dentro de la investigación, luego en función de ello se procese a realizar la definición operacional de la misma para identificar los indicadores que permitirán realizar su medición de forma empírica y cuantitativa, al igual que cualitativamente llegado el caso.
Definición conceptual y operacional de las variables: La definición conceptual: Trata a la variable con otros términos. Así, inhibición proactiva se podría definir como: “la dificultad de evocación que aumenta con el tiempo”; y poder como: “influir más en los demás que lo que éstos influyen en uno”. Se tratan de definiciones de diccionarios o de libros especializados (Kerlinger, 2002; Rojas, 2001) y cuando describen la esencia o las características de una variable, objeto o fenómeno se les denomina definiciones reales (Reynolds, 1986). Estas últimas constituyen la adecuación de la definición conceptual a los requerimientos prácticos de la investigación. De esa forma, el término actitud se definiría como “una tendencia o predisposición a evaluar de cierta manera un objeto o un símbolo de este objeto” (Haddock y Maio, 2007;
Kahle, 1985; y Oskamp, 1991). Si nuestra hipótesis fuera: “cuanto mayor sea la exposición de los votantes indecisos a entrevistas televisivas concedidas por los candidatos contendientes, más favorable será la actitud hacia el acto de votar”, tendríamos que contextualizar la definición conceptual de “actitud” (formular la definición real). La “actitud hacia el acto de votar” podría definirse como la predisposición a evaluar como positivo el hecho de votar para una elección. La definición operacional: Constituye el conjunto de procedimientos que describe las actividades que un observador debe realizar para recibir las impresiones sensoriales, las cuales indican la existencia de un concepto teórico en
mayor o menor grado (Reynolds, 1986, p. 52). En otras palabras, especifica qué actividades u operaciones deben realizarse para medir una variable. Una definición operacional nos dice que para recoger datos respecto de una variable, hay que hacer esto y esto otro, además articula los procesos o acciones de un concepto que son necesarios para
identificar ejemplos de éste (MacGregor, 2006). Así, la definición operacional de la variable “temperatura” sería el termómetro; e “inteligencia” se definiría operacionalmente como las respuestas a una determinada prueba de inteligencia (por ejemplo: Stanford- Binet o Wechsler).
Dimensiones Las dimensiones son definidas como los aspectos o facetas de una variable compleja. Por ejemplo, las dimensiones de la inteligencia podrían ser inteligencia verbal, inteligencia manual e inteligencia social; dimensiones de memoria podrían ser memoria visual, memoria auditiva y memoria cinética, o también memoria de corto plazo y memoria de largo plazo; dimensiones de clase social podrían ser nivel socio-económico y nivel de instrucción; dimensiones de creatividad podrían ser creatividad plástica y creatividad literaria, etc. Pueden también establecerse sub-dimensiones, como por ejemplo las subdimensiones creatividad en prosa y creatividad en poesía para la
dimensión creatividad literaria. Cuanta más cantidad y niveles de dimensiones y sub-dimensiones requiere una variable, tanto más compleja será ésta (Cazau, 2006).
Indicadores
Son las señales que permiten identificar las características o propiedades de las variables, dándose con respecto a un punto de referencia. Dentro de este marco, son señales comparativas con respecto a contextos o a sí mismas.
Tienen expresiones matemáticas que se respaldan con la estadística, la epidemiología y la economía. Se presentan como razones, proporciones, tasas e índices. Permiten hacer mediciones a las variables. Algunos ejemplos de indicadores: indicadores económicos son el peso mexicano, el kilogramo de café, la onza de oro, etc. Como indicadores de pobreza están las migraciones, los desplazados, el desempleo, los asentamientos suburbanos, etc.
Fuentes de consulta: Bibliografía: Roberto Hernández, Carlos Fernández y Pilar Baptista. Metodología de la Investigación. McGraw-Hill Interamericana Editores – 2010. Internet: http://www.virtual.unal.edu.co/cursos/ciencias/2000352/html/contenido.html http://www.prometeo.unicauca.edu.co/manzamb/Metodolog%C3%ADa%20de%20la%20In vestigaci%C3%B3n/Archivos/Libro/Documentos%20pdf/CAPITULO%207.pdf http://www.spentamexico.org/v7-n3/7%283%29123-130.pdf