Importancia del Marco Teórico en Investigación
Importancia del Marco Teórico en Investigación
ISSN: 1514-6006
secinves@[Link]
Universidad Adventista del Plata
Argentina
Daros, William R.
¿Qué es un marco teórico?
Enfoques, vol. XIV, núm. 1, enero-diciembre, 2002, pp. 73-112
Universidad Adventista del Plata
Libertador San Martín, Argentina
William R. Daros
Resumen
El autor parte de la idea de que la ciencia es una construcción humana de una forma
humana de conocer. Una característica de esta forma de conocer se halla en precisar un
proceso de investigación. En consecuencia, presenta la importancia que debe poseer el
marco teórico en una investigación. Encuadra el concepto de problema en el concepto de
teoría. Aclara el concepto de marco teórico por oposición al concepto de marco
conceptual (que pretende prescindir de un marco teórico). Explicita las funciones del
marco teórico. Analiza la estructura y la jerarquía epistemológica de una teoría y la función
de la inducción y de la invención en el contexto de una definición de ciencia. Hace
mención a los diversos criterios de validación y de caducidad de las teorías, según Popper,
Kuhn, Lakatos y Feyerabend. Finalmente da diversos ejemplos de teorías y de cómo se han
construido.
Palabras clave: marco teórico – epistemología – investigación – conocimiento científico
– marco conceptual
Summary
The author starts from the notion that science is a human construction coming from a
human way of knowing. One feature of this way of knowing is found in defining a
research process. Therefore, he presents the importance of the theoretical framework in
such process. The author also frames the concept of problem within the concept of theory
and clarifies the concept of theoretical framework as opposed to a conceptual framework
(which aspires to do without the theoretical framework). Its functions are explicitly stated,
and the epistemological structure and rank of a theory is analyzed, together with the
function of induction and invention within the context of a definition of science. The
various criteria for deciding on the theories validity and loss of it are mentioned, according
to Popper, Kuhn, Lakatos, and Feyerabend. Finally, examples are given as regards theories
and the way they were built.
Key words: theoretical framework – epistemology – research – scientific knowledge –
conceptual framework
1 Robert Stake, La investigación con estudios de casos (Madrid: Morata, 1999), 28.
Résumé
L’auteur commence avec l’idée de que la science est une façon humaine d’arriver à la
connaissance. Une des caractéristiques de cette façon de connaître est la recherche. Mais
pour rechercher il faut avoir un encadrement théorique. L’idée de problème est au dedans
de l’idée de théorie. Il établit la différence entre encadrement théorique et encadrement
conceptuel (qui a la prétention de laisser de côté l’encadrement théorique). On explique les
fonctions de l’ancadrement théorique. On analyse la structure et la hiérarchie
épistémologique d’une théorie, et la fonction de l’induction et l’invention dans le contexte
d’une définition de science. On mentionne les critères de validation et de caducité des
théories selon Popper, Kuhn, Lakatos et Feyerabend. On finit pour présentar plusieurs
exemples de théories, et comment elles ont été construites.
Mots clefs: Encadrement théorique – épistémologie – recherche – connaissance
scientifique – encadrement conceptuel
El concepto de teoría
Como se advierte, el problema es sólo una parte o fase en el proceso
de una investigación. Manifiesta una dificultad, y ella nos exige al menos una
explicación. Es aquí donde se inicia la segunda parte del proceso de
investigación, donde surge la necesidad de una teoría.
En la cultura griega, “teórico” (término relacionado con la acción de
observar, de ser espectador) era quien observaba una representación teatral e
interpretaba lo que está sucediendo; no era quien actuaba o la realizaba (el
cual, como actor, era el práctico).
En su núcleo mínimo, una teoría es primeramente una idea, una
ideación o una interpretación que el científico inventa para encontrar una
explicación a hechos, datos o fenómenos que serían incoherentes sin esa
interpretación o teoría. En segundo lugar, este núcleo mínimo,
frecuentemente, se amplia y refuerza con otras ideas interpretativas, formando
una proposición o juicio. En tercer lugar, una teoría implica una serie de
juicios interpretativos, o una argumentación, con los que se tratan de
explicar o justificar los hechos o fenómenos (físicos, sociales, morales, etc.).
Una teoría se expresa, entonces, lingüística y lógicamente, mediante:
1. Una idea, una proposición o una serie de proposiciones o juicios.
2. Que están ordenados, partiéndose de los más abstractos o generales.
3. De modo que los últimos implican a los primeros, para ser entendidos.
Quizás podríamos inventar y formular una teoría acerca de quién es
líder, afirmando las siguientes hipótesis, algunas de las cuales parecerán
fácilmente aceptables o evidentes, sin dejar, por ello, de constituir parte de una
teoría, o sea, de una interpretación que podrá ser sometida a prueba o cambio:
1. Líder es quien tiene capacidad para dirigir.
2. Esto implica poseer atributos específicos, en especial, el de conducir la
acción de personas a metas y objetivos determinados.
3. Dado que las acciones humanas no están predeterminadas, el líder debe
estar dispuesto a enfrentar cambios permanentemente.
4. La buena comunicación y la confianza en sus cualidades son importantes
para realizar una conducción y para que los liderados le sean fieles.
Los conceptos implicados en la teoría deberán, ciertamente, ser
aclarados y precisados y, para ello, a partir del marco teórico, se elabora el
2Albert Einstein, “Carta a K. Popper” (1935), en Karl Popper, La lógica de la investigación científica
(Madrid: Tecnos, 1977), 427.
MARCO TEÓRICO
El marco encuadra una pintura, la ubica, la contiene, le da un centro,
la hace relevante. Análogamente, un marco teórico es lo que encuadra,
contiene, ubica y hace relevante el sentido del problema. Una teoría, en cuanto
permite describir, comprender, explicar e interpretar los problemas, les da a
los mismos un marco.
El marco teórico cumple, entonces, diversas funciones:
1. Posibilita describir los problemas en las investigaciones. No hay problema
sino en referencia a una idea, a una expectativa: algo es problema cuando
entra en conflicto con lo que esperábamos que sucediera: eso que
5 Clarence Brown y Edwin Ghiselli, El método científico en psicología (Buenos Aires: Paidós, 1969),
263.
6 Evandro Agazzi, Temas y problemas de filosofía de la física (Barcelona: Herder, 1998), 58.
El número de
A uno en la geometría de Euclides.
paralelos a una recta
dada que se pueden A cero en la de Riesman.
trazar en un punto
A infinito en la de Lobatchevsky.12
dado es igual:
11 Por ejemplo: un antropólogo cultural puede describir las costumbres particulares de una
persona o de un grupo con el principio implícito de que toda acción humana tiene sentido o
puede recibir un sentido guiado por intereses.
12 Henri Poincaré, La ciencia y la hipótesis (Madrid: Espasa-Calpe, 1963), 48.
árbol, o bien tree, o bien albero, sin que cambie el significado de lo que se
contiene en la idea, si bien el sentido social puede contener matices diversos
en cada comunidad. Para quien vive en la selva el árbol roble puede ser muy
real e importante por su precio o utilidad, pero para quien ha vivido en el
desierto el árbol puede ser sólo algo de lo cual le hablaron.
Las ideas, además, suelen clasificarse de muchas maneras. Aquí nos
conviene distinguir las ideas: (a) teóricas, de las ideas; (b) empíricas.
Las ideas teóricas remiten, en su contenido a entidades abstractas
(aspectos de objetos –mentales o reales– considerados separadamente). Como
tales, las ideas teóricas no son observables directa y sensiblemente; la blancura,
la racionalidad, la humanidad son características abstraídas que poseen algunos
entes.
Las ideas empíricas no son empíricas (sensibles, observables) en sí
mismas, pues a ninguna idea se la ve o se la olfatea, sino que sólo se la
entiende o no se la entiende. Ellas se refieren a entidades observables con
nuestros sentidos, o con instrumentos adecuados, y mediante ellos, con los
sentidos.
Otra característica de las ideas es que pueden ser juzgadas como falsas
o como verdaderas. Cuando una idea no concuerda con la realidad a la cual
refiere, en una comunidad parlante, decimos que es una idea falsa: afirmar que
“un anteojo es un elefante” es falso, lingüística y empíricamente. Es legítimo,
sin embargo, redefinir las palabras y afirmar: Voy a utilizar la palabra
“anteojo” para referirme a “elefante”; más aún en este caso, habrá que
verificar empíricamente si cada vez que utilizo la expresión “esto es un
anteojo” estoy indicando observablemente un elefante. La ciencia no es una
cuestión de palabras, sino de búsqueda de solución de problemas; pero hay
que precisar el uso de las palabras definiéndolas y atenerse luego a esa
definición.
El proceder científico pretende: (a) teóricamente, buscar la verdad,
saber cómo son las cosas; (b) prácticamente, ser eficaz y cambiar las
conductas; (c) tecnológicamente, ser eficiente y producir cosas nuevas o
diversas. En la teoría, cobra valor la verdad; en la práctica, es importante ser
eficaz; en el ámbito tecnológico, lo relevante resulta ser la producción y su
eficiencia en relación con el costo-beneficio.
El valor verdad se refiere a los pensamientos, los cuales pueden ser
verdaderos o falsos en un doble sentido:
en explicitar lo que entiende una persona (la idea) cuando utiliza una palabra.
Cada científico puede redefinir el uso que le da a una palabra y luego atenerse
a esa redefinición que sale del uso corriente. La definición “de-limita”
convencionalmente el alcance de significado con el que es usada una palabra,
por una comunidad o por una persona.13 Las definiciones deben ser
apreciadas por la función de claridad que aportan; pero no deben ser tomadas
como necesariamente verdaderas o falsas. Aristóteles sostenía que ellas son
tesis: tomas de posición conceptual. Pero las definiciones pueden ser, en su
intento de comprensión de un objeto que va a ser definido, o bien demasiado
amplias o bien demasiado estrechas, y pueden requerir nuevas delimitaciones.
Por ejemplo, el definir: “Humano significa animal racional”, “racional” puede
ser aplicado sólo a los que de hecho razonan (y se excluye a los recién nacidos
del ámbito humano); o aplicado a todos los animales con habilidades para
sacar consecuencias de sus acciones (incluyéndose a los animales en el ámbito
humano).
La ciencia se distingue del lenguaje cotidiano, entre otras cosas,
porque define con precisión los conceptos y palabras que utiliza, y porque
establece una referencia precisa con los objetos a los cuales se refieren las
palabras definidas. Las definiciones deben ser las necesarias para entender
claramente el problema. Si se abusa de ellas se cae en un escolasticismo, donde
las palabras comienzan a tener más importancia que el problema que se desea
solucionar.
Los juicios sintéticos son aquellos que afirman algo que no se halla
contenido en el sujeto: esta flor es amarilla, o bien; el liberalismo es un sistema
económico mejor que otros. El concepto de “flor” no implica necesariamente
que sea amarilla. Un juicio sintético, para que sea aceptable, requiere
lógicamente que no sea contradictorio en sus términos (por ejemplo, el juicio
“Una flor es un ladrillo”, sin otra aclaración, expresa algo contrario al lenguaje
común en sus palabras o términos).
Desde el punto de vista de su verdad empírica, los juicios sintéticos
requieren que se investigue si la expresión se adecua a la realidad a la que se
refiere; por ejemplo, que se observe, si esta flor es amarilla o no lo es; o bien
que se establezca en qué sentido y para quiénes el liberalismo es mejor que
otros sistemas.
19 Albert Einstein, “Ciencia y religión”, en Mis ideas y opiniones (Barcelona: Bosch, 1981), 38. Cf.
libre no permiten predecir resultados, sino sólo describir y explicar sus actos);
(e) conocimientos organizados por los hombres (con sus grandezas y miserias,
con su entorno social, cultural, político, económico, ideológico), (f) guiados
por diversos fines (teóricos para explicar las cosas; prácticos para cambiar las
conductas; productivos o tecnológicos para transformar algunas realidades), y
(g) con distinta valoración (lógica o formal; empírica, experimental, etc.).
a) Un conjunto de conocimientos,
b) sistemáticamente organizados con teorías,
c) desde una determinada perspectiva,
CIENCIA d) referidos a diversos objetos condicionantes,
e) por los hombres y en su entorno,
f) guiados por diversos fines,
g) y con distinta valoración.
una teoría caduca —deja de ser científica— por una contradicción lógica con
un hecho observado que la refuta falseándola.21
Como se advierte, este criterio práctico (de falsedad) puede servir para
establecer cuándo una ciencia es empírica, mas no para saber cuándo una
ciencia es, por ejemplo, ciencia formal (como las matemáticas o la lógica).
Para otros epistemólogos, por el contrario, las ciencias están llenas de
ejemplos de rechazos de enunciados basados en hechos observados, sin que
por ello los científicos abandonen las teorías contradichas por esos hechos.
Los hechos que no pueden ser interpretados por una teoría son tomados
como excepciones o se retocan las teorías 'ad hoc' para integrar esos hechos.
Por ello, Tomás Khun ha sostenido que las teorías dejan de ser científicas
porque, en un determinado momento histórico y social, un grupo prestigioso
de científicos abandona un paradigma o modelo de explicación (consensuado
y adoptado por la comunidad de investigadores) de lo que es científico y se
pasa a otro paradigma. Un paradigma es una estructura o sistema de
conocimientos sociológicamente invariantes (en el sentido de que los ajustes
no obligan a abandonarlo) y por ello es irrefutable. Así, por ejemplo, se pasó
de la mentalidad mágica a la organicista o a la mecanicista, no por la refutación
de un hecho observado, sino por todo un cambio de mentalidad que revolu-
cionó a la ciencia.
Los científicos individuales aceptan un nuevo paradigma por toda
clase de razones y, habitualmente, por varias al mismo tiempo. Algunas de
esas razones(por ejemplo, el culto al Sol que contribuyó a que Kepler se
convirtiera en un partidario de Copérnico) se encuentran enteramente fuera de
la esfera aparente de la ciencia. Otras deben depender de idiosincrasias de
autobiografía y personalidad. Incluso la nacionalidad o la reputación anterior
del innovador y de sus maestros pueden a veces desempeñar un papel
importante.22
Una ciencia funciona normalmente mientras acepta y desarrolla un
paradigma de explicación determinado (un sistema de principios, supuestos y
creencias), pero se revoluciona cuando lo abandona y asume otro opuesto. Un
21 Popper, La lógica de la investigación científica, 73-88 y 103. Cf. Daros, Teoría del aprendizaje reflexivo
(Rosario: Instituto Rosario de Investigaciones en Ciencias de la Educación, UNR, CONICET,
l993), 21.
22 Thomas Kuhn, Estructura de las revoluciones científicas (Madrid: FCE, l975), 237. Cf. Thomas
Kuhn, La tensión esencial. Estudios selectos sobre la tradición y el cambio en el ámbito de la ciencia (México:
FCE, l982), 137.
conocimiento (o teoría) deja, pues, de ser científico por motivos más bien
irracionales o ideológicos propios de la psicología social y del cambio de
mentalidad conducido por diversas preocupaciones e intereses.
Inconmensurables
entre sí
Aires: Biblos, 2000), 72. Daros, “El concepto de revolución científica en la época moderna”, en
Daros, Razón e inteligencia (Génova: Studio Editoriale di Cultura, 1984), 85-126.
Causa: Contradicción entre la Causa: Cambio en la psi- Causa: Lenta pérdida del po-
teoría y los enunciados cología social, o en la men- der heurístico del programa y
básicos que remiten a obser- talidad con respecto a otro elección de otro más fecundo
vaciones. modelo o paradigma. en sugerir hechos.
24 Imre Lakatos, La metodología de los programas de investigación científica (Madrid: Alianza, l983), 66-
68.
25 Paul Feyerabend, Tratado contra el método (Madrid: Tecnos, 1981), 133, 177, 7.
método fijo, o la idea de una teoría fija de la racionalidad, descansa sobre una
concepción excesivamente ingenua del hombre y de su contorno social.26
En las ciencias se razona a partir de los problemas que entran en
conflicto con las teorías vigentes asumidas.
Como dijimos, el núcleo de una investigación científica está dado por
la teoría. Una teoría implica proposiciones (juicios) hipotéticas secuenciadas,
de modo que una proposición explicita más en la siguiente los hechos que
pretende explicar.
En una ciencia se da una cierta jerarquía epistemológica:
1. Existen problemas, puntos de partida problemáticos. Éstos implican ideas
(y palabras y objetos a los cuales ellas remiten) en conflicto.
2. Interpretaciones de esos hechos: las hipótesis, las cuales son suposiciones
para solucionar los problemas, que deberán someterse a pruebas o
validaciones.
3. El conjunto sistematizado de hipótesis —algunas de las cuales parecen
confiables— generales (por su nivel de abstracción), constituye una teoría.
Aún así, no toda teoría es una macroteoría, capaz de explicarlo todo en un
campo de conocimientos. Existen microteorías que se aplican a sectores
problemáticos reducidos. Tampoco todas las teorías poseen un alto nivel
de abstracción; algunas son sólo una generalización de hechos empíricos
aislados.
4. El conjunto de teorías (a veces complementarias, a veces rivales), en
relación con ciertos problemas delimitados y estudiados por los
científicos, constituye una ciencia. La sociología, por ejemplo, estudia a la
sociedad, pero desde la perspectiva de qué es lo que hace que los hombres
sean socios. En ella se pueden contener teorías (interpretaciones de nivel
teórico) rivales (o aparentemente rivales) como éstas: “El consenso en pos
de un bien común convierte a los hombres aislados en socios”; o bien, “El
conflicto de los intereses privados y las luchas que provoca entre ellos, los
lleva a constituir un pacto social para obtener los bienes privados”.
26 Ibid., 12. Cf. Daros, “El aprendizaje para una sociedad libre según Feyerabend”, Revista
Jerarquía epistemológica:
Problema Hace que se invente una
Hipótesis Conjunto de hipótesis
Una teoría Conjunto de teorías
Una ciencia Conjunto de ciencias
¿Cómo entra, en este esquema, la idea de ley, tan utilizada por algunos
científicos? Ante todo, convengamos en que una ley establece una relación
constante. Además de la función de regular constantemente una conducta
(leyes morales, sociales), las leyes científicas expresan y explican un
comportamiento regular o constante. Esta relación, al ser constante, puede ser
reiteradamente observada (ley observacional), provocada o experimentada (ley
experimental) y mental o abstracta (ley teórica). Una ley es la constatación y
formulación -con creciente grado de idealización- de una constante entre
fenómenos. La ley procede de la experiencia, pero no surge inmediatamente.
La experiencia es individual, la ley que se deduce es general; la experiencia es
sólo aproximada, la ley es precisa o por lo menos pretende serlo. La
experiencia se hace en condiciones siempre complejas; el enunciado de la ley
elimina esas complejidades.27
Si entendemos por ley —por lo que se refiere a su contenido— una
relación constante, previsible para cada caso determinado o acontecimiento,
entonces las leyes se dan en aquellas ciencias que tratan con acontecimientos u
objetos no sometidos a la libertad. En consecuencia, no hay que esperar leyes
—sino tendencias aproximadas o probabilísticas, cálculo de frecuencias,
interpretación de propensiones, tentativas para medir la incertidumbre de
medir, etc.— en aquellas ciencias donde intervengan hombres con acciones
libres, o acontecimientos azarosos.28 Mas una ley, aun siendo ley, puede ser
asumida como un principio para explicar los hechos, como una teoría o como
una hipótesis (o sea, como lo que se supone para explicar un hecho). Con una
ley se explica el funcionamiento de algo, no lo que algo es.
Finalmente, quizás se puedan dar algunos criterios ideales de una
“buena teoría”, pero difícilmente se cumplen todos. Estos criterios, sin
embargo, hacen razonablemente aceptable a una teoría. Una buena teoría,
pues, debería ser:
1. Precisa en su terminología, en sus definiciones, en su forma de razonar.
2. Coherente internamente (esto es, no contradictoria consigo misma) y
externamente (con otras teorías aceptadas).
3. Amplia o fecunda: Sus conclusiones deben explicar todos los casos
problemáticos conocidos en un campo científico, y sugerir nuevas
explicaciones, más allá de lo observado o explicado hasta el momento.
4. Simple: La teoría que con menos supuestos explica más consecuencias es
mejor que la que requiere más supuestos para explicar lo mismo.
No obstante, la historia de la ciencia ha demostrado que la elección de
una teoría o su exclusión no siempre dependen de razones o factores
objetivos. El ser humano no es siempre racional, ni sus elecciones tienen
siempre razones fundadas fuera de sus caprichos, intereses o deseos.
El marco teórico, en una investigación, es el eje de la misma y
da unidad a toda la investigación, encuadrando el problema y
orientando el diseño metodológico. Al ser construido, supone que:
1. El científico conoce las teorías vigentes en su ciencia: los conceptos
fundamentales, los principios que la rigen.
2. Se halla familiarizado con el vocabulario de su ciencia o saber, conoce la
historia de la misma, el surgimiento y desarrollo de los problemas que ha
enfrentado.
3. Posee información actualizada sobre el modo de enfrentar los problemas
actuales de su ciencia.
4. Mas, dado que los conocimientos que el científico posee no explica
algunos problemas, realiza al menos una hipótesis para dar respuesta a un
problema planteado.
Cuando surge un problema, ello se debe a que las teorías vigentes no
llegan a explicarlo, y urge inventar una nueva hipótesis que, integrada con
otras, puede constituir un nuevo marco teórico: una nueva teoría.
Esta nueva teoría, donde el astro rey, el Sol, ocupaba el lugar que le
corresponde a un rey, suponía ir contra el sentido común y las evidencias
sensibles: ahora se debía afirmar que la Tierra se mueve aunque no parezca
moverse, y que el Sol estaba fijo por más que lo viéramos aparecer en el este y
desaparecer en el oeste. El hombre moderno realizó la (aparentemente loca)
aventura de dejar de creer en los sentidos y creer en los argumentos de la
razón. “Estoy más seguro de mis juicios que de mis ojos” afirmará luego
Diderot.30
Las ideas de Galileo Galilei crearon un nuevo marco teórico para la
física moderna, revolucionando la física aristotélica. Aristóteles concebía el
mundo estáticamente; y para que algo se moviese se debía admitir un acto.
Galileo supuso -como lo había hecho Demócrito- que el movimiento era
eterno y no se requería de nada más para explicarlo (lo que dará origen a la ley
de inercia); pero lo que se debía explicar eran los cambios en el movimiento.
La genialidad de los grandes científicos se manifiesta no solo en la capacidad
de sistematizar un modelo teórico y en saber argumentar en su favor, sino
sobre todo en tener el coraje de pensar en forma diferente, frecuentemente, en
contra de lo percibido sensorialmente.
Veamos, en forma confrontada, las proposiciones que constituyeron
los dos marcos teóricos en una u otra teoría física:31
ARISTÓTELES GALILEO
1. Los cuerpos corruptibles tienden a 1. Los cuerpos tienden a conservar el
perder el movimiento que se les ha movimiento recibido y no pueden
comunicado si ninguna causa externa modificarlo ni en grandeza ni en
obra sobre ellos. dirección sin la acción de una causa
externa.
2. El movimiento circular de los planetas 2. El movimiento circular cambia
se conserva inmutable, porque es continuamente de dirección y se debe,
movimiento perfecto y los planetas son por lo tanto, a la acción continua de
incorruptibles. causas externas.
3. Para mantener un cuerpo en 3. Un cuerpo se mantiene por sí mismo
movimiento se necesita la acción en movimiento, y la acción de una fuerza
continua de una fuerza. varía el movimiento preexistente.
32 Cf. Kurt Lewin, A Dinamic Theory of Personality (New York: Mc. Graw-Hill, 1935).
34 Jorge Hermida, Ciencia de la administración (Buenos Aires: Ediciones Contabilidad, 1989), 250.
35Cf. Henry Fayol, Principios de la administración industrial y general (Buenos Aires: Ateneo, 1969).
B. Klilsberg, El pensamiento organizativo: del taylorismo a la teoría de la administración (Buenos Aires:
Paidós, 1993).
36Denise Polit y Bernadette Hungler, Investigación científica en las ciencias de la salud (México: Mc
Graw Hill, 1996), 117-118.
2. Conjeturó, además, que formaba una capa alrededor de la tierra y que era
más denso en las proximidades de la tierra (lo que hoy llamamos
“atmósfera”, “esfera de vapor”).
3. El aire se comportaba en forma semejante a como lo hacen los líquidos (la
presión en un punto del líquido o del aire es independiente de su
dirección).
La primera proposición ya era conocida y la tercera lo era en parte.
Por ello, se suele afirmar que la creación de una teoría no es una mera
casualidad, sino que surge en una mente preparada para ella: incluso la
casualidad es fecunda sólo en una mente preparada para asumirla y explotarla
teóricamente.37
La originalidad de Torricelli estuvo en unir estas conjeturas, estos tres
enunciados teóricos y generales, y en construir de este modo una teoría nueva
para explicar el problema. Esta teoría, en su núcleo, encerraba una hipótesis
que debía ser confirmada o refutada.
Galileo había elaborado otra teoría, otra solución tentativa: Según él,
el agua en el tubo de la bomba se comportaba como una barra que alcanzada
cierta altura, se quebraba o rompía. Ésta era una conjetura estéril que no
ofrecía forma de refutación. Otros suponían que la naturaleza tenía “horror al
vacío”, en este caso al vacío que producía la bomba al succionar y, por ello, el
agua subía para cubrir ese vacío, pero no podían explicar por qué no cubría el
vacío después de los 10,30 metros.
De acuerdo con las conjeturas de Torricelli, el agua no subía más de
10,30 metros pues esa vara de agua era el equivalente al peso del aire. El
émbolo de una bomba desaloja el aire por encima del émbolo y libera al agua
de la presión atmosférica. Para eliminar errores y asegurarse que el aire pesa,
Torricelli puso entonces en marcha una discusión crítica de evaluación para
con las teorías rivales e ideó otro experimento: si se tomara mercurio (con un
peso específico 14 veces mayor que el agua) la altura límite hasta la que podría
llegar el mercurio en un tubo vacío sumergido en una cubeta con mercurio
debería ser 10,3 dividido 14; o sea, aproximadamente 76 centímetros; en caso
contrario debería considerarse una teoría refutada. La teoría de Torricelli
resistió esta refutación y se consideró refutada la teoría contraria, que sostenía
37 Cf. David Bohn y F. David Peat, Ciencia, orden y creatividad. Las raíces creativas de la ciencia y de la
vida (Barcelona: Kairós, 1998), 42. Abraham Moles, La création cientifique (Genève: Kister, 1997).
René Tatón, Casualidad y accidentalidad de los descubrimientos científicos (Madrid: Labor, 1984).
CONCLUSIÓN
Estimo que podemos concluir advirtiendo que un marco teórico es,
como sus palabras lo indican:
1. Un punto de referencia que ubica, mediante conceptos teóricos (esto es,
abstractos o de un creciente grado de abstracción), un problema.
2. Es lo que da sentido al problema y posibilita un diseño metodológico.
Éste ayuda a encontrar la solución al problema, dentro del contexto de la
teoría asumida, sea por falsación, por confirmación o, mínimamente,
38 Robert Malthus, Primer ensayo sobre la población (Buenos Aires: Altaya, 1997), 52, 53.
©
frecuentemente cometidos: gran cantidad de datos Con vistas a la reproducibilidad del estudio, en general
irrelevantes, presentación de los mismos resultados en es necesario describir los métodos estadísticos con
30 varios formatos (texto, tablas y gráficos), así como el uso
exclusivo de la «p» (nivel de significación estadística)
suficiente detalle. Esto se hace en el apartado «Material
y métodos», donde se especifica el paquete estadístico
como resultado del contraste de hipótesis. utilizado (SPSS, BMDP, SAS, EPIDAT, EPI-INFO), la forma
de describir las variables, las pruebas de contraste de
Palabras clave: investigación, metodología, estadística hipótesis utilizadas, así como el nivel de significación
estadística aceptado, o lo que es preferible, el nivel de
confianza de los intervalos.
ABSTRACT Los paquetes estadísticos, especialmente en determinados
análisis multivariados, difieren en la forma de presentar los
Title: Analysis of the data of a research project. resultados o incluso en pruebas concretas utilizadas, por
ello, es importante especificar cuál se ha utilizado.
This article briefly describes the strategy for the analysis La descripción de las variables debe ser coherente con
of the data collected in a research project and the la escala de las variables y con las pruebas de contraste
presentation of the results. The authors especially stress de hipótesis usadas posteriormente. Por ejemplo, no se
the errors most frequently committed: large amounts of puede describir una variable con la media y la
irrelevant data, presentation of the same results in desviación estándar (entendiendo con ello que sigue una
several formats (text, tables, graphs), as well as the distribución normal) y después emplear pruebas de
utilization of the “p” value (level of statistical contraste de hipótesis no paramétricas.
significance) alone as the result of hypothesis testing. En cuanto al nivel de significación estadística aceptado,
también debe especificarse, aunque prácticamente todo
Keywords: research, methodology, statistics el mundo trabaja con un nivel del 5% (p <0,05). De
Bermejo B. Análisis de datos en un proyecto de investigación. todos modos, es preferible presentar los resultados con el
Matronas Profesión 2005; 6(3): 30-36. intervalo de confianza, que en este caso sería del 95%.
de éste. Hay cierta tendencia a recoger un elevado por ejemplo: 1: sí / 2: no, evitando el dígito cero para no
número de variables, lo que suele traducirse en una confundirlo con los datos ausentes. De hecho, es
menor calidad de los datos y una gran dispersión y conveniente prever un código para estos datos
confusión en el momento de analizarlos e interpretarlos. desconocidos. Puede ser 9, 99, 999, siempre que estos
La regla es: recoger tantas variables como sean valores no puedan coincidir con un valor real.
necesarias y tan pocas como sea posible.
Las variables que se recogen pueden agruparse en las DESCRIPCIÓN DE LAS VARIABLES
siguientes categorías: a) variables que sirven para
determinar si un individuo es candidato o no para participar Antes de comenzar con el análisis estadístico, es muy
en el estudio. Son los criterios de inclusión y exclusión. importante depurar la base de datos: intentar
Estos datos son importantes para la posterior cumplimentar algunos datos ausentes y corregir los
generalización de los resultados; b) variables datos incongruentes (una hemoglobina de 35 mg/dL o
universales, que permiten describir a los individuos del una fecha del alta previa a la del ingreso).
estudio, como son la edad, el sexo, estado civil y nivel Una vez hecho esto, se comienza con la descripción de
socioeconómico; c) variables que permiten ver el factor los datos de la muestra, pero de la muestra real a la que
o factores de estudio, y el criterio o criterios de se refieren los resultados. Generalmente, no todas las
evaluación. Por ejemplo, se quiere ver la influencia de la variables están recogidas en todos los individuos y esto es
anestesia epidural en la duración del parto, por lo que se especialmente problemático si estas pérdidas están
recoge si la mujer ha recibido o no anestesia epidural y relacionadas con las variables de interés en el estudio. De
la duración del parto; d) variables que pueden actuar ahí la importancia no sólo de cuantificar las pérdidas, sino
como posibles factores de confusión (número de partos también de intentar averiguar sus causas e indicarlas.
previos por ejemplo), modificadores del efecto o pasos La descripción de la información recogida sobre una
intermedios en la cadena causal. variable cualitativa se realiza mediante la distribución de
frecuencias de cada una de las categorías, indicando
tanto la frecuencia absoluta como el porcentaje. Para las
TIPOS DE VARIABLES variables dicotómicas (cualitativas de dos categorías),
§
normalmente es suficiente con indicar la frecuencia de
Básicamente, existen dos tipos de variables: una de las categorías, ya que se sobrentiende que el resto
cuantitativas, que miden una cantidad (peso del recién
nacido, edad gestacional, número de embarazos) y
corresponde a la categoría restante. Por ejemplo, al
describir el sexo de las personas que integran una
31
cualitativas o categóricas, que miden una cualidad muestra de 60 mujeres y 140 hombres, es suficiente
(como el sexo, raza, presencia o no de una enfermedad). decir que el 30% (60) son mujeres. La forma ideal de
Hay un tercer tipo de variables, las semicuantitativas u presentación gráfica de este tipo de variables es mediante
ordinales, que reciben su nombre por estar a caballo el diagrama de sectores (pastel) o el de barras, donde
entre las cuantitativas y las cualitativas. Si, por ejemplo, cada sector o barra representa la frecuencia relativa de
se mide el dolor en grados 1, 2, 3 y 4, de tal modo que dicha categoría en el total de la muestra.
el nivel del mismo es cada vez mayor, no se puede
afirmar que quien tiene un dolor grado 4 experimenta En algunos casos, la descripción de una variable
exactamente el doble de dolor que quien expresa que cuantitativa también se puede hacer mediante la
tiene un grado de dolor 2 o cuatro veces más que quien distribución de frecuencias. Se trata de realizar intervalos
refiere un dolor grado 1. Sólo se puede afirmar que el (por ejemplo, dividir la edad en grupos de 10 años) y
grado 4 es mayor que el 2, pero no cuánto mayor. ofrecer la frecuencia de cada uno de los intervalos.
Se denomina categorizar una variable cuantitativa a La descripción de una variable cuantitativa es más correcta
convertirla en cualitativa u ordinal. Por ejemplo, se mediante las medidas de tendencia central y de dispersión.
puede recoger el número de cigarrillos que una persona Las medidas de tendencia central informan del valor de la
fuma diariamente, o categorizarla en no fumador, variable en torno al cual se agrupan los restantes valores.
fumador de 1 a 10 cigarrillos, de 11 a 20 cigarrillos y Son tres: la media, la mediana y la moda.
más de 20, o incluso categorizarla en sólo dos Para el cálculo de la media aritmética, se suman todos
categorías, fumador y no fumador. En términos los valores observados y se divide por el total de
generales, lo más conveniente es recoger las variables observaciones. La mediana es el valor que divide a la
en toda su precisión (cuantitativa), porque siempre muestra en dos partes iguales, de modo que la mitad de
estamos a tiempo de categorizarla. Recogerla desde el los individuos tienen valores menores que la mediana y
principio en intervalos es perder mucha información la otra mitad mayores. Y, por último, la moda, que es el
que, posteriormente, podría ser muy valiosa. valor más frecuente, el que más veces aparece.
Si en una muestra de estudio, la media de la edad es de
Para introducir las variables cualitativas en la base de 30 años, y todos los individuos tienen entre 28 y 33
datos, se recomienda registrarlas de forma codificada, años, y en otra muestra, la media también es de 30
ESTIMACIÓN DE PARÁMETROS
©
modo que, en una variable que sigue una distribución saberlo. Por ello, lo que se hace es estimar un rango de
simétrica (distribución normal, la famosa campana de valores entre los que confiamos que se encuentre la
32 Gauss), el 95% de los valores se encuentra entre la
media más y menos 1,96 desviaciones estándar (figura
verdadera media. Este rango de valores es lo que se
denomina el intervalo de confianza (IC).
1). En lugar de 1,96 se suele redondear a 2. Este intervalo de confianza del 95% (el más
En una muestra de 100 recién nacidos, el peso medio frecuentemente utilizado) se calcula del siguiente
es de 3.200 g y la desviación estándar (DE) 150 g. Si el modo:
peso sigue una distribución normal, sólo con estos datos
se sabe que el 95% de los recién nacidos están entre IC 95%= estimado ± 1,96 EE
2.900 y 3.500 g (3.200 ± 2*150). Si la desviación
estándar fuese mayor, por ejemplo 400 g, quiere decir Donde EE es el error estándar y cuya fórmula varía en
que el peso puede variar en un rango mayor de valores. función del tipo de parámetro estimado:
En este último caso, el 95% de los recién nacidos El EE de una media (cuando la variable en estudio es
tendría un peso entre 2.400 y 4.000 g. cuantitativa, como el peso de los recién nacidos) es:
√
tenga exactamente el doble de dolor que quien refiere p·q
un nivel 10, sólo que tiene más dolor. No mide una EEP=
cantidad real, sino que establece un orden, un rango de
valores. No es lo mismo pasar de 0 a 10, que de 50 a n
60 por ejemplo. Estrictamente, este tipo de variables, al donde p es la proporción en estudio, en este caso la de
no ser cuantitativas, se deberían describir con la fumadores, q la proporción complementaria, la de no
mediana, valor mínimo y máximo. fumadores (1-p) y n el tamaño de la muestra.
030-036 - 610603 ANALISIS 13/12/05 16:17 Página 33
Ejemplo: se han estudiado 400 mujeres en edad fértil y muestra. Sirve para el cálculo del intervalo de confianza
el nivel medio de hemoglobina es 12,2 mg/dL y la DE mediante las fórmulas vistas con anterioridad.
2,8 mg/dL. ¿Cuál será la media poblacional?
Es un error relativamente frecuente describir los datos
IC 95%= 12,20 ± 1,96
2,8
= 12,20 ± 0,2744 (11,93 – 12,47)
con la media y el EE, en lugar de con la DE. Suele ocurrir
cuando la distribución de la variable es muy sesgada y
√400 la DE es muy grande; entonces se presenta el EE, que
siempre es un número más pequeño (porque se divide
Confiamos (por ello se llama intervalo de confianza) en por la raíz cuadrada del tamaño muestral). En última
que la verdadera media de hemoglobina se encuentre instancia, la presentación de los resultados depende de
en ese rango de valores, entre 11,93 y 12,47 mg/dL. los objetivos del estudio: si se trata de describir una
variable cuantitativa, se presentan la media y la DE; y si
Si en lugar de estudiar 400 mujeres, se hubiesen incluido se trata de estimar un parámetro en la población, lo
sólo 20, el intervalo de confianza de la estimación sería: conveniente es determinar el intervalo de confianza de
dicha estimación, para cuyo cálculo se utiliza el EE.
2,8
IC 95%= 12,20 ± 1,96 = 12,20 ± 1,2272 (10,97 – 13,43)
√20 CONTRASTE DE HIPÓTESIS
En este caso, el intervalo es mayor, porque, a menor La estadística inferencial, además de la estimación de
tamaño de la muestra, mayor es el error en la parámetros, se encarga del contraste de hipótesis. Si se
estimación, y a mayor tamaño menor error, hasta el plantean preguntas del tipo: ¿Es más alto el porcentaje
punto de que si se estudiara la población completa de cesáreas en los hospitales públicos que en los
el error sería nulo. privados? ¿La vigilancia electrónica del feto durante el
trabajo de parto, tiene efectos positivos en el resultado
Un ejemplo de estimación de una proporción sería el del embarazo? ¿La lactancia materna disminuye el
caso en el que se estudia una muestra de 200 mujeres número de infecciones en los lactantes?
§
entre 30 y 40 años para conocer la prevalencia de
fumadoras. Ha resultado un 25%. El contraste de hipótesis consiste en comprobar si una
hipótesis puede ser aceptada o rechazada con cierta
probabilidad de acertar. La hipótesis que va a ser
33
√
0,25 · 0,75
IC 95%= 12,20 ± 1,96 = 0,25 ± 0,03 (0,19 – 0,31) contrastada es la hipótesis nula, la hipótesis de la
200 igualdad, de la ausencia de diferencia. Se formula con la
intención expresa de ser rechazada. Si se rechaza,
Con un 95% de probabilidades, la verdadera prevalencia puede entonces aceptarse la hipótesis alternativa, que
de fumadoras entre las mujeres de 30 a 40 años está es la hipótesis de investigación del experimentador. Por
entre el 19 y el 31%. ejemplo, el objetivo de nuestro estudio es ver si el peso
de los recién nacidos es menor entre las madres
Las estimaciones puntuales sirven de muy poco, fumadoras respecto a las no fumadoras. La hipótesis
siempre tienen que ir acompañadas de su intervalo de nula es que no hay diferencias entre el peso de los
confianza. Si es un intervalo estrecho, porque el tamaño recién nacidos según la madre sea fumadora o no, y la
de la muestra es importante, el resultado estará hipótesis alternativa es que el peso de los recién
aportando información. Pero si el tamaño de la muestra nacidos de madres fumadoras es menor que el peso de
es pequeño, se han estudiado muy pocos pacientes, el los recién nacidos de madres no fumadoras.
intervalo será muy amplio y no aporta información Siempre existe una posibilidad de error. Si se rechaza la
relevante. Imagínese que la prevalencia de ferropenia en hipótesis nula siendo cierta, el error se denomina alfa, o
las mujeres en edad fértil es del 40% (IC 95%: 5 a error tipo I, y si no se rechaza la hipótesis nula siendo
75%). Decir que la prevalencia está entre el 5 y el 75% falsa, el error se denomina beta o error tipo II.
es como no decir nada. A esta misma conclusión se Se puede plantear el contraste de hipótesis como un
llegaría sin necesidad de realizar un estudio. juicio: se trata de saber si un individuo es culpable de
Es preciso distinguir la DE del EE. La desviación asesinato; ante la ausencia de pruebas, la premisa es la
estándar es un número que refleja la variabilidad de los presunción de inocencia (hipótesis nula). Si se encuentra
individuos (no todos los recién nacidos tienen el mismo un número suficiente de pruebas (diferencias
peso ni todas las mujeres la misma hemoglobina). Si la significativas), se declara al individuo culpable (hipótesis
variable sigue una distribución normal, el 95% de los alternativa). Si no se encuentran estas pruebas, se declara
individuos se encuentran entre la media ± 1,96 DE. El al individuo inocente. Se llegue a la conclusión que se
EE es un número también, pero que refleja el error del llegue, siempre existe la probabilidad de equivocación; se
muestreo, el error debido al azar en la selección de la trata de que esta probabilidad de error sea muy pequeña.
A continuación, sin entrar en detalle, se especifican las El análisis de la variancia (ANOVA) se utiliza para la
pruebas de contraste de hipótesis utilizadas en función comparación de más de dos medias. Tenemos
de la asociación que se pretende estudiar y el tipo de nuevamente dos variables: una cualitativa (que define
variables que entran en juego (tabla 1). los grupos y, en este caso, tiene más de dos categorías)
y una cuantitativa cuyas medias pretendemos comparar.
Comparación de proporciones Por ejemplo, se comparan los días de estancia
Ejemplo: ¿es mayor el porcentaje de episiotomías entre hospitalaria (variable cuantitativa) según el parto haya sido
las mujeres que paren en casa que entre aquellas que lo vía vaginal no instrumentado, vía vaginal instrumentado o
hacen en el hospital? Comparar proporciones es lo por la realización de cesárea (variable cualitativa de tres
mismo que estudiar la asociación entre dos variables categorías).
cualitativas. En este caso las variables son: episiotomía
(sí o no) y lugar del parto (casa u hospital). La prueba de Correlación
contraste de hipótesis utilizada es la ji al cuadrado. En estadística, se entiende por correlación el estudio de
la asociación entre dos variables cuantitativas.
Comparación de medias Ejemplos de este tipo de análisis son: ¿aumenta la
Ejemplo: se ha estudiado la presión sistólica en un grupo presión arterial a medida que se incrementa la cifra de
de mujeres de 35 a 40 años, que toman anticonceptivos cigarrillos fumados?, ¿existe alguna correlación entre la
orales, y ha resultado una presión media de 133 mmHg y edad y el colesterol? El estadístico que se utiliza es el
una DE de 15 mmHg. Se ha comparado con un grupo de coeficiente de correlación r de Pearson. Su intervalo de
mujeres de la misma edad que no toman anticonceptivos valores va de –1 a +1, siendo el cero el valor nulo.
orales. En éstas la presión ha sido de 127 mmHg y la DE Cuanto más cercano a +1, mejor correlación,
de 18 mmHg. La pregunta puede plantearse de los y positiva (al aumentar una variable aumenta la otra,
siguientes modos: ¿es diferente la presión sistólica en las al aumentar el número de cigarrillos fumados aumenta
mujeres que toman anticonceptivos orales respecto a las la presión arterial), y cuanto más cercano a –1,
que no los toman?, ¿aumentan los anticonceptivos orales mejor correlación también, pero negativa (al aumentar
los niveles de presión sistólica?, ¿están asociados los una variable disminuye la otra así, por ejemplo,
anticonceptivos a la presión sistólica? al aumentar la duración de la lactancia materna
©
Se están comparando dos medias, la media de presión disminuyen los niveles de ferritina sérica). Un coeficiente
en las mujeres que toman anticonceptivos con la media de cero indica que no existe correlación entre las
34 de presión en las que no toman. Hay, por tanto, dos
variables: una cualitativa de dos categorías (tomar o no
variables.
Comparación de proporciones para datos apareados mejores resultados, a que atienden mejor el parto o a que
Ejemplo: se pretende evaluar el cambio en la percepción ya de entrada los partos son de menor riesgo? Aquí, la
de los pacientes sobre la atención sanitaria, después de relación entre las distintas variables que influyen en el
haber estado ingresados en un hospital durante 10 días. resultado del parto nos está confundiendo. Con el análisis
Se seleccionan aleatoriamente 100 pacientes y se les multivariable se pretende obtener el efecto de cada una
pregunta qué opinan de la atención sanitaria el primer día de las variables, ajustando por los factores de confusión.
del ingreso y en el momento del alta. Se pretende valorar Destacan la regresión lineal múltiple y la regresión
si ha habido un cambio de opinión durante el ingreso, si la logística, según la variable dependiente (la variable
proporción de los que ha mejorado su opinión es diferente resultado) sea cuantitativa o dicotómica, respectivamente.
de la proporción de los que ha empeorado su opinión.
Para ello, se realiza la prueba de McNemar. Cuando una
de las variables cualitativas tiene más de dos categorías RESULTADOS DEL CONTRASTE DE HIPÓTESIS
se utiliza la Q de Cochran.
Muy frecuentemente, el resultado del contraste de
Comparación de medias para datos apareados hipótesis se expresa mediante la p (nivel de significación
Cuando en una población se selecciona una muestra de estadística o probabilidad asociada al error tipo I), de
individuos y se realizan dos mediciones de una misma modo que si la p es <0,05, decimos que las diferencias
variable (por ejemplo, hemoglobina antes y después de un son estadísticamente significativas, mientras que si es
tratamiento con hierro), para comprobar si se ha mayor, las diferencias encontradas no son
producido un cambio significativo se realiza la prueba t de estadísticamente significativas.
Student para datos apareados. Se calcula la variable Por un lado, no existe una lógica detrás del hecho de
«diferencia» de mediciones, restando, para cada individuo, que prácticamente todo el mundo utilice un nivel de
el valor previo del posterior (o al contrario, ya que lo significación estadística del 5%. Por otro lado, el tamaño
importante es la diferencia) y se comprueba si esta media de la muestra, en estadística, es como una lupa: cuando
es diferente (significativamente diferente) de cero. el tamaño de las muestras es grande, cualquier pequeña
Cuando son más de dos las mediciones de la variable diferencia se detecta como estadísticamente
cuantitativa, en varios periodos, el análisis que se realiza significativa y, en cambio, cuando el tamaño de las
§
es ANOVA para medidas repetidas. muestras es pequeño, grandes diferencias pueden no
resultar estadísticamente significativas. De ahí la
Pruebas no paramétricas
Hasta ahora, se han explicado lo que se denominan
importancia del tamaño muestral; pero más importante
es todavía recalcar que una asociación estadísticamente
35
pruebas paramétricas, cuando las variables cuantitativas significativa no quiere decir que sea clínicamente relevante.
siguen una distribución conocida (fundamentalmente la La «p» no proporciona en absoluto información de la
normal). Cuando, por el contrario, las variables no siguen magnitud del efecto. Una p= 0,001 no quiere decir que
una distribución normal (están muy sesgadas, son el efecto es mayor que si ha resultado p= 0,78.
asimétricas) o son variables ordinales, se deben utilizar Mediante un ejemplo se ilustra mejor este tema. Se
los métodos no paramétricos. comprueba en un estudio pequeño que un medicamento
Las pruebas no paramétricas más comunes son: la prueba disminuye la presión arterial diastólica en media
U de Mann-Whitney, equivalente no paramétrico a la t de 30 mmHg, no resultando estas diferencias estadísticamente
Student para muestras independientes; la prueba de significativas (p= 0,32). En cambio, en otro estudio con
Kruskal-Wallis, equivalente no paramétrico al ANOVA un número de pacientes muchísimo mayor, se observa
(análisis de la variancia); el equivalente no paramétrico al que otro medicamento disminuye la presión arterial
ANOVA para medidas repetidas es el test de Friedman; la diastólica en media 6 mmHg, siendo estas diferencias
prueba de rangos con signo (prueba de Wilcoxon), equivalente estadísticamente significativas (p= 0,01). Así, a simple
no paramétrico a la t de Student para datos emparejados; vista, ¿cuál le parece mejor medicamento hipotensor?
el coeficiente de correlación r de Spearman, equivalente
no paramétrico al coeficiente de correlación r de Pearson. De aquí se deriva también que, en las pruebas de
contraste de hipótesis, no es suficiente con presentar la
p, porque no ofrece una idea de las diferencias
ANÁLISIS MULTIVARIABLE observadas. Lo más conveniente es presentar los
intervalos de confianza, el rango de valores probable,
En un estudio, en el que se comparan los resultados del para que el lector, con un espíritu crítico, pueda
parto según éste haya sido atendido por matronas o interpretar directamente esos resultados. Además, si el
médicos, se observa que la tasa de complicaciones en el intervalo de confianza de las diferencias observadas
parto es menor en aquellos atendidos por matronas. Pero, incluye el valor nulo, quiere decir que las diferencias no
también es conocido que, en términos generales, las son estadísticamente significativas, y si el intervalo de
matronas atienden más los partos de bajo y moderado confianza no incluye el valor nulo, las diferencias
riesgo obstétrico. Por tanto, ¿a qué se deben esos observadas son estadísticamente significativas.
©
por ejemplo, los datos de variables secundarias que no cuidado con el empleo no técnico de términos como «azar»,
son relevantes, o datos sobre variables con muy pocos «correlación», «significativo», «normal» o «muestra».
36 casos en alguna de sus categorías.
La tabla debe estar muy bien ordenada y estructurada, y es
Por último, sobra decir que una de las características
fundamentales del buen investigador es la honradez, lo
preferible que los datos se lean de arriba abajo que que redundará en su credibilidad. Hay que exponer
transversalmente. Debe revisarse muy bien el contenido, de todos los resultados relevantes de la forma más objetiva
modo que los números cuadren, y, cuando sea pertinente, posible, tanto si van a favor como en contra del punto de
sumen el 100%. También es importante comprobar que no vista del autor.
hay contradicciones con datos de las tablas que pueden
aparecer en el texto, en el resumen o en un gráfico.
El título, los encabezamientos, deben ser lo suficientemente BIBLIOGRAFÍA
claros para que el significado de los datos sea comprensible
sin necesidad de acudir al texto. Cualquier abreviatura o Armitage P, Berry G. Estadística para la investigación biomédica.
sigla empleada en la tabla debe llevar su significado al pie Barcelona: Doyma, 1992.
de ella, a pesar de haberse detallado en el texto. Day RA. Cómo escribir y publicar trabajos científicos, 2.ª ed.
Si se trata de elegir entre gráfico y tabla, la decisión Washington: Organización Panamericana de la Salud, 1996.
puede depender de si se quieren presentar datos Icart MT, Torrents ML, Bermejo B, Canela J. Enfermería Comunitaria.
numéricos exactos, en cuyo caso es preferible una tabla, Epidemiología. Barcelona: Masson, 1997.
o simplemente tendencias y distribución de los datos, Rozman C, For M, Herranz G, Gracia D, Lience E, Pulido M, et al.
que se verán mejor en un gráfico. Manual de estilo. Barcelona: Doyma, 1995.
Rosner B. Fundamentals of biostatistics. Belmont: Duxbury Press, 1995.
Siegel S. Estadística no paramétrica. México: Trillas, 1991.
ESTILO Silva LC. Cultura estadística e investigación científica en el campo de
la salud: una mirada crítica. Madrid: Díaz de Santos, 1997.
Si hay alguna cualidad importante de la sección de
resultados es la claridad; claridad como sinónimo de
inteligibilidad. El autor no sólo tiene que entenderse a sí Correspondencia
mismo, sino que tiene que hacerse entender por los Begoña Bermejo Fraile
demás. También es importante ser conciso, se trata de Servicio de Medicina Preventiva y Gestión de la Calidad Hospitalarias
decir todo lo que hay que decir sin utilizar datos o Hospital «Virgen del Camino». Pamplona. Navarra
palabras innecesarias (lo breve si bueno, dos veces [Link]@[Link]