VARIABLES
OBJETIVOS
Conocer los distintos tipos de variables.
Distinguir la diferencia entre variables cuantitativas y cualitativas.
Comprender el proceso de operacionalización de las variables.
Conocer las herramientas de recolección de datos.
EJES TEMÁTICOS
1. Identificación de las variables en estudio.
2. Variables irrelevantes. Variables dependientes e independientes.
3. Clasificación de variables de acuerdo al tipo de datos.
4. Esquemas conceptuales para el diseño de una investigación.
5. Sistemas de medición: escalas.
6. Operacionalización de variables.
7. Métodos, técnicas e instrumentos de recolección de datos.
MARCO TEÓRICO
1. IDENTIFICACIÓN DE LAS VARIABLES DE ESTUDIO
¿Qué es una variable?
Si bien el término “variable” tiene múltiples definiciones, podemos especificarlo como.
“Uno o varios términos que pueden asumir diferentes valores dentro de una
proposición o hipótesis”
Esto nos lleva a pensar que una variable es
algo que puede cambiar, tanto en sus
cualidades (en este caso las llamaremos
variables cualitativas) o en su cantidad
(variables cuantitativas). Sin embargo,
también consideramos como variables las
propiedades o características que pueden
cambiar de un individuo a otro, como por
ejemplo, el sexo o el nivel de instrucción (ver
gráfico 1).
Gráfico 1: Cantidad de población por sexo y por edad en una
ciudad de México, en el año 2005. Fuente:
[Link]
Podemos pensar, entonces, que
existen características o propiedades
que permanecen fijas, sin modificarse
a lo largo de un proceso o período. Un
ejemplo de ello serían el sexo, la raza
o el color de los ojos. No obstante,
estas características que pueden ser
fijas para un individuo en una
población, pueden variar de un
individuo a otro en la misma
población. Por otra parte, propiedades
como la talla, el peso o la edad
además de variar de un individuo a
otro, pueden modificarse en el mismo
individuo en el transcurso del tiempo
Gráfico 2: Se observa la pérdida progresiva de peso en pacientes
(ver gráfico 2). operados en 12 meses de tratamiento.
También existen características que aunque están
presentes en la población, no las poseen todos los
individuos, como podría ser el alcoholismo o la
obesidad (Gráfico 3).
Gráfico 3: Porcentaje de alcoholismo en la
ciudad de Madrid. Fuente: [Link]
La variable consiste en una característica o propiedad determinada del objeto de estudio,
la cual se observa y/o cuantifica en una investigación y que puede variar de un elemento a
otro, o en el mismo elemento si incluimos el factor tiempo. En los estudios científicos o
técnicos podemos determinar en qué cantidad está presente la característica, o
simplemente si está presente o no.
2. VARIABLES IRRELEVANTES. VARIABLES DEPENDIENTES E INDEPENDIENTES
Para poder comprender mejor las implicancias en la selección de variables en un estudio
científico veremos un caso histórico que tuvo enormes consecuencias en la sociedad del
siglo XVIII.
El caso que les proponemos es la investigación de Antropométrico: se refiere a las
Césare Lombroso (1835 – 1909), médico que estudio mediciones del cuerpo humano
la influencia de los rasgos antropométricos en la mediante la aplicación de métodos
científicos. Recurre a la estadística
criminalidad. En su popular teoría, que dio en llamar para determinar aquéllos valores que
“atavismo” sostenía que no era la sociedad quién pueden considerarse como promedio
hacía al delincuente, sino que el criminal “nacía para en la especie.
serlo”. De esta forma estudió distintos cráneos de
delincuentes y presentó una teoría basada en los rasgos observados, cuidadosamente
medidos. Según Lombroso, los criminales presentaban signos de inferioridad orgánica y
psíquica, que resumía de esta forma:
• Menor capacidad craneana
• Mayor diámetro bizigomático (ancho de la cara)
• Gran capacidad orbitaria
• Escaso desarrollo de las partes anteriores y frontales, que contrasta con el
gran desarrollo facial y maxilar (prognatismo)
• Frente hundida
• Etc.
Además de estas medidas, Lombroso hace referencia a ciertas variables referidas a la
personalidad de los criminales, entre las que destaca su insensibilidad moral y falta de
remordimientos, la imprevisión y la impulsividad. También destaca ciertas costumbres,
como el uso de tatuajes y amuletos, la preferencia de colores primarios y su falta de moral
en el uso de mentiras, además de su propensión al alcoholismo, juego, obscenidad y ocio.
Con todas estas observaciones, realiza una especie de clasificación de los delincuentes
en criminales natos, locos, por pasión, ocasionales, etc.
Imaginemos brevemente las consecuencias de aplicar esta teoría. Además, con los
contribuciones de otro científico, Francis Galton, que aportó la aplicación de la teoría
biológica de selección artificial (aplicada desde el principio de la civilización en ganado y
cultivos) al ser humano, con el objetivo de “mejorar la raza”, las derivaciones inmediatas
fueron la aplicación de la eugenesia, las aspiraciones a la “superioridad de la raza
humana” (con derivaciones en el nazismo alemán) y la “limpieza étnica”, que incluía la
esterilización de personas con discapacidad intelectual, delincuentes, pobres o enfermos.
A través de este breve relato podemos inferir que la selección de las variables adecuadas
en un estudio científico puede alterar significativamente los resultados del mismo. Y,
evidentemente, un sesgo en los resultados puede llevarnos a conclusiones erróneas.
En este contexto, una variable irrelevante es aquélla que no aporta datos a la
investigación, esto es, su conocimiento resulta inútil a la hora de verificar los resultados.
La detección de las variables irrelevantes en un estudio científico puede determinar el
éxito del mismo, derivando en los siguientes beneficios:
• Reducción de costos: esto es importante en el momento de adquirir datos
y también en las operaciones de manejo de la información.
• Mejorar la comprensión de los datos relevantes: el trabajar con menos
variables facilita el análisis de los datos importantes a la hora de abordar a
las conclusiones de un trabajo científico.
• Facilita la elaboración de modelos predictivos: si bien muchos estudios
necesitan del análisis de situaciones multivariables, la simplificación de las
mismas facilita la generalización de los datos y su posible aplicación en otras
situaciones.
Algo más sobre variables……
Podemos también clasificar las variables como:
• Variables dependientes: Son las de interés principal. Representan al
desenlace o resultado que se pretende explicar o estimar en el estudio.
• Variables independientes: Definen la condición bajo la cual se examina a
la variable dependiente. Puede, en determinado estudio, no existir.
• Variables intervinientes (también llamadas de confusión): Actúan como
cofactores que modifican a la variable independiente. De no considerarse
adecuadamente pueden sesgar los resultados. Estadísticamente suelen
tratarse a través del ajuste de datos y de métodos multivariantes.
Analicemos el siguiente ejemplo:
Se desea conocer si existe relación entre el sexo y el daño renal en pacientes diabéticos.
Se diseña un experimento con dos grupos, uno de hombres y otro de mujeres diabéticas,
y se evalúa en cada grupo la función renal.
¿Podemos definir la variable dependiente? Efectivamente, en nuestro ejemplo la función
renal es la variable que se queremos medir, por lo tanto es la variable dependiente.
Por otra parte, la variable “sexo” define las condiciones bajo las cuales se examina, por lo
tanto constituye la variable independiente.
¿Pero qué sucede si no consideramos, por ejemplo, la edad del individuo? Como
sabemos, tanto el tipo de diabetes como el tiempo de evolución de la enfermedad son
importantes para evaluar el daño renal,), por lo que estos factores deben ser tomados en
consideración al conformar los grupos y al realizar el análisis estadístico, de lo contrario
se podrían sesgar los resultados. Esta variable, la edad, puede ser considerada una
variable interviniente.
3. CLASIFICACIÓN DE VARIABLES DE ACUERDO AL TIPO DE DATOS.
De acuerdo al tipo de dato que contienen, las variables pueden clasificarse de la siguiente
forma:
Variables cuantitativas Continuas
Discretas
Variables cualitativas Ordinales Politómicas
Dicotómicas
Nominales
Definiciones:
Variable Cuantitativa.- Es la variable que representa a una característica o propiedad del
objeto de estudio que se refiere a cantidades, por lo que puede ser medida directamente
en la práctica.
• Variable cuantitativa continua: los valores pueden ser representados con
números enteros o fraccionarios, ya que entre dos valores cualquiera pueden
existir un número infinito de valores intermedios. Los datos pueden ser medidos en
escalas constituidas por un intervalo constante o uniforme entre mediciones
consecutivas. Algunos ejemplos de este tipo de variables pueden ser la estatura, el
peso o los valores de colesterol en sangre.
• Variable cuantitativa discreta: En estas variables los valores solamente pueden
ser representados con números enteros y provienen de efectuar operaciones de
conteo. Algunos ejemplos pueden ser el número de hijos o las veces que una
moneda sale “cara” al ser arrojada al aire.
Variable Cualitativa.- Es la variable que representa a una propiedad que hace referencia
a cualidades del objeto de estudio. Son ejemplos de estas variables el sexo o la
ocupación.
• Variable Cualitativa Ordinal Politómica: En este caso la variable puede tomar
tres o mas valores posibles, los cuales pueden ser ordenados siguiendo un criterio
establecido por una Escala Ordinal. Una característica de estas variables es que el
intervalo entre mediciones consecutivas puede no ser uniforme. Si bien pueden
mencionarse numerosos ejemplos, como el nivel de estudios de una persona, es
interesante mencionar que estas variables son frecuentemente utilizadas en
medicina, como en el caso de enfermedades. De esta forma, es común que los
médicos caractericen el estadio de una enfermedad del grado I al IV, indicando el
estado de avance de la misma.
• Variable Cualitativa Ordinal Dicotómica: En este caso la variable solo puede
tomar dos valores posibles, pero entre estos se puede establecer un criterio de
orden porque uno representa ventaja o superioridad sobre el otro. Ejemplo: Vivo-
Fallecido ; Eutrófico-Distrófico.
• Variable Cualitativa Nominal: Este tipo de variable se caracteriza porque los
valores que toma no pueden ser sometidos a un criterio de orden. Los ejemplos
más utilizados son el grupo ético o el sexo.
Más allá de estas clasificaciones de variables, es posible transformar un tipo de variable
en otra en un estudio científico específico. Esto se realiza tomando las mediciones de una
variable y luego clasificándola de acuerdo a alguna escala de interés en el estudio.
Veamos el siguiente ejemplo:
Se desea evaluar el hábito de fumar en una población determinada. Para ello se
realiza una encuesta donde se pide al encuestado (previa selección como
“fumador”) que indique cuántos cigarrillos fuma por día.
¿Cómo podemos clasificar esta variable?
Si evaluamos el hábito de fumar en base a la cantidad de cigarrillos estamos
utilizando una variable discreta.
Si clasificamos los datos primarios obtenidos en el estudio (cantidad de
cigarrillos fumados por día por individuo) podemos transformar este número
en un rango, es decir, una variable ordinal politómica, definiendo fumadores
leves (menos de 5 cigarrillos), fumadores moderados (hasta 10 cigarrillos) o
fumadores intensos (más de 10 cigarrillos).
Si la encuesta inicial nos arroja el dato de cuántos de los encuestados son
efectivamente fumadores y cuántos no poseen ese hábito, podemos
clasificar la variable como ordinal dicotómica, esto es, fumador – no
fumador.
Sin embargo, en la selección de variables y su clasificación debemos asegurarnos que se
cumplan las siguientes condiciones:
Las variables deben ser
Exhaustivas: Debe permitir la clasificación de cualquier individuo que se
estudie.
Excluyentes: Debe constar de clases o subdivisiones mutuamente
excluyentes, en las que solo se cuente a cada individuo una vez.
En nuestro ejemplo anterior podemos obtener los siguientes datos:
Fumadores leves Fumadores
Fumadores intensos
Menos de 5 moderados
Más de 10 cigarrillos
cigarrillos De 5 a 10 cigarrillos
180 90 35
Total de individuos con el hábito de fumar muestreados: 305
Esta categorización implica que cada uno de los 305 individuos fumadores de la muestra
pertenece a una categoría específica, esto implica que no pueden estar en más de una
categoría al mismo tiempo.
Identifiquemos el problema de la siguiente clasificación:
RANGO DE EDAD CANTIDAD DE INDIVIDUOS
20 -30 120
30 -40 100
40 -50 93
¿Qué ocurre en esta clasificación con los individuos que tienen 30 años? Evidentemente
podríamos incorporarlos en el grupo de 20 – 30 o en el grupo de 30 – 40. Esta
clasificación no respeta la condición de “excluyente” que definimos anteriormente.
4. ESQUEMAS CONCEPTUALES PARA EL DISEÑO DE UNA INVESTIGACIÓN.
Entendemos por diseño de una investigación al plan general que realiza el investigador
para poder responder o contrastar las hipótesis de la investigación. Generalmente, en la
etapa de diseño, se evalúan las alternativas de un proyecto, situación que puede evitar
tanto gastos innecesarios como contratiempos que pueden surgir por eventos
inesperados. En esta etapa deben definirse las variables que serán utilizadas y la forma
de muestreo más apropiada.
En los estudios científicos es posible implementar tanto diseños experimentales (donde el
investigador realiza experimentos específicos para evaluar un fenómeno) y no
experimentales (donde el investigador simplemente observa los fenómenos sin intervenir
en su desarrollo). De acuerdo al tipo de variables utilizadas, también pueden realizarse
estudios cuantitativos de un fenómeno, en donde deberán se especificadas claramente
las variables evaluadas o realizar estudios cualitativos, donde se identifican ciertas
cualidades del fenómeno estudiado. También podemos definir la investigación como:
Investigación documental: consiste en un proceso basado en la búsqueda,
recuperación, análisis, crítica e interpretación de datos secundarios, es decir, los
obtenidos y registrados por otros investigadores en fuentes documentales
impresas, audiovisuales o electrónicas. Como en toda investigación, el propósito de
este diseño es el aporte de nuevos conocimientos.
Investigación de Campo: Consiste en la recolección de datos directamente de los
sujetos investigados, o donde ocurren los hechos (datos primarios), sin manipular o
controlar las variables. En este caso el investigador obtiene la información sin
alterar las condiciones existentes. También pueden emplearse datos secundarios,
sobre todo los provenientes de fuentes bibliográficas, a partir de los cuales se
elabora el marco teórico. No obstante, los datos primarios son los utilizados para
la contrastación de las hipótesis.
Investigación Experimental: Consiste en someter a un objeto o grupo de
individuos a determinadas condiciones, estímulos o tratamiento (variable
independiente), para observar los efectos o reacciones que se producen (variable
dependiente). El diseño de investigación experimental es netamente explicativo,
por cuanto su propósito es demostrar que los cambios en la variable dependiente
fueron causados por la variable independiente. Es decir, se pretende establecer
con precisión una relación causa-efecto.
Otra dimensión posible en los estudios científicos está vinculada con la apreciación
temporal. En este caso, los diseños transversales implican la recolección de datos en un
período de tiempo específico, mientras que los diseños longitudinales pretenden
investigar un fenómeno en distintos momentos. En este contexto, un diseño longitudinal
es adecuado para evaluar tendencias o cambios a través del tiempo, pues son capaces
de demostrar las distintas tendencias de un fenómeno en una escala temporal.
En los estudios de cohorte se examina alguna condición específica de un subgrupo de
una población, por ejemplo un grupo etáreo (grupo de individuos de la misma edad o en
un mismo rango de edades). En este caso, pueden también realizarse estudios de
seguimiento, donde se realizan estudios sobre los mismos individuos en más de una
oportunidad. Esto último es frecuente en el estudio, por ejemplo, de la eficacia de alguna
droga o tratamiento y puede evaluarse el desarrollo posterior a la aplicación de la misma.
Existen también diseños retrospectivos o prospectivos. En ambos el investigador intenta
establecer las relaciones causa efecto. Mientras que en los estudios retrospectivos se
intenta observar un fenómeno identificando sus causas anteriores o antecedentes, en los
estudios prospectivos se intenta determinar las consecuencias en el tiempo. Si bien
ambos estudios son complementarios, evidentemente nos dan información diferente.
Veamos un ejemplo:
Se establece la relación entre el hábito de fumar y el cáncer de pulmón. Este
es un estudio de carácter retrospectivo y puede realizarse (de un modo
extremadamente simplificado) analizando cuántos pacientes con cáncer
pulmonar han sido fumadores.
Se establece la relación entre la posibilidad de ocurrencia de cáncer de
pulmón en individuos fumadores. En este caso, se utilizan los datos de los
estudios retrospectivos con el fin de predecir la posibilidad de ocurrencia de
un fenómeno (adquirir cáncer de pulmón) en una situación prevista.
5. SISTEMAS DE MEDICIÓN: ESCALAS.
Medir es evaluar alguna condición o variable. Las mediciones nos permiten comparar o
valorar algún fenómeno o condición y establecer algún sistema de clasificación.
Evidentemente, el establecer sistemas para medir las variables nos lleva a la intensión de
lograr ciertas condiciones como la precisión, exactitud y verificación de los resultados en
un experimento científico. Aún más, cuanto mayor es el empeño en obtener estas
cualidades, mayor será la confiabilidad de los resultados.
De acuerdo a lo que hemos visto hasta ahora, podemos medir a través de una escala
nominal, cuando asignamos números a la variable medida, u ordinal, si establecemos
algún orden. Pero, como podemos imaginar, las variables no son siempre tan simples de
medir. Si pretendemos medir el dolor, por ejemplo, o ciertas variables sociales, nos
encontraremos con la dificultad de carecer de unidades específicas de medida. En estos
casos debemos establecer escalas.
Una escala es un patrón convencional de medición que consiste básicamente en un
instrumento capaz de representar con fidelidad el estado de una variable.
Algunas escalas son conocidas…….
Metro: mide distancias.
Celsius: mide temperatura
Kilogramos: mide el peso
Sin embargo, ante variables más complejas nos hemos visto forzados a implementar
escalas también complejas. Veamos algunos ejemplos:
Escala de las motivaciones humanas (de Abrahan Maslow)
Escala de actitud o predisposición (de Ajzen y Fishbein).
La jerarquía de necesidades de Maslow se
describe a menudo como una pirámide que
consta de cinco niveles: los cuatro primeros
niveles pueden ser agrupados como
«necesidades de déficit» ,al nivel superior
lo denominó «motivación de crecimiento»,
o «necesidad de ser». La diferencia estriba
en que mientras las necesidades de déficit
pueden ser satisfechas, la necesidad de
ser es una fuerza impelente continua.
La idea básica de esta jerarquía es que las
necesidades más altas ocupan nuestra
atención sólo cuando se han satisfecho las
necesidades inferiores de la pirámide. Las
fuerzas de crecimiento dan lugar a un
movimiento ascendente en la jerarquía,
mientras que las fuerzas regresivas
empujan las necesidades prepotentes
hacia abajo en la jerarquía.
Como habrán notado, de acuerdo al tipo de escala existirán distintos instrumentos que
nos permitirán la medición. Si hablamos de peso, evidentemente utilizaremos balanzas,
pero si hablamos de motivaciones, deberemos utilizar los test que han sido diseñados
para esta evaluación.
La calidad de una escala está en relación directa con la naturaleza del objeto que mide,
es decir, con sus características y propiedades, su sencillez o complejidad.
Analicemos el siguiente ejemplo:
Se desea investigar cuál es el estudiante más eficiente. Evidentemente,
necesitamos definir la variable eficiencia, y podemos hacerlo indicando lo
siguiente: “la relación entre el número de materias aprobadas por el
estudiante sobre el número de materias en las que se inscribe”. Esta
definición que toma el concepto de eficiencia en una relación de “costo –
beneficio”, implica que si un estudiante se inscribe en una materia y la
aprueba, su eficiencia es igual a 1 (máxima). Mientras que si otro estudiante
se inscribe (en el mismo lapso de tiempo que el anterior) en cinco materias y
aprueba cuatro su eficiencia es igual a 0.80 (posee una eficiencia menor,
aunque es más productivo). De acuerdo a este análisis podemos pensar
fácilmente que nuestro concepto de eficiencia debería ser redefinido o incluir
otras variables, pues el estudiante que aprobó cuatro materias en el mismo
tiempo que el anterior, que aprobó solamente una, estaría en desventaja.
Podemos clasificar la medición de las variables en cuatro escalas:
1. Escala nominal: En este nivel de medición se establecen categorías distintivas
que no implican un orden específico. Por ejemplo, si la unidad de análisis es un
grupo de personas, para clasificarlas se puede establecer la categoría sexo con
dos niveles, masculino (M) y femenino (F). En este caso los encuestados solo
tienen que señalar su género, no se requiere de un orden real. Pero también
pueden asignarse números a estos niveles, que solo sirven para su identificación.
Por ejemplo: 1=M, 2=F o bien, se pueden invertir los números sin que afecte la
medición: 1=F y 2=M. En síntesis, en la escala nominal se asignan números a
eventos con el propósito de identificarlos. No existe ningún referente cuantitativo y
sólo se utiliza para nombrar las unidades de análisis en una investigación.
2. Escala ordinal: Se establecen categorías con dos o mas niveles que implican un
orden inherente entre si. La escala de medición ordinal es cuantitativa, porque
permite ordenar los eventos en función de la mayor o menor posesión de un
atributo o característica. Por ejemplo, en las instituciones escolares de nivel inicial
se suelen formar a los estudiantes por estatura. En este caso, se desarrolla un
orden cuantitativo sin suministrar datos específicos, como las medidas de los
sujetos. Ejemplos comunes de variables ordinales son las características
actitudinales, que establecen una serie de niveles que expresan una actitud de
acuerdo o desacuerdo con respecto a algún referente. Por ejemplo, ante la
afirmación: El candidato político A es más honesto que el candidato B, las
respuestas podrían ser:
___ Totalmente de acuerdo
___ De acuerdo
___ Indiferente
___ En desacuerdo
___ Totalmente en desacuerdo
Estas respuestas también pueden codificarse con números que van del uno al
cinco, que sugieren un orden preestablecido pero no implican una distancia entre
un número y otro.
3. Escala de intervalo: La medición de intervalo posee las características de la
medición nominal y ordinal. Establece la distancia entre una medida y otra. La
escala de intervalo se aplica a variables continuas pero carece de un punto cero
absoluto. El ejemplo mas representativo de este tipo de medición es un
termómetro, cuando registra cero grados centígrados de temperatura indica el nivel
de congelación del agua y cuando registra 100 grados centígrados indica el nivel
de ebullición, el punto cero es arbitrario, no real, lo que significa que en este punto
no hay ausencia de temperatura.
4. Escala de razón: Una escala de medición de razón incluye las características de
los tres anteriores niveles de medición anteriores (nominal, ordinal e intervalo).
Determina la distancia exacta entre los intervalos de una categoría. Adicionalmente
tiene un punto cero absoluto, es decir, en el punto cero no existe la característica o
atributo que se mide. Las variables de ingreso, edad, número de hijos, etc. son
ejemplos de este tipo de escala. El nivel de medición de razón se aplica tanto a
variables continuas como discretas.
6. OPERACIONALIZACIÓN DE VARIABLES.
Las propiedades del objeto de estudio consideradas en la hipótesis, están formuladas en
términos abstractos, en conceptos, lo cual con mucha frecuencia impide que en la práctica
puedan ser observadas y medidas directamente.
Mediante el proceso de Operacionalización de las Variables, estas propiedades del objeto
de estudio que no son cuantificables directamente, son llevadas a expresiones más
concretas y directamente medibles. Ello se logra a través de la división de la variable en:
• Las dimensiones de la variable: Son las diversas facetas en que puede ser
examinada la característica o propiedad del objeto de estudio.
• Indicadores de la Variable: Son aquellas cualidades o propiedades del objeto que
pueden ser directamente observadas y cuantificadas en la práctica.
La calidad de un servicio de salud puede analizarse en varias dimensiones como
pueden ser:
• Nivel de satisfacción que genera en la población a quien está dirigida
• Nivel de salud de dicha población.
El nivel de salud de una población puede ser observado y medido a través de
indicadores de salud tales como tasas de incidencias, de prevalencia y de mortalidad
entre otros.
Las variables deben ser descompuestas en dimensiones y estas a su vez traducidas en
indicadores que permitan la observación directa y la medición.
Variables Definición Dimensiones Indicadores
Conceptual
Accesibilidad a Mayor o menor Accesibilidad Tiempo medido en horas y
los servicios de posibilidad de tomar Geográfica minutos que tarda una
salud contacto con los SS persona en trasladarse
para recibir asistencia desde su domicilio al
centro de salud
Accesibilidad Cantidad de dinero que
Económica gasta para recibir atención
Disponibilidad económica
para cubrir ese gasto
Accesibilidad Conocimientos sobre la
Cultural atención que se da en
centro de salud.
Percepción del problema
de salud
7. MÉTODOS, TÉCNICAS E INSTRUMENTOS DE RECOLECCIÓN DE DATOS.
Una investigación científica es validada a través de la verificación de la información que
nos brinda, que, por otra parte, demuestra la hipótesis formulada. En este contexto, la
recolección de datos constituye un paso crucial en la confiabilidad de la investigación, y
debe realizarse de manera planificada y con objetivos claros y precisos.
Recordemos primero algunas definiciones:
Conocemos por fuentes de información a todos aquellos medios de los cuales procede la
información, que satisfacen las necesidades de conocimiento de una situación o problema
presentado. De acuerdo a su origen se clasifican en:
Fuentes primarias, cuando los datos provienen directamente de la
población o muestra de la población. Estas a su vez pueden ser:
o Observación directa: Cuando el investigador toma
directamente los datos de la población.
o Observación indirecta: Cuando los datos se obtienen a
través de encuestas o medio indirectos.
Fuentes secundarias, cuando los datos provienen de datos pre-
elaborados, como pueden ser datos obtenidos de anuarios
estadísticos, de Internet, de medios de comunicación
Una técnica de recolección de datos define su carácter científico, en términos de utilidad y
eficiencia en el proceso de la investigación social, en la medida que:
a) Responde a las necesidades de la investigación de un problema científico.
b) Es planificada.
c) Su aplicación es controlada.
d) Sus resultados son susceptibles de verificación.
Dentro de estas técnicas, la observación se define como una metodología que permite
acumular y sistematizar la información sobre un hecho o fenómeno vinculado con el
problema que motiva la investigación. De esta forma, el investigador registra lo observado
de manera de obtener los datos necesarios para el estudio del problema.
Existen diferentes formas o métodos para recolectar los datos en una investigación
científica. Veamos algunos de ellos:
a. Encuesta: es un método descriptivo con el que se pueden detectar ideas,
necesidades, preferencias, hábitos de uso, etc. Puede definirse como una
investigación realizada sobre una muestra de sujetos representativa de una
población. Utiliza procedimientos estandarizados de interrogación con el fin de
obtener mediciones cuantitativas de una gran variedad de características objetivas
y subjetivas de la población. Las encuestas se pueden realizar sobre el total o una
parte de la población. En general, deben seguirse los siguientes pasos en el
momento de elaborar una encuesta:
a. Definir el objeto de la encuesta, formulando con precisión los objetivos a
conseguir.
b. Formulación del cuestionario
c. Trabajo de campo, consistente en la obtención de los datos. Para ello será
preciso seleccionar a los entrevistadores, formarlos y distribuirles el trabajo a
realizar de forma homogénea.
d. Procesar codificar y tabular los resultados de la encuesta, que serán
presentados en el informe y para posteriores análisis.
b. Experimentación: Método por el cual las variables pueden ser manipuladas en
condiciones definidas. En el experimento existe un control directo sobre las
variables a estudiar y una comprobación acerca de la significación de las
diferencias observadas. La finalidad de la investigación experimental es descubrir
las relaciones causales, descartando para ello las explicaciones alternas de los
resultados. El método experimental suministra los datos más convincentes si se
aplican los controles adecuados. En la medida en que el diseño y la ejecución del
experimento excluyan otras hipótesis que expliquen los mismos resultados.
Bertranou E. “Manual de Metodología de la Investigación Clínica”. Ed. Akadia. [Link].
1995.
Bunge, M. “La ciencia, su método y su filosofía”. Ed. Siglo XX. Buenos Aires, 1980.
Castiglia V. “Principios de Investigación Biomédica”. [Link]. 1997.
Kimosky, G. “Las desventuras del conocimiento cient{ifico”. A. Z. Editora. Buenos Aires,
1997.
