1

Fundamentos bsicos en el diseo de la investigacin emprica

Dr. Emilio J. Martnez Lpez Cursos de doctorado -

1. Introduccin

La Investigacin Emprica se puede definir como la investigacin basada en la observacin para

descubrir algo desconocido o probar una hiptesis. La Investigacin Emprica se basa en la

acumulacin de datos que posteriormente se analizan para determinar su significado.

El diseo de una investigacin incluye la totalidad de las etapas encaminadas a dar respuesta a las

cuestiones principales en el marco de la investigacin emprica

Se debe dar respuesta a tres cuestiones principales:

1. Por qu razn se debe efectuar una investigacin emprica?

Qu problemas cientficos deben ser resueltos, y en consecuencia, cual es el valor cientfico

prctico que tienen los resultados de una investigacin?

2. Qu es lo que se tiene que investigar?

A qu objetos debe dirigirse la investigacin: deportistas, pacientes, familiares, trabajadores,

cursos de formacin, etc

Cmo se pueden escoger dichos objetos?.

Qu caractersticas y propiedad de sus variables de dichos objetos deben ser comprobadas

empricamente?.

3. Cmo se debe investigar?.

Con qu tcnicas o aparatos de medicin se pueden obtener los datos necesarios?.

Cmo se emplean dichas tcnicas?. De qu forma se pueden valorar e interpretar los datos?.

Solamente quien al comenzar su investigacin la planificar minuciosamente, sirvindose del

mencionado plan de procedimiento, puede estar seguro de poder concluir en el tiempo previsto y

con los recursos disponibles.

La investigacin emprica es un proceso de decisin continua. La necesidad de estar adoptando

permanentemente decisiones se deriva de manera inevitable de la respuesta que se d a las tres

preguntas formuladas al inicio de este apartado y que son el punto de partida de la investigacin.

2

2. Del Tema al Problema de la Investigacin

Es posible que el investigador tenga claro el tema sobre el que investigar, este debe estar

relacionado con su especialidad o aquellos sectores en lo que su formacin sea ms profunda o

est ms relacionada con su mbito laboral, y a su vez le presente un mayor inters. El problema

de investigacin es algo ms especfico que requiere de un mayor tiempo de reflexin.

Una variable es un rasgo distintivo del objeto de investigacin que, por lo menos, tiene dos

valores antagnicos que se excluyen recprocamente. En el caso ms sencillo, cuando se trata de

una medicin nminal, los valores son "existe" - "no existe" o "pertenece a" - "no pertenece a".

Existen sinnimos para expresar el concepto de variable tales como caracterstica, dimensin,

propiedades, categoras de observacin.

Los datos son informaciones acerca de las variables. Estos se registran en una base de datos, sea

por escrito, grabadas en cinta, guardadas en ordenador, para poder ser tratadas en cualquier

momento. Adems, son relevantes del problema que se est investigando. Las meras

declaraciones orales, los textos o las observaciones carentes de estructuracin an no pueden ser

considerados datos.

El objeto de investigacin hace referencia a quin o qu es lo que se va a investigar. El objeto

de la investigacin emprica puede ser entre otros: personas, organizaciones, acontecimientos,

espacios y equipamientos, sociedades, etc Ms concretamente, el objeto de investigacin es

aquel sujeto o elemento sobre el que el investigador va a tomar los datos.

Se ha de establecer una estricta lnea de separacin entre lo que es el objeto y lo que son las

variables. Hay que justificar porque ante la inmensa variedad de variables que se podran

establecer en relacin con un objeto de estudio se decide que slo algunas de ellas son las

relevantes.

En principio, la eleccin de la variable resultante puede efectuarse principalmente por medio de

conceptos tericos. Si no se ha fundamentado tericamente el porqu, la forma en qu y la

finalidad para la que son relevantes las variables, el estudio, o sea, la recopilacin de datos y su

3

interpretacin, desembocar consigo vida en un caos. La variable slo adquiere fuerza al justificar

su relevancia en el marco de los conceptos tericos.

Una investigacin carente de una fundamentacin terica adecuada no sirve de nada, puesto que

no se puede saber el motivo por la que realmente se realiza.

Lista de comprobacin sobre el Problema de la investigacin

1. Se ha definido claramente el tipo de problemas que hay que tratar?.

2. Se puede comenzar a deducir cul es el objeto, las variables y sus valores?.

3. Ha sido la pregunta de la investigacin tratada con anterioridad?. Existen actualmente

investigaciones similares en marcha?.

4. Se ha tratado el material existente relativo, segn el tipo de problema planteado, a las

variables relevantes, a sus valores, las tcnicas de resolucin de problemas, a los programas de

actuacin, etc..?.

5. Se ha expuesto las razones acerca de la relevancia terica y cientfica y el significado prctico

que podran tener los resultados de investigacin?.

6. Se han especificado los intereses?:

Relativos al contenido.

Acerca de determinados mtodos.

De carcter personal.

Del grupo.

7. Existen conflictos entre los diferentes intereses?.

8. Se han adoptado las medidas necesarias para que sus intereses no puedan ejercer ningn

influjo en el curso de la investigacin?.

9. Se puede realizar el proyecto en el contexto de los condicionantes (gastos, financiacin,

tiempo, accesibilidad de datos) que le afectan?.

10. Se puede considerar por todo ello que la pregunta de la investigacin definitiva est

correctamente formulada y razonada?.

4

3. La Explicacin

Explicar cientficamente quiere decir revelar las causas de un hecho conocido. As, en una

explicacin se establecer una relacin de causa-efecto entre al menos dos variables.

Variable dependiente: es el hecho conocido que se debe explicar.

Variable independiente: es el hecho desconocido que se busca

Fig. 1. Los hechos de, B, C, D y E son la causa de A exista, y en consecuencia la modificacin de

los primeros provocaran cambios sobre A.

El hecho que hay que explicar (A) se califica como variable dependiente, pues su origen es

motivado por las variables independientes de A. Los hechos que originan A se califican como

variables independientes. Cuando la relacin causal entre la variable dependiente y la

independiente se ha demostrado empricamente, ello quiere decir que se ha encontrado una

explicacin.

Fig. 2. Representacin grfica de las variables dependiente e independiente.

La variable dependiente debe existir del modo en que ha de ser explicada. Esta es una exigencia

evidente pero con frecuencia de difcil cumplimiento. Por ello, antes de comenzar el intento de

dar una explicacin es necesario consultar otras investigaciones empricas previas mediante las

cuales se pueda asegurar que el hecho que se debe explicar tambin existe en la forma supuesta.

Es imprescindible que una explicacin vaya precedida de la descripcin con el fin de no fracasar

en el intento de explicar un fenmeno inexistente.

Ejemplo:

5

Como regla general, se asocia la VD al rendimiento, como el obtenido por un alumno tras

someterse a un nuevo programa educativo, el rendimiento de un nuevo frmaco, traducido en

mejora clnica del paciente, o el rendimiento de un nuevo masaje deportivo en la rehabilitacin

de un atleta.

4. La Hiptesis

Las hiptesis son presunciones sobre una relacin causal entre una variable dependiente que hay

que explicar y, por lo menos, una variable explicativa independiente.

Se formulan en forma de declaraciones "si... entonces" o "cuanto a... tanto"

Ejemplos:

Si los padres hacen deporte con regularidad, entonces tambin los hijos tienen una

participacin deportiva elevada

Cuanto con ms antelacin al momento oportuno presionen los padres a los hijos para

que practiquen deporte de competicin, tanto mayor ser el nmero de nios que

abandonen antes de tiempo su carrera deportiva.

Durante el diseo de una investigacin es aconsejable, previo al establecimiento definitivo de la

hiptesis, plantear un objetivo de trabajo. Este suele subdividirse en uno de carcter principal,

muy relacionado con el problema de investigacin, seguido de otros secundarios.

Ejemplo:

Objetivo principal:

Establecer la correlacin real entre el deporte practicado por los padres y el practicado

por sus hijos.

Objetivos secundarios:

Conocer el grado (cantidad y calidad) de la prctica deportiva semanal de los padres.

Conocer el grado (cantidad y calidad) de la prctica deportiva semanal de los hijos.

Para que una hiptesis sea considerada en una explicacin cientfica y pueda ser punto de partida

de una investigacin emprica, debe reunir los siguientes requisitos:

1. Susceptibilidad de comprobacin emprica.

No se debe considerar ninguna variable que no pueda ser comprobadas empricamente. Por ms

que estemos convencidos de que la posicin de los astros o las fuerzas divinas determinan el xito

de un plan de ejercicio fsico sobre un paciente diabtico, no podemos considerar estos hechos

como hiptesis dado que escapan al control emprico.

6

2. Contenido de la informacin. De modo general el contenido informativo de una hiptesis

asciende con la precisin creciente del componente "entonces" y con el grado de generalidad

creciente del componente "s".

Ejemplo:

Si una persona toma sustancias dopantes es probable que su rendimiento no se modifique (o que

aumente o disminuya). Esto no se puede falsear, no tiene contenido emprico, otra cosa sera

decir: Si el individuo toma sustancias dopantes su rendimiento aumenta, o aumenta en un 20%.

3. Grado de generalidad: Formular y comprobar una hiptesis para la que existan pocos casos a

los que se pueda aplicar no resulta de mucha ayuda.

4. Complejidad: Rara vez se podra explicar un hecho por medio de una sola variable

independiente. Antes bien, la mayor parte de las veces una variable independiente es tan slo

responsable de una pequea parte del valor de la variable dependiente. Apuntar hacia una mayor

complejidad de las hiptesis significa, a ser posible, incluir en nuestras hiptesis muchas

variables independientes y cuyas relaciones parezcan probables para una explicacin.

Como generar una hiptesis:

Al construir hiptesis lo que se pretende es determinar si la realidad podra ser como se presume,

por ello la generacin de hiptesis se realiza de la forma siguiente:

Experiencias primarias. Con frecuencia el investigador conoce el campo investigacin

por su propia experiencia en la vida.

Evaluacin de la bibliografa. Las publicaciones son fuentes, en la mayora de los casos,

de filones inagotables de hiptesis.

Consulta a expertos. A menudo merece la pena mantener conversaciones con cientficos

que trabajan en tareas similares y, segn estas circunstancias, con aquellos que no estn

familiarizados con el deporte. Algunas discusiones de grupo con expertos sirven para

generar hiptesis.

Estudios exploratorios. Un funcin esencial de los estudios exploratorios reside en

obtener hiptesis. En dichos estudios, los entrevistados pueden formular presunciones

acerca de las relaciones causales que pueden ser el punto de partida para la formulacin de

hiptesis.

Fantasa cientfica. No se puede pasar por alto que las intuiciones, ideas luminosas o

anlogas que se desarrollan cuando uno lleva trabajando mucho tiempo y forma intensiva

en un rea de investigacin y acumulando experiencias, pueden conducir hiptesis

brillantes.

7

Con la formulacin de las hiptesis se encauzan todos los dems pasos de la investigacin

emprica en el caso de que en la misma se desee explicar un hecho. Si las hiptesis no se

formulan con cuidado, si las elegidas son poco plausibles o irrelevantes desde el punto de

vista de la conceptualizacin terica o de su significado prctico, por ejemplo: para los

pronsticos o el desarrollo de tcnicas de intervencin, la investigacin tomar malos

derroteros y conducir a resultados poco tiles.

La comprobacin emprica de las hiptesis:

Una hiptesis nunca se puede dar por confirmada (verificada) definitivamente, ms bien se puede

presumir en qu una relacin de causa efecto se puede dar con cierta probabilidad. Y esta es la

inseguridad con la que permanentemente se ven obligados a vivir los investigadores. Las nuevas

comprobaciones de las hiptesis pueden acarrear que las teoras deban ser revisadas y que

muchos artculos y libros se conviertan en papel de desecho. En realidad, una hiptesis slo

puede ser falseada. As, en la investigacin emprica de lo que siempre se trata es de erradicar lo

malo.

Por ejemplo:

Si un nio come en exceso entonces tendr sobrepeso

Cuento ms coma el nio, tanto ms sobrepeso tendr.

Probablemente, una explicacin del aumento del sobrepeso en nios est motivada por un exceso

de comida, pero no podemos verificarla, ya que el sobrepeso puede estar sobrevenido por otras

muchas variables (n de horas de televisin,,, etc), sin embargo si podramos falsearla ya que

puede haber nios que coman excesivamente pero no tenga sobrepeso debido a que realzan una

gran cantidad de ejercicio fsico diario.

Lista de comprobacin. Fundamentacin terica y construccin de hiptesis:

1. No hay ninguna duda de que se desea responder a la pregunta de la investigacin mediante

una investigacin emprica?.

2. Se ha establecido cul va a ser el objeto de la investigacin?.

3. Se han determinado las variables y se han fundamentado su relevancia terica o de otro tipo?.

4. Se refieren las hiptesis a un nmero suficiente de objetos?.

5. Se han asegurado las hiptesis hasta el punto de que sea buena la probabilidad de que se

revelen duraderas?.

6. Se ha descrito las hiptesis que hay que comprobar empiricamente?.

7. Cumplen las hiptesis todos los requisitos necesarios?. Es decir, Son comprobables

empricamente, generales, complejas y con alto contenido informativo?.

8

8. El desarrollo de las tcnicas de resolucin de problemas: Se ha formulado el objetivo, o sea, la

variable independiente, claramente y de forma que no se preste a dudas?.

5. Construccin de indicadores y operacionalizacin

Las definiciones unvocas de los conceptos son imprescindibles para la marcha sucesiva de la

investigacin. A continuacin se explican dos conceptos de suma importancia para el diseo de la

investigacin.

Los indicadores, en medicina tambin denominados sntomas, son hechos empricamente

comprobables de lo que se pueden presumir que remiten a la existencia de un hecho no

directamente observable. Formulado de otra forma: los indicadores son "advertencias" de que en

la realidad existe una variable o alguno de sus valores, es decir, establecen una conexin entre

una construccin conceptual o terica y la realidad. La traduccin de las variables (o de sus

valores) en indicadores se llama operacionalizacin.

Si los hechos no son directamente observables se requieren indicadores; es decir, hechos

observables y comprobables empricamente de los que se pueda inferir la existencia de una

variable y cada uno de sus valores. Los mdicos tambin emplean para el trmino indicador la

palabra "sntoma". As, una gripe viral no es directamente comprobable, sino nicamente

diagnosticarle con ayuda de los sntomas de dicha enfermedad, la fiebre, dolores de

articulaciones, etc..

Por ejemplo:

En las encuestas por correo esta observacin (el sexo de los encuestados) no es posible.

Entonces el indicador respecto al sexo de la persona encuestada ser la cruz que se ponga en la

casilla correspondiente. El aficionado al deporte de vela puede comprobar con el aparato de

medicin la fuerza del viento, la desviacin de la aguja en base a la velocidad giratoria de las

ruedas de paletas es el indicador de la misma.

Nunca podemos estar absolutamente seguros de que exista una correspondencia entre indicador y

variable. Con ello se hacen patentes los problemas en torno a la construccin de indicadores:

a. Hiptesis sobre la correspondencia: en la mayora de las ocasiones los indicadores plantean

la inseguridad de si realmente indican lo que tienen que indicar. Uno puede estar totalmente

equivocado respecto a un indicador; tambin puede ocurrir que un indicador remita al mismo

tiempo varios hechos; es decir, el indicador puede ser pluridimensional. Con frecuencia queda la

duda de si cada uno de los indicadores o todos ellos juntos reproducen con exactitud lo que se

pretenda al definir una variable.

El siguiente cuadro proporciona una ilustracin de los problemas que se plantean en torno a la

construccin de indicadores. Lo ideal sera que en la operacionalizacin cada indicador

representara totalmente una parte de la definicin establecida por la variable.

9

Fig.3.Formas de correspondencia de los indicadores respecto a las variables.

Ejemplo:

As, el indicador: "El hincha responde a 80 preguntas sobre la historia del club rpidamente y

sin error" puede ser ms bien indicador de un gran inters por la historia del club o de buena

memoria que de una "vinculacin emocional". El indicador: "El hincha garabatea edificios y

aseos con smbolos y nombres de su equipo" puede ser reflejo de una forma infantil de

menospreciar la propiedad ajena. El indicador: "El hincha clama: "hombre, no hay lugar a dudas,

soy experto; y este equipo es realmente estupendo" puede denotar vinculacin emocional, pero

tambin una autoestima exagerada.

b. Nmero de indicadores necesarios: en la mayor parte de los casos se tiene en disposicin un

gran nmero de indicadores en tanto que "representantes" de una variable. Sobre todo, en las

variables basadas en construcciones tericas, un solo indicador no ser suficiente. Por otra parte,

el riesgo de que dicho indicador no sealen lo que debe sealar es muy elevado. Por la otra, en el

caso de variables complejas un indicador nunca estar al 100% en correspondencia con lo que

tiene que medir. Por ello, para la medicin de una variable, con frecuencia se tendrn que

establecer varios indicadores. De este hecho se derivan a su vez tres problemas:

Cuntos indicadores se deben utilizar? Es decir, por ejemplo, Cuntas opciones se

deben emplear en una escala para medir la "personalidad"?. Cuntos indicadores son

suficientes para un diagnstico de rendimiento?. Cuntos indicadores son necesarios para

diagnosticar una lumbalgia. Cuntos indicadores son necesarios para catalogar a un

enfermo como hipocondraco?.

Cundo se puede interrumpir la bsqueda de indicadores?, Es decir Cundo se puede

estar seguro de que el rea de la variable delimitada conceptualmente est totalmente

cubierta por los indicadores seleccionados?.

De qu forma se puede asegurar que estos indicadores son realmente vlidos?. (se

explicar en el epgrafe n 6).

c. Procedimiento para la construccin de los indicadores: hay pocos procedimientos seguros

sobre cmo se pueden lograr indicadores vlidos, es decir, indicadores en los que, a ser posible,

exista una correspondencia completa entre el indicador, las variables y sus valores. Dado que la

10

variable no puede ser observada directamente, resulta lgico que apenas se pueda alcanzar una

certeza absoluta respecto a si el indicador seala lo que debe sealar.

En medicina, psicologa y en las ciencias de la actividad fsica se han impuesto los

procedimientos estndar, especialmente en relacin con el desarrollo de tests y procedimientos

diagnsticos, que con un alto grado de probabilidad pueden presumirse vlidos. Es oportuno

recurrir a tales indicadores/escalas ya acreditados. Esto tambin resulta imprescindible si se

desean comparar los propios resultados de la investigacin con los de otras investigaciones. Por

ello tambin es indispensable realizar una revisin cuidadosa de la bibliografa con la finalidad de

ver cuales fueron los indicadores empleados en otras investigaciones. Hay que tener en cuenta

que existen multitud de escalas, tests, etc. Para la medicin de las mismas variables, por tanto, dar

con lo apropiado para el planteamiento propio constituye una tarea difcil.

Ejemplo:

Existe consenso entre los cientficos en que medida de la preocupacin docente est

representada por tres categoras: inquietudes o preocupacin por el impacto de la enseanza,

inquietudes relativas a la supervivencia en la profesin, e inquietudes relativas a la tarea

docente. No contar con estas a la hora de disear un estudio similar sera objeto gratuito y

autoprovocado de abundantes crticas.

d. Indicador y procedimiento de recogida de datos: a menudo la eleccin de los indicadores

determinan el procedimiento de recogida de datos. Algunos de los indicadores mencionados en el

ejemplo sobre la "vinculacin emocional" de los hinchas se obtienen por medio de la observacin

directa, otros, a travs de encuestas, y los dems, por medio de anlisis de contenido. Otros

indicadores se obtienen por medio de distintos procedimientos. Siendo esto as, tambin los

resultados tienen distinta validez. Por ello, con frecuencia (por meros motivos econmicos) se

decide primero el procedimiento de recopilacin de datos (por ejemplo encuestas) para despus

desarrollar la mayor cantidad posible de indicadores susceptibles de ser marcados por dicho

instrumento.

La construccin de los indicadores no se da, al menos de forma completa, con independencia del

desarrollo del instrumento de medicin. La construccin de indicadores y la elaboracin del

instrumento de medicin - como la formulacin de preguntas en un cuestionario o de unidades de

observacin en un protocolo de observacin- se dan simultneamente. Sin embargo, la decisin

en torno a la tcnica de obtencin de datos depende de cules sean los indicadores que hay que

comprobar. Por ello, antes de adoptar la decisin sobre la tcnica de obtencin de datos uno

debera sacar en claro, al menos por principio, cuales son los indicadores que desea utilizar.

Traduccin de los indicadores en instrumentos de medicin

Desarrollar un mtodo significa llevar a cabo un proceso de traduccin que se desarrolla de la

forma siguiente: en el objeto de la investigacin se identificaron a aquellas variables relevantes

para estudio o, de otra forma, para la respuesta a la cuestin analizada, para las variables/valores

se encontraron indicadores. Estos indicadores se han de traducirse en categoras de recopilacin

11

adaptadas al mtodo empleado; por ejemplo en preguntas de un cuestionario o protocolo de

observacin,

Por ejemplo:

Objeto de investigacin: El paciente hospitalario.

Variable: Grado de satisfaccin del paciente sobre el cuidado recibido por parte de la

enfermera.

Indicadores:

a) Opinin del paciente sobre el lenguaje que utiliza la enfermera

b) Opinin del paciente sobre el tiempo que le dedica la enfermera.

c) Opinin sobre la informacin recibida por parte de la enfermera.

6. Fundamentos bsicos de la medicin

Medir significa averiguar los valores de las variables con los cambios de dichos valores en el

transcurso del tiempo bajo condiciones inalteradas o bajo control de las modificaciones de

aquellos. As, la medicin se efecta colocando los valores de las variables sistemticamente en

una escala con valor o smbolos establecidos de antemano, de tal forma que las relaciones entre

los respectivos valores de las variables se correspondan con las relaciones de los valores en la

escala.

A un instrumento de medicin se le exige precisin. Precisin significa que las diferencias de los

valores de medicin reproduzcan las diferencias reales de los valores de las variables que se desea

medir. La precisin se compone de la validez, fiabilidad y objetividad de la medicin.

Un instrumento de medicin es vlido si realmente mide lo que tiene que medir. La validez

significa ante todo que los indicadores utilizados representan los rasgos distintivos que deben

medir; es decir que existe una correspondencia total entre indicador/escala y variables/valores.

La validez se expresa en diferentes exigencias planteadas al instrumento de medicin:

Cada uno de los indicadores debe ser vlido, o sea, recaer dentro del mbito declarativo de

la definicin.

Todos los indicadores juntos deben abarcar en la medida de lo posible todos los aspectos y

dimensiones del hecho en estudio; es decir, el campo cubierto por el crculo de los

indicadores debe ser en lo posible idntico al campo de definicin de la variable.

Los indicadores deben (en determinados casos) hacer posibles las predicciones; es decir,

deben permitir que se saquen conclusiones acerca del comportamiento futuro, exigencia

que se les plantea sobre todo a determinados tests.

Los resultados de la medicin deben ser vlidos no slo bajo las condiciones especficas

de la situacin de medicin (validez interna), sino tambin en aquellas situaciones a las

12

que dicho resultado se trasladan y en las que stos se aplican (validez externa). Y este

problema en torno a la validez surge sobre todo cuando los datos se obtuvieron en una

situacin artificial - como un experimento o a travs de entrevistas orales altamente

estandarizadas-. Lo que resulta dudoso es determinar si las personas en la vida cotidiana

se comportan de la misma forma que demuestran en el experimento una encuesta.

Finalmente, se habla de validez en la interpretacin de los textos cuando el significante y

el significado del texto se logran captar correctamente.

Un instrumento de medicin es fiable si al repetir la medicin bajo las mismas condiciones

y con un valor constante de las variables, conduce siempre a los mismos resultados. La

fiabilidad se refiere a la posibilidad de reproducir el resultado de la medicin.

Un instrumento de medicin es objetivo cuando el resultado de una medicin tanto el de la

recogida de datos (objetividad recopilatoria) como el de su interpretacin (objetividad

interpretativa) es independiente de las personas que llevan a cabo dichas mediciones

interpretaciones. En la medicin objetivo bajo las mismas condiciones siempre se debe

obtener el mismo resultado, aun cuando sean varias las personas que se ocupan de recopilar,

evaluar y interpretar los datos.

Si un instrumento de medicin es fiable y objetivo significa que la medicin puede ser

repetida en cualquier momento, en cualquier lugar, bajo cualquier condicin y por

distintos investigadores obteniendo el mismo resultado. Si un instrumento de medicin

no es objetivo ni fiable tampoco puede ser vlido. A la inversa, un incremento de la

fiabilidad y objetividad no aumenta la validez del instrumento de medicin.

Criterios en la construccin de escalas

Una escala debe cumplir los siguientes requisitos:

1. Todos los valores de una variable han de estar situados lgicamente al mismo nivel.

2. Los valores de una variable han de excluirse recprocamente.

3. Los valores de una variable han de ser inequvocos; es decir, todos (personas encuestadas,

entrevistador como observador, codificador) tienen que clasificar los mismos hechos de la misma

manera.

4. Los valores de una variable han (a ser posible) de ser completos, o sea, considerar todos los

casos posibles.

Estas exigencias han de ser cumplidas sin excepcin, sobre todo en la formulacin de las

categoras de observacin, en las respuestas fijadas de antemano en el caso de preguntas cerradas,

en las opciones de respuesta de un cuestionario, en la codificacin de preguntas abiertas y en la

13

elaboracin de un plan de codificacin al evaluar textos. Quien no responde a los mencionados

requisitos no tiene posibilidad de alcanzar valores de medicin precisos.

Ejemplo:

Estas exigencias pueden verse con m claridad por medio de un ejemplo que recoge las opciones

de respuesta en un cuestionario. Para ello se enumeran una serie de respuestas que infringen todas

las exigencias mencionadas.

Pregunta: Qu hace normalmente en su tiempo libre?

Respuestas que el entrevistador lee a la persona entrevistada:

Quedar con lo amigos Hacer deporte

Excursionismo Hacer msica

Manualidades/bricolaje Actividades artsticas

Reparaciones en casa Asistir a actos deportivos

Dedicarse a la familia Baile y danzas

Todas estas categoras no estn al mismo nivel lgico (quedar con amigos o dedicarse a la familia

se sita en otro plano que hacer deporte o excusiones. Adems esto ltimo tambin se puede

hacer junto con los amigos y la familia). Estas categoras no se excluyen recprocamente (el

excursionismo se puede considerar como deporte; el bricolaje puede darse en forma de

reparaciones caseras; hacer msica puede tambin ser una actividad artstica, con lo cual la

actividad artstica no es un categora unvoca; el baile y las danzas se pueden contemplar bien

como deporte bien como actividad artstica). Adems esta lista de posibles actividades en el

tiempo libre no es completa (falta lectura, el viajar, ver la televisin y muchas otras cosas).

Lista de comprobacin de indicadores y escalacin.

1. Se han definido todos los conceptos de forma que se puedan operacionalizar?.

2. Se requiere recopilar datos (encuestas a expertos, discusiones de grupo, valoracin de textos)

para encontrar indicadores vlidos?.

3. Se ha comprobado con exhaustividad si es posible utilizar indicadores/escalas/test que ya han

probado su validez?.

4. Se ha comprobado si dichos indicadores pueden ser a marcados por una sola tcnica de

recopilacin de datos? o Se requiere un estudio en el que se apliquen varios mtodos?.

5. Cmo se aseguran la validez, fiabilidad, y objetividad de la medicin?.

6. Se puede justificar los pasos necesarios desde un punto de vista econmico?.

14

7. Tcnicas de recopilacin de datos

Las tcnicas de recopilacin de datos son los procedimientos de medicin mediante los cuales es

posible obtener datos o mediciones exactas, es decir, vlidos, fiables y objetivos y, por tanto, de

utilidad cientfica, sobre los objetos de estudio, con el fin de resolver la pregunta planteada en la

investigacin.

A) Seleccin de los mtodos de recopilacin de datos.

Los distintos mtodos de recopilacin de datos se diferencian segn:

Si la comunicacin entre el investigador y objeto de la investigacin se produce por

escrito (como en el anlisis de contenido y encuesta por correo), de forma verbal (algunos

tipos de entrevistas) o no verbal (como la observacin).

Si la situacin de la recopilacin de datos se encuentra formalizada, es decir, si para

recopilar los datos se ha creado una situacin propia, artificial o si se obtienen los datos en

una situacin habitual de la vida diaria de las personas analizadas.

Si el instrumento utilizado para la recopilacin de datos (el cuestionario, el protocolo de

observacin, la hoja de evaluacin de la anlisis de contenido) se encuentra

estandarizado; es decir, s contiene indicaciones concretas sobre las informaciones que se

quieren obtener y cmo obtenerlas y documentarlas. O sea, que y como preguntar,

observar o analizar su contenido.

B) Criterios de seleccin:

1. Accesibilidad de los objetos de estudio: a menudo es necesario descartar un mtodo

simplemente porque los objetos de la investigacin no son accesibles. Normalmente cualquier

suceso ocurrido (con anterioridad a nuestra poca) nicamente puede ser recogido mediante

anlisis de contenido, puesto que ya no es posible realizar entrevistas o observaciones.

2. Posibilidad de repeticin de las mediciones: la posibilidad de repeticin depende

principalmente del grado de estandarizacin del instrumento de recopilacin de datos y de la

situacin de medicin. La posibilidad de repetir las mediciones concretas puede ser un criterio

importante para establecer controles posteriores, por ejemplo para comprobar la fiabilidad de los

datos o porque la primera medicin no se haya obtenido resultados utilizables por errores de

medicin. Adems, de la repeticin de las mediciones es indispensable en determinadas

aplicaciones del mtodo, sobre todo en anlisis de panel unos experimentos.

3. Posibilidad de comparacin de cada medicin: la posibilidad de comparar los datos

obtenidos de distintos objetos suele ser necesaria cuando no se realiza un estudio de casos nicos.

Y esta posibilidad de comparacin pretende nuevamente de la estandarizacin del instrumento de

15

recopilacin, de la estandarizacin de la interpretacin. Nuevamente los datos obtenidos por

mtodos cualitativos vuelven a estar en desventaja desde este punto de vista, ya que la posibilidad

de comparar los resultados de medicin de los distintos objetos de estudio es muy reducida.

4. Seleccin e interpretacin de la informacin: es necesario atender siempre a este doble

planteamiento: a) debe seleccionarse el conjunto de la realidad relevante para la investigacin, y

b) se debe interpretar los acontecimientos. Es decir hay que tener siempre dos criterios: a) qu

relevancia tiene los datos para el estudio y b) qu sentido, y qu significado tienen las

informaciones obtenidas en el contexto de los acontecimientos y de las personas..

5. Validez de la medicin: es este criterio probablemente el problema ms complejo de la

recopilacin de datos. Es casi imposible afirmar con absoluta seguridad que una medicin, basada

en indicadores, es vlida sin limitacin alguna, pero tambin en este sentido existen entre las

diversas tcnicas de recopilacin claras diferencias que deben ser tenidas en cuenta.

6. Control de la situacin de medicin: el control de la situacin de medicin es una condicin

esencial para la valoracin de la objetividad de la recopilacin e interpretacin de los datos y para

la comparacin de los resultados entre s. Se pueden realizar distintas formas de control de este

tipo de los diversos mtodos. En las encuestas por correo, por ejemplo, no sabemos quin ha sido

realmente el que ha contestado cuestionario y en qu condiciones lo ha hecho; por el contrario, en

las encuestas cara a cara el comportamiento del entrevistador y las condiciones externas de la

situacin puede influir sobre los resultados de forma difcilmente comprobable.

7. Artificiosidad de la situacin de medicin: una situacin de medicin creada de forma

artificial puede tambin influir sobre los resultados. Una situacin totalmente artificial suele ser,

por ejemplo, la de experimentacin en el laboratorio, pero tambin es artificial una encuesta cara

a cara estandarizada, de la misma forma que suba la tensin arterial cuando el paciente sabe que

el mdico/a explorarle.

Los resultados de las mediciones deberan ser lo ms independientemente posibles del

procedimiento de medicin. Pero eso es muy difcil de aplicar en la realidad.

8. Representatividad: cuando se buscan resultados representativos, es necesario descartar

directamente algunos mtodos. La representatividad exige una cierta estandarizacin y un control

de la situacin de medicin y, a su vez, el estudio de un amplio nmero de objetos y la

posibilidad de poder comparar los resultados individuales entre s. Los procedimientos

cualitativos de recopilacin no suelen cumplir estas condiciones.

9. Costes: a elegir un mtodo hay que plantearse tambin cuestiones prcticas.

10. Esfuerzo y resultados: se pueden hacer muchas cosas, pero muchas de ellas no son

razonables. Hay que cotejar siempre si el esfuerzo que supone compensa suficientemente la

relevancia del estudio que se est realizando. En el momento de elegir un mtodo hay que pensar

si los costes y me refiero tambin al esfuerzo que tiene que asumir las personas que colaboran en

el estudio, son proporcionados realmente editar resultado que se espera obtener la investigacin.

16

Muchas veces nicamente se diferencia las tcnicas de la recopilacin de datos segn la simple

dicotoma "cualitativa"-"cuantitativa", identificando la tcnica cuantitativa con "estandarizacin".

Esto quiere decir, adems, que el mtodo determina exactamente el orden en el que debe

preguntar u observarse y en el que se deben recoger los datos por escrito; la recopilacin depende,

pues, del estndar fijado por el instrumento utilizado. Y por el contrario cualitativo se identifica

con "no estandarizado". Lo preguntado y observado y su plasmacin en datos se realizan durante

la entrevista observacin propiamente dichas.

La anterior diferenciacin es demasiado burda y poco especfica, y en ocasiones podra llevar a la

confusin ya que tambin con las denominadas formas cualitativas de recopilacin pueden

obtenerse datos cuantitativos (por ejemplo, al preguntar por la edad, los ingresos, las actividades

deportivas, la intensidad de la prctica deportiva, y otros); y, a su vez, mediante entrevistas y

observaciones estandarizadas se obtiene muy a menudo datos cualitativos, siempre que se

realicen mediciones nominales.

8. Tipos de investigaciones

A) Anlisis de corte transversal

En los anlisis de corte transversal se recopilan los datos una sola vez, en un momento

determinado (llamado por esto tambin anlisis puntual o sincrnico). Bsicamente, el

investigador lleva a cabo una anlisis descriptivo de los datos, y en ningn caso podra expresar

una relacin causal entre las variables de estudio y la principal (un ejemplo tipo de este diseo

sera para los estudios de prevalencia).

B) Anlisis de corte longitudinal

Este tipo de estudios recopilan resultados en diferentes momentos. Aqu es conveniente distinguir

entre:

Anlisis de tendencias. Obtienen datos de forma repetitiva, en diversos momentos, pero no con

los mismos sujetos de la investigacin.

Anlisis de panel recogen datos con el mismo instrumento de recopilacin, de forma repetitiva

en distintos momentos y con los mismos sujetos de investigacin

Para ambas formas de recopilacin de datos en distintos momentos (necesitan al menos dos fases

de recogida de datos en las que se mida la situacin antes y despus de aplicar el estmulo o

medida) se emplean tambin como sinnimo la denominacin "anlisis consecutivos o medidas

repetidas".

17

Ejemplo:

Curvas y tablas de crecimiento (Estudios longitudinal y transversal) (Fundacin Orbegozo):

http://www.aepap.org/pdf/f_orbegozo_04.pdf

A continuacin exponemos la forma ms usual (el experimento) de investigacin de corte

longitudinal (anlisis consecutivos o medidas repetidas).

El experimento

El experimento puede describirse como una comparacin controlada, sistemtica de situaciones

consecutivas en el tiempo del mismo fenmeno, de modo que cualquier modificacin de la

situacin siguiente se debe (o habra de deberse) a un estmulo producido de forma consciente por

el investigador. As pueden determinarse los efectos provocados por este estmulo.

Los experimentos son la forma ms importante de controlar y analizar de forma vlida una

hiptesis o el efecto de ciertas intervenciones. El trabajo del investigador no se limita a ver cmo

es la realidad, sino que debe ejercer un influjo activo sobre ella para comprobar sus hiptesis. No

obstante, el experimento slo puede aplicarse para comprobar relaciones simples de causa-efecto.

Es menos til cuando los efectos de un estmulo necesitan cierto tiempo antes de poder ser

detectados, por ejemplo algunos aos.

Tcnica de realizacin:

Para comprobar una hiptesis de forma experimental, debe aplicarse el siguiente procedimiento:

1. Grupo de experimentacin: Se selecciona un grupo de personas como grupo de estudio.

Este grupo de personas debe ser representativo de la caracterstica para la que se ha

planteado la hiptesis. Es tambin imprescindible que en su composicin cumpla las

normas de seleccin (criterios de admisin).

2. Grupo de control: Se necesita un grupo de control o grupo de comparacin para aislar los

efectos de las modificaciones que son parte del experimento y que pueden influir en

ambos grupos de la misma forma. nicamente podr prescindirse del grupo de control

cuando se tenga la absoluta certeza de que el propio experimento o lo sucesos que se

produzcan durante ste no van a influir en el resultado; sin embargo, cuando se trata de

comportamientos humanos, es muy difcil estar absolutamente seguro de ello.

La composicin de los grupos de experimentacin y los grupos de control puede realizarse de

la siguiente forma:

Para el experimento se seleccionan mediante un procedimiento al azar todas las personas que

sern objeto de la investigacin, es decir, tanto las del grupo de investigacin como las del de

control; estas se distribuyen a su vez al azar en los dos grupos. Si el nmero de personas es

reducido, no se puede garantizar que la estructura del conjunto del grupo de participantes se

refleje fielmente en cada uno de los grupos. (por ejemplo que coincidan el mismo nmero de

hombres que de mujeres).

18

Los grupos se componen de tal forma que los miembros de los grupos (control y

experimentacin) tengan caractersticas idnticas. Primero se forma el grupo de experimentacin

mediante un procedimiento a azar, y despus el grupo de control con arreglo a dos o tres

caracterstica definitorias (sexo, edad, profesin) del grupo de experimentacin. Si no se

selecciona a los miembros de ambos grupo al azar, sino mediante personas voluntarias dispuestas

a participar en el experimento, existe el peligro de que se obtenga resultados no vlidos debido a

la propia seleccin de los grupos.

Control de las condiciones generales. Para controlar las condiciones generales lo ideal es

trabajar en un laboratorio, sin embargo, los experimentos pueden realizarse tambin en el campo

(investigacin de campo).

Estmulo del experimento. Se expone al grupo de experimentacin a un estmulo de acuerdo con

la hiptesis que se ha de comprobar. El tipo de estmulo depende de las variables independientes

formuladas en la hiptesis. La modificacin neta, esto es, la diferencia entre los resultado de

medicin del grupo de experimentacin y el grupo de control, se llama efecto del estmulo.

Recopilacin de datos. Se realizan cuatro recopilaciones de datos: la situacin de grupo de

experimentacin antes del experimento, la situacin del grupo de experimentacin despus del

experimento, la situacin del grupo de control antes del experimento y la situacin del grupo de

control despus del experimento. En cuanto a la recopilacin de datos, consiste, pues, en un

anlisis de panel.

Comparacin de las modificaciones netas: de la comparacin de las modificaciones netas

anterior y posteriores al estmulo de la situacin del grupo de experimentacin y del grupo de

control puede deducirse el efecto del estmulo.

Evitacin de errores: durante la realizacin del experimento deben evitarse o, al menos,

controlarse las siguientes distorsiones de los resultados de la investigacin:

1. El hecho mismo de estar participando en un experimento puede provocar cambios de

comportamiento en el grupo de control.

Ejemplo:

En una fbrica americana, en la que se pretendi determinar los efectos de los cambios de

iluminacin en el rendimiento en el trabajo, result extrao el que tambin aumentara

enormemente el rendimiento del trabajo del grupo de control, an cuando no se haba

realizado ningn cambio en sus condiciones de trabajo. Ocurre que el hecho de saber que

tomas parte de un experimento hace que el se modifique el rendimiento.

2. Para evitar los efectos del propio experimento sobre el resultado, podra recurrirse a los

denominados experimentos ciegos (las personas estudiadas no saben nada del

experimento o, al menos, desconocen sus objetivos) o a los experimentos a doble ciego

(tampoco las personas que aplican el experimento al grupo de investigacin conocen los

19

objetivos, de forma que se garantiza la objetividad de quien lleva a cabo la investigacin).

Este tipo de experimentos a doble ciego se utiliza sobre todo en medicina para comprobar

los efectos de nuevos medicamentos.

3. Durante el experimento puede producirse una desercin sistemtica de los participantes,

lo que falsea tambin los resultados.

Los experimentos de laboratorio permiten controlar el efecto de las modificaciones de las

condiciones sobre los grupos de experimentacin, sin embargo no es posible aislar del mundo

exterior a un participante durante perodos largos de tiempo. Los experimentos de campo evitan

este inconveniente, ya que se realiza en principio con el mismo concepto que el experimento de

laboratorio, nicamente se modifica el lugar del experimento: los grupos de experimentacin

quedan en su hbitat habitual.

Ejemplo:

Queremos analizar qu medida es ms eficaz para reducir el riesgo de infarto: practicar deporte

o ingerir aspirinas regularmente. Se solicita a un grupo de mdicos, seleccionado al azar, que

recomienden a los pacientes con sntomas de estrs que practiquen con regularidad algn

deporte. A otro grupo de mdicos se le encarga que recete aspirinas. En un anlisis de panel se

analiza qu pacientes de ambos grupo sufren con ms frecuencia un infarto. Si parece que el

deporte da mejores resultados, se presentarn estos resultados a las organizaciones deportivas

como un dato ms del efecto positivo del deporte; en el caso de que la aspirina presente mejores

resultados, el diseo del experimento recibir duras crticas y no sin razn -, ya que puede ser

que hayan sido modificados las costumbres y el cuidado de la salud durante el perodo en ele que

ha transcurrido el experimento a veces por el experimento mismo, pero tambin en otras

ocasiones con independencia de ste; quien practica ms deporte modifica su alimentacin, fuma

menos, etc. Los efectos de ambas medidas pueden aparecer en momentos distintos; a veces la

confianza en la eficacia del tratamiento opera milagros en el paciente y puede ocurrir tambin

que se produzca al mismo tiempo una intensa campaa publicitaria de la industria farmacutica

y de las organizaciones deportivas. No es posible, pues, aislar el efecto de cada una de las

medidas por separado.

Es tambin perfectamente imaginable que se pueda interrumpir el experimento por razones ticas

(consultar las recomendaciones ticas de investigaciones cientficas-2008). DECLARACIN DE HELSINKI.

Ejemplo:

Supongamos que en una de las dos posibilidades descritas anteriormente se detecta una

reduccin del riesgo de infarto. Es tico seguir con el experimento hasta el final? No debern

beneficiarse todos los pacientes del tratamiento que se ha demostrado eficaz?. Esta es la

situacin que se plante en EEUU cuando se pidi a un gran nmero de mdicos que recetaran

aspirinas a sus pacientes en el marco de un experimento de campo, pro no as a los mdicos

encargados del grupo de control. Este experimento se interrumpi antes de finalizar, al

descubrirse que los efectos positivos de esta teraputica son innegables, para ofrecer as a todos

los mdicos, tambin a los del grupo de control, la posibilidad de recetar aspirinas.

20

Formas especiales de experimentos

Estudios de evaluacin. Se pueden considerar experimentos de campo. Se considera que la

medida (como una prueba modelo de un mtodo de entrenamiento) es el estmulo, es decir, la

variable independiente, y el efecto esperado, la variable dependiente. En este tipo de estudios de

evaluacin se esperan resultados precisos o suposiciones que deberan deducirse de una hiptesis

comprobada sobre los efectos de la medida.

Ejemplo:

A un grupo de alumnos de educacin secundaria se les propone una aplicacin sistemtica de

cuatro medidas (inicial + cada tres meses) aplicando una batera de pruebas de aptitud fsica

(por ejemplo eurofit). Podra esperarse que este grupo experimental obtuviera mejoras sobre el

grupo de control por el mero hecho de saber que se les medir peridicamente?

Experimentos con estmulo externo. Son aquellos en los que el estmulo no es aplicado por el

cientfico. Puede tratarse ms a menudo de un suceso caracterstico cuyo efecto se comprueba en

algunos grupos de poblacin. Pueden por ejemplo dos grupos de poblacin aplicando el estmulo

nicamente a un de ellos.

Ejemplo:

Queremos demostrar que las nuevas formas de retrasmisin televisiva sobre los Juegos

Olmpicas, en las que ms que fe informar de forma objetiva se trata de contar o de narrar

historias relativas a las personas o las naciones, han influido en la actitud de las personas hacia

el deporte y hacia los Juegos Olmpicos. Para ello pueden realizarse encuestas siguiente tipo:

antes de los Juegos Olmpicos se pregunt a un grupo de personas, coleccionado al azar, por su

actitud hacia el deporte y hacia los Juegos Olmpicos; despus de los Juegos se realiz la

segunda encuesta. Las personas consultadas fueron divididas en dos grupos: uno compuesto por

personas que vean con regularidad la informacin deportiva y otro grupo que no la vea. El

influjo de la informacin facilitada por la televisin se dedujo de la diferencia de actitud en

ambos casos.

Precisamente en estos experimentos es muy difcil, si no imposible, mantener constantes o

controlar todas las condiciones generales.

Ejemplo:

Hubo un investigador que afirmaba haber descubierto que las personas que por su actividad

fsica gastan ms de 2.000 caloras a la semana reducen el riesgo de infarto de miocardio en un

50% frente a las personas inactivas. Supone, pues, que todas estas personas fsicamente activas

posee unas caractersticas idnticas en cuanto a estilo de vida, alimentacin, vida profesional,

turnos de trabajo, etc.?. Quin puede permitirse afirmar que las personas activas no tengan de

por s, por las propias condiciones de su vida y aunque no practique deporte, un riesgo inferior

de sufrir un infarto?.

21

Anlisis de mltiples mtodos

Antes de decidirse por un mtodo es conveniente comprobar si es necesaria una combinacin de

varios mtodos. A menudo se descubrir que un solo mtodo no es suficiente para responder a la

pregunta de la investigacin. Generalmente es probable decantarse por un anlisis de mltiples

mtodos.

Se entiende por anlisis de mltiples mtodos la aplicacin de distintas tcnicas de obtencin de

datos para estudiar un problema de investigacin. Cada mtodo presenta ventajas, pero tambin

tienen sus inconvenientes. Al combinar distintos mtodos es posible compensar las desventajas

de un mtodo con las ventajas de otro.

Ejemplo:

Un estudio para conocer los mecanismos de insercin laboral de Diplomados en enfermera en

Hospitales o Mutuas privadas podra iniciarse con una discusin entre un grupo de diplomados

que estn trabajando en ellos: despus se realizan entrevistas cualitativas con los miembros de la

direccin y otras personas vinculadas a estas entidades; a continuacin se lleva a cabo el

anlisis de contenidos de los programas y otras iniciativas que han desarrollado estos

diplomados. Tambin puede realizarse un anlisis de contenido de diarios que hayan escrito a

peticin del investigador durante, por ejemplo, las primeras dos semanas de trabajo. En base a

los resultados se elabora un cuestionario estandarizado que se entrega a todos los enfermeros/as

de una misma promocin. Los resultados de este cuestionario pueden despus volver a

presentarse en discusiones en grupo con otros diplomados, supervisores, gerentes, para

comprobar si los resultados se han interpretado de forma adecuada.

A veces es necesario utilizar distintos sistemas de medicin para responder a la pregunta de

investigacin por las siguientes razones:

1. Comprobacin de la validez:

2. Accesibilidad limitada a los objetos del estudio:

3. Lmites de cada uno de los procedimientos de recopilacin.

4. Estudios preparatorios.

5. Seleccin de indicadores.

Lista de comprobacin. Tipos de investigaciones.

1. Se han cmprobado todos los estudios ya existentes para asegurase de que se dispone de

datos ya recopilados que sean vlidos para realizar un anlisis secundario, evitando as la

realizacin de un anlisis propio?.

2. Se ha valorado en base al cuestionario si es suficiente un anlisis de corte transversal?.

3. Se ha controlado qu posibilidades de comprobacin de hiptesis existe?. Es necesario

realizar un experimento?.

4. Puede ser este experimento un estudio de campo o se requiere un experimento de

laboratorio.

22

5. Est garantizado que sea posible controlar las condiciones generales y los sucesos que

podran influir en la variable dependiente?

6. Est garantizado que los datos requeridos puedan obtenerse a partir de una tcnica de

recopilacin de datos o es necesario un anlisis de mltiples mtodos.

9. Seleccin de la muestra

El universo de trabajo

El universo est formado por aquellos objetos para los que deben ser vlidos los resultados

obtenidos en una investigacin. Con el universo, por tanto, se determina el mbito de validez de

los resultados y se decide la muestra de los objetos que hay que analizar.

Para delimitar el universo de trabajo es necesario reflexionar previamente sobre las consecuencias

que para el resultado de la investigacin puede acarrear su delimitacin. En caso de error en la

delimitacin de aqul pueden producirse resultados casuales.

La muestra es el grupo de individuos, tratamientos y situaciones sobre los que dirigir el estudio.

Al delimitar el universo de trabajo no deben tenerse en cuenta nicamente aspectos sistemticos,

sino sobre todo aspectos pragmticos, es decir, la muestra debera poder tomarse sin problema

desde el propio universo.

Al comprobar hiptesis no es prioritaria la representatividad de los resultados.

Ejemplo:

Si el terreno de juego est en malas condiciones entonces aumentan los esguinces de tobillo en

los jugadores. Cuando una hiptesis no se corrobore en la situacin de comprobacin

seleccionada ser necesario rechazar, cuanto menos, la formulacin utilizada y plantear la

correspondiente modificacin. Por eso, para la comprobacin de una hiptesis es suficiente un

pequeo nmero de casos, de los que se dispona a menudo gracias a los experimentos. No

obstante, los resultados obtenidos no se pueden generalizar, es decir, no pueden extrapolarse sino

que nicamente podrn interpretarse como comprobacin de la hiptesis.

Cuando se establecen diagnsticos para determinadas personas y se investigan estrategias de

comportamiento para ciertos grupos especficos (Por Ejemplo: planes de entrenamiento para

deportistas, o sus equipos), no interesa la representatividad, sino la validez de los datos obtenidos

para este determinado crculo de personas.

La representatividad no es el nico criterio en el que hay que basarse a la hora de seleccionar los

objetos de estudio. La seleccin depende principalmente de la pregunta que se estudia en el

mbito de validez de las respuestas obtenidas. Sin embargo, si no se ha formado una muestra

representativa, no deben generalizarse los resultados obtenidos refirindose a un universo ms

amplio; ste es un error que se comete frecuentemente.

23

La Muestra

Atendiendo al paradigma de investigacin en el que se enclave el estudio habra que saber:

a) Paradigma positivista (cuantitativos). Para la generalizacin de los resultados ser

imprescindible la seleccin de una nuestra representativa de la poblacin de la que procede. Por

tanto, se utilizarn procedimientos estadsticos probabilsticos para la determinacin de esta. A

las tcnicas e instrumentos de recogida de datos se les exigir fiabilidad y validez a fin de

garantizar la objetividad de la informacin obtenida.

b) Paradigma interpretativo (cualitativos). La muestra se va ajustando al tipo y cantidad de

informacin que en cada momento se precisa. Se trabaja generalmente con muestras pequeas y

estadsticamente no representativas. Se utilizan eminentemente datos cualitativos. Las tcnicas de

recogida de datos tienen un carcter abierto, originando multitud de interpretaciones y enfoques.

Prevalece el carcter subjetivo tanto en el anlisis como en la interpretacin de resultados.

c) Paradigma crtico. La muestra del estudio la constituye el propio grupo que aborda la

investigacin. A pesar de utilizar procedimientos cualitativos y cuantitativos en la recogida de

datos, se pone un mayor acento en los aspectos cualitativos y en la comunicacin personal. Un

ejemplo de estas investigaciones son las hechas por el profesor a sus alumnos en el aula de clase.

Por otra parte, en la mayora de los anlisis se perfila una muestra frente una recopilacin

total por los siguientes motivos:

1. Las recopilaciones parciales son ms econmicas.

2. Las recopilaciones parciales presentan resultados ms exactos: al poder seleccionar a

colaboradores mejor cualificados, su formacin e introduccin en la forma correcta de valoracin

de resultados puede ser ms intensivas. Es ms sencillo y mejor el control de la recopilacin y la

interpretacin de los datos, y los resultados no estn influidos por acontecimientos que se

produzcan durante el periodo de recopilacin de datos, que es mucho ms largo cuando se trata de

una recuperacin total. Al tardar ms en recopilar los datos pueden producirse modificaciones

incontroladas tanto en la estructura del universo, en el resultado estadstico.

3. Destruccin de los objetos: a menudo la recopilacin total no es posible porque al realizar

estudios se destruye el objeto del propio estudio, como puede ocurrir con objetos antiguos nicos.

Procedimiento de muestreo

Con el procedimiento de muestreo se define de forma unvoca que objetos se van a analizar y

cules no. El muestreo no podr realizarse de manera arbitraria, es decir, segn que o a quien te

encuentres "casualmente"; tampoco debiera depender nicamente del parecer de las personas

responsables de la recopilacin de datos. Las encuestas callejeras que tan a menudo realizan los

24

medios de comunicacin o las "selecciones aleatorias" llevadas a cabo por empresas comerciales

de investigacin de opinin que se dan en edificios (aeropuertos, estaciones de tren,

universidades) o en actos pblicos son arbitrarias en su forma e intiles para objetivos cientficos.

Ejemplo:

Para averiguar datos sobre la salud de la poblacin de una ciudad se desarrolla un cuestionario

para preguntar aleatoriamente a personas que se encuentra en lugares de paseo, calles y

estaciones de tren y que se prestan voluntariamente a contestar. El resultado obtenido apenas

podr ser extrapolado a todo el conjunto de la poblacin ya que: 1) hay ms probabilidad de que

sea entrevistada gente con ms movilidad; hay, pues, un bajo ndice de representacin por

ejemplo de personas mayores, enfermos, personas que trabajan o personas que se mueven en

coche; 2) tambin es posible, cuando se realiza la encuesta por ejemplo en estaciones de tren ,

que se pregunte a pesotas que no viven en la ciudad; 3) como la respuesta es voluntaria, es de

imaginar que no se quieran responder por ejemplo aquellas personas que sufran problemas de

salud sobre los que no quieran hablar; 4) el resultado depende de a quien se dirijan

casualmente los entrevistadores, y normalmente stos se dirigirn a personas que por su

apariencia parezcan abiertas, atractiva, sin prisa, etc. o las que se ofrezcan voluntariamente a

contestar. Es probable que con una seleccin tan aleatoria se registren datos de una poblacin

extraordinariamente saludable.

Ejemplo

Queremos averiguar datos sobre la participacin deportiva de los estudiantes. Se reparte el

correspondiente cuestionario en distintas clases. As nicamente se obtienen respuestas de los

estudiantes que asisten a clase; los que por cualquier motivo, como podra ser por dedicarse al

deporte, no asisten a clase no reciben el cuestionario, aunque su dedicacin al deporte pueda ser

relevante frente al resto de sus compaeros. Por lo dems, se obtendrn resultados distintos

segn se realice la encuesta principios de curso, cuando todava hay un alto ndice de asistencia

a clase, o a finales, cuando en ndice disminuye.

Las elecciones "casuales" arbitrarias obtenidas de esta forma no pueden ser reflejo del un

universo, los resultados no son representativos.

La decisin para la seleccin de la muestra pasa por las siguientes etapas:

1. Determinacin del universo de poblacin para el que deben ser vlidos los resultados de

estudio.

2. Comprobacin de si es posible realizar una recopilacin total o si es posible o necesario

establecer una muestra.

3. Determinacin del tipo de muestra y construccin de sta.

4. Determinacin del tamao de la muestra.

25

Los procedimientos de muestreo sirven para determinar los objetos sobre los cuales hay que

realizar una recopilacin de datos y medicin del fenmeno que se estudia. El procedimiento de

muestreo define la forma de actuacin a la hora de realizar una muestra. Los procedimientos de

muestreo se deben plantear de forma y con la finalidad de que los resultados del estudio del

objeto, de sus variables, efectos e interrelaciones de las variables, etc sean extrapolables

universalmente.

Los resultados obtenidos de una muestra de este tipo son, en principio, representativos del

universo de trabajo. Representativo significa que la existencia o inexistencia y los fenmenos de

las variables determinadas en la muestra son aplicables a todo el universo.

Tipos de muestreo

Para lograr una muestra representativa la seleccin debe definirse de forma unvoca. Esto puede

realizarse de dos formas: 1. muestreo probabilistico; 2. muestreo no aleatorio.

A) Muestreo probabilstico

A1) Muestreo probabilistico puro.

El principio del muestreo probabilistico puede decirse de la siguiente forma: en una urna, o mejor

an en un bombo de lotera, se encuentran representados todos los objetos del universo de trabajo.

La anterior presencia no es en un sentido literal, sino con "representantes simblicos", por

ejemplo mediante un papel con un nmero de identificacin de cada uno de los objetos. Estos

papeles se mezclan uniformemente y despus se extrae del bombo la cantidad deseada de

unidades.

Lo anterior puede realizarse de forma "simblica" utilizando un generador aleatorio de un

ordenador o mediante las tablas de nmeros al azar que se encuentran en otros libros sobre la

materia. As, la seleccin se compone de una imagen ms o menos exacta del universo. "Ms o

menos exacta" significa tambin que hay que contar con diferencias en la distribucin de una

caracterstica de la muestra frente a caractersticas del universo, es decir, con errores de muestreo.

Se consideran errores de muestreo las desviaciones probablemente posibles entre los resultados

de los datos de la muestra y las distribuciones reales del universo. Un error de muestreo se

determina mediante una zona de tolerancia dentro de la cual la muestra y el universo pueden

probablemente variar entre s, aunque no necesariamente haya de ser siempre as.

Ejemplo:

Si en una muestra de 2000 personas se ha averiguado que el 24% de los encuestados prctica

deporte 2 horas una vez por semana, puede calcularse, por ejemplo, que con una probabilidad del

95,5% este valor extrapolado al conjunto de la poblacin (al universo) no ser superior al 25,2%

ni inferior al 22,8%. Es decir, previsiblemente en una seleccin nunca se acercara al 100% de las

26

distribuciones y relaciones del universo, pero puede calcularse en teora la mxima desviacin

existente.

En la prctica, no obstante, es difcil calcular el error de muestreo, entre otras razones porque

tendra que determinarse especficamente para distintas distribuciones de las variables.

Sea como fuere en la determinacin de la representatividad de la muestra, hay que tener claro que

en los resultados obtenidos de la muestra nunca corresponde 100% a la realidad del universo;

cuanto menor sea la muestra en proporcin con el universo, tanto mayor ser probablemente la

desviacin. Es tambin probable que el error de la muestra sea superior a la diferencia real en las

variables del universo (es absurdo proclamar en pronsticos electorales una diferencia del 3%

entre los partidos A y B si ya el error de muestra puede ser el 4%).

De la descripcin del modelo de la urna se deduce que para la seleccin de probabilidad debe

cumplirse las siguientes condiciones con el fin de que la muestra represente una imagen ms

exacta del universo:

1. De representacin: cada objeto del universo debe existir en la seleccin.

2. Igualdad de oportunidades: cada objeto debe tener la misma posibilidad de ser incluido en la

seleccin.

3. Oportunidad nica: cada unidad nicamente debe tener una oportunidad (o el mismo nmero

de oportunidades) de ser seleccionada.

A menudo no es posible una seleccin de probabilidad pura. Por ejemplo, porque no se disponga

de direcciones apropiadas; porque stas no se puedan numerar sin ms y porque, adems, no sea

posible mezclarlas en una urna. Estos problemas son solucionados mediante los muestreo

sistemticos.

A2) Muestreo sistemtico

El muestreo sistemtico no se realiza segn el principio de la urna sino que previamente se

determina el sistema de seleccin, que objetos se incluye en la muestra (por eso el nombre de

muestra sistemtica). Una vez determinado el sistema de seleccin, los objetos ya no tendrn la

misma oportunidad de ser incluidos en la seleccin. Esto puede determinar errores de seleccin

producidos por el sistema.

Suelen utilizarse los siguientes procesos:

Extraer la ficha n: de un fichero en el que se encuentran las unidades de estudio, por

ejemplo fichas con direcciones, se extrae la ficha nmero n. el clculo de las fichas que se

extraen despus se calcula mediante el cociente entre el tamao de universo y el tamao

de la muestra.

Por ejemplo:

27

Al estudiar la situacin de los clubes deportivos en un pas, en Espaa, por ejemplo, hay casi

30.000. Se decide encuestar al 5% del total existente. Una vez elegida la primera direccin

mediante un sorteo, se extrae de cada quince cartas una para conseguir la muestra deseada

para la encuesta.

Seleccin por letras: por ejemplo, se selecciona de un fichero de nombres aquellos cuyo

apellido comience con una letra determinada. Pero tambin puede pensarse en cualquier

otro tipo de "seleccin".

Seleccin por fecha de nacimiento: La seleccin se hace en base a una determinada fecha

de nacimiento.

El muestreo sistemtico no garantiza necesariamente que los resultados sean representativos. La

condicin de que todos los objetos del universo disponga de las mismas posibilidades de ser

incluidos en la muestra ya no se cumple. Si, por ejemplo, se ha decidido seleccionar una de cada

veinte direcciones y se ha elegido la primera, las direcciones dieciocho, diecinueve, veintiuno,

veintids ya no tienen posibilidad de ser incluidas en la muestra.

A3) Muestreo por conglomerados y muestreo estratificado

El inconveniente de todos los procedimientos presentados hasta ahora es que los elementos que

componen un universo se separan entre s. En muchos casos el inters reside precisamente en la

relacin interna de los elementos. En este caso, debe formarse la muestra probabilstica no con los

objetos del universo sino con los objetos unidos (conglomerado = vecindario, aulas escolares,

equipos, secciones de clubes deportivos), dentro de los cuales se realiza si es necesario una

recopilacin total.

Ejemplo

Se analiza la influencia del deporte en las relaciones de amistad. Los objetos de anlisis son

personas individuales. Sin embargo, una seleccin aleatoria separara estas redes de amistad.

Por eso se tom primero una muestra aleatoria, por ejemplo, de todas las aulas escolares de una

comunidad, para realizar en las aulas elegidas una recopilacin total con la que descubrir las

interconexiones de las relaciones de amistad en torno a las prcticas deportivas.

Seleccin por conglomerados: En el primer nivel pueden formarse subgrupos (conglomerados)

tomados del universo de poblacin segn determinados criterios. Estos conglomerados puede

estar a la vez estratificados, por ejemplo: dentro de un colegio que ha sido seleccionado (como

conglomerado de entre el total de la poblacin de colegios de la provincia), se obtiene una

muestra estratificada, es decir, se eligen un grupo de cada uno de los a, b, c, de los que consta

cada lnea educativa (1, 2, 3, 4, 5 y 6 de primaria). A su vez, dentro de la eleccin de

muestreo de cada grupo se puede elegir una muestra aleatoria sin tener en cuenta el n de alumnos

de cada grupo (afijacin simple), o teniendo en cuenta el n de alumnos de cada clase (afijacin

proporcional).

28

B) Muestreo no aleatorio

En el muestreo no aleatorio se construye una muestra segn caractersticas "tpicas" del universo,

de forma que la seleccin sea una pequea representacin en lo que se refiere a estas

caractersticas.

Al elegir casos tpicos el cientfico extrae del universo objetos que, segn sus conocimientos,

supone que pueden ser un reflejo del universo. El procedimiento se utiliza principalmente cuando

se realizan recopilaciones cualitativas con un nmero pequeo de casos.

Los muestreos de casos tpicos no conducen por regla general a resultados representativos. A

menudo se analizan slo unos pocos casos. No se garantiza, pues, que las caractersticas de los

casos tpicos sean correlativas con las caractersticas del universo que se quiso analizar. Sin

embargo, ello no es argumento para rechazar este procedimiento. Si se trata de comprobar

hiptesis o volver a plantearlas, son los casos extremos precisamente los ms apropiados. En todo

caso, este procedimiento de muestreo es muy adecuado para la generacin de hiptesis y los

estudios exploratorios.

Tambin se puede utilizar el muestreo en "bola de nieve". Se empieza preguntando a una persona

en concreto de la que se sabe que pertenece al universo y esta persona nos "traspasa" a otras

personas que nombre al final de la entrevista y que tambin poseen la caracterstica del universo.

El Tamao de la muestra

El tamao de la muestra depende de los siguientes factores:

1. Margen de error aceptable: el margen de error depende del tamao de la muestra en relacin

con el universo. Cuanto mayor sea la muestra, menos ser el error de muestreo. Pero esta relacin

no es lineal. Es necesario cuadruplicar el tamao de la muestra para conseguir reducir a la mitad

los errores probables. El aumento de la precisin deseada de los resultados supone, pues, un gran

aumento de los gastos. En principio se considera que una muestra de 2000 encuestados

proporcionar resultados representativos respecto a la poblacin de un pas de tamao medio,

como es el caso de Espaa.

2. Error de muestreo aceptable: en caso de conformarse con un margen de error grande o, lo que

es lo mismo, con una seguridad menor de que la seleccin coincida con el universo, es suficiente

una muestra ms pequea.

3. Heterogeneidad de las unidades de anlisis: el error depende de la heterogeneidad de las

caractersticas. Cuanto mayor sea la homogeneidad en el universo, menor puede ser la muestra.

Es este el mtodo de trabajo, por ejemplo, de la medicina y de otras disciplinas similares que

menudo utilizan un nmero muy reducido de casos porque suponen que las variaciones del

cuerpo humano, al menos en lo que se refiere a la variable estudiada, no son demasiado grandes.

29

4. Diferenciacin requerida para el anlisis de datos: el mbito de la muestra depende del

nmero de presentaciones, caractersticas de la variables y la diferenciacin requerida para el

anlisis. Cuando slo se requiere un anlisis de frecuencias o un anlisis bivariable, es suficiente

un nmero reducido de casos. Los anlisis multivariables estn muy limitados cuando el nmero

de casos es reducido.

Ejemplo:

Supongamos que hemos encuestado a 1000 personas sobre sus prcticas deportivas. La

dimensin de su inters por el deporte se mide mediante una escala de cinco posibilidades. Si

vamos a comprobar la hiptesis de que este inters depende de la edad, habiendo distribuido

edad en cinco niveles, quedan, distribuir el material de acuerdo con estas dos condiciones, en

cada grupo un promedio de 40 casos. Si continuamos la diferenciacin segn el sexo

(hombre/mujer) y segn la ciudad/rea rural, se reduce el nmero de casos a 10 en cada grupo.

Esto hace casi imposible conseguir datos vlidos. Normalmente se determina que cada subgrupo

debe recoger como mnimo 20 unidades. La interpretacin multivariable requiere tambin un

mayor nmero de casos.

5. Los costes: tanto los gastos econmicos como el tiempo invertido aumentan con el nmero de

casos. Y esto debe estudiarse sobre todo los procedimientos cualitativos de recopilacin. En ellos

tienen mucha influencia en las valoraciones, que requiere mucho tiempo, la interpretacin y la

comparacin sistemtica, por ejemplo, de entrevistas cualitativas. Es seguro que se buscar un

nmero menor de casos. Puede tratarse de un solo caso o, en raras ocasiones, un mximo de 30

casos.

Lista de comprobacin: procedimiento de muestreo.

1. Es seguro que se ha constituido el universo de trabajo en relacin con la pregunta inicial del

investigacin?.

2. Se han tenido en cuenta todas las suposiciones y, en consecuencia, la definicin del universo?.

3. Siempre que no se realice una recopilacin total: Es seguro que puede formarse una muestra

probabilstica tomada sin mucha dificultad de este universo?.

4. Se ha definido el objeto perseguido con la muestra que se decide emplearlo

(representatividad, comprobacin de hiptesis...)?.

5. Estn totalmente actualizadas las listas de direcciones que se van a utilizar para una muestra?.

6. Se ha decidido que intervalos de confianza y con que error de muestreo se van a aceptar?.

7. Se han calculado los costes o consecuencias econmicas de los distintos procedimientos de

muestreo?.

30

8. Qu posibilidad de generalizacin de los resultados existe en una seleccin de casos tpicos?.

10. Ejemplo de Diseo de investigacin

Un doctorando (por ej: diplomado en enfermera que trabaja en atencin primaria) que estuviera

interesado en el tema del tratamiento de sus pacientes diabticos podra expresar su diseo de

investigacin de la siguiente manera (extrado del proyecto de tesis del doctorando Lus Guzmn, 2008):

Tema: Tratamiento del diabtico desde la enfermera.

Problema: Los diabticos son conscientes y numerosos estudios as lo refieren, que el ejercicio es

fundamental para prevenir o incluso frenar el desarrollo de la enfermedad, el gran problema que

encontramos es la gran dificultad para cambiar las costumbres y mentalizar a la poblacin de la

necesidad de realizar actividad fsica.

La medicin de la actividad fsica y de los factores que la influyen es una parte importante

de los esfuerzos para abordar la inactividad fsica (Barman 2002; Speck, Barbara, Looney, 2006;

Guillen del Castillo, 2007; Tudor-Locke et al. 2004; ngel et al. 2006). La presente investigacin

surge a partir del problema que se visualiza en un contexto donde una serie factores posibilitan el

enfoque del mismo.

Objetivos: A travs de este estudio se pretende:

Medir la actividad fsica realizada por los pacientes diabticos tipo II, seleccionados

para nuestro estudio.

Conocer si el uso del podmetro motiva a realizar actividad fsica, mejora la

glucemia, y la calidad de vida del paciente diabtico.

Identificar el tipo de actividad fsica, ejercicio fsico o deporte que realizan en su

tiempo libre

Conocer la variabilidad en el ajuste del tratamiento mdico y/o enfermera en

funcin de la Actividad Fsica realizada.

Adquirir en el paciente un nivel adecuado de ejercicio y disminuir los hbitos

sedentarios.

Conocer la importancia de la actividad fsica y las consecuencias para la salud de la

falta de ejercicio fsico y de los hbitos sedentarios.

En un paso ms en la concrecin de este estudio hemos comprobado que realmente la

actividad fsica realizada por los diabticos se lleva a cabo de una forma espordica, sin un

control de seguimiento respecto a su repercusin sobre la patologa, as como en la mayora de los

casos, una inexistencia de la ms mnima conducta de adherencia hacia el ejercicio fsico.

Asimismo, este hecho est ampliamente desarrollado en la revisin de la literatura realizada en la

primera parte de este trabajo.

Por tanto en nuestro estudio se ha considerado principalmente la siguiente variable:

31

Existe un mal uso en la prctica de actividad fsica realizada por individuos diabticos tipo

II.

Y es que partiendo de nuestra experiencia profesional, en el mbito hospitalario,

revisiones bibliogrficas as como entrevistas al personal sanitario de los centros de salud, y a los

mismos pacientes, hemos comprobado que realmente la actividad fsica realizada por los

diabticos tipo II se lleva a cabo de una forma espordica, basndose en sus propias percepciones,

sin un control de seguimiento respecto a su repercusin sobre la patologa, as como en la

mayora de los casos, una inexistencia de la ms mnima conducta de adherencia hacia el ejercicio

fsico.

Hiptesis

Atendiendo a estudios anteriores, consideramos que la mayora de los diabticos no

realizan una actividad fsica que produzca beneficios para su salud y evite las complicaciones y

creemos que:

El uso de un podmetro, como instrumento de control, es una herramienta eficaz para motivar al

paciente diabtico tipo II a la prctica de actividad fsica y a promover cambios saludables en

su estilo de vida.

El presente estudio se ha diseado a partir de paradigmas tanto positivistas como

interpretativos. El mtodo seleccionado presenta un corte longitudinal el cual utiliza a su vez

instrumentos de controles cuantitativos y cualitativos.

El universo sobre el que se trabajara es el correspondiente a la poblacin de diabticos

del centro de salud del Polgono del Valle, Federico del Castillo, Virgen de la Capilla, todos estos

centros estn situados en Jan capital, la muestra se extrajo de esta poblacin a partir de un

sistema aleatorio, que tuvo como premisa previa la atencin a varios criterios de inclusin y

exclusin.

Se pretende comparar dos grupos de diabticos tipo II, cada grupo consta de 12 personas:

6 hombres y 6 mujeres, con edades comprendidas entre 45-70 aos, ambos grupos recibirn en la

consulta de enfermera informacin sobre los beneficios que aporta el realizar actividad fsica, y

al grupo experimental, aparte de esta informacin se le entregar un podmetro. En la consulta de

enfermera ambos grupos cumplimentaran el cuestionario mundial sobre Actividad Fsica

(GPAQ) versin 2 desarrollado por la OMS (2002). Departamento de Enfermedades crnicas y

Promocin de la Salud Vigilancia y Prevencin basada en la poblacin. El anterior instrumento

recopila informacin sobre la participacin en la actividad fsica y sobre el comportamiento

sedentario en tres marcoS, estos son:

Actividad Fsica en el trabajo Actividad Fsica al desplazarse Actividad Fsica en el tiempo

libre.

El tiempo utilizado en el ejercicio, se grabar en el podmetro, el cual luego se pasar a un

diario de ejercicio donde anotaran los pasos caminados, la distancia recorrida, y las Kcals.

32

gastadas, as como el tiempo empleado y tipo de ejercicio realizado. El grupo control no

dispondr de podmetro y slo anotara el tiempo empleado en la actividad fsica y tipo de

actividad.

La variable dependiente hace referencia a la mejora de los niveles de glucosa en sangre,

disminucin de la necesidad de medicacin de insulina u otro tratamiento especfico del

diabtico, peso corporal, % grasa, etc

Variables independientes

La utilizacin del podmetro.

Se tomarn datos relativos a:

Datos del podmetro[ tiempo invertido, pasos, distancia, calorias]

Influencia contextual (familiar, social e institucional).

Eleccin de AF y cantidad de prctica del ejercicio fsico diario.[sedentario/activo]

Dieta / Antidiabticos orales / Insulina

Se atendern adems a otras variables:

Caractersticas sociodemogrficas:

Edad/ gnero/ estado civil/ actividad laboral/ nivel de estudios

Caractersticas de la enfermedad:

Tiempo de diagnstico de la diabetes.

Complicaciones de la diabetes [ hipo / hiperglucemia]

Caractersticas lipdicas: Triglicridos / HDL / LDL / Colesterol, permetro cintura-

cadera

Caractersticas nutricionales: Glucosa en ayunas / IMC/ medidas antropomtricas.

Material.

1.Balanza sanatek/ body fat / bodywater EP1450.

2.Impedancmetro TANITA BC-545.

3.Esfigmomanmetro de mercurio.

4.Podmetro Omron JH-109-E.

5.Cinta mtrica para medir permetro abdominal.

6.Sistema para el control de la diabetes glucmetro Optium xceed.

7.Tallmetro.

A continuacin se presenta una revisin de estudios previos respecto al instrumento principal

(podmetro):

Exponemos algunos de los autores revisados :

WHM (1977). En su estudio compar el podmetro con el acelermetro para medir la actividad

fsica diaria en hombres, concluy que el acelermetro es ms seguro a la hora de medir la

actividad fsica, pues el podmetro est mas limitado en la medicin de la actividad fsica que el

acelermetro.

Hiroshi Kashiwazaki et al (1986) Fueron analizados los datos de gasto de energa de las

actividades de la vida diaria que el podmetro registr durante 24 horas, en unos trabajadores, en

el trabajo, en el desplazamiento diario de la casa al trabajo y en la casa, la mayor correlacin se

obtuvo en el desplazamiento de la casa al trabajo, no haba correlacin mientras estaba en casa,

33

concluy que el podmetro es til para medir la actividad fsica, y puede ser muy til en la

poblacin inactiva.

Boule (2001) El ejercicio es percibido como beneficioso para el control de la glucemia

y.(AADIR LOS PRINCIPALES)

El anlisis de datos se realizar a partir de las series repetidas del modelo lineal general. Se

realizar anlisis de datos estadstico utilizando el SPSS versin 15 y hoja de clculo Excel. Para

la comparacin de datos se utilizar el Modelo lineal general (medidas repetidas) con anlisis

multivarianza ANOVA y anlisis post hoc de Tukey. El criterio de rechazo se fijar en p

34

Los datos principales han sido extrados de la siguiente bibliografa. Se recomienda su lectura

para una mayor comprensin:

Heinemann K (2003). Introduccin a la metodologa de la investigacin emprica en las ciencias

del deporte. Paidotribo.

Thomas JR; Nelson JK (2007). Mtodos de investigacin en actividad fsica. Paidotribo.

Eco U. (1998). Como se hace una tesis. Gedisa.

Otras lecturas recomendadas:

BUENDA, L., COLS, P. Y HERNNDEZ, F. (1997) Mtodos de investigacin en Psicopedagoga. Madrid,

McGraw-Hill.

CARDONA, M.C. (2002) Introduccin a los mtodos de investigacin en educacin. Madrid, EOS.

COHEN, L. Y MANION, L. (2002) Mtodos de investigacin educativa. Madrid, La Muralla.

COLS, P. Y BUENDA, L. (1994) Investigacin educativa. Sevilla: Alfar

DE LA HERRN, A. (Coord.), Hashimoto, E. y Machado, E. (2005) Investigar en educacin. Fundamentos,

aplicacin y nuevas perspectivas. Madrid, DILEX.

DEL RINCN, D., ARNAL, J., LATORRE, A. Y SANS, A. (1995) Tcnicas de investigacin en ciencias sociales.

Madrid, Dykinson.

DELGADO, J.M. Y GUTIRREZ, J. (1995) Mtodos y tcnicas cualitativas de investigacin en ciencias sociales.

Madrid, Sntesis.

FOX, D. (1981) El proceso de investigacin en educacin. Pamplona: Eunsa.

HERNNDEZ PINA, F. (1995) Bases metodolgicas de la investigacin educativa. Barcelona, PPU.

KERLINGER, F.N. (1988) Investigacin del comportamiento. Mxico, Interamericana.

LATORRE, A., DEL RINCN, D. Y ARNAL, J. (2003) Bases metodolgicas de la investigacin educativa.

Barcelona, Experiencia.