1. UNIVERSIDAD YACAMBÚ
VICERRECTORADO DE INVESTIGACIÓN Y POSTGRADO
INSTITUTO DE INVESTIGACIÓN Y POSTGRADO
ACTIVIDAD 4 ESCRITOS CRÍTICOS ACERCA DE LA LECTURA
INCORPORADA
Autor: Marvin Chirinos
Tutor: Mauricio Villabona
Barquisimeto, Octubre de 2013

2. Metodología de la Investigación
Método y metodología de la investigación, en las obras de metodología se utilizan
el concepto de método, técnica y metodología con cierta profusión. A veces estos
términos se utilizan como si fueran sinónimos, cuando en realidad no lo son. Por eso es
conveniente intentar distinguirlos, aunque sea a nivel teórico, si bien en la práctica hay
casos concretos en que cuesta discernir si se trata de una técnica o si es un método.
Un método es el “camino para llegar a un fin”. Los métodos de investigación
constituyen el camino para llegar al conocimiento científico; son un procedimiento o
conjunto de procedimientos que sirven de instrumento para alcanzar los fines de la
investigación. Los distintos métodos son aproximaciones para la recogida y el análisis
de datos que permitirán obtener las conclusiones, de las cuales podrán derivarse unas
decisiones o implicaciones prácticas.
Las técnicas son medios auxiliares para que ocurran a la misma finalidad. Las
técnicas son particulares, mientras que el método es general. Dentro de un método
pueden utilizarse diversas técnicas. La relación entre método y técnica es similar a la
que existe entre género y especie humana.
Mientras que la metodología es la descripción y análisis de los métodos. La
metodología de la investigación se refiere, por tanto, al estudio de los métodos de
investigación.
En relación a los métodos cuantitativos y cualitativos, se infiere que ambas
concepciones básicas de la realidad social se basan en el subjetivismo o en el
objetivismo, existe suposiciones subyacentes entre ambas concepciones, de donde se
destacan cuatro tópicos: ontología, epistemología, naturaleza humana y metodología, las
dos concepciones se ubican en los polos opuestos en cada uno de estos cuatro tópicos.
En la concepción cuantitativa de la ciencia del objetivo de la investigación
consiste en establecer relaciones causales que supongan una explicación del fenómeno.
Mientras que a los defensores del enfoque cualitativo lo que les interesa es la
interpretación.
Los supuestos ontológicos se refieren a la naturaleza o esencia de los fenómenos
1

3. sociales. La realidad social ¿es externa al individuo o es el producto de la conciencia
natural?, esto conduce al debate entre nominalismo y realismo. Para el nominalismo los
objetos del pensamiento son meras palabras. Para el realismo los objetos tienen una
existencia independiente del sujeto pensante.
A nivel epistemológico se sitúan en los extremos opuestos el positivismo y el antipositivismo. Para el positivismo el conocimiento debe pasar por la experiencia. Para el
anti-positivismo el conocimiento está en el Yo.
El supuesto sobre la naturaleza humana se refiere a las relaciones entre el hombre
y su entorno. En los dos polos opuestos se sitúan el determinismo y el voluntarismo,
para el determinismo el hombre queda controlado por el entorno; sólo es capaz de dar
respuestas mecánicas (mecanicismo), para el voluntarismo el hombre es libre para actuar
y crear el entorno. El existencialismo es una manifestación del voluntarismo.
En síntesis ambas concepciones conducen a dos metodologías distintas:
cuantitativa y cualitativa. La primera se desenvuelve dentro de una ciencia nomotética
cuyo objetivo es llegar a formular leyes generales. La segunda se mueve en una ciencia
ideográfica, cuyo énfasis está en lo particular e individual.
Así mismo, Un aspecto importante en la investigación es la forma como
se recolecta, se tabulan, se presenta y se analizan los datos, es por ello que a
continuación se realizará una breve descripción de las técnicas e instrumentos para
tal fin.
Recolección de Datos
Se entiende por técnica de recogida de datos aquellos medios técnicos que se
utilizan para registrar las observaciones o facilitar el tratamiento experimental, de las
técnicas primarias para la recolección de datos, se tiene: a) Test, b) Cuestionarios, d)
Entrevistas, e) Observación y f) Otras técnicas.
Entre las técnicas de recolección de datos se destaca la entrevista, esta se
realiza cara a cara, la información es recabada de manera verbal. Se debe
considerar como algo fundamental a tener en cuenta en una entrevista es que la
misma es una conversación y no un interrogatorio, lo cual resulta muy importante en
2

4. una investigación. Las entrevistas se pueden utilizar tanto en los enfoques cualitativos
y cuantitativos pero en donde resultan más útiles es en los enfoques cualitativos. Las
entrevistas pueden ser estructuradas o no y con preguntas abiertas con respuestas
libres, o entrevistas con preguntas cerradas.
Una de las diferencias entre entrevistas de preguntas abiertas y entrevistas con
preguntas cerradas está en el tiempo que esté dispuesto a emplear el investigador bien
sea en analizar las preguntas abiertas o en elaborar las preguntas cerradas.
Igualmente, de los tipos de entrevistas se tienen las siguientes: la entrevista a
profundidad en donde se busca que una persona transmita su opinión personal sobre
un hecho ocurrido, también se tiene a la entrevista enfocada que es dirigida sobre un
hecho en específico o una situación en concreto y en donde la persona ha tenido
experiencia o ha participado de la situación otra de las entrevistas es la focalizada
en donde se lleva la entrevista a profundidad pero de manera grupal.
Con respecto a la encuesta, es otra técnica de recolección de información,
utilizada generalmente para obtener información acerca de una población pero a
partir de una muestra, las encuestas a diferencias de las entrevistas no solo se pueden
realizar personalmente, sino que se pueden realizar por teléfono, correo electrónico u
otra vía. Algo importante a tener presente en las encuestas es la confidencialidad de
los datos y el anonimato de los encuestados. La ultima técnica para la recolección de
datos, es la del diagrama de flujo que consiste en una serie de pasos finitos con un
inicio y un fin, representados mediantes una simbología ya establecida, esto son
utilizados para ver cómo funciona un determinado proceso, también son utilizados en
los manuales de procedimientos.
Por otro lado, Uno de los instrumentos utilizados en la recolección de datos es
el cuestionario, este se presenta como una alternativa a la entrevista y en donde
el que aplica el cuestionario no ve lo que responden las personas garantizando de
esta manera que las personas sean más honestas al responder y se garantiza el
anonimato, por otro lado, al igual que las entrevistas el cuestionario puede ser con
preguntas abiertas para conocer sentimientos,
3
experiencias
entre
otros,
y

5. cuestionarios con preguntas cerradas que por lo general son utilizados para obtener
información sobre hechos.
Como aspecto importante se tiene la técnica de análisis de datos, donde la
estadística juega un papel preponderante, las investigaciones de carácter empírico han
aplicado generalmente métodos estadísticos en la fase de análisis de datos. De donde
hoy por hoy se aplican el uso de las herramientas informáticas desarrolladas para
facilitar los procesos que años atrás se debían realizar manualmente.
La estadística descriptiva
Cuando se pretende tratar el tema de la estadística, se suele pensar en una
relación de datos numéricos presentada de forma ordenada y sistemática. Esta idea es
la consecuencia del concepto popular que existe sobre el término y que cada vez está
más extendido debido a la influencia de nuestro entorno, ya que hoy día es casi
imposible que cualquier medio de difusión, periódico, radio, televisión, entre otros,
no nos aborde diariamente con cualquier tipo de información estadística sobre
accidentes de tráfico, índices de crecimiento de población, turismo, tendencias
políticas, y otros.
Sin embargo cuando nos adentramos en un mundo más específico como es el
campo de la investigación de las Ciencias Sociales: Medicina, Biología, Psicología,
Administración, empezamos a percibir que la Estadística no sólo es algo más, sino
que se convierte en la única herramienta que, hoy por hoy, permite dar luz y obtener
resultados, y por tanto beneficios, en cualquier tipo de estudio, cuyos movimientos y
relaciones, por su variabilidad intrínseca, no puedan ser abordadas desde la
perspectiva de las leyes deterministas. En tal sentido, desde un punto de vista más
amplio, definir la estadística como la ciencia que estudia cómo debe emplearse la
información y cómo dar una guía de acción en situaciones prácticas que entrañan
incertidumbre.
En concordancia con lo anterior se puede clasificar la Estadística: en
descriptiva, cuando los resultados del análisis no pretenden ir más allá del conjunto
4

6. de datos, e inferencial cuando el objetivo del estudio es derivar las conclusiones
obtenidas a un conjunto de datos más amplio.
Al respecto Rábago y otros, (2007) señalan que:
Los datos obtenidos en una investigación se tabulan y reúnen con
diferentes propósitos estadísticos. Un propósito del análisis estadístico
consiste en tomar muchos datos sobre diferentes variables de los sujetos
de investigación, ya sean personas, objetos u otros seres vivos, y resumir
esas pocas cifras matemáticas exactas, tablas o gráficas. Este primer paso
en estadística se llama Estadística Descriptiva (p.13).
Al enfocarse en la estadística descriptiva se tiene que es la rama de la
estadística más simple ya que no estudia los datos a un nivel considerado de
profundidad, pero su simplicidad no quiere decir que carezca de metodología todo lo
contrario, básicamente los datos
se representan en tablas de frecuencias y en
gráficos mayormente de barras (horizontales o verticales), de pastel, en histogramas y
en polígonos, siendo estos dos últimos los más comunes para la representación de las
distribuciones de frecuencia, también se pueden realizar otros tipos de gráficos como
las ojivas porcentuales, las ojivas acumulativas y los pictogramas que se realizan con
figuras, también se pueden realizar gráficos de dispersión, de burbujas y gráficos a
través de un producto cartesiano para ilustrar relaciones, dispersión y correlaciones.
Pero se debe tener en cuenta que el uso de los gráficos debe ser acordes con
los datos a representar para no crear confusión y de esta manera lograr que la
información representada sea accesible tanto a personas expertas en el manejo de
números como a personas que no sean diestras en la materia, algunas de las medidas
que se pueden obtener con la estadística descriptiva son la moda, la media y la
mediana, todas relativamente muy cercas y por eso son conocidas como medidas de
tendencia central, otras medidas que se pueden calcular son las de dispersión
entre ellas se tienen la esperanza, la varianza y la desviación típica o estándar,
todas estas medidas suelen dar descripción de la población a partir de una muestra es
por ello que se conoce como estadística descriptiva.
5

7. La Probabilidad
La probabilidad es la rama de la estadística que nos permite estudiar la
ocurrencia o no ocurrencia de un evento o suceso, esto se realiza a través de un
sistema de ponderación en donde 1 representa la ocurrencia total del evento y cero la
no ocurrencia, por lo que la probabilidad es un número comprendido entre cero y
uno, la probabilidad básica es el número de casos favorables, es decir, los que
pueden ocurrir de un determinado evento entre el número de casos posibles, es
decir, todos los de la población. La probabilidad permite al investigador estudiar los
eventos de una manera que se acerque más a la realidad y que la información sea más
precisa, confiable y útil a la humanidad.
La importancia de la probabilidad radica en que, mediante este recurso
matemático, es posible ajustar de la manera más exacta posible los imponderables
debidos al azar en los más variados campos tanto de la ciencia como de la vida
cotidiana.
En efecto, la probabilidad es una estrategia mediante la cual se intenta estimar
la frecuencia con la que se obtiene un cierto resultado en el marco de una experiencia
en la que se conocen todos los resultados posibles. Así, el ejemplo más tradicional
consiste en definir cuál es la prevalencia de obtener un número al arrojar un dado.
Sobre seis resultados posibles (todas las caras), sólo es posible lograr un número por
cada vez que el dado es arrojado. En este caso, la probabilidad puede expresarse
como uno en seis, un sexto, la sexta parte o, en términos matemáticos precisos, 0.16 ó
16%.
Otra importancia esencial de la aplicación de los métodos de cálculo de la
probabilidad reside en su capacidad para estimar o predecir eventos. Cuanto mayor
sea la cantidad de datos disponibles para calcular la probabilidad de un
acontecimiento, más preciso será el resultado calculado. Dada la complejidad de los
sistemas en los que suele aplicarse la teoría de la probabilidad, se requiere de modelos
informáticos y estadísticos de gran elaboración, que serían imposibles de no contarse
con los modernos recursos tecnológicos relacionados con la computación.
6

8. Un buen ejemplo de su aplicabilidad cotidiana lo constituyen los análisis del
comercio de las commodities (materias primas) en las relaciones internacionales
actuales. Dado que gran parte de los factores involucrados en la estimación de la
producción son azarosos (vientos, humedad ambiental, exposición solar, mano de
obra real, condiciones económicas y financieras locales, avatares políticos regionales,
entre otros), la teoría de la probabilidad resulta de gran importancia, ya que intenta
ajustar en conceptos matemáticos cual será el devenir de los acontecimientos para
calcular, por ejemplo, la producción final de cereales, combustibles fósiles y otros
recursos de un área geográfica.
Por lo tanto, la probabilidad es una herramienta fundamental en la planificación
estratégica de los movimientos sociales, económicos y laborales de toda la
comunidad.
Teoría del Muestreo
Porción de elementos de una población elegidos para su examen o medición
directa. Subconjunto de la población seleccionado mediante algún criterio particular.
Existen diferentes tipos de muestreos, de los cuales se destaca:
1. Muestreo aleatorio simple: la forma más común de obtener una muestra es
la selección al azar, es decir, cada uno de los individuos de una población tiene la
misma posibilidad de ser elegido. Si no se cumple este requisito, se dice que la
muestra es viciada. Para tener la seguridad de que la muestra aleatoria no es viciada,
debe emplearse para su constitución una tabla de números aleatorios.
2. Muestreo estratificado: una muestra es estratificada cuando los elementos
de la muestra son proporcionales a su presencia en la población. La presencia de un
elemento en un estrato excluye su presencia en otro. Para este tipo de muestreo, se
divide a la población en varios grupos o estratos con el fin de dar representatividad a
los distintos factores que integran el universo de estudio. Para la selección de los
elementos o unidades representantes, se utiliza el método de muestreo aleatorio.
3. Muestreo por cuotas: se divide a la población en estratos o categorías, y se
asigna una cuota para las diferentes categorías y, a juicio del investigador, se
7

9. selecciona las unidades de muestreo. La muestra debe ser proporcional a la población,
y en ella deberán tenerse en cuenta las diferentes categorías. El muestreo por cuotas
se presta a distorsiones, al quedar a criterio del investigador la selección de las
categorías.
4. Muestreo intencionado: también recibe el nombre de sesgado. El
investigador selecciona los elementos que a su juicio son representativos, lo que exige
un conocimiento previo de la población que se investiga.
5. Muestreo mixto: se combinan diversos tipos de muestreo. Por ejemplo: se
puede seleccionar las unidades de la muestra en forma aleatoria y después aplicar el
muestreo por cuotas.
6. Muestreo tipo: la muestra tipo (master simple) es una aplicación combinada
y especial de los tipos de muestra existentes. Consiste en seleccionar una muestra
"para ser usada" al disponer de tiempo, la muestra se establece empleando
procedimientos sofisticados; y una vez establecida, constituirá el módulo general del
cual se extraerá la muestra definitiva conforme a la necesidad específica de cada
investigación.
En cuanto a la estimación es considera como el valor particular de un
estimador, que caracteriza a una muestra específica. Valor especifico observado de
una estadística.
Estimador: Es una estadística de muestra utilizada para estimar un parámetro
de población. La media de la muestra X puede ser un estimador de la media de la
población µ, y la porción de la muestra se puede utilizar como estimador de la
porción de la población.
En cuanto a los criterios para un buen estimador se tiene:
1. Imparcialidad: Se refiere al hecho de que una media de muestra es un
estimador no sesgado de una media de población, porque la media de distribución de
muestreo de las medias de muestras tomadas de la misma población es igual a la
media de la población misma. Podemos decir que una estadística es un estimador
imparcial (o no sesgado) si, en promedio, tiende a tomar valores que están por encima
8

10. del parámetro de la población y la misma extensión con la que tiende a asumir valores
por debajo del parámetro de población que se está estimando.
2. Eficiencia: Se refiere al tamaño del error estándar de la estadística. Si
comparamos dos estadísticas de una muestra del mismo tamaño y tratamos de decidir
cuál de ellas es un estimador más eficiente, escogeríamos la estadística que tuviera el
menor error estándar o la menor desviación estándar de la distribución de muestreo.
Tiene sentido pensar que un estimador con un error estándar menor (con menos
desviación) tendrá una mayor oportunidad de producir una estimación más cercana al
parámetro de población que se está considerando.
3. Coherencia: Una estadística es un estimador coherente de un parámetro de
población si al aumentar el tamaño de la muestra, se tiene casi la certeza de que el
valor de la estadística se aproxima bastante al valor del parámetro de la población. Si
un estimador es coherente, se vuelve más confiable si tenemos tamaños de muestras
más grandes.
4. Suficiencia: Un estimador es suficiente si utiliza una cantidad de la
información contenida en la muestra que ningún otro estimador podría extraer
información adicional de la muestra sobre el parámetro de la población.
Una estadística de muestra dada, no siempre es el mejor estimador de su
parámetro de población correspondiente. Considere una población distribuida
simétricamente, en la que los valores de la mediana y de la media coinciden. En este
caso, la media de la muestra sería un estimador imparcial de la mediana de la
población debido a que asumiría valores que en promedio serían iguales a la mediana
de la población. También, la media de la muestra sería un estimador consistente de la
mediana de la población, puesto que, conforme aumenta el tamaño de la muestra, el
valor de la media de la muestra tenderá a acercarse bastante a la mediana de la
población.
Igualmente, la media de la muestra sería un estimador más eficiente de la
mediana de la población que la mediana misma, ya que en muestras grandes, la media
de la muestra tiene una desviación estándar menor que la mediana de la muestra. Al
mismo tiempo, la mediana de la muestra de una distribución distribuida
9

11. simétricamente sería un estimador imparcial y consistente de la media de la
población, pero no el más eficiente estimador, porque en muestras grandes su error
estándar es mayor que el de la media de la muestra.
Esta técnica es utilizada para conocer características de la población a partir de
la muestra, básicamente el muestreo se apoya de dos tipos de razonamientos el
deductivo que son los métodos y técnicas probabilísticas para luego aplicar el
inductivo que es interpretar los resultados obtenidos de la muestra para hacer
afirmaciones acerca de la población, es decir, inferir sobre la población en general.
Esto es conocido como inferencia estadística.
En este orden de ideas Bizquera (1988) plantea que:
Al trabajar con muestras es normal que haya una diferencia entre las
características de la población y los datos observados en la muestra. A los
Datos observados en la muestra se les denomina estadísticos, a los valores
característicos de la población de les denomina parámetros, a la diferencia
entre los estadísticos y los parámetros se les denomina error muestral.
(p.84).
En relación al Error de muestreo o error muestral, se considera como un error o
variación entre estadísticas de muestra debido al azar, es decir, diferencias entre cada
muestra y la población, y entre varias muestras, que se deben únicamente a los
elementos que elegimos para la muestra.
En cuanto a la estimación por intervalo, es un intervalo de valores que se utiliza
para estimar un parámetro de población. Esta estimación indica el error de dos
maneras: por la extensión del intervalo y por la probabilidad de obtener el verdadero
parámetro de la población que se encuentra dentro del intervalo. De igual modo la
probabilidad que asociamos con una estimación de intervalo se conoce como nivel de
confianza, esta probabilidad indica qué tanta confianza tenemos de que la estimación
de intervalo incluya al parámetro de población. Una probabilidad más alta indica más
confianza.
Esta estimación indica el error de dos maneras: por la extensión del intervalo
y por la probabilidad de obtener el verdadero parámetro de la población que se
encuentra dentro del intervalo.
10

12. Referencias
Bisquerra, R. (1988). Métodos de Investigación Educativa. Perú: CEAC
Rábago, j., Jiménez de T., F., Caripá de M., y Silva, N., (2007) Procesamiento de
Datos Estadísticos con SPSS. UPEL-IPB. Venezuela
11