LAS CLASES DE METODOS EN CIENCIA

Mtodos y procesos
Se distinguen dos presentaciones del mtodo cientfico: por una parte la ciencia se vale de
procedimientos racionales comunes a todas sus ramas, sin importar el objeto de estudio de cada
una de ellas; por otra parte los procesos son exclusivos de disciplinas especficas y se refiere en
especial al proceso como tcnicas que son a la vez la aplicacin especfica del plano metodolgico
que operacionaliza al mtodo y dicta la forma especial de ejecutarlo.
As pues, y muy sencillamente, s el mtodo general es el camino que se sigue para el logro de una
meta u objetivo, un mtodo particular consiste en un conjunto de reglas y operaciones (tcnicas
operativas) para el manejo de los instrumentos que auxilian al individuo en la aplicacin de los
mtodos.

Mtodos generales
El mtodo general de la ciencia es un procedimiento que se aplica al ciclo entero de la
investigacin en el marco de cada problema de conocimiento. Algunos de los mtodos y que en
general se basan en la aplicacin de la lgica, requieren el uso del pensamiento humano en sus
funciones de anlisis, sntesis,

Induccin, deduccin y analoga
Es lo que se conoce como mtodos racionales.
El pensamiento cientfico es objetivo, racional y sistemtico; estas cualidades estn estrechamente
relacionadas con la realidad, la experiencia, lo emprico.
El mundo de la experiencia seria catico si el hombre no dispusiera de elementos racionales que lo
puedan interpretar. La racionalidad procura interpretar la realidad en cuanto a su origen,
naturaleza profunda, destino y significado en el contexto general para obtener as una visin ms
amplia sobre el hombre, la vida, el mundo y el ser.
Lo racional del mtodo se basa en el servicio que presta la abstraccin (del latn: abstractus, que
significa "arrancado", "separado de la realidad") mediante las palabras, sus significados y sus
smbolos.


El anlisis y la sntesis
Todos los fenmenos que se presentan a la consideracin del hombre son demasiado complejos si
se les examina con detenimiento. Son simples solo a primera vista. Si se quiere indagar las causas,
es necesario separar en partes el fenmeno para estudiarlo de mejor manera. Pero como en esta
separacin pudieran cometerse errores, es imprescindible juntar las partes del todo separado a
objeto de ver si se pueden volver a integrar de igual forma.

El anlisis es un proceso mental que consiste en considerar y revisar por separado los diferentes
aspectos que conforman una totalidad; por ejemplo ante un texto nos preguntamos: cul es la
idea central? Cules son las ideas principales y cuales las secundarias? Qu relacin existe entre
las ideas? Qu caractersticas tiene cada idea? En otra forma el anlisis es el proceso racional que
parte de lo ms complejo hacia lo menos complejo.

La sntesis es la operacin intelectual por la cual se otorga unidad a una serie de datos dispersos y
solo se logra despus de que la mente, en contacto suficiente con un objeto de estudio ha
discriminado sus elementos y logrado un concepto que los defina a todos. Ejemplo: ante una
aglomeracin de personas en la calle, uno puede ver a distancia y pensar: "Se trata de personas
esperando el bus" o "es un accidente" o "un pregonero vendiendo productos". Cada una de esas
expresiones define el tipo de vinculacin que se verifica entre los elementos del todo que estamos
viendo. La sntesis pues, rene las partes de un todo, ya separado, y las considera como unidades
conceptos de "todo" y "parte" se interrelacionan; el todo presupone las partes y las partes
presuponen el todo.
Existen "todos" que solo suman partes, como un montn de naranjas; y "todos" unitarios, que
como unidades dependen de diversos principios organizadores; es el caso del tomo. Los "todos"
pueden incorporarse en "todos" ms amplios; as, las clulas forman tejidos y estos integran
rganos; los rganos componen aparatos o sistemas de rganos; estos sistemas son parte del
"todo" llamado humano.
El anlisis y la sntesis son dos procesos inseparables que se enriquecen mutuamente y que
pueden estudiarse en dos planos: el emprico y el racional.
En el plano emprico, estos procedimientos se aplican, por ejemplo, en la descomposicin y
recomposicin del agua mineral, a partir del oxgeno, hidrogeno, calcio, azufre, litio, etc. El anlisis
material, que aleja o separa uno de otro los componentes es solo un auxiliar del anlisis
intelectual, y no coincide con el por completo, ya que en el anlisis racional se llega de ordinario a
aspectos no materiales. Sera un tremendo error concebir todo anlisis segn el modelo del
anlisis qumico, o de cualquier otro procedimiento analtico material.
En fin, el gran obstculo que hay que vencer en la ciencia es, por un lado la complejidad de los
objetos (entes materiales y procesos) y, por otro, la limitacin de la inteligencia humana, incapaz
de extraer de la complejidad de las ideas, de los seres y de los hechos, las relaciones de causa y
efecto, ni las relaciones entre principio y consecuencia, sin el anlisis todo conocimiento es
confuso y superficial. Sin la sntesis, es fatalmente incompleto. El anlisis debe preceder siempre a
la sntesis.
Los conceptos de anlisis y sntesis se refieren a dos procesos mentales o actividades que son
complementarias entre s, nos sirven para el estudio de problemas o realidades complejas.

El anlisis consiste en la separacin de las partes de esos problemas o realidades hasta llegar a
conocer los elementos fundamentales que los conforman y las relaciones que existen entre ellos.
La sntesis, se refiere a la composicin de un todo por reunin de sus partes o elementos, que se
puede realizar uniendo las partes, fusionndolas u organizndolas de diversas maneras. El anlisis
es una operacin intelectual que separa las partes que componen un todo y la sntesis rene las
partes del todo y las convierte de nuevo en una unidad.

Anlisis y sntesis son opuestos entre s, el final del anlisis marca el inicio de la sntesis. Los dos
procesos se encuentran reunidos en el estudio de realidades o problemas complejos.

La capacidad de anlisis y sntesis, nos permite conocer mejor las realidades a las que nos
enfrentamos, describirlas de una mejor forma, descubrir relaciones entre sus componentes,
construir nuevos conocimientos a partir de otros que ya poseamos.

Los procesos de anlisis y sntesis dependen en gran medida de tres elementos:
1) La informacin y Conocimientos previos que posee el individuo o grupo que llevar a cabo la
tarea,
2) Su habilidad en la percepcin del detalle y las relaciones entre elementos propios de la
realidad objeto de estudio y de otros ajenos a ella y
3) Los objetivos del estudio o lectura, que ayudarn a establecer criterios para seleccionar la
Informacin relevante y organizarla en la construccin de la sntesis.

Estos elementos determinan variabilidad del contexto en el que se realiza el proceso de anlisis y
sntesis.
Adems la persona o grupo de personas que realicen el proceso de anlisis y sntesis deben poseer
habilidades tales como curiosidad, agudeza de percepcin sensorial, atencin, capacidad de
discriminacin, lectura comprensiva y eficaz.

La misma lectura comprensiva y eficaz, requiere en su proceso tener capacidad de anlisis y
sntesis.
Durante la lectura, estos procesos se dan en forma simultnea, lo que permite reconocer una serie
de letras (smbolos grficos) que se integran para formar una palabra, que se constituye en un
significado abstracto que es interpretado en forma sinttica en nuestra mente.

Los procesos de anlisis y sntesis son interdependientes entre s, el anlisis nos proporciona
elementos de juicio, conocimientos, informacin significativa y argumentos, que reunidos al
realizar la sntesis nos permiten reconstruir el todo o construir un nuevo todo cuando sumamos
los elementos de una situacin, informacin o problema a nuestros conocimientos y experiencias
anteriores y en un momento dado poder utilizar esos nuevos conocimientos para resolver un
problema de nuestra realidad.

Cmo se desarrolla la capacidad de anlisis y sntesis?

Las capacidades de anlisis y sntesis se desarrollan a partir de la lectura, la investigacin,
discusiones grupales, evaluacin de procesos, prcticas de laboratorio, casos y problemas entre
otras actividades.

El proceso de anlisis-sntesis, pasa a formar parte de nuestra vida cotidiana y tambin del mtodo
cientfico y va a ser determinante en la toma de decisiones e interpretacin de situaciones,
informacin e investigaciones.

Existen herramientas que nos facilitan el anlisis de una situacin, de un problema o de una
lectura, tales como:
1. Sealar las ideas ms importantes
2. Comparar ideas
3. Identificar puntos de controversia
4. Identificar relaciones
5. Buscar palabras clave
6. Sealar distintos aspectos del tema que se han considerado.
7. Revisar datos, esquemas, figuras, conceptos

Tambin existen grficos y diagramas que son herramientas que nos permiten visualizar el anlisis
de los componentes de una lectura, de una situacin o de un problema, tal como los diagramas de
causa y efecto, la lluvia de ideas, el rbol de problemas, entre otros.

A su vez, existen herramientas o tcnicas para la sntesis, que tienen como objetivo captar lo
esencial e importante, dar un orden jerrquico a las ideas, disminuir la extensin del texto, facilitar
el repaso y el estudio activo.
Entre las herramientas que permiten la sntesis, se encuentran las siguientes:
El subrayado
El resumen
Esquemas
Cuadro comparativo
Mapas conceptuales
Fichas de resumen
Mapas mentales
Glosarios de trminos
Frmulas cientficas
Cuadro sinptico


Razonamiento inductivo, deductivo y analgico
La induccin y la deduccin son ante todo formas de raciocinio o de argumentacin, son ante todo
formas de raciocinio o de argumentacin, formas de reflexin, no de pensamiento simple.
El pensamiento se alimenta de la realidad externa y es producto directo de la experiencia. El acto
de pensar se caracteriza por ser disperso, natural y espontneo. La reflexin, por su parte,
requiere esfuerzo y concentracin voluntaria; es dirigida y planificada. La conclusin del raciocinio
es el ltimo eslabn de una cadena de reflexiones. Es el perodo final de un ciclo de operaciones
que se condicionan necesariamente.
Frecuentemente, solo se piensa en los asuntos o problemas en vez de razonar ordenada, lgica y
coherentemente sobre ellos, confundiendo de esta manera la divagacin irresponsable con la
reflexin sistemtica.
Mediante el razonamiento se produce la inferencia, por la cual el espritu es llevado a extraer
conclusiones a partir de premisas conocidas. La induccin, la deduccin y la analoga son formas
de inferencia.
La induccin es un razonamiento mediante el cual pasamos de un conocimiento de grado
particular a uno de grado general. La aplicacin de la induccin como mtodo de la investigacin
cientfica se encuentra en la formulacin de hiptesis y leyes cientficas.
El objetivo del razonamiento inductivo es llegar a conclusiones cuyo contenido es ms amplio que
el de las premisas. Se puede afirmar que las premisas de un o argumento inductivo correcto
sustentan o atribuyen cierta verosimilitud a su conclusin; as, cuanto las premisas son
verdaderas, se puede cuando mucho decir que la conclusin es probablemente verdadera. El
argumento inductivo se fundamenta en la generalizacin de propiedades comunes a cierto
nmero de casos ya observados, a todas las ocurrencias de hechos similares que acontezcan en el
futuro.
Para que las conclusiones de la induccin sean verdaderas o ms comnmente posibles y logren
un mayor grado de sustentacin, pueden agregarse al argumento evidencias adicionales bajo la
forma de premisas nuevas que figuran al lago de las premisas inicialmente consideradas. Puesto
que la conclusin por va de induccin puede resultar falsa aun cuando sean verdaderas (o
correctas) las premisas, la evidencia adicional puede favorecer la percepcin con ms precisin, si
la conclusin es de hecho verdadera.
La induccin puede ser completa, cuando permite inferir conclusiones generales a partir del
estudio de todos los elementos que forman parte del objeto de investigacin y es posible cuando
conocemos con exactitud el nmero de elementos que conforman el objeto de estudio.
Por ejemplo: al estudiar el rendimiento acadmico de los estudiantes del curso tercero de biologa,
contamos con los resultados de todos los alumnos del curso, dado que es un objeto de estudio
relativamente pequeo (25 alumnos). Concluimos que su rendimiento promedio es bueno,
conclusin que es posible mediante el anlisis de todos y cada uno de los alumnos del curso.
De otra, el mtodo de induccin incompleta se presenta en objetos de investigacin cuyos
elementos no pueden ser numerados y estudiados en su totalidad por el investigador, bien sea por
lo numerosos o por la imposibilidad de que los tenga todos a su alcance. Ejemplos corrientes de
este tipo de induccin se presentan en las ciencias naturales, cuando se estudian comunidades de
organismos.
Especies de induccin
(a) formal o Aristotlica,
(b) cientfica o Baconiana.
La induccin formal tiene como punto de partida todos los casos de una especie o de un gnero y
no solo algunos. Ejemplo: Los cuerpos A, B, C, D, atraen el hierro; ahora, los cuerpos A, B, C, D, son
todos imanes; luego, los imanes atraen al hierro. En este tipo de induccin no hay propiamente
una inferencia, sino una simple sustitucin de una coleccin de trminos particulares por un
trmino equivalente. Este proceso es inductivo solo en la forma, tomando en cuenta que pasa de
lo mismo a lo mismo; por ello la induccin formal es poco til.
La induccin cientfica es el raciocinio mediante el cual se concluye a partir de algunos casos
observados, de acuerdo con la especie que los comprende y la ley general que las rige, es decir, es
el proceso que generaliza la relacin de consolidad descubierta entre dos fenmenos y de la
relacin, casual concluye la ley. Por ejemplo, se verifica cierto nmero de veces que el xido de
carbono paraliza los glbulos sanguneos; de esta observacin se infiere que siempre, dadas las
mismas condiciones, el xido de carbono paralizar los glbulos sanguneos. Este tipo de induccin
es el alma de las ciencias experimentales. Sin ella, la ciencia no sera otra cosa que un repertorio
de observaciones sin alcance.
La deduccin desempea un papel muy importante especialmente en las ciencias formales (lgica
y matemticas); mediante ellas se aplican los principios descubiertos a casos particulares, es decir,
se convierte en la argumentacin que vuelve explcitas verdades particulares contenidas en
verdades universales.
El papel de la deduccin en la investigacin cientfica es doble: por una parte consiste en
encontrar principios desconocidos a partir de otros conocidos (es el caso de la induccin
completa). Una ley o principio puede reducirse a otra ms general que la incluya; ejemplo: si un
cuerpo cae, decimos que pesa porque es un caso particular de la gravitacin. De otra parte,
tambin la deduccin sirve cientficamente para descubrir consecuencias desconocidas, de
principios conocidos; por ejemplo, sabemos que la frmula de la velocidad es: v = s/t ; podemos,
en consecuencia, calcular con facilidad la velocidad que desarrolla un avin.
En el razonamiento deductivo se reconocen dos tipos de inferencia o conclusin: inmediatas y
mediatas. La inferencia inmediata extrae un juicio (vale decir una conclusin) a partir de una sola
premisa. Por ejemplo: "Los libros son cultura". "En consecuencia, algunas manifestaciones
culturales son libros".
En la inferencia mediata la conclusin se obtiene a partir de dos o ms premisas. Por ejemplo: "Los
ingleses son puntuales." "William es ingls." "Por tanto, William es puntual"
El dominio de la deduccin es la relacin lgica que se establece entre proposiciones, y su validez
depende del hecho de que la conclusin sea siempre verdadera, en tanto que las premisas
tambin lo sean. As, admitidas las premisas se debe admitir tambin la conclusin; esto, porque
toda la afirmacin o contenido factual de la conclusin ya estaba, por lo menos implcitamente, en
las premisas
El proceso deductivo, lleva al investigador de lo conocido a lo desconocido con poco margen de
error, pero es de alcance limitado (se usa especialmente en las demostraciones matemticas) pues
el contenido de la conclusin no puede exceder al de las premisas.
En la vida cotidiana utilizamos frecuentemente calidad, por el hecho de que hemos tenido otro de
la misma marca que nos dej satisfechos; pero puede suceder que el aparato electrnico, a pesar
de todo, no tenga la calidad esperada. As pues, los razonamientos analgicos no son siempre
vlidos; sus conclusiones tienen mayor o menor grado de probabilidad.
El silogismo es la forma bsica del razonamiento. Est conformado por premisas, (mnimamente
dos) y una conclusin. Las premisas son las sentencias que se comparan. Los tipos de premisas
pueden ser particulares o universales. La premisa Universal, es la que se aplica a todos los casos y
la premisa particular es la que se refiere a un individuo o un caso. La conclusin es el resultado de
la comparacin de ambas premisas.
El razonamiento inductivo es el que mediante el cual tomamos dos o ms premisas particulares,
para obtener como conclusin una premisa general. Es el tipo de razonamiento que utilizamos
cuando se hacen pruebas cientficas o demostraciones matemticas.
En ocasiones el silogismo puede ser correcto, pero la conclusin equivocada.

Ejemplos de razonamiento inductivo:
1. Premisa: Mi automvil est hecho de hierro.
Premisa: El automvil de Alberto est hecho de hierro.
Premisa: El automvil de Gloria est hecho de hierro.
Conclusin: todos los automviles estn hechos de hierro.

2. Premisa: El estudio de los pacientes con niveles bajos de glucosa en la sangre, tienen
deficiencia de las funciones del pncreas.
Premisa: Las personas sanas tienen niveles normales de azcar.
Conclusin: Las personas con deficiencias de las funciones del pncreas estn enfermas y
tienen deficiencia de glucosa en la sangre.
3. Hemos soltado desde la azotea de la escuela una hoja extendida, otra hoja de papel hecha
bola, una pelota de tenis y una calabaza de 3 kilogramos. Mientras tanto otro observador
en el piso midi el momento de llegada de los tres objetos.
El resultado de la observacin es que la hoja extendida le afect la resistencia del aire, en
tanto que los otros tres objetos llegaron al mismo tiempo al suelo, independientemente
de su peso.
Por lo tanto, la gravedad afecta igualmente a todos los objetos, independientemente de su
peso.

El razonamiento deductivo el que compara premisas universales entre s, o dos premisas
universales para sacar una conclusin particular.
Ejemplos de razonamiento deductivo:
1. La fuerza de gravedad es una constante, que hace que los objetos caigan a una velocidad
de 9.8 metros por segundo cada segundo, por lo tanto, si vas a tirar mi computadora
desde la azotea, como nos encontramos a 5 metros de altura, y la computadora tiene una
masa de 5 kilogramos; como para ese momento alcanzar una aceleracin de 4.9 metros
por segundo, entonces el impacto ser de aproximadamente 24,5 kilogramos, lo que
significa que causarn abolladuras en el gabinete y daos en sus componentes, y si cae por
su costado derecho, la destruccin de la placa principal. As que por favor, no lances mi
computadora.

2. Todos los seres humanos sentimos temor a provocar la muerte de otra persona. Las
personas con creencias religiosas tienen esta prohibicin como norma de conducta.
Adems este temor es compartido por personas sin religin. Finalmente, este repudio a
lastimar a otro, existe en todo tipo de culturas, en cualquier parte del mundo. Por lo tanto,
esto es un valor que es independiente de la religin, y del contexto cultural, y al ser
compartido por todos los seres humanos, es un valor Universal.

3. Premisa: (universal) La fuerza de gravedad atrae a todos los objetos hacia el centro de la
tierra con una fuerza y velocidad constantes.
Premisa: (particular) Al soltar un objeto redondo de 3 kilogramos, desde una altura de 10
metros, y tarda en un segundo en llegar al suelo.
Premisa: (Particular) Al soltar un objeto redondo de .2 kilogramos (200 gramos), desde una
altura de 10 metros y tarda un segundo en llegar al suelo.
Conclusin: Independientemente del peso, todos los objetos son atrados con la misma
fuerza y tardan el mismo tiempo en llegar al suelo.











MTODO EXPERIMENTAL
Origen: tiene sus orgenes a partir de la propia experiencia del ser humano, en la prctica diaria,
por medio de su estilo de vida, el hombre va obteniendo su propio conocimiento, el mismo se da
de forma espontnea, es de esta forma que Galileo Galilei crea el mtodo inductivo experimental,
el cual es caracterstico de las ciencias naturales por medio de las cuales aparecen los primeros
logros de la fsica, mecnica y la astronoma, las cuales constituyen las ciencias bsicas para el
hombre, de esta misma forma el aporte que realiza Galileo Galilei (1564-1642) quien demostr
que ciertos conceptos aceptados en la ciencias de sus das eran contra dichos por la prueba
experimental, el cual se considera en la obtencin practica y exitosa del mtodo cientfico, este
por ser un mtodo aplicable a la naturaleza, se basa en la observacin, la hiptesis, la aplicacin
de sistemas matemticos y el experimento.
Definicin: consiste en comprobar, medir las variaciones o efectos que sufre una situacin cuando
en ellas se introduce una nueva causa dejando las dems causas en igual estudio. Dicho de otra
forma, este mtodo consiste en hacer un cambio en el valor de una variable (variable
independiente) y observar su efecto en otra variable (variable dependiente). Esto se lleva a cabo
en condiciones rigurosamente controladas, con el fin de describir de qu modo o por qu causase
produce una situacin o acontecimiento particular.
Caracterstica: su principal caracterizacin es la manipulacin de una o varias de las variables
independientes por parte del investigador, para estudiar los efectos de estas variaciones en las
variables dependientes, este mtodo se trabaja a travs de hiptesis bien precisas para descubrir
relaciones causales, y este mismo a su vez se diferencia con los otros tipos de investigacin, ya que
su objetivo de estudio y su tratamiento dependen completamente del investigador, de las
decisiones que tome para manejar su experimento.
Ventaja: que este mtodo presenta es que el experimentador puede hacer que el evento ocurra
cuando lo desee y manipularlo, este puede repetir la observacin bajo las mismas situaciones para
verificarla y describir sus condiciones.
Desventaja: se puede presentar como un resultado no confiable motivado a que el
experimentador podra conseguir resultados que desea obtener de acuerdo a su tema a estudiar.
Paradigma: se basa en el paradigma cuantitativo porque se dedica a recoger, procesar y analizar
datos numricos sobre variables y as medir el efecto de la variable independiente sobre la
variable dependiente y la validacin interna de la situacin experimental y a travs de la encuesta
aplicar una serie de tcnicas especficas con el objeto de recoger, procesar y analizar
caractersticas que se dan en personas de un grupo determinado.





EL ESTUDIO DE LAS VARIABLES.
Podemos definir una variable como cualquier atributo de los objetos, cosas o seres quesea
medible y cuyos valores varan por ejemplo, color, magnitud, peso, etc.

De acuerdo con la naturaleza de las variables, vamos a considerar:

Variable cualitativa: es aquella compuesta de categoras o niveles que no pueden serordenadas
con respecto a magnitud por ejemplo sexo, religin, profesin, estado civil-.

Variable cuantitativa: es aquella que puede ser ordenada con respecto a magnitud. Serefieren
siempre a atributos de objetos o cosas que incorporan la magnitud como una caracterstica
esencial. Pueden responder a preguntas del tipo cunto?, por ejemplo, nmero de hijos, edad,
nmero de ensayos en un experimento-. Las variables cuantitativas pueden ser a su vez continuas
o discretas.

a) Continuas: es aquella variable cuantitativa que puede ser medida con un grado de
precisin que suele depender del instrumento de medida. Los valores de la variable estn
en nmero infinito y, a priori, son cualesquiera en un intervalo de valores por ejemplo,
tiempo de reaccin (22,547 sg.), temperatura de un cuerpo (36,22 C)-. La limitacin se
encuentra en el instrumento de medida empleado.

b) Discretas: su ordenamiento en magnitud viene predeterminado, no puede ser arbitrario.
Sus valores son aislados, puntuales y pueden obtenerse contando por ejemplo, nmero
de hijos (no podemos tener un hijo y medio)-.

De acuerdo con los intereses u objetivos del investigador, vamos a distinguir entre:

Variable dependiente (V.D.): es cualquier aspecto de la conducta medido por elexperimentador
para evaluar los efectos de la variable independiente manipulada. Es cualquier aspecto de la
conducta que interesa estudiar al investigador por ejemplo, atencin, nmero de palabras
recordadas-.
Variable independiente (V.I.): es cualquier variable manipulada por el investigador, bien
directamente o por medio de seleccin para determinar su efecto en la V.D. A su vez distinguimos
entre:

a) Variables independientes de estmulo: nos referimos a cualquier aspecto del
medioambiente fsico o social que puedan afectar de algn modo a la conducta por
ejemplo, forma en la presentacin de la estimulacin, efecto del ambiente social sobre la
habilidad de resolver problemas, etc.

b) Variables independientes orgsmicas o de estado: por stas entendemos cualquier
caracterstica del organismo incluyendo caractersticas fsicas o fisiolgicas tales como
sexo, color de los ojos, estatura, peso, adems de caractersticas psicolgicas.

EL PLAN EXPERIMENTAL.

La investigacin cientfica busca fundamentalmente el determinar la adecuacin o no de ciertas
hiptesis a la realidad mediante observacin, experimentacin, etc.

Por experimentacin se entiende la aplicacin de un conjunto de manipulaciones, procedimientos
y operaciones de control, de tal forma que proporcionan informacin no ambigua sobre el
fenmeno que se trata de estudiar.

Se trata de demostrar (de una manera simple) que la manipulacin de una V.I., produceun cambio
en la V.D. El ejemplo ms simple es la asignacin de un valor de la V.I. a un grupo de sujetos (grupo
experimental), y otro valor a otro grupo (grupo control).

El valor asignado al grupo experimental es el valor o tratamiento que queremos investigar, es el
tratamiento experimental, y el valor asignado al grupo control es el tratamiento normal. As, la
diferencia entre un tratamiento experimental y normal es el valor especfico de la V.I. asignado a
cada grupo.

El experimento.

Se diferencia de los mtodos no experimentales en que en el experimento se procede a la
formacin de condiciones especiales que producen los eventos deseados bajo circunstancias
favorables para las observaciones cientficas. El experimentador toma parte activa en la
produccin del suceso.

Ventajas.

Algunas ventajas de este procedimiento seran las siguientes:

a) El experimentador puede hacer que el evento ocurra cuando lo desee, demanera que puede
estar perfectamente preparado para observarlo con precisin.

b) Puede repetir la observacin bajo las mismas condiciones para verificarla, y puede describir
sus condiciones dando oportunidad a otros experimentadores de repetirla, realizando una
comprobacin independiente de sus resultados.

c) Puede variar las condiciones sistemticamente y notar las variaciones de sus resultados.

Por tanto, en los otros mtodos que no son experimentales los sucesos son relacionados para ser
estudiados, en un experimento son producidos y controlados.




Tipos de experimentos.

El mtodo de experimentacin general permanece igual, sin importar el tipo de problema al que
se aplique, de manera que, estrictamente hablando, no nos estamos refiriendo a los diferentes
tipos de experimentos, sino a los diferentes tipos de problemas y fines para los que se emplean.


EL CONTROL EXPERIMENTAL. El control de las variables.

El control de variables es una de las fases ms importantes en la planificacin yrealizacin de
experimentos (requiere una particular vigilancia por parte del experimentador). La palabra
control implica que el experimentador posee cierto poder sobre las condiciones de su
experimento, es capaz de manipular variables en un esfuerzo por llegar a una conclusin firme.
As, en un primer sentido usaremos el trmino control para referirnos a como un
experimentadorcontrola su V.I. cuando la vara de forma especfica y conocida.
En un segundo sentido utilizaremos el trmino control referido al control de las variablesextraas
(variable que acta adicionalmente a la variable independiente). Cuando se falla al controlar las
Vs. extraas, se obtiene un experimento contaminado. La contaminacin ocurre cuando una
variable extraa est sistemticamente relacionada con la V.I., y puede afectar diferencialmente a
la V.D.

Resumiendo: el control experimental equivale a la regulacin de variables experimentalesy
podemos considerar dos tipos de variables experimentales: independiente y extraa.














Muestreo Probabilstico
Los mtodos de muestreo probabilstico son aquellos que se basan en el principio de equi-
probabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser
elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de
tamao n tienen la misma probabilidad de ser elegidas. Slo estos mtodos de muestreo
probabilstico nos aseguran la representatividad de la muestra extrada y son, por tanto, los ms
recomendables.
Ventajas
Sirve para cantidades, cuantifica.
Todos los casos presentes en el marco muestral tienen la probabilidad de estar en el marco final
Es ciego a la hora de seleccionar elementos de las muestras finales
No requiere un conocimiento elevado de la poblacin a estudiar
Permite inferencias estadsticas

Desventajas
-Elementos perdidos
Marco muestral inadecuado
No cubrir toda la poblacin
-Elementos extraos
-Agrupaciones
-Duplicaciones

Muestreo No Probabilstico
A veces, para estudios exploratorios, el muestreo probabilstico resulta excesivamente costoso y
se acude a mtodos no probabilstico, aun siendo conscientes de que no sirven para realizar
generalizaciones, pues no se tiene certeza de que la muestra extrada sea representativa, ya que
no todos los sujetos de la poblacin tienen la misma probabilidad de se elegidos. En general se
seleccionan a los sujetos siguiendo determinados criterios procurando que la muestra sea
representativa.
Ventajas
til cuando se quiere cualificar
Todos los casos no tiene la misma probabilidad de ser seleccionados para la muestra
El investigador elige los casos que ms le interesan para una informacin mas rica.
Requiere un conocimiento elevado de la poblacin
Permite hacer inferencias lgicas
Desventajas
Dificultad de disear un sistema de estratificacin (para construir las cuotas) que considere ms de
tres variables de control.(Esto se debe a que el n de variables a considerar acta como una
funcin multiplicativa de cada una de las categoras dentro de la variable)
A cada entrevistador se le adjudica una cuota de personas a entrevistar. el hecho de poder elegir
los entrevistados siempre que renan los requisitos adecuados, puede llevar a error (entrevistas a
amigos en proporcin excesiva, a las salida de mercados, universidades...etc.)
Son muchas las estrategias para reducir los sesgos al seleccionar entrevistados (control sobre los
barrios a investigar).
Una de las opciones es llevar a cabo un muestreo probabilstico polietpico con cluster,
seleccionando a los entrevistadores mediante cuotas en la ltima etapa.

TEORIA DEL MUESTREO
En la prctica profesional, el mdico se enfrenta con frecuencia ante la necesidad de conocer
realidades respecto al proceso salud enfermedad en la persona humana, una enfermedad, un
medicamento, una tcnica quirrgica, niveles de educacin e informacin; cuando ello se necesita
conocer en un grupo poblacional, sera necesario examinar todos los miembros de ese grupo con
el fin de observar el comportamiento de las variables en estudio.
Sin embargo, muchas veces, el grupo en estudio es tan grande que hace difcil, casi imposible el
examen de todos sus miembros, por lo que se procede comnmente a examinar un determinado
nmero de individuos u objetos, observar el comportamiento de las variables en estudio en este
conjunto limitado para luego extender los resultados al conjunto total, con cierto grado de
confianza. Es entonces, importante conocer que se puede estudiar un sub conjunto de la
poblacin para luego inferir los resultados al conjunto total de elementos con un cierto grado de
precisin el cual depender de la seleccin de los elementos del sub conjunto a estudiar y de los
mtodos de inferencia para la obtencin de premisas generales.

Esto es la teora del muestreo, la seleccin adecuada en cantidad y calidad de los individuos que
constituirn el grupo de observacin, para ello es necesario tener conceptos muy claros respecto a
poblacin o universo y muestra.



2. CONCEPTO DE UNIVERSO O POBLACION Y MUESTRA
Antes de describir algunos de los mtodos de muestreo ms habituales, es necesario plantear
algunas definiciones importantes en este contexto:
POBLACIN: Es todo conjunto de elementos, finito o infinito, definido por una o ms
caractersticas, de las que gozan todos los elementos que lo componen, y slo ellos. En muestreo,
se entiende por poblacin a la totalidad del universo que interesa conocer, y que es necesario que
est bien definido para que se sepa en todo momento qu elementos lo componen. Conviene
recordar que poblacin es el conjunto de elementos a los cuales se quieren inferir los resultados.
UNIVERSO: El trmino es empleado generalmente como sinnimo de poblacin. No obstante,
cuando se realiza un trabajo puntual, conviene distinguir entre universo ideal: conjunto de
elementos a los cuales se quieren extrapolar los resultados, y universo muestral: conjunto de
elementos accesibles en nuestro estudio.
Todo universo o poblacin debe definirse sin ambigedades, es decir debe ser posible decidir
cundo un individuo pertenece o no al universo bajo consideracin.
Universo: Pacientes asmticos con deficiente grado de conciencia de la importancia de su
enfermedad.
Universo: Pacientes con EDA menores de 1 ao, atendidos en el Hospital Beln.
CENSO: En ocasiones resulta posible estudiar cada uno de los elementos que componen la
poblacin, realizndose lo que se denomina un censo, es decir, el estudio de todos los elementos
que componen la poblacin. La realizacin de un censo no siempre es posible, por diferentes
motivos:
a) Economa: el estudio de todos los elementos que componen una poblacin, sobre todo si esta
es grande, suele ser un problema costoso en tiempo, dinero, etc.
b) Que las pruebas a las que hay que someter a los sujetos sean destructivas.
c) Que la poblacin sea infinita o tan grande que exceda las posibilidades del investigador.
Si la numeracin de elementos, se realiza sobre la poblacin accesible o estudiada, y no sobre la
poblacin terica, entonces el proceso recibe el nombre de marco o espacio muestral.
MUESTRA: En todas las ocasiones en que no es posible o conveniente realizar un censo, lo que
hacemos es trabajar con una muestra, entendiendo por tal una parte representativa y adecuada
de la poblacin.
Para que una muestra sea representativa, y por lo tanto til, debe de reflejar las semejanzas y
diferencias encontradas en la poblacin, ejemplificar las caractersticas y tendencias de la misma.
Cuando decimos que una muestra es representativa indicamos que rene aproximadamente las
caractersticas de la poblacin que son importantes para la investigacin.
Cuando decimos que una muestra es adecuada, nos referimos a que contiene el nmero de
unidades de estudio, tal que permita aplicar pruebas estadsticas que den validez a la inferencia de
los resultados a la poblacin.
Por ejemplo, supongamos que deseamos medir el rendimiento acadmico de los nios escolares
en la secundaria en Per, pero por problemas econmicos slo es posible acceder a los nios de
zonas urbanas.
- A quin deseo generalizar los resultados? :
Todos los nios peruanos de la secundaria (universo ideal).
- A quin puedo acceder en el estudio? :
Todos los nios escolares en zonas urbanas (universo muestral o poblacin en estudio).
-Cmo puedo acceder a ellos? : Numerando los sujetos accesibles (espacio o marco muestral).
-Quin forma parte del estudio? : Un grupo de sujetos elegido (muestra).
3. VENTAJAS Y DESVENTAJAS DEL MUESTREO
A. En estudios que implican tcnicas destructivas o de uso que imposibilidad de utilizacin
posterior de lo analizado.
B. El trabajo con una muestra y no con el universo implica eficiencia, pues significa ahorro de
recursos, esfuerzos y tiempo
C. Con el uso del muestreo se pueden obtener resultados razonablemente ms precisos que el
estudio de todo el universo, pues para el estudio de slo una muestra, el personal mnimo
necesario puede ser mejor preparado para recoger informacin ms detallada y elaborada.
D. Como desventaja se debe mencionar el error de muestreo, producto de la variabilidad
intrnseca que poseen los elementos de todo universo o poblacin. El trmino error no debe
entenderse como sinnimo de equivocacin. Ejemplo:
Estatura de nios: 117, 120, 125, 125, 130
Tamao Valores mustrales Media muestral
2 117, 120 118.50
2 125, 130 127.50
2 125, 120 122.50
3 125, 130, 125 126.66
3 125, 125, 120 123.33
3 125, 117, 125 122.33
4 120, 117, 125, 125 123.00
4 130, 117, 125, 125 124.25
4 117, 125, 125, 120 121.75
Media poblacional 123.4
E. Tambin suelen introducirse errores por otras vas, los cuales se denominan errores
sistemticos: Los cuales son:
- Imputables al observador.
- Imputables al mtodo de observacin o medicin.
- Imputables a lo observado (unidad de muestreo).

4. CONDICIONES DE UNA BUENA MUESTRA

En todo proceso de muestreo, los elementos de la muestra deben escogerse adecuadamente, de
tal manera que los resultados que se observen en ella, puedan inferirse al resto de la poblacin a
la que pertenece la muestra. Para ello debe tenerse en cuenta:

a) Tamao de la muestra, que da la caracterstica de muestra adecuada. El tamao de la muestra
depende de la homogeneidad de la poblacin.

b) Condiciones de seleccin de la misma, de tal manera que todos los miembros de la poblacin
tengan la misma probabilidad de ser seleccionados como parte de la muestra, sta es la
caracterstica de muestra representativa.

Estas dos caractersticas darn valor estadstico a los resultados y permitirn la inferencia a la
poblacin.

Varios aspectos relacionados con las caractersticas y tendencias de los sujetos que componen la
poblacin inciden en su determinacin y dificultan a la vez su valoracin objetiva:

A. Objetivos que se persiguen.
B. Grado de aproximacin que se pretende alcanzar.
C. La heterogeneidad de la poblacin

Ello implica que existe una estrecha relacin entre: Varianza de la media muestral, tamao de la
muestra y varianza poblacional

5. TAMAO DE LA MUESTRA
A la hora de determinar el tamao que debe alcanzar una muestra hay que tomar en cuenta varios
factores: el tipo de muestreo, el parmetro a estimar, el error muestral admisible, la varianza
poblacional y el nivel de confianza. Por ello antes de presentar algunos casos sencillos de clculo
del tamao muestral delimitemos estos factores.
PARAMETRO: Son las medidas o datos que se obtienen sobre la poblacin.

ESTADISTICO: Los datos o medidas que se obtienen sobre una muestra y por lo tanto una
estimacin de los parmetros.
ERROR MUESTRAL, de estimacin o standard: Es la diferencia entre un estadstico y su parmetro
correspondiente. Es una medida de la variabilidad de las estimaciones de muestras repetidas en
torno al valor de la poblacin, nos da una nocin clara de hasta dnde y con qu probabilidad una
estimacin basada en una muestra se aleja del valor que se hubiera obtenido por medio de un
censo completo. Vara segn se calcule al principio o al final. Un estadstico ser ms preciso en
cuanto y tanto su error es ms pequeo. Podramos decir que es la desviacin de la distribucin
muestral (por distribucin muestral se entiende la distribucin de frecuencias de los valores de un
estadstico en infinitas muestras iguales) de un estadstico y su fiabilidad.
NIVEL DE CONFIANZA: Probabilidad de que la estimacin efectuada se ajuste a la realidad.
Cualquier informacin que queremos recoger est distribuida segn una ley de probabilidad
(Gauss o Student), as llamamos nivel de confianza a la probabilidad de que el intervalo construido
en torno a un estadstico capte el verdadero valor del parmetro.
VARIANZA POBLACIONAL: Cuando una poblacin es ms homognea la varianza es menor y el
nmero de entrevistas necesarias para construir un modelo reducido del universo, o de la
poblacin, ser ms pequeo. Generalmente es un valor desconocido y hay que estimarlo a partir
de datos de estudios previos.
LA FRMULA PARA EL TAMAO DE LA MUESTRA DEPENDER SI SE ESTIMA LA MEDIA DE LA
POBLACIN O LA PROPORCIN DE LA VARIABLE.
TIPOS DE MUESTREO
Los autores proponen diferentes criterios de clasificacin de los diferentes tipos de muestreo,
aunque en general pueden dividirse en dos grandes grupos: mtodos de muestreo probabilstico y
mtodos de muestreo no probabilstico.
MTODOS DE MUESTREO PROBABILSTICO
Los mtodos de muestreo probabilstico son aquellos que se basan en el principio de
equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad
de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles
muestras de tamao n tienen la misma probabilidad de ser elegidas. Slo estos mtodos de
muestreo probabilstico nos aseguran la representatividad de la muestra extrada y son, por tanto,
los ms recomendables. Dentro de los mtodos de muestreo probabilstico encontramos los
siguientes tipos:
CONTROL DE LECTURA
MUESTREO ALEATORIO SIMPLE
MUESTREO ALEATORIO SISTEMTICO
MUESTREO ALEATORIO ESTRATIFICADO
MUESTREO ALEATORIO POR CONGLOMERADOS

El modelaje como un mtodo de investigacin cientfica

Ya sea en el desarrollo de un modelo conceptual como el modelo atmico, un modelo fsico como
el delta del rio en miniatura, o un modelo de computadora como el modelo del cambio climtico
global, el primer paso es definir el sistema que hay que modelar y los objetivos para el modelo.
Sistema es un trmino genrico que se puede aplicar a algo muy pequeo (como un tomo
nico), algo muy grande (la atmsfera de la Tierra) o algo entre los dos, como la distribucin de los
nutrientes en un arroyo local. De manera que la definicin del sistema supone generalmente
dibujar las fronteras (literales o figurativas) alrededor de lo que usted quiera modelar y luego
determinar las variables claves en la relacin entre esas dos variables.
Los ladrillos de LEGO han sido un producto bsico en el mundo de los juguetes desde que fueron
inventados en Dinamarca en 1953.
Los ladrillos de plstico que se entrelazan se pueden unir para formar una interminable variedad
de objetos. Algunos nios (y hasta muchos adultos) estn interesados en construir el modelo
perfecto encontrando los ladrillos del color, forma y tamao indicado, y armarlos en una rplica de
un objeto familiar del mundo real, como un castillo, una nave espacial o el puente de Londres.
Algunos prefieren usar el objeto que construyen, moviendo las piezas (o caballeros) del LEGO
dentro y fuera del castillo, por ejemplo, o representando una misin a Marte de una nave espacial.
Otros an puede que no tengan un resultado final en mente cuando empiezan a juntar los ladrillos
y slo quieren ver qu pueden hacer con las piezas que tienen.
En el nivel ms bsico, los cientficos usan muchos modelos de la misma manera que los usa la
gente cuando juega con los ladrillos de LEGO.
Los modelos cientficos pueden o no pueden ser entidades fsicas, pero los cientficos los
construyen por la misma variedad de razones: para replicar o reproducir los sistemas del mundo
real, a travs de la simplificacin, para realizar un experimento que no puede ser realizado en el
mundo real, o para asociar varias ideas conocidas en algo coherente para construir y probar
hiptesis.
En el Laboratorio St. Anthony Falls de la Universidad de Minnesota, por ejemplo, un grupo de
ingenieros y gelogos ha construido una rplica fsica de un delta de ro, del tamao de una
habitacin, similar al delta del ro Mississippi en el Golfo de Mjico (Paola et al., 2001). Los
investigadores han incorporado exitosamente en sus modelos, los procesos claves que controlan
los deltas de los ros (es decir, la variabilidad del flujo acutico, la deposicin de los sedimentos
transportados por el ro y la compresin y subsidencia del litoral bajo la presin del constante
aadido de sedimentos) para poder entender mejor cmo interactan estos procesos. Con su
modelo fsico pueden imitar el escenario general del delta del ro Mississippi y luego hacer cosas
que no pueden hacer en el mundo real, tales como tomar una tajada a travs de los depsitos
sedimentarios restantes, para analizar las capas dentro de los sedimentos. O pueden experimentar
con los parmetros que fluctan, como el nivel del mar y el aporte de sedimentos, para ver cmo
estos cambios afectan la deposicin de los sedimentos en el delta, de la misma manera que uno
experimentara con la ubicacin de los caballeros en el castillo de LEGO.
Ambos modelos fsico y conceptual, continan siendo importantes componentes de la
investigacin cientfica. Adicionalmente, muchos cientficos ahora construyen modelos
matemticos a travs de programas de computacin. Estos modelos basados en computadoras
tienen muchos de los mismos propsitos que los modelos fsicos, pero son definidos
numricamente. Estas relaciones matemticas son como ladrillos individuales de Lego: son
ladrillos de construccin bsicos que pueden ser armados de muchas maneras diferentes. En este
caso, los ladrillos son conceptos y teoras fundamentales como la descripcin matemtica de un
flujo turbulento en un lquido, la ley de la conservacin de energa, o las leyes termodinmicas,
que pueden ser armadas en una amplia variedad de modelos para, por ejemplo, representar el
flujo de contaminantes liberados en una reserva de agua subterrnea o para el cambio climtico
global.