Leccin 1: Aspectos metodolgicos de la investigacin: (Tipo de estudio, Mtodo de investigacin, Tcnicas y procedimientos

para la recoleccin de informacin, Tratamiento de la informacin)

1. Aspectos Metodolgicos:

Los aspectos metodolgicos comprenden la planeacin y organizacin de los procedimientos que se van a establecer para desarrollar la
investigacin. Comprende cuatro (4) elementos importantes para a tener en cuenta en el desarrollo de la investigacin[1].

Tipos de estudio
Mtodo de Investigacin
Tcnicas para la Recoleccin de la Informacin
Tratamiento de la informacin.

1.1 Definicin del tipo de estudio a realizar.

Babbie (1979), identifica tres tipos de investigacin: exploratoria, descriptiva y explicativa. As como Dankhe (1986) propone cuatro tipos de
estudios: exploratorios, descriptivos, correlacinales y experimentales explicativos. Se puede decir que esta clasificacin usa como criterio
lo que se pretende con la investigacin, sea explorar un rea no estudiada antes, describir una situacin o pretender una explicacin del
mismo[2].

1.1.1 exploratorios: tienen por objeto esencial familiarizarnos con un tema desconocido, novedoso o escasamente estudiado. Son el punto
de partida para estudios posteriores de mayor profundidad. Sirve como punto de partida para familiarizarse con fenmenos desconocidos.
Este tipo de estudio tiene mayor usabilidad en el campo del periodismo, trabajo social y reas afines cuando se necesita realizar un
diagnostico del proyecto. Se puede citar como ejemplo de investigacin exploratoria:
- Obtener los antecedentes de una comuna para realizar un diagnstico socioeconmico de la comuna,
- Monografa investigacin bibliogrfica que pretende construir un marco terico.

1.1.2 descriptivos: sirven para analizar cmo es y cmo se manifiesta un fenmeno y sus componentes. Permiten detallar el fenmeno
estudiado bsicamente a travs de la medicin de uno o ms de sus atributos. Busca describir situaciones y generalmente se realiza el
estudio a travs de encuestas. Como ejemplos de este tipo de estudio:
- Determinar las preferencias de los habitantes por un producto del mercado
- Identificar las caractersticas de las universidades pblicas de un pas.

1.1.3 correlacinales: su pretensin es visualizar cmo se relacionan o vinculan diversos fenmenos entre s, o si por el contrario no existe
relacin entre ellos. Lo principal de estos estudios es saber cmo se puede comportar una variable conociendo el comportamiento de otra
variable relacionada (evalan el grado de relacin entre dos variables). Ejemplos de este tipo de estudio:
- Evaluar en un grupo de estudiantes como influye el estado nutricional con el grado de inteligencia
- En un grupo de trabajadores, evaluar la satisfaccin del trabajador teniendo en cuenta el ingreso salarial y las funciones asignadas.

1.1.4 explicativos: buscan encontrar las razones o causas que ocasionan ciertos fenmenos. Su objetivo ltimo es explicar por qu ocurre
un fenmeno y en que condiciones se da ste. Los estudios explicativos estn orientados a la comprobacin de las hiptesis y su realizacin
supone el nimo de contribuir al desarrollo del conocimiento cientfico; as que el rigor cientfico es una caracterstica que prevalece en este
tipo de estudio[3].

1.2 Mtodo de Investigacin.

El mtodo de investigacin permite organizar el procedimiento lgico general por seguir en el conocimiento y llegar, a la observacin,
descripcin y explicacin de la realidad. El objeto de investigacin determina el tipo de mtodo que se ha de emplear[4].
(Mndez, 2003) Relaciona que los mtodos de de investigacin ms utilizados son:

Mtodo de Observacin
Mtodo Inductivo
Mtodo Deductivo
Mtodo de Anlisis
Mtodo de Sntesis.

1.2.1 Mtodo de Observacin

La observacin considerada como una tcnica cientfica debe servir a un objetivo formulado, es planificada de manera sistemtica de
manera que el observador planifique y defina lo que se quiere observar y establezca los posibles resultados. Esta sujeta a ser comprobada y
validada. Es as que una observacin ordinaria, presenta hechos que pueden ser espontneos que no corresponden a hiptesis previas y no
busca relacionar variables de estudio.

En el mtodo de Observacin se pueden dar las siguientes fases:

Se parte de la formulacin de un problema y se planifica una observacin exploratoria y confirmatoria.

Se recolectan y registran los datos.

Anlisis e interpretacin de los datos observados

Informacin de los resultados.

1.2.2 Mtodo Inductivo

El mtodo deductivo parte de fenmenos problemas especficos particulares para llegar a generalizar. La induccin es entonces, el
procedimiento metodolgico que partiendo de casos particulares, se eleva a inferencias y conocimientos generales, permitiendo la
formacin de hiptesis, leyes cientficas y demostraciones[5]
Ejemplo:

Juan es mortal, Pedro es mortal, Lus es mortal, Manuel es mortalJuan, Pedro, Manuel son hombres..Luego; todos los mortales
son hombres.

1.2.3 Mtodo deductivo:

A partir de situaciones generales, se llegan a identificar explicaciones particulares. Se considera una cadena de anlisis en orden
descendiente. Tomando como referencia el ejemplo anterior (induccin) se tendra:
..Todo hombre es mortal (premisa general)
..Pedro es hombre (premisa menor)
.Luego Pedro es Mortal (conclusin)

El mtodo deductivo sirve para descubrir consecuencias desconocidas, a partir de principios conocidos[6]. Por ejemplo a partir de la ley de
Charles que relaciona conceptos de temperatura y volumen de un gas manteniendo la presin constante; se puede deducir que sucede
cuando se altera una de las variables contempladas en esta ley.

1.2.4. Mtodo de Anlisis.

Por medio del anlisis se estudian hechos y fenmenos separando sus elementos constitutivos para determinar su importancia, las
relaciones entre ellas, como estn organizadas y como funcionan estos elementos. Un ejemplo podra ser establecer el origen de la
declaracin de los derechos humanos; se analizan, antecedentes, causas, consecuencias que se surgieron con documento.

A partir del mtodo analtico se puede partir de un concepto integral a partir de este analizar por separado sus elementos. Por ejemplo el
concepto de orgnico; encierra conceptos de material vegetal, biomasa, biocombustibles etc. Tambin puede ser por ejemplo, la palabra
clima, encierra elementos de temperatura, ubicacin geogrfica, altitud etc.

1.2.5 Mtodo de Sntesis.

Anlisis y sntesis son dos mtodos de estudio que se complementan; pues se realiza el anlisis y seguido de este; se toman las partes
elementos que conforman el problema de estudio, se combinan e interrelacionan a de tal manera que el resultado sea la construccin de un
esquema o estructura que permite dar claridad al conocimiento construido.

En conclusin; el anlisis descompone el todo en sus partes y las identifica; mientras que la sntesis relaciona los elementos componentes
de un problema y crea explicaciones a partir de su estudio[7].

1.3 Tcnicas y procedimientos para la recoleccin de informacin.

Para obtener la informacin, el investigador acude a las fuentes de la informacin; la cual corresponde a los documentos, hechos,
antecedentes permiten obtener la informacin.

La recoleccin de la informacin debe ser un proceso planeado, organizado y sistematizado; congruente con el problema de investigacin,
que tambin sea confiable y permita su validacin. Es importante adems que el encargado de recolectar la investigacin tenga un dominio
conceptual del tema de estudio como de la poblacin que se va a estudiar para minimizar los riesgos de que la informacin recolectada no
quede sesgada.

Las fuentes de informacin pueden ser primarias y secundarias:

1.3.1 Informacin Primaria: Es aquella que el investigador toma a travs de un contacto directo con el objeto de anlisis. Son producto de
la investigacin misma y obtenida de primera mano. Se utilizan tcnicas de observacin, encuestas, cuestionarios, entrevistas etc.
La observacin: Consiste en apreciar y percibir con atencin ciertos hechos y aspectos de la realidad. Los aspectos a observar
pueden ser mltiples pero su escogencia depende del problema de estudio. Si el problema de estudio es por ejemplo la la
contaminacin ambiental en una determinada vereda; observamos entonces; si hay fabricas, que tipo de fabricas, si por la vereda
pasa un ro; si esta contaminado, si tienen desechos; los olores en el ambiente, si se observa tala indiscriminada de rboles etc.
Para que la observacin tenga resultados positivos; se recomienda llevar un diario de campo en el cual se registren todos los
datos pertinentes a la observacin como se muestra a continuacin:

Tabla nmero 10: Ejemplo 1. De un diario de campo.

Lugar: Comuna El ensueo
Fecha: 31 de agosto de 1989. hora- 10:59 AM
Situacin: Minga para canal de riego
Observacin
Cerca de 200 participantes

Comentarios
Se observa compromiso en la gente

Ms de la mitad son mujeres

No hubo desconfianza hacia los observadores

Trabajan en pequeos grupos

Porque habr ms hombres que mujeres?

La mayora se dedican a la limpieza del terreno

Fuente: Torres, Alfonso (1998). Estrategias y Tcnicas de Investigacin Cualitativa. Pgina 87.
Otro tipo de diario puede ser:

Tabla nmero: 11. Ejemplo 2. De un diario de campo.

Lugar: Barrio Santas Vainas

Fecha: 29 de febrero de 1999.
Situacin: visita en un da laborable.
Servicios
Tienen servicio de bus?

SI

Hay recoleccin de basura?

Cuentan con agua potable?

NO
X

Fuente: Torres, Alfonso (1998). Estrategias y Tcnicas de Investigacin Cualitativa. Pgina 88

.
La entrevista: Es una conversacin entre dos o mas personas dirigida por el entrevistador. Permite recoger informacin sobre
temas y situaciones especficas; as tambin, permite ver la interpretacin y el significado que le da el entrevistado a las preguntas
formuladas.

Diagrama nmero 6. Recomendaciones para realizar una entrevista.

[1] Mndez A, Carlos. (2003). Metodologa. Diseo y Desarrollo del Proceso de Investigacin. Pgina 134
[2] Grajales, Tevni. (2000). Tipos de Investigacin. Disponible
en: http://docs.google.com/gview?a=v&q=cache:yfApS0mQRicJ:tgrajales.net/investipos.pdf+tipos+de+estudio+de+investigacion&hl=es&gl=c
o. Consultado julio 25 del 2009.
[3] Mndez A, Carlos. (2003). Metodologa. Diseo y Desarrollo del Proceso de Investigacin. Pgina 137.
[4] De la Torre Ernesto, Navarro Ramiro. (1999). Metodologa de la Investigacin. Pgina 3.
[5] Parra, Yolanda. (2007). Mdulo Metodologa de la Investigacin. Pgina 63.
[6] Ibd. Pgina 62.
[7] Mndez A, Carlos. (2003). Metodologa. Diseo y Desarrollo del Proceso de Investigacin. Pgina 147.

Fuente: Torres, Alfonso (1998). Estrategias y Tcnicas de Investigacin Cualitativa. Pgina 110.
KKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKKK

CAPTULO IV:
ASPECTOS METODOLGICOS DE LA INVESTIGACIN
1. DISEO DE LA INVESTIGACIN
El diseo de la investigacin establece las bases para llevar a cabo un proyecto de
investigacin. Detalla los procedimientos necesarios para obtener la informacin que
se requiere a fin de resolver o estructurar los problemas de investigacin (Malhotra,
1997, p. 86).
En el presente estudio se van a desarrollar las siguientes etapas en el diseo de la
investigacin:
1. Identificacin del problema a investigar.
2. Objetivos de la investigacin.
3. Determinacin del diseo de la investigacin.
4. Definicin, clasificacin y medida de las variables de estudio.
1.1. IDENTIFICACIN DEL PROBLEMA A
INVESTIGAR

La identificacin del problema es el primer paso hacia su solucin. Supone una

definicin clara y precisa del problema que se va a estudiar, as como la
enumeracin de los objetivos de la investigacin. La definicin correcta del problema
de investigacin proporciona un sentido de direccin a la investigacin.
El sector de la distribucin comercial de productos de gran consumo tiene una gran
relevancia en Espaa y en todos los pases desarrollados. Se configura como un
sector con una estructura de carcter oligopolstico con un reducido nmero de
grandes empresas que dominan los diferentes formatos ms relevantes
(hipermercados, supermercados, tiendas descuento y autoservicios mayoristas) y
donde la dinmica competitiva intertipo e intratipo es muy intensa. En los ltimos
aos la importancia de este sector est siendo mucho ms acusada debido al
desarrollo de estrategias de crecimiento agresivo por parte de las empresas lderes
del sector. Este imparable proceso de crecimiento y concentracin emprendido por
estas empresas est provocando otro fenmeno consistente en la progresiva
desaparicin de empresas. En este sentido, de las ms de cuatrocientas cincuenta
empresas del sector existentes en 1990, el 55,3% han desaparecido, bien por
compra de un competidor (39,8%), bien por cierre de la actividad o suspensin de
pagos. Como consecuencia, estas pocas empresas lderes estn adquiriendo, ao
tras ao, el dominio completo del sector. As, en el ao 1.996 las cuarenta principales
empresas de distribucin de productos de gran consumo que operaban en Espaa
dominaban el 66,4% de la facturacin minorista, en 1.997, el 70,9%, en 1.998, el
74,5%, en 1.999, el 84,2% y en 2.000, el 90,5% (cuadro n IV.1).
CUADRO N IV.1
EVOLUCIN DE LA CUOTA DE MERCADO DE LAS
40 PRIMERAS EMPRESAS DE DISTRIBUCIN COMERCIAL
Fuente: Anuario de la Distribucin, varios aos.
En este sentido, el problema a estudiar mediante esta investigacin es el anlisis de
la situacin de las empresas de distribucin comercial de productos de gran consumo
ms grandes que operan en Espaa, as como las principales estrategias de
crecimiento desarrolladas por stas.
1.2. OBJETIVOS DE LA INVESTIGACIN
Una vez explicada la problemtica a estudiar y teniendo en cuenta la gran
importancia que suponen las empresas ms grandes dentro del sector de la
distribucin comercial de productos de gran consumo, el objetivo primario y general
de esta investigacin es:
Determinar las estrategias de crecimiento de las empresas de distribucin comercial
de productos de gran consumo que operan en Espaa

En funcin de este objetivo primario existen otros objetivos secundarios que

facilitarn la consecucin del mismo. Estos objetivos secundarios son los siguientes:
1. Determinar la situacin actual y la evolucin reciente de las empresas de
distribucin comercial de productos de gran consumo ms grandes que operan en
Espaa.
2. Determinar las causas que explican la situacin actual y la evolucin reciente de
las empresas de distribucin comercial de productos de gran consumo ms grandes
que operan en Espaa.
3. Determinar las estrategias de crecimiento que desarrollan las empresas de
distribucin comercial de productos de gran consumo ms grandes que operan en
Espaa.
4. Establecer la relacin entre las estrategias de crecimiento desarrolladas por esas
empresas y las estrategias de rentabilidad.
5. Establecer la relacin entre las estrategias de crecimiento desarrolladas por esas
empresas y los ratios de balance de esas empresas.
6. Determinar la financiacin de las estrategias de crecimiento de las empresas de
distribucin comercial de productos de gran consumo ms grandes que operan en
Espaa.
7. Clasificar en diferentes grupos a las empresas de distribucin comercial de
productos de gran consumo ms grandes que operan en Espaa en funcin de las
estrategias de crecimiento desarrolladas.
1.3. DETERMINACIN DEL DISEO DE LA INVESTIGACIN
Una vez identificado el problema a investigar y establecidos los objetivos a alcanzar,
debe determinarse el diseo de la investigacin. El diseo de la investigacin es la
especificacin de mtodos y procedimientos de adquisicin de informacin necesaria
para estructurar o solucionar problemas (Green y Tull, 1978, p. 66).
El presente estudio se realiza por medio de un diseo de investigacin de tipo
descriptivo o correlacional, con el que se pretende describir caractersticas, estimar
relaciones y efectuar predicciones. Debido a que el objetivo es determinar la
evolucin de determinadas variables y sus relaciones a lo largo de un perodo de
tiempo, el tipo de diseo de investigacin ser de tipo descriptivo longitudinal. En
este sentido, el estudio se realizar desde el ao 1994 al ao 2000.
1.4. DEFINICIN, CLASIFICACIN Y MEDIDA DE LAS VARIABLES

Una variable es una magnitud cuyos valores son objeto de estudio en investigacin
comercial y puede referirse a un individuo, grupo de personas u organizacin
(Santesmases, 1996, p. 905). La definicin de las variables va a hacer operativo y
susceptible de medida el problema bsico que se quiere investigar: la situacin de
las empresas de distribucin comercial de productos de gran consumo de mayor
tamao que operan en Espaa y las estrategias de crecimiento desarrolladas por
stas.
En coherencia con los objetivos propuestos en la investigacin, se ha considerado
que, de forma general, deben tomarse en consideracin los siguientes grupos de
variables :
1. Variables relacionadas con las actividades desarrolladas
2. Variables relacionadas con el tamao
3. Variables relacionadas con el desarrollo territorial
4. Variables relacionadas con el nivel de integracin
5. Variables relacionadas con el capital
6. Variables relacionadas con la productividad de la superficie y de los empleados
7. Variables relacionadas con el crecimiento
8. Variables relacionadas con la financiacin de las inversiones
9. Variables relacionadas con el Balance de Situacin
10. Variables relacionadas con la Cuenta de Prdidas y Ganancias
11. Variables relacionadas con las estrategias de rentabilidad
Las variables utilizadas en la investigacin son variables descriptivas de la evolucin
reciente de las empresas de distribucin comercial de productos de gran consumo de
mayor tamao que operan en Espaa. En este sentido, los datos de estas variables
estn tomados en varios aos, como indican los cuadros n IV.2 al n IV.12. Los
datos de las variables relacionadas con la actividad general desarrollada, desarrollo
territorial, integracin y capital son del ao 2000. Los datos de las variables
relacionadas con la actividad minorista, mayorista, franquicias, tamao y
productividad son datos de los aos 1994 al 2000. Los datos de las variables
relacionadas con el crecimiento son del periodo 19952000. Finalmente, los datos de
las variables relacionadas con el Balance de Situacin y la Cuenta de Prdidas y
Ganancias, as como las variables obtenidas de ellos (variables relacionadas con la

financiacin de las inversiones y las estrategias de rentabilidad), son de los aos

1994 al 1998.
Adems hay que tener en cuenta que existen variables originales y variables
modificadas. Las variables modificadas son aquellas que se han obtenido a travs de
alguna modificacin de las variables originales. En este sentido, las variables
modificadas, son las siguientes:
A) Variables relacionadas con la actividad desarrollada:
1. Superficie de venta minorista media:
Superficie de venta minorista / N de tiendas minoristas
2. Superficie de venta de cash and carry media:
Superficie de venta de cash and carry / N de cash and carry
B) Variables relacionadas con el tamao:
3. Cuota de mercado:
Facturacin / Facturacin 500 primeras empresas X 100
4. Cuota de mercado (categoras):
Cuota de mercado en categoras: muy grandes (> a 3%), grandes (> a 2% hasta 3%),
medianas(> a 1% hasta 2%), pequeas (> a 0,25% hasta 1%) y muy pequeas
(hasta el 0,25%)
C) Variables relacionadas con el desarrollo territorial:
5. Desarrollo territorial (categoras):
Desarrollo territorial en categoras: regional (1 Comunidad Autnoma), autonmico
(de 2 a 4 CC.AA.), interautonmico (de 5 a 9 CC.AA.) y nacional (a partir de 10
CC.AA.).
D) Variables relacionadas con la productividad de la superficie y los
empleados:
6. Superficie de venta total:
Superficie de venta minorista + Superficie de venta de cash and carry
7. Intensidad de los servicios:

Nmero de empleados / Superficie de venta total X 1000

8. Productividad de los empleados:
Facturacin / Nmero de empleados
9. Productividad de la superficie:
Facturacin / Superficie de venta total
E) Variables relacionadas con el crecimiento:
10. Superficie de venta creada minorista:
Superficie de venta minorista ao N Superficie de venta minorista ao N1
11. Superficie de venta creada cash and carry:
Superficie de venta cash and carry ao N Superficie de venta cash and carry ao
N1
12. Crecimiento de la facturacin:
(Facturacin ao N Facturacin ao N1) / Facturacin ao N1 X 100
13. Crecimiento del nmero de tiendas minoristas:
(N de tiendas minoristas ao N N de tiendas minoristas ao N1) / N de tiendas
minoristas ao N1 X 100
14. Crecimiento de la superficie de venta minorista:
(Superficie de venta minorista ao N Superficie de venta minorista ao N1) /
Superficie de venta minorista ao N1 X 100
15. Crecimiento de la superficie de cash and carry:
(Superficie de venta de cash and carry ao N Superficie de venta de cash and carry
ao N1) / Superficie de venta de cash and carry ao N1 X 100
16. Crecimiento del nmero de franquicias:
(N de franquicias ao N N de franquicias ao N1) / N de franquicias ao N1 X
100
17. Crecimiento de la superficie de venta creada:

(Superficie de venta creada ao N Superficie de venta creada ao N1) / Superficie

de venta creada ao N1 X 100
18. Crecimiento del nmero de empleados:
(N de empleados ao N N de empleados ao N1) / N de empleados ao N1 X
100
19. Crecimiento de las inversiones:
(Inversiones ao N Inversiones ao N1) / Inversiones ao N1 X 100
20. Crecimiento total de la facturacin:
(Facturacin ao 2000 facturacin ao 1994) / Facturacin ao 1994 X 100
21. Crecimiento total nmero de tiendas minoristas:
(Nmero de tiendas minoristas ao 2000 nmero de tiendas minoristas ao 1994) /
nmero de tiendas minoristas ao 1994 X 100
22. Crecimiento total de la superficie de venta minorista:
(Superficie de venta minorista ao 2000 Superficie de venta minorista ao 1994) /
Superficie de venta minorista ao 1994 X 100
23. Crecimiento total de la superficie de cash and carry:
(Superficie de venta de cash and carry ao 2000 Superficie de venta de cash and
carry ao 1994) / Superficie de venta de cash and carry ao 1994 X 100
24. Crecimiento total del nmero de franquicias:
Nmero de franquicias ao 2000 nmero de franquicias ao 1994
25. Crecimiento total de la franquicia:
(Nmero de franquicias ao 2000 nmero de franquicias ao 1994) / nmero de
franquicias ao 1994
26. Crecimiento total externo (compra de empresas):
Suma del crecimiento externo (compra de empresas) desde 1994 a 2000
27. Crecimiento medio anual de la facturacin:

Media aritmtica de los crecimientos anuales de la facturacin desde 1995 hasta el

ao 2000
28. Crecimiento medio anual del nmero de tiendas minoristas:
Media aritmtica de los crecimientos anuales del nmero de tiendas minoristas desde
1995 hasta el ao 2000
29. Crecimiento medio anual de la superficie de venta minorista:
Media aritmtica de los crecimientos anuales de la superficie de venta minorista
desde 1995 hasta el ao 2000
30. Crecimiento medio anual de la superficie de cash and carry:
Media aritmtica de los crecimientos anuales de la superficie de cash and carry
desde 1995 hasta el ao 2000
31. Crecimiento medio anual de las franquicias:
Media aritmtica de los crecimientos anuales de las franquicias desde 1995 hasta el
ao 2000
32. Crecimiento medio anual del crecimiento externo:
Media aritmtica de los crecimientos anuales del crecimiento externo desde 1995
hasta el ao 2000
33. Crecimiento del nmero de franquicias cada ao:
Franquicias ao N Franquicias ao N1
F) Variables relacionadas con la financiacin de las inversiones:
34. Financiacin fabricantes:
Acreedores a corto plazo Activo circulante
35. Excedente de inversiones:
Financiacin de fabricantes Inversiones
36. Periodo medio de venta:
365 / Rotacin circulante
37. Periodo medio de pago:

365 / (Coste de ventas / Acreedores a corto plazo)

38. Periodo medio de financiacin:
Periodo medio de venta Periodo medio de pago
39. Inversiones totales desde 1995 a 2000:
Suma de las inversiones realizadas desde 1995 hasta el ao 2000
40. Inversiones medias entre 1995 y 2000:
(Inversiones 1995 + Inv. 1996 + Inv.1997 + Inv. 1998 + Inv.1999 + Inv. 2000) / 6
G) Variables relacionadas con el Balance de Situacin:
41. % Activo fijo sobre el total:
Activo fijo / Activo total X 100
42. % Activo circulante sobre el total:
Activo circulante / Activo total X 100
43. % Otros activos sobre el total:
Otros activos / Activo total X 100
44. % Fondos propios sobre el total:
Fondos propios / Pasivo total X 100
45. % Acreedores a largo plazo sobre el total:
Acreedores a largo plazo / Pasivo total X 100
46. % Acreedores a corto plazo sobre el total:
Acreedores a corto plazo / Pasivo total X 100
47. % Otros pasivos sobre el total:
Otros pasivos / Pasivo total X 100
H) Variables relacionadas con la Cuenta de Prdidas y Ganancias:
48. % Coste de ventas sobre las ventas netas:

Coste de ventas / Ventas netas X 100

49. % Margen comercial sobre las ventas netas:
Margen comercial / Ventas netas X 100
50. % Gastos de personal sobre las ventas netas:
Gastos de personal / Ventas netas X 100
51. % Gastos generales sobre las ventas netas:
Gastos generales / Ventas netas X 100
52. % Amortizaciones sobre las ventas netas:
Amortizaciones / Ventas netas X 100
53. % Otros ingresos sobre las ventas netas:
Otros ingresos / Ventas netas X 100
54. % Resultado financiero sobre las ventas netas:
Resultado financiero / Ventas netas X 100
55. % Beneficio de explotacin sobre las ventas netas:
Beneficio de explotacin / Ventas netas X 100
56. % Resultado extraordinario sobre las ventas netas:
Resultado extraordinario / Ventas netas X 100
57. % Beneficio bruto sobre las ventas netas:
Beneficio bruto / Ventas netas X 100
58. % Impuestos sobre las ventas netas:
Impuestos / Ventas netas X 100
59. % Beneficio neto sobre las ventas netas:
Beneficio neto / Ventas netas X 100
I) Variables relacionadas con las estrategias de rentabilidad:

60. Rentabilidad bruta:

Beneficio bruto / Fondos propios X 100
61. Rentabilidad neta:
Beneficio neto / Fondos propios X 100
62. Margen bruto:
Beneficio bruto / Ventas netas X 100
63. Margen neto:
Beneficio neto / Ventas netas X 100
64. Rotacin:
Ventas netas / Activo total
65. Rotacin fija:
Ventas netas / Activo fijo
66. Rotacin circulante:
Ventas netas / Activo circulante
67. Apalancamiento:
Activo total / Fondos propios

2. OBTENCIN DE LA INFORMACIN
Una de las actividades bsicas del diseo de la investigacin lo constituye la
seleccin de las fuentes de informacin (Miquel Peris, Bign, Lvy, Cuenca y Miquel,
1997, p. 29). Las fuentes de informacin son personas u organizaciones de las que
se obtienen los datos para ser analizados en el proceso de investigacin comercial
(Santesmases, 1996, p. 423).
Las fuentes de obtencin de datos pueden ser clasificadas, por su naturaleza, en
primarias o secundarias, y por su origen, en internas o externas. Si los datos ya
estn disponibles, porque existen estadsticas o se han obtenido en anteriores
estudios, y sirven para el propsito de la investigacin a realizar, se trata de datos
secundarios; los datos primarios, en cambio, son aquellos que se obtienen de modo
especfico para la investigacin a efectuar, porque no estn disponibles. Las fuentes
de informacin interna estn constituidas por los registros y ficheros disponibles en la

empresa u organizacin y las fuentes de informacin externas son todas aquellas

personas, organizaciones o instituciones que estn fuera de la empresa u
organizacin y pueden proporcionar algn tipo de informacin (Santesmases, 1996,
p. 423).
En funcin de esta clasificacin de las fuentes de informacin, debe sealarse que
los datos necesarios para llevar a cabo esta investigacin se han obtenido con
fuentes de informacin secundarias, tanto externas como internas, ya que los datos
necesarios estn disponibles. An as, se debe tener en cuenta que los datos
secundarios tienen como ventaja que su coste y el tiempo necesario para obtenerlos
son menores, pero en contrapartida, y dado que se han obtenido para otros
propsitos, puede que no se adapten perfectamente al problema a investigar
(Fernndez Nogales, 1997, p. 30).
Uno de los principales problemas que se presenta en esta investigacin es la
dificultad de obtencin de datos de las empresas del sector de la distribucin
comercial de productos de gran consumo que operan en Espaa, as como la falta de
homogeneizacin de stos. Esta falta de homogeneizacin no slo hace referencia a
las discrepancias entre los datos de distintas fuentes sino tambin a las diferencias
entre los datos de una misma fuente utilizada varios aos consecutivos. Por ello, en
primer lugar, uno de los objetivos de esta investigacin es la homogeneizacin de las
fuentes de informacin para determinar un diagnstico de la evolucin reciente de las
empresas de distribucin comercial de productos de gran consumo que operan en
Espaa.
2.1. FUENTES DE OBTENCIN DE DATOS
Los datos necesarios para llevar a cabo esta investigacin se han obtenido con
fuentes de informacin secundarias, tanto externas como internas a las propias
empresas analizadas:
1. Fuentes externas:
1.1. Anuario de la Distribucin (varios aos).
1.2. Anuario Financiero de la Distribucin (varios aos).
1.3. Informe Anual Alimarket (varios aos).
1.4. Informe Semanal Alimarket (varios nmeros).
1.5. Revista Alimarket (varios nmeros).
1.6. Revista Super Aral (varios nmeros).
1.7. Revista Distribucin Actualidad (varios nmeros).

1.8. Revista Distribucin y Consumo (varios nmeros).

2. Fuentes internas:
2.1. Memorias publicadas.
2.2. Pginas web:
www.alcampo.es
www.alcosto.es
www.alimerka.es
www.caprabo.es
www.carrefour.com/es/index.htm
www.condis.es
www.covalco.es
www.coviran.es
www.dia.es
www.dialsur.es
www.elcorteingles.es
www.elcorteingles.es/hipercor/principal/paginas/framesethiper.htm
www.enaco.es
www.eroski.es
www.euromadi.es
www.froiz.es
www.gadisa.es
www.lidl.es
www.makro.es/spanish/ie/deafault.ctm
www.mclane.es

www.mercadona.es
www.miquel.es
www.piocoronado.com
www.spar.es
www.unagras.es
Debido a la falta de homogeneizacin de los datos, tanto entre las distintas fuentes
como entre los datos tomados de la misma fuente en varios aos, se ha decidido
elegir aquellas fuentes que tuvieran una evolucin de los datos ms coherente. En
este sentido, los datos de las variables relacionadas con la actividad general
desarrollada, actividad minorista, mayorista, franquicias, tamao, desarrollo territorial,
integracin, capital, productividad y crecimiento, la fuente de obtencin de datos ha
sido el Anuario de la Distribucin en varios aos (datos de siete aos: desde 1.994
hasta 2.000) y los datos de las variables relacionadas con el Balance de Situacin y
la Cuenta de Prdidas y Ganancias, as como las variable obtenidas de ellos
(variables relacionadas con las relaciones con proveedores y las estrategias de
rentabilidad), estn obtenidos del Anuario Financiero de la Distribucin en varios
aos (datos de cinco aos: desde 1.994 hasta 1.998).
2.2. DISEO, TAMAO Y SELECCIN DE LA MUESTRA
La muestra es un conjunto de elementos de una poblacin o universo del que se
quiere obtener informacin. Para que esta informacin sea vlida, la muestra debe
ser representativa de la poblacin, es decir, que en su estructura se reproduzcan
exactamente las caractersticas y comportamientos de la poblacin de la que ha sido
obtenida (Santesmases, 1996, p. 650).
La presente investigacin tiene por objeto analizar a las grandes empresas de
distribucin comercial de productos de gran consumo que operan en Espaa, ya que
son las verdaderas protagonistas del sector. Para definir la poblacin es necesario
definir primero qu se entiende por gran empresa de distribucin comercial de
productos de gran consumo. El sector de las empresas de distribucin comercial de
productos de gran consumo est formado por aquellas empresas de distribucin
comercial cuyo surtido se fundamenta sobre bienes de gran consumo (alimentacin
envasada y droguera). Por gran empresa de distribucin comercial se entiende
aquellas empresas situadas en los primeros puestos del ranking por facturacin. Por
consiguiente, la poblacin a estudiar est formada por empresas de distribucin
comercial cuyo surtido se fundamenta en la alimentacin envasada y la droguera y
que estn situadas en los primeros puestos del ranking por facturacin.
La poblacin, que se ha seleccionado del ranking por facturacin de las empresas de
distribucin comercial de productos de gran consumo que aparece en el Anuario de

la Distribucin 2001/2002, est formada por las 53 empresas ms grandes . Estas 53

empresas tienen una facturan total de casi siete billones de pesetas (ms de 40.000
millones de euros) y representan el 85% de las ventas totales de las 500 mayores
empresas de distribucin comercial de productos de gran consumo que operan en
Espaa. De estas 53 grandes empresas tuvieron que ser eliminadas 16 empresas
por no estar disponibles datos imprescindibles para el anlisis. Las 16 empresas
eliminadas son las que aparecen en el cuadro n IV.14 sombreadas. Las 37
empresas restantes (38 en el perodo 1.9941.988 debido al desdoblamiento de
Centros Comerciales Carrefour en Centros Comerciales Pryca y Centros
Comerciales Continente) representan el 87% de la facturacin de las 53 primeras
empresas y el 74% de la facturacin de las 500 primeras empresas.
CUADRO N IV.13
IMPORTANCIA DE LA MUESTRA SELECCIONADA
CUADRO N IV.14
CUOTA DE MERCADO Y FACTURACIN DE LAS GRANDES EMPRESAS DE
DISTRIBUCIN COMERCIAL DE PRODUCTOS DE GRAN CONSUMO QUE
OPERAN EN ESPAA
La importancia de la muestra seleccionada queda reflejada en los datos que
aparecen en el cuadro n IV.13. Las empresas finales que forman la muestra
representan en el ao 2000 con respecto a las 500 mayores empresas de
distribucin comercial el 74% de la facturacin, el 69% de la sala de venta minorista,
el 49% del nmero de tiendas minoristas, el 37% de la sala de cash and carry y el
32% del nmero de estos establecimientos mayoristas. Estos datos reflejan que la
muestra seleccionada est formada por las empresas de distribucin comercial de
productos de gran consumo de mayor tamao que operan en Espaa.

3. TRATAMIENTO DE LOS DATOS

Una vez obtenidos los datos de la investigacin se procede al tratamiento de los
mismos, un tratamiento informtico que implica su edicin, codificacin y grabacin
para su almacenamiento en ficheros para su posterior manipulacin, tabulacin y
anlisis. Para ello se ha utilizado el programa informtico DYANE (Versin 2), Diseo
y Anlisis de Encuestas en Investigacin Social y de Mercados (Santesmases, 2001)
3.1. EDICIN, CODIFICACIN Y GRABACIN DE
LOS DATOS
Los datos obtenidos de las 53 grandes empresas de distribucin comercial de
productos de gran consumo que operan en Espaa a travs de las distintas fuentes
de informacin se han editado, codificado y grabado antes de ser analizados.

La edicin de los datos consiste en la depuracin de los mismos con el fin de

comprobar su consistencia, veracidad o actualidad. En esta fase se eliminaron 16
empresas por no estar disponibles datos imprescindibles para el anlisis estadstico,
quedando por tanto, 37 empresas (38 en el perodo 19941988 debido al
desdoblamiento de Centros Comerciales Carrefour en Centros Comerciales Pryca y
Centros Comerciales Continente).
Posteriormente a la edicin de los datos se llev a cabo la codificacin de los
mismos, que consiste en asignar cdigos numricos a las respuestas obtenidas para
poder efectuar el tratamiento estadstico de datos. Esta codificacin fue sencilla,
debido a que la mayora de las variables presentaban datos numricos. Por su parte,
a las variables con datos no numricos se les asign cdigos numricos a cada una
de las posibles respuestas. De igual manera, variables con datos numricos fueron
codificadas para transformarlas en variables categricas.
Por ltimo, tras la codificacin, se llev a cabo la grabacin de los datos para pasar a
un soporte magntico dicha codificacin y as poder tratar los cdigos de los datos
obtenidos.
3.2. PROGRAMAS DE ORDENADOR UTILIZADOS
El programa informtico utilizado en la presente investigacin para la entrada,
depuracin, codificacin y tratamiento de los datos ha sido el programa DYANE
(Versin 2), Diseo y Anlisis de Encuestas en Investigacin Social y de Mercados
(Santesmases, 2001),
El programa DYANE (Versin 2) permite de modo sencillo y efectivo llevar a cabo las
tres tareas bsicas de la investigacin social y de mercados: disear cuestionarios,
grabar datos y aplicar una gran variedad de tcnicas estadsticas de anlisis de datos
(univariables, bivariables y multivariables).
Adems de estas funciones bsicas, DYANE (Versin 2) tiene la posibilidad de
importar datos de hojas de clculo, como Excel, o de otros programas de anlisis
estadstico, como SPSS, que hayan sido guardados en formato texto con campos
delimitados por tabulaciones.
DYANE (Versin 2) tambin permite la realizacin de grficos que mejoran la
presentacin de los resultados, la fusin de dos o ms ficheros de datos con igual
estructura de informacin, adems de imprimir, exportar a otros programas o guardar
en ficheros, tanto los datos como los resultados y grficos, para que puedan ser
tratados en procesadores de texto y hojas de clculo.
Por todo ello, el programa DYANE (Versin 2) ha sido de gran ayuda para la
presente investigacin, desde la entrada de datos hasta la presentacin fsica de los
resultados.

4. ANLISIS DE LOS DATOS. TCNICAS ESTADSTICAS UTILIZADAS

Una vez recogida la informacin que sirve de base para el estudio, debe procederse
al anlisis estadstico. Las tcnicas de anlisis de datos de esta investigacin se
dividen, segn el nmero de variables utilizadas simultneamente, en univariables,
bivariables y multivariables (cuadro n IV.15). Las primeras tratarn de analizar de
forma aislada cada una de las variables (nmero de casos, promedios, medidas de
dispersin y tabulaciones simples), las segundas, la relacin o dependencia existente
entre dos variables (tabulaciones cruzadas, tabulaciones de valores medios y
correlacin lineal), y las terceras, la relacin o interdependencia entre ms de dos
variables (anlisis de grupos, anlisis factorial, anlisis discriminante, etc.).
CUADRO N IV.15
TCNICAS ESTADSTICAS UTILIZADAS
1. ANLISIS ESTADSITOS
UNIVARIABLES 1.1. Estadsticas bsicas:
1.1.1. Suma
1.1.2. Mximo
1.1.3. Mnimo
1.1.4. Media aritmtica
1.1.5. Desviacin estndar
1.2.Tabulacin simple
2. ANLISIS ESTADSITOS
BIVARIABLES 2.1. Tabulacin cruzada
2.2. Correlacin lineal
2.3. Tabulacin cruzada de valores medios
3. ANLISIS ESTADSITOS
MULTIVARIABLES 3.1. Anlisis de dependencias:
3.1.1. Anlisis discriminante
3.2. Anlisis de interdependencias:

3.2.1. Anlisis de grupos (Cluster analysis)

Una vez editados, codificados y grabados los datos de las 37 mayores empresas de
distribucin comercial de productos de gran consumo que operan en Espaa se lleva
a cabo el anlisis estadstico univariable basado en estadsticas bsicas y en
tabulaciones simples. Estas tcnicas de anlisis univariable (estadsticas bsicas y
tabulacin simple) se utilizarn en primer lugar para analizar todas las variables del
fichero de datos y servirn para lograr una visin de conjunto del comportamiento de
las variables de forma individual y para proporcionar informacin bsica sobre las
caractersticas de la evolucin reciente de las principales empresas de distribucin
comercial de productos de gran consumo que operan en Espaa.
Despus de realizado el anlisis univariable se desarrollar el anlisis bivariable a
travs de la tabulacin cruzada, la correlacin lineal y la tabulacin cruzada de
valores medios. La tabulacin cruzada, as como el test ji cuadrado, se utilizar en la
presente investigacin para analizar la posible existencia de dependencias o
asociaciones entre pares de variables y as poder explicar, por ejemplo, la
pertenencia de los grupos obtenidos en funcin de otras variables. La correlacin
lineal se utilizar en la presente investigacin para analizar la posible existencia de
asociaciones entre pares de variables numricas, as como el sentido (positivo o
negativo) de dicha asociacin. La tabulacin cruzada de valores medios y el test F de
Snedecor se desarrollar en esta investigacin para conocer posibles relaciones
entre pares de variables que expliquen el comportamiento de las empresas. Tambin
se utilizar para determinar que los diferentes grupos estratgicos obtenidos difieren
significativamente en los valores medios de las variables consideradas para obtener
dichos grupos estratgicos.
El anlisis estadstico multivariable se basar fundamentalmente en las tcnicas de
anlisis de grupos (cluster analysis) con la finalidad de identificar grupos
estratgicos. Estas metodologas son de gran utilidad para la presente investigacin
ya que uno de los objetivos de sta es la identificacin de grupos estratgicos en el
sector de las grandes empresas de distribucin de productos de gran consumo que
operan en Espaa en funcin a las estrategias de crecimiento desarrolladas por
stas. El mtodo de anlisis de grupos utilizado en la presente investigacin ha sido
el algoritmo de HowardHarris, que es una tcnica de anlisis de grupos descendente
y jerrquica. El algoritmo de HowardHarris divide secuencialmente la totalidad de los
individuos de la muestra (la que constituye el grupo inicial) en un nmero cada vez
mayor de grupos (2, 3, 4, 5), de manera que se minimice la varianza intragrupo y
se maximice la varianza intergrupos de las variables consideradas. El proceso de
divisin de los grupos termina cuando se ha alcanzado el nmero de grupos
deseado, cuando el tamao de todos ellos est por debajo de un nmero
especificado o ya no consigue una reduccin significativa en la suma total de
cuadrados.

Previamente al anlisis de grupos se deben tipificar las variables a utilizar si stas no

estn en la misma escala, ya que si no se prima la formacin de grupos por parte de
aquellas variables que tienen una mayor escala y, por tanto, una mayor varianza,
consiguindose resultados poco o nada coherentes.
Una vez realizado el anlisis cluster es conveniente realizar una prueba que
corrobore la bondad del proceso de agrupacin seleccionado. Para ello se llevar a
cabo un anlisis discriminante. El anlisis discriminante es una tcnica estadstica
multivariable que permite explicar la permanencia de individuos u objetos a grupos
preestablecidos y proporciona, adems, una regla de decisin tal que dado un
elemento nuevo, an sin clasificar, del que se conocen las variables explicativas,
medidas en escalas mtricas, se le puede asignar a uno de los grupos iniciales. El
anlisis discriminante va a permitir obtener, una vez realizado el anlisis de grupos,
informacin acerca del porcentaje de elementos que, segn el modelo seguido
despus del anlisis de grupos, estn correctamente agrupados. Para realizar este
anlisis se toma como variable dependiente el grupo de pertenencia de cada
empresa y como variables independientes las dimensiones originales.
En definitiva, de forma resumida, los pasos a seguir para identificar grupos
estratgicos son los siguientes:
1. Tipificar variables, es decir, pasar todas las variables a la misma escala.
2. Anlisis de grupos o cluster anlisis aplicando el algoritmo de HowardHarris.
3. Tabulacin cruzada de valores medios y el test F de Snedecor para determinar
que los diferentes grupos estratgicos obtenidos difieren significativamente en los
valores medios de las variables consideradas para obtener dichos grupos
estratgicos.
4. Anlisis discriminante como una prueba que corrobora el proceso de agrupacin,
permitiendo explicar la permanencia de personas u objetos a grupos preestablecidos.

Investigar es intentar conocer la verdad de las cosas. En el mbito sanitario la investigacin

pretende identificar factores que se asocien con la enfermedad para as poder actuar sobre
ellos y, consecuentemente, mejorar la salud de la poblacin. La investigacin es un proceso
inductivo-deductivo cuya base es la existencia de una pregunta que se hace el investigador, es
decir, una duda interesante, novedosa, tica, relevante y factible que ha de resolver aplicando
el Mtodo Cientfico (ver Tema 1).
El investigador puede aproximarse a la realidad observando lo que sucede (estudios
observacionales) o manipulando y controlando la exposicin para ver qu sucede (estudios

experimentales). Cuanto ms controle mayor fortaleza tendrn las conclusiones y viceversa,

cuanto menos intervenga mayores posibilidades de sesgo tendr el estudio.
El proceso de investigacin comienza cuando un investigador se plantea un pregunta que debe
ser respondida y l no conoce la respuesta. Entonces el investigador deber planificar una
investigacin. Esta planificacin supone pasar por cuatro fases bien definidas, las tres primeras
para decidir el tipo de estudio (Tabla I) y la cuarta para delimitar los componentes del estudio
elegido (Tabla II).

En primer lugar tiene que establecer el marco terico en el que encuadrar su cuestin; es decir,
situar la pregunta en el Cuerpo de Conocimientos Cientficos existente: qu es lo que se
conoce?, qu falta por conocer?, qu es susceptible de ser intervenido?
En segundo lugar formula su hiptesis y, de acuerdo a sta, plantea los objetivos. Una hiptesis
(H) es una declaracin que realiza el investigador proponiendo la relacin que cree que existe
entre el factor (o factores) y el desenlace. Es pues, un intento de responder a la pregunta de
investigacin. Hay dos tipos de hiptesis, la nula (no hay diferencia entre los dos grupos que se
comparan) y la alternativa (hay diferencia y adems en un determinado sentido). De acuerdo a
la hiptesis, que suele plantearse en su forma alternativa, se deciden los objetivos, es decir, la
hiptesis se traslada a variables operativas que se pueden y deben medir.
En tercer lugar decide cmo conseguir estos objetivos. Se debe plantear qu tipo de estudio
deber emprender para llegar a responder su pregunta. Es decir, deber elegir uno de entre los
muchos diseos que existen. En esta decisin influirn la validez del diseo y los recursos

disponibles (tiempo, informacin, poblacin disponible, aspectos ticos, financiacin econmica,

etc.). Fundamentalmente, debe decidir si decide manipular o controlar el factor de estudio
(estudios experimentales) o simplemente desea observar lo que sucede en la naturaleza
(estudios observacionales). La decisin es muy importante, porque influir enormemente en el
diseo, en los posibles sesgos que deber intentar controlar (muchos en los estudios
observacionales y pocos en los experimentales) y en la extrapolacin de las conclusiones (los
estudios experimentales, aunque tienen pocos sesgos y gran potencia estadstica, a veces no
son tan fcilmente generalizables, porque la poblacin general no siempre est bien
representada en los sujetos estudiados tras unas rigurosas condiciones de inclusin).
Y, en ltimo lugar, deber realizar la planificacin operativa del estudio, para lo cual habr que
definir la poblacin diana (poblacin a la que se pretenden extrapolar los resultados del
estudio), poblacin accesible (en base a consideraciones prcticas de accesibilidad), muestra
(fraccin de la poblacin accesible que se selecciona para el estudio). Tambin habr que
definir qu variables se van a medir, cmo se van a recoger los datos y cmo se analizarn
posteriormente.
Siempre es importante el apartado de organizacin (cronograma y presupuestos) junto con el
estudio de las cuestiones ticas y legales que se puedan plantear (Tabla II).
En todos los estudios se pretende encontrar una asociacin entre una exposicin (factor) y una
enfermedad (efecto). Esta asociacin podr ser nula (no hay relacin estadsticamente
significativa entre factor y efecto) o por el contrario puede encontrarse una asociacin, positiva
o negativa, entre el factor y el efecto. Una vez encontrada la asociacin habr que darle un
sentido de causalidad (si se puede, siguiendo los criterios establecidos por Sir Austin Bradford
Hill (Tabla III).

Clasificacin de los estudios

Cuando un investigador decide responder a una pregunta de investigacin que se ha planteado
respecto de una determinada enfermedad, lo primero que suele plantearse es con qu
frecuencia se manifiesta dicha enfermedad, preguntndose por sus caractersticas de tiempo,
lugar y persona. Deber, por tanto, realizar un estudio descriptivo, utilizando como unidad de
estudio la comunidad (estudios ecolgico) o el individuo describiendo los casos que conoce
(estudio de serie de casos). Pero probablemente decida avanzar ms y pretenda analizar si

existe una asociacin entre uno o ms factores y la enfermedad que le preocupa (estudios
analticos). Esta asociacin la puede estudiar controlando la asignacin del factor sometido a
estudio (estudio experimental) o que simplemente observando lo que sucede, sin que l
manipule el factor de estudio (estudio observacional).

Estudios experimentales
La caracterstica del estudio experimental es que el investigador asigna la exposicin al factor.
Es decir el investigador no es un mero observador de lo que sucede, sino que l manipula las
condiciones naturales decidiendo qu grupo de individuos debe exponerse al factor y cul no.
Sigue a los individuos en el tiempo y observa qu es lo que sucede. Su clasificacin depende
de distintas consideraciones: 1) sujetos enfermos (ensayo clnico) o sanos (ensayo
comunitario); 2) asignacin al azar (ensayo experimental puro) o sin l (estudio cuasiexperimental); y 3) con grupo control (estudio experimental con control) o sin el (estudio
experimental sin control).

El ensayo clnico
Segn Bradford Hill un ensayo clnico es un experimento cuidadosa y ticamente diseado para
responder a preguntas concretas formuladas previamente. Estas preguntas tienen que ver con
la evaluacin de la utilidad de procedimientos diagnsticos, teraputicos y profilcticos en el ser
humano.
La mayor ventaja del ensayo clnico es demostrar causalidad, ya que la asignacin aleatoria
elimina la influencia de las variables de confusin y el cegamiento que los efectos observados
sean debidos a sesgos o a otros tratamientos.
Tras seleccionar a un grupo de sujetos que cumplen unos criterios de inclusin (caractersticas
clnicas y sociodemogrficas de los enfermos) se eliminan a los que pueden presentar alguna
contraindicacin para someterse a la intervencin (criterios de exclusin). Se efecta una
medicin de variables basales, para conocer las caractersticas de los sujetos (tambin sirve de
ayuda para mejorar la elegibilidad); posteriormente se aleatorizan, es decir se reparten en dos o
ms grupos de tratamiento, se les sigue durante un periodo determinado (y lgico como para
que se produzca un efecto) y posteriormente se analizan las diferencias de presentacin del
efecto en cada uno de los grupos.
Es ms fcil en estos estudios evitar los sesgos que en los estudios de casos y controles, pero
pueden existir: a) sesgo de seleccin, por diferencias sistemticas en los dos grupos de
comparacin, aunque esto se puede evitar ocultando la secuencia de aleatorizacin; b) sesgo
de cointervencin, por diferencias sistemticas en los cuidados recibidos por los dos grupos
(independientemente de la intervencin), aunque esto se puede evitar mediante el
enmascaramiento de la intervencin; c) sesgo de atricin, por diferencias sistemticas en los
abandonos, o en el cumplimiento teraputico, esto se debe controlar mediante el anlisis de
resultados por intencin de tratar; y d) sesgo de informacin, por diferencias sistemticas en la
evaluacin de las variables de resultado entre los grupos de comparacin, esto se evita
mediante el enmascaramiento de la intervencin y en la fase de anlisis.

Estudios experimentales en la comunidad

Son ensayos clnicos en los que las unidades de intervencin son comunidades y no individuos.
Se utilizan para evaluar intervenciones que tienen sentido comunitario poblacional, como la
fluoracin de las aguas para evitar las caries, intervenciones de promocin de la salud en
trabajadores de toda una empresa, etc.).

Estudios cuasi-experimentales
La principal caracterstica de estos estudios es que no hay asignacin aleatoria de los
individuos, de ah que estn sometidos a presencia de errores. En ocasiones se trata de
controles histricos, es decir se suelen comparar resultados tras la puesta en marcha de una
intervencin con los resultados previos. Con frecuencia hay errores por un efecto periodo y
factores de confusin, aunque un RR >5 es bastante improbable que pueda ser completamente
explicado por uno o varios sesgos.

Estudios observacionales
En ocasiones existen limitaciones ticas que impiden la manipulacin por el investigador,
entonces ste debe comportarse como un mero observador, ya que no controla la exposicin al
factor, sino que ya le viene dada. De ah que la validez del estudio sea menor que la de los
diseos experimentales.

Estudios transversales
Tienen como fin estimar la frecuencia del factor y la enfermedad en una poblacin en un
momento determinado. Por eso se llaman tambin estudios de prevalencia. Como ofrecen una
foto de la realidad son muy utilizados en planificacin sanitaria.
Con frecuencia se quieren extraer conclusiones de asociacin causal (estudios transversales
analticos), pero se ha de tener en cuenta la dificultad existente de medir causa y efecto al
mismo tiempo la causa produce el efecto o al revs? Por otro lado, existen sesgos cuando la
exposicin se relaciona con la duracin de la enfermedad, porque puede haber infra o
suprarrepresentacin de los casos si la enfermedad dura poco o mucho.

Estudios de casos y controles

De una determinada poblacin se seleccionan dos grupos, unos con determinada enfermedad
(casos) y otros sin ella (controles). Se les pregunta retrospectivamente sobre una determinada
exposicin para valorar si la exposicin al factor es ms frecuente en un grupo que en otro.
Los casos deben estar perfectamente definidos y con unos criterios muy estrictos. Los
controles, que se van a utilizar para estimar la prevalencia de exposicin al factor en la
poblacin de la que provienen los casos, pueden seleccionarse tanto de un medio hospitalario
como de la poblacin general, pero su seleccin no debe verse influida por el grado de
exposicin al factor de estudio.
Este diseo se utiliza mucho para estudiar enfermedades poco frecuentes o de largo periodo de
exposicin. Pero el mayor problema que tienen es la presencia de sesgos.

Estudios de cohortes
Tras seleccionar dos o ms cohortes o grupos de personas en base a su exposicin al factor,
se las sigue durante un determinado periodo de tiempo y se observan los casos que aparecen
en cada uno de los grupos.
Son los diseos ms adecuados para describir la incidencia y la evolucin de la enfermedad.

Estudios ecolgicos
Son estudios no experimentales en los que la unidad de observacin es el grupo. Debe haber
informacin sobre la exposicin y enfermedad en cada grupo. Generalmente lo que se mide es
la mortalidad o la incidencia de determinada enfermedad en los grupos que se comparan en
base a los diferentes grados de exposicin a un determinado factor. Por ejemplo, mortalidad por
cncer esofgico en las distintas comunidades espaolas segn el consumo de alcohol.
La principal limitacin de este tipo de estudios es la falacia ecolgica, que consiste en inferir
asociaciones individuales basadas en observaciones grupales. Existen otras limitaciones como
son la dificultad para controlar los factores de confusin, la ambigedad temporal y la
colinealidad entre variables.

Revisiones sistemticas
La revisin sistemtica identifica estudios sobre un tema, analiza sus resultados y extrae una
conclusin sobre los hallazgos. Es una buena oportunidad para el investigador novel, ya que no
suele requerir importantes fuentes de financiacin, y un vez realizado le ayudan a convertirse
en un experto en el tema.
Exigen para su realizacin de una sistemtica muy precisa (ver la siguiente lista).
1. Pregunta de investigacin claramente formulada.
2. Identificacin comprensiva y no sesgada de estudios de calidad finalizados.
3. Definicin de criterios de inclusin y exclusin.
4. Resumen uniforme y sin sesgos de las caractersticas y hallazgos de cada estudio.
5. Presentacin clara y uniforme de los datos de cada estudio.
6. Clculo de los estimados de efecto e intervalos de confianza basados en los hallazgos de
todos los estudios (si es pertinente).
7. Investigacin de la heterogeneidad de los hallazgos de los estudios individuales.
8. Investigacin del posible sesgo de publicacin.
9. Anlisis de sensibilidad y por subgrupos.

En todos los estudios hay un error aleatorio que hace que los resultados del estudio no
coincidan con la verdad en la poblacin, aunque se puede disminuir si se aumenta el tamao
muestral (TM); de manera que, conforme aumenta el TM ms precisos o fiables sern los
resultados, es decir, ms estrecho ser su intervalo de confianza (IC). Ms nos preocupa el
sesgo o error sistemtico, que no se reduce aumentando el TM y que disminuye la validez del
estudio. Este tipo de error es el que nos debe preocupar. Hemos de hacer todos los esfuerzos
posibles para disminuir al mximo los posibles sesgos que siempre afectan a los estudios (ms
a los observacionales que a los estudios experimentales).
Hay muchos tipos de sesgos y muchas veces aparecen combinados y difciles de separar. Se
suelen clasificar en: 1) sesgo de seleccin, cuando se seleccionan inadecuadamente los
individuos de estudio, por eso en todo estudio es obligado describir la caractersticas de los
grupos para ver que no hay diferencias; 2) sesgo de informacin, cuando durante el estudio se
obtiene diferente informacin de las personas por utilizar aparatos mal calibrados, por utilizar
variables autodeclaradas en vez de medidas, por diferencias en la memoria de ciertos hechos,
etc.; y 3) sesgo de confusin, se da por la existencia de una variable externa que distorsiona la
relacin exposicin-enfermedad y esto sucede cuando el factor de confusin se asocia con la
exposicin, se asocia con la enfermedad y no es un paso intermedio entre la exposicin y la
enfermedad. La confusin afecta a la validez del estudio, por lo que siempre hay que buscarla
para controlarla, ya sea en la fase de diseo mediante la aleatorizacin, o en la fase de anlisis
mediante la estratificacin o mediante el anlisis multivariable.

Tamao de la muestra y muestreo

Una de las preguntas ms importantes e iniciales que se plantea el investigador cuando va a
realizar un estudio es, cul debe ser el tamao mnimo de la muestra para lograr los objetivos
del estudio? Esta pregunta es una de las ms difciles de responder, porque cuanto mayor sea
el tamao de la muestra (TM), ms precisas sern las estimaciones de los parmetros y de sus
diferencias, pero ms caras en tiempo y en dinero. Siempre supone un anlisis coste-beneficio.
En ocasiones, el investigador no tendr limitaciones en cuanto a recursos y presupuesto, pero
deber ponderar entre los beneficios que suponen el aumentar el TM frente a los costes que
implica la recogida de esos datos. En otras ocasiones, el tiempo o los recursos financieros
disponibles marcan un lmite infranqueable para el investigador. Por otro lado, un estudio
realizado con el mayor rigor posible ser incapaz de dar respuesta a la pregunta de
investigacin si el tamao de la muestra es demasiado pequeo. As pues, la respuesta a
cuntas observaciones debe efectuar? informar al investigador sobre si podr o no realizar
dicho estudio.
Los clculos del TM son nicamente una gua til para el investigador: por un lado dan una
impresin engaosa de objetividad estadstica, pero por otro lado se sabe que son tan exactos
como los datos y estimaciones en las que se basan. Es decir, el clculo del TM es una manera
cientfica de hacer un clculo aproximado, siempre en la fase de planificacin del estudio.
Debido a que todos los estudios en los que participan personas plantean un conjunto de
cuestiones ticas, se han desarrollado unos principios ticos que deben tenerse en
consideracin. No es tico realizar un estudio con un TM insuficiente para asegurar una
potencia adecuada. Tampoco parece tico someter a ms sujetos de los necesarios a los

riesgos y molestias de un estudio (toma de drogas con posibles efectos secundarios, pinchazos,
ausencias en el trabajo para acudir a las citas, gastos de desplazamiento, etc.) si con ello no se
consigue un aumento significativo de la precisin o de la potencia del estudio. Adems, siempre
hay errores que se magnifican (errores en las mediciones, en la recogida de los datos, etc.)
cuando se aumenta el TM.
La respuesta a esta pregunta inicial en la planificacin del estudio supone, de alguna manera,
relacionar la precisin con el TM. De acuerdo con Jenicek, el TM debe ser el tamao justo, es
decir, ni pocos (pues el estudio no demostrara nada), ni muchos (ya que incluso los riesgos
relativos pequeos seran significativos y el estudio no demostrara casi nada. Como es lgico,
los estudios con un TM reducido solamente detectarn riesgos considerables, mientras que los
de un TM considerable permitirn evaluar asociaciones sutiles. Aumentar la precisin supone
disminuir el error aleatorio, es decir, el debido al azar. Esto se puede lograr de dos formas: a)
aumentando el TM; y b) modificando el diseo del estudio para aumentar la eficiencia con la
que se obtiene la informacin en los sujetos sometidos a estudio.
Para entender el clculo del tamao muestral (TM) hay que comprender el fundamento del
intervalo de confianza. El intervalo de confianza est determinado por tres factores: a) la
confianza deseada (1-a); b) la variabilidad de la muestra (se mide con la desviacin estndar); y
c) el tamao de la muestra. As la precisin de una media viene determinada por la ecuacin (1)
y la precisin de una proporcin mediante la ecuacin (2):

En general para calcular el tamao muestral se necesita:

a) Magnitud del efecto. Es la diferencia que se quiere buscar. Cuanto ms grande sea, menor
nmero de sujetos se necesitar.
b) Error alfa. Es el riesgo de que se considere efectivo un tratamiento que en realidad no lo sea.
c) Error beta. Es la probabilidad de no detectar una diferencia realmente existente. Su
complementario, 1-b, es la potencia estadstica, es decir, la probabilidad de que un ensayo
detecte una diferencia cuando en realidad existe. Aunque habitualmente se toma el valor 0,8,
cuanto ms alta sea mejor.
La cuestin del TM de un estudio no es slo un clculo con una frmula matemtica, sino que
es un juicio de valor del investigador, por lo que su experiencia, intuicin y discernimiento
tendrn la ltima palabra.
Podemos distinguir dos tipos fundamentales de clculo del TM: 1) estimacin de parmetros; y
2) contraste de hiptesis.

Estimacin de parmetros
Se utiliza habitualmente para estimar una proporcin y una media (con menos frecuencia). Se
han de considerar dos posibles situaciones: a) cuando el muestreo es con reemplazo (se saca
una bola de la urna, se anotan sus caractersticas y se vuelve a introducir en la urna, de forma
que siempre hay la misma probabilidad de una determinada caracterstica); en otras ocasiones
la poblacin es tan grande (infinita) que aunque no se reintroduzca la bola en la urna la
probabilidad de una determinada caracterstica sigue siendo la misma (ecuacin 3 para una
proporcin y ecuacin 4 para una media); y b) muestreo sin reemplazo en una poblacin finita,
donde conforme se van extrayendo bolas la probabilidad va cambiando, de ah que haya que
introducir un factor de correccin (ya no es probabilidad binomial sino hipergeomtrica); son las
ecuaciones (5) para una proporcin y (6) para una media.

Contraste de hiptesis
El tamao de la muestra necesario para contrastar dos proporciones independientes se deduce
de la especificacin de los errores a y b, correspondientes a las hiptesis nula y alternativa,
respectivamente, sobre la verdadera diferencia en la proporcin de aciertos en la poblacin.
Suponiendo que no hubiera diferencia alguna entre las dos proporciones, a es la probabilidad
de declarar falsamente que las dos proporciones son diferentes; y si las proporciones fuesen
diferentes, 1-b es la probabilidad de declarar correctamente que las dos proporciones son
diferentes. Respecto a a, cuando la prueba es bilateral se utiliza z1-a/2, mientras que cuando es
unilateral se utiliza z1-a. La frmula que se utiliza es (7), siendo n0 = r n1, o sea que r=1 cuando
los grupos son de igual tamao; y P=(P0+P1)/2.
Suponga que se va a realizar un ensayo clnico unicntrico simple ciego y aleatorizado de
comparacin de la eficacia erradicadora de primera lnea frente al Helicobacter pylori de dos
terapias: la convencional CAO (claritromicina, amoxicilina y omeprazol) y la novedosa LAO
(levofloxacino, amoxicilina y omeprazol), administradas durante 10 das, cuya eficacia segn la
literatura es del 75 y 90%, respectivamente, los investigadores desean calcular el TM, de cada
uno de los dos grupos de similar tamao, con un riesgo a = 0;05 y riesgo b = 0;20. Aplicando la

frmula (7) obtendr que se necesitan 138 sujetos en cada uno de los dos grupos, por tanto, un
total de 276 sujetos.
El tamao muestral necesario para comparar dos medias se calcula con la frmula (8) que
precisa conocer cul es el tamao que se considera clnicamente relevante (d1-d0), la variancia
comn (s2), los valores a y b que tienen la misma consideracin que en el apartado anterior de
comparacin de dos proporciones.
Supongamos que desea realizar un estudio para valorar el efecto de determinado medicamento
sobre el volumen espiratorio forzado en adolescentes de 13 a 17 aos de edad. Por estudios
previos se conoce que la desviacin estndar de esta variable en este grupo de edad es de 0,5
L. Qu tamao muestral ser necesario, con una potencia del 80% y un nivel del confianza del
95%, para detectar un cambio de, al menos, 0,25 L (que considera como clnicamente
relevante)? Calcule el TM suponiendo que los dos grupos son de igual tamao y que no va a
haber prdidas. Aplicando la frmula anterior obtendr que se necesitan dos grupos de 63
sujetos, es decir, un total de 126 adolescentes.
En investigacin se dan muchas otras situaciones, por ejemplo, comparar dos proporciones o
dos medias en muestras pareadas, regresin lineal, regresin logstica, anlisis de
supervivencia, etc. Para cada una de estas situaciones hay frmulas especficas, que no se
presenta aqu por la limitacin de espacio del captulo y porque estamos en un nivel
introductorio. Cuando le surja la necesidad consulte buenos libros y, sobre todo, consulte con
un estadstico.

Definicin de variables
Variable es un aspecto concreto que se mide en los sujetos del estudio. Toma diferentes
valores en cada sujeto (de ah el nombre de variable). Puede variar poco (por ejemplo, el sexo,
con dos posibles valores: hombre o mujer) o mucho (p. ej.: el peso, con infinitos posibles
valores tericos). Las variables son muy importantes en investigacin ya que sta consiste en
investigar la asociacin entre unas variables (factores) y otras (efecto).

Tipos de variables
Segn se empleen distintos criterios se pueden clasificar en diferentes tipos pero, en aras de la
brevedad y comprensin, se puede decir que si lo que se est considerando se puede medir
con nmeros, las variables son numricas o cuantitativas, y si no son cualitativas.
Variables cualitativas. Valoran una condicin o caracterstica que no se puede medir con
nmeros. Se distinguen dos tipos: 1) binarias o dicotmicas, cuando la caracterstica estudiada
solo presenta dos categoras, p. ej.: sexo (hombre/mujer), enfermedad (enfermo/sano), vida
(vivo/muerto), etc.; 2) multicotmicas, cuando presenta ms de dos categoras sin que haya
ninguna significacin de valor entre stas; p. ej.: grupo sanguneo (A, B, AB, O), color del pelo
(rubio/castao/moreno/pelirrojo/etc.); 3) multicotmicas ordenadas (o simplemente ordenadas)
las categoras son diferentes y adems una categora es valorada de forma diferente respecto a
otra y, por tanto, se pueden ordenar en base a esta valoracin, p. ej.: respuesta al tratamiento
(muy
mala/mala/regular/buena/muy
buena),
nivel
educativo
(analfabeto/estudios

primarios/secundarios/universitarios), clase social, etc. En este tipo de variables aunque no se

sabe si la distancia entre las categoras es igual o no (p. ej.: entre mala/regular no sabemos si
hay la misma distancia que entre buena/muy buena), s se sabe cul es mejor y cul es peor.
Variables cuantitativas. Lo que valoran se puede medir con nmeros. Hay dos tipos: 1)
discretas, cuando entre un valor mnimo y uno mximo slo hay determinados posibles valores,
p. ej.: el nmero de hijos de una mujer (slo es posible observar un de estos valores: 0, 1, 2,
3, pero no es posible, por ejemplo, 1,72 hijos); y 2) continuas, cuando entre un mnimo y un
mximo es posible encontrar infinitos valores, p. ej.: el peso, la talla, etc., aunque en la prctica,
debido a la precisin de los aparatos, los resultados se obtienen con un determinado nmero de
decimales y, por tanto, estas variables continuas parecen discretas, cuando en realidad son
variables continuas.
La informacin que contiene las variables es mayor cuanto ms se avanza en el tipo de
variables: dicotmicas < multicotmicas < ordenadas < discretas < continuas. De ah que,
siempre que se pueda medir una determinada caracterstica con diferentes variables ser
preferible utilizar la que ms informacin tenga; por tanto, a la hora de preguntar por el hbito
tabquico, ms que preguntar si es fumador (s/no) o no fumador (fuma poco/fuma mucho) o
cunto fuma (nada/1-9/10-20/20-40/ms de 40 cigarrillos) es mucho mejor preguntar por el
nmero de cigarrillos que fuma al da (0, 1, 2). Esta ltima pregunta contiene muchas ms
informacin, y siempre se puede reconvertir en una de las otras si es que interesa en alguna
fase del anlisis, pero si se ha recogido como variable binaria nunca se podr reconvertir en el
sentido contrario. Este es un error que se observa con frecuencia en el diseo de encuestas.
Otra clasificacin de las variables es segn el papel que desempean en la investigacin: 1)
independientes, representan la caracterstica de la enfermedad o del resultado de una
intervencin, de una prueba, etc.; y 2) dependientes, representan los posibles factores o
caractersticas que pueden estar asociados a la enfermedad o ser causa de ella, p. ej.: edad,
sexo, peso, talla, hbito tabquico, nivel educativo, etc.

Caractersticas de las variables

En el diseo de una investigacin es muy importante que el investigador defina todas las
caractersticas de las variables que va a utilizar:
Nombre. Es un nombre corto que le recuerda al investigador el significado. Por ejemplo IMC
(ndice de masa corporal), Fnac (fecha de nacimiento), Fenc (fecha de la encuesta), Ptri
(pliegue tricipital), etc.
Etiqueta. Es un nombre largo que define perfectamente el significado de la variable. En l se
debe incluir las unidades de medidas; por ejemplo, para la variable Glup la etiqueta podra ser
Glucemia postprandial (mg/dl).
Formato. Espacio reservado para almacenar la variable, el nmero mximo de caracteres si es
cualitativa y el espacio para almacenar los valores (incluidos los decimales) si en cuantitativa.
Tipo. Cualitativa (binaria, multicotmica u ordinal) o numrica (discreta o continua):

 Si cualitativa: categoras y codificacin empleada.

Si numrica: unidades de medida (si es que las tiene), por ejemplo mg/dl, kg, cm, etc.
Rango admisible (mnimo-mximo) para evitar introducir valores extremos errneos.
Todo este trabajo que puede parecer tedioso, proporciona al investigador mltiples ventajas: a)
tiene una idea ms precisa de los datos; b) le ayuda a preparar mecanismos que impiden la
introduccin de datos errneos; c) ahorra tiempo en depuracin; y d) ayuda a evitar el sndrome
GIGO.
En conclusin, es muy importante que el investigador dedique un tiempo a preparar bien su
base de datos, definiendo perfectamente las variables y sus caractersticas.

Cuestionarios
Un cuestionario es un instrumento destinado a recoger informacin. Como cualquier otro
instrumento de medida (bscula, impedancimetro, tcnica de laboratorio, etc.) tiene sus
caractersticas y propiedades, que el investigador debe conocer. Por supuesto, siempre hay que
utilizar el mejor instrumento de medida, que referido a los cuestionarios es el que est bien
diseado y validado.
Hay dos tipos de cuestionarios: 1) las entrevistas personales; y 2) los cuestionarios
autoadministrados. Ambos tiene sus ventajas e inconvenientes y ambos estn sometidos a la
posibilidad de errores.
Las entrevistas: 1) son caras; 2) estn sometidas a la influencia que ejerce el entrevistador
sobre la persona que responde (sesgo del entrevistador); 3) tienen menor tasa de rechazo y al
hacerse delante de otra persona se suele responder ms; 4) el entrevistador puede clarificas las
dudas que se presentan; y 5) se controla mejor que se responda a todas las preguntas.
Los cuestionarios autoadministrados: 1) son ms baratos; 2) exigen respuestas estandarizadas;
3) tienen mayor tasa de rechazo; 4) se contestan mejor porque el entrevistado no se siente
presionado; 5) no se les pueden clarificar las dudas, por lo que la tasa de respuesta completa
es menor; y 6) no hay control sobre su cumplimentacin.
Si un cuestionario est ya validado, es el que se debe utilizar. De lo contrario antes de utilizar
uno de diseo propio deber validarlo. Un cuestionario validado es aquel que ha demostrado
que mide lo que debe medir. Por lo que, si pretende validar un cuestionario, deber disear un
estudio a tal efecto. No pierda el tiempo!, utilice un cuestionario validado!
Cuando decida construir un cuestionario, deber tener en consideracin los siguientes
aspectos: 1) las preguntas deben ser cerradas, es decir, debern estar explicitadas todas las
posibles respuestas. Las preguntas abiertas son difciles de codificar y de analizar, consumen
ms tiempo y, a veces, los sujetos dejan de contestar; 2) defina previamente los aspectos que
quiere abarcar y plasme las preguntas siguiendo un orden lgico; 3) evite informacin
redundante, para lo cual deber hacer un pilotaje; 4) elabore preguntas con respuestas
mutuamente excluyentes para que el entrevistado elija solo una de ellas; 5) cuando elabore una

pregunta en que se pueda elegir ms de una opcin, deber permitir que en cada una de las
opciones el entrevistado pueda marcar s, no o no lo s; 6) redacte las preguntas con
claridad, utilizando palabras sencillas, evitando los estereotipos, las preguntas dobles y las
palabras que tengan carga; 7) defina adecuadamente el marco temporal que est estudiando,
porque hay aspectos que cambian en el tiempo, por ejemplo determinados hbitos; 8) utilice
siempre los mismos cdigos, por ejemplo, el 0 para el no y el 1 para el s; 9) cuando quiera
valorar actitudes o conductas utilice escalas aditivas tipo Likert, en las que el sujeto deber
elegir entre varias opciones ordenadas (por ejemplo: totalmente en desacuerdo, en
desacuerdo, neutro, de acuerdo, totalmente de acuerdo); 10) cuando quiera respuestas
que midan la consistencia deber utilizar escalas acumulativas de Guttman, en las que se
plantea una pregunta con varias opciones (cada una con un mayor grado de asociacin entre el
factor y el efecto) que deben ser valoradas como si est de acuerdo o no. Y se valora como el
nmero de supuestos con los que est de acuerdo. Si el individuo es coherente y est de
acuerdo hasta un determinado nivel es de esperar que tambin est de acuerdo en los niveles
inferiores; 11) si puede, utilice una escala visual para aquellas preguntas que pueda. Se trata de
una lnea de 10 cm de longitud, con el 0 como nada (por ejemplo, nada de dolor, en total
desacuerdo con la imagen corporal, etc.) y el 10 como todo (por ejemplo, dolor insoportable,
totalmente satisfecho con la imagen corporal, etc.). Este tipo de preguntas se valoran midiendo
la distancia desde el extremo izquierdo (el 0) hasta la marca que ha trazado el sujeto y se tratan
como una variable cuantitativa continua; y 12) evite el doble concepto en la pregunta, ya que en
realidad son dos preguntas y el sujeto no sabe qu responder. Por ejemplo, cuando pregunta
Cuando su hijo tiene fiebre, le trata con ibuprofeno o paracetamol? (responda s o no) el
entrevistado no sabe si se le est preguntando por el ibuprofeno, por el paracetamol o por los
dos. Desglose esta pregunta en dos y ver como supera el escollo.
Finalmente, antes de utilizar masivamente el cuestionario efecte varios pilotajes y corrija tras
cada uno de ellos. Incluso utilizando cuestionarios validados deber realizar una prueba piloto
para ver qu tal va (cuando queremos comprar un coche de un modelo y marca acreditados
tambin queremos probar antes de pagar).

Cuestiones ticas
Los aspectos legales y ticos son tratados ampliamente en los captulos 3 y 4. A ellos debe
remitirse el lector. Aqu solamente comentaremos que en todo proyecto de investigacin este
aspecto tico nunca puede olvidarse. Las personas sobre las que se investiga tienen sus
derechos que siempre deben ser respetados. Entre otros los de autonoma, el derecho a ser
informado antes de ser incluido en el estudio, el respeto a la confidencialidad de los datos
(obligacin de cumplir la Ley de Proteccin de Datos de Carcter Personal) y el poder retirarse
del estudio sin tener que dar ninguna explicacin. Todo proyecto de investigacin conviene que
sea evaluado y aprobado por un Comit tico de Investigacin Clnica (CEIC). Esto le permitir
mejorar su investigacin, ya que estos CEIC no solo velan por los aspectos ticos, sino tambin
por los metodolgicos. Su aprobacin supone que ya ha pasado un primer filtro en la calidad del
estudio, adems muchas revistas de prestigio exigen que la investigacin haya sido aprobada
por un CEIC para poder publicar los resultados del estudio.

Mi consejo es que se anime a presentar sus proyectos de investigacin al CEIC de su

Comunidad.

Bases de datos
Afortunadamente ya no estamos en la poca en que se almacenaban los datos en cuadernos y
fichas y se analizaban con lpiz, papel y calculadoras. Hoy da tenemos la informtica a nuestro
servicio. Por lo tanto, es de obligado uso en la investigacin.
Una base de datos es una coleccin de una o ms tablas (lo deseable es que estn
relacionadas) organizadas en filas (cada una de ellas corresponde a un individuo) y por
columnas (cada una corresponde a una variable). Tambin se habla de registros cuando nos
referimos a los datos almacenados en una fila.
Lo ms habitual (y aconsejable) es utilizar una hoja de clculo (Excel, OpenOffice, etc.). Un
sistema algo ms avanzado es utilizar un programa especfico de base de datos, tipo Access de
Microsoft. Es ms complejo de manejar, aunque, si tiene experiencia, es una opcin ms
aconsejable. En cualquiera de los dos sistemas se pueden (y deben) implementar sistemas que
impidan la introduccin de datos errneos (Figs. 1 y 2).

Aunque existe una tendencia a creer que los datos una vez introducidos en un ordenador son
correctos, nada hay ms falso. Los datos generalmente contienen errores que deben ser
depurados. Esta fase de depuracin nunca debe saltarse, de lo contrario har aparicin el
sndrome GIGO (garbage input, garbage output). Se dice que dice que de todo el presupuesto
dedicado a informtica, el dedicado a esta parte (data management) es el que consume ms
recursos, en tiempo y en dinero.
Un ltimo consejo: haga copias de seguridad con frecuencia!

Herramientas de anlisis
Este no es un lugar para explicar detalladamente el fundamento y tipos de pruebas estadsticas,
aunque hablaremos algo del proceso analtico que se realiza una vez acabado el estudio e
introducidos los datos en una base de datos (BdD).
1 fase: exploracin de datos. Se debe analizar cada una de las variables y describirla
adecuadamente: 1) mediante tablas de distribucin de frecuencias (si es cualitativa, ordinal e
incluso discreta) y grficos de barras (olvdese, de una vez por todas, de los grficos de tarta); y
2) si la variable es numrica deber calcular una serie de estadsticos de tendencia central
(media y mediana), de dispersin (variancia, desviacin estndar y rango intercuartlico), de
asimetra y picudez (curtosis) y sobre todo calcule los cuatro cuartiles e, incluso, ms
percentiles. Adems haga un histograma (mejor de densidad) y sobre todo un boxplot.
Finalmente explore si sigue una Ley Normal con la prueba de Shapiro-Wilk (olvdese de la de
Kolmogorov-Smirnov). Si la variable no sigue la ley normal plantese una transformacin de
datos (inversa, raz, logaritmo o box-cox). Durante esta fase encontrar errores (siempre
existen). Deprelos acudiendo a los registros originales. Cuando describa porcentajes o medias
calcule siempre su intervalo de confianza (IC-95%).

 2 fase: anlisis de asociacin. Habitualmente lo que se pretende en investigacin es ver si

uno o ms factores se asocian con la enfermedad que se est estudiando. Para valorar esta
asociacin se deben emplear: 1) si las dos variables son cualitativas una prueba de ji-cuadrado;
2) si una variable es numrica y la otra cualitativa con dos categoras deber hace una prueba
de comparacin de medias (t de Student) y si tiene ms de dos categoras un anlisis de la
variancia (one-way ANOVA); 3) finalmente si las dos variables son numricas deber calcular la
correlacin y su grado de significacin; nicamente en el caso de que fuera significativa podr
calcular una regresin lineal simple y dibujar la recta correspondiente en el grfico de puntos
(scatter-plot). Esta es una explicacin muy sencilla, ya que hay ms pruebas estadsticas. Estas
pruebas referidas slo deber ejecutarlas si se cumplen las condiciones de aplicacin de las
mismas (y si no las recuerda, consulte un libro de estadstica o mejor a un experto). Si no se
cumplen las condiciones de aplicacin deber realizar las pruebas estadsticas no paramtricas
correspondientes (Wilcoxom, Man-Whitney, Kruskal-Wallis, Spearman, etc.).
Esto no acaba aqu, demostrando que hay o no asociacin. Lo importante es explorar la fuerza
de esa asociacin. Esto se calcula con el riesgo relativo (RR) y con lados ratio (OR), siempre
con sus intervalos de confianza. Cuntas veces se ven trabajos con anlisis incompletos por no
haber calculado estos parmetros.
3 fase: anlisis multivariable. En ciencias de la salud en muy pocas ocasiones una
enfermedad es determinada por un nico factor. Hoy da se sabe que influyen mltiples
factores. Por tanto no nos tenemos que quedar en un simple anlisis bivariable. Se impone la
realizacin de estadstica multivariable (regresin lineal mltiple, regresin logstica
(incondicional, condicional, ordinal, politmica), la regresin de Poisson, la regresin binomial
negativa, la regresin de Cox, etc.). Cada tcnica exige unas condiciones de aplicacin
especficas, que si no las domina es mejor que las deje en manos del experto.
Y, por fin, llegamos al punto crucial de: qu programa estadstico utilizar? Hay programas
estadsticos, comerciales o no, muy buenos (SAS, Stata, S-PLUS, R, SPSS, NCSS, Minitab,
Statgraphics, EpiInfo, etc.). Algunos han desaparecido (BMDP), otros estn desapareciendo (SPLUS), otros acaban de ser comprados y tal vez (SPSS lo acaba de comprar IBM). Mi
consejo personal es que utilice el programa ms potente y ms actualizado que pueda. Hoy da
el que cumple ests condiciones y que adems es el que utilizan los propios estadsticos en el
diseo de nuevas pruebas estadsticas es el programa R. Es gratuito, se est actualizando
constantemente y se puede descargar desde http://cran.r-project.org/. Tiene todas las funciones
imaginables que pueda necesitar. Es seguro y muy potente. selo!

Conocimientos estadsticos necesarios para informarse e

investigar
Para ponerse a investigar hay que tener un bagaje bsico de conocimientos sobre metodologa
de investigacin y estadstica. No hay que ser un experto metodlogo o estadstico, pero s
conocer el lenguaje que estos manejan, para poderse entender en el obligatorio trato que ha de
establecerse.
Cualquiera puede investigar si est suficientemente motivado y desea superar todos los
inconvenientes que se le van planteando en su camino. Uno de ellos son los conocimientos en

metodologa y estadstica. Haga cursos para entender el lenguaje epidemiolgico-estadstico y

pngase en contacto con los expertos en estos temas. Quin se dejara operar de una simple
apendicitis por cualquiera que dispusiera del mejor bistur del mundo y hubiera acudido a un
simple curso de 20-40 horas para aprender su manejo? Nadie en su sano juicio. Por tanto,
cuidado con los que presumen de tener una copia de un buen programa estadstico y han
hecho un curso de tantas o cuantas horas! En la literatura hay muchos ejemplos de malas
estadsticas hechas con buenos programas estadsticos; y entre los mdicos hay muchos
aficionados al SPSS. Esto, que puede parecer una crtica negativa, no es tal; simplemente es
para indicarle que se introduzca en la investigacin, pero haga solamente aquellos clculos o
pruebas estadsticas de las que sea capaz de explicar correctamente sus condiciones de
aplicabilidad. De lo contrario, pida ayuda. Se sentir bien y no le podrn criticar los resultados (o
rechazar el artculo cuando lo enve a una revista para su publicacin).
Para finalizar, quisiera acabar diciendo que la investigacin es una faceta ms (junto con la
docencia y la asistencia) que todo pediatra debe realizar. La manera ms fcil es hacindolo en
grupo. nase a personas con intereses afines, elaboren un proyecto y adelante!

Referencias y lecturas recomendadas

Bolmar F, Rebagliato M, Torres AM. Estrategias de diseo en epidemiologa. Tipos de
estudios. En: Glvez R, Sierra A, Senz MC, Gmez LI, Fernndez-Crehuet J, Salleras L, et al.
Pidrola Gil. Medicina Preventiva y Salud Pblica. 10 ed. Barcelona: Masson; 2001. p. 79-86.
Hill AB. The clinical trial. N Engl J Med. 1952; 247: 113-119.
Cummings SR, Grady D, Hulley SB. Designing an experiment: Clinical Trials I. In: Hulley SB,
Cummings SR, Browner WS, Grady D, Hearst N, Newman TB, eds. Designing Clinical
Research. Second edition. Philadelphia: Lippincott Williams & Wilkins; 2001. p. 143-155.
Delgado M. Estudios experimentales. En: Delgado M, Llorca J, eds. Metodologa de la
Investigacin Sanitaria. Barcelona: Signo; 2003.
Milton JS. Estadstica para Biologa y Ciencias de la Salud. 3 ed. Madrid: McGraw-Hill; 2001.
Armitage P, Berry G. Estadstica para la investigacin biomdica. 3 ed. Madrid: Harcourt
Brace; 1997.
Browner WS, Newman TB, Cummings SR, Hulley SB. Preparacin para estimar el tamao de
la muestra: hiptesis y principios subyacentes. En: Hulley SB, Cummings SR, eds. Diseo de la
investigacin clnica. Un enfoque epidemiolgico. Barcelona: Doyma; 1993. p. 141-151.
Bacchetti P, Wolf LE, Segal MR, McCulloch CE. Ethics and Sample Size. Am J Epidemiol.
2005; 161:105-110.
Jenicek M. Epidemiologa: La lgica de la medicina moderna. Barcelona: Masson; 1996.
Rothman KJ, Greenland S. Precision and validity in epidemiologic studies. In: Rothman KJ,
Greenland S, eds. Modern Epidemiology. Philadelphia: Lippincott William & Wilkins; 1998. p.
115-134.

 Colton T. Estadstica en Medicina. Barcelona: Salvat; 1979.

Machin D, Campbell MJ, Tan SB, Tan SH. Simple size tables for clinical studies. 3rd ed.
Chichester (UK): Wiley; 2009.
Chow SC, Shao J, Wang H. Sample size calculations in clinical research. 2nd ed. Boca Raton
(FL: USA): Chapman & Hall; 2008.

Lecturas recomendadas
Hulley SB, Cummings SR, Browner WS, Grady D, Newman TB. Designing Clinical Research.
Third edition. Philadelphia: Lippincott Williams & Wilkins; 2007.
Gallin JI, Ognibene FP. Principles and practice of clinical research. Second edition.
Amsterdan: Elsevier; 2007.
Armitage P, Berry G, Matthews JNS. Statistical methods in medical research. Fourth edition.
Massachusetts, USA: Blackwell Science; 2002.