La - Investigación - Cientifica - Mejia Word

LA INVESTIGACIN CIENTFICA
EN EDUCACIN
Elas J. Meja Meja
La investigacin cientfica en educacin
Elas J. Meja Meja
Segunda edicin
Lima, octubre de 2013
Tiraje: 1000 ejemplares
Hecho el Depsito Legal en la Biblioteca Nacional del Per N. 200711767 ISBN: 978-9972-46-333-4
Diseo y diagramacin: Centro de Produccin Editorial e Imprenta de
la Universidad Nacional Mayor de San Marcos - CEPREDIM
ndice
Presentacin
Captulo I. El mtodo de la ciencia

1. Secuencia del mtodo cientfico
2. Los conocimientos previos
3. Los problemas cientficos
4. Las hiptesis
5. Tipos de investigaciones
15
23
23
27
33
Captulo II. Las variables

1. Qu son las variables?
2. Clasificacin de las variables
3. Operacionalizacin de variables
55
58
65
Captulo III. Estrategias para contrastar hiptesis

1. Las estrategias
2. Factores que producen hiptesis rivales
3. Tipos de estrategias
4. La estrategia ex post facto
85
86
95
116
Elas J. Meja Meja
Captulo IV. Instrumentos de acopio de datos

1. La medicin
2. Postulados de la medicin
3. Niveles de la medicin
4. Medicin de variables conductuales
5. Instrumentos de acopio de datos
6. Instrumentos para medir variables conductuales
7. Cualidades de los instrumentos
8. Recomendaciones para construir pruebas
9. Tcnicas para elaborar pruebas
10. Indicadores de la calidad de una prueba
11. Grado de dificultad de la prueba
12. ndice de discriminacin de la prueba
13. Los reactivos
14. Clasificacin de los reactivos
15. Grado de dificultad de un reactivo
16. ndice de discriminacin de un reactivo
121
123
123
128
129
130
133
146
147
152
153
154
155
155
162
164
Captulo V. Muestreo
1. Poblacin y muestra
2. Tamao de la muestra
3. Error de muestreo
4. Ventajas de la tcnica de muestreo
5. Muestreo probabilstico
6. Muestreo no probabilstico
169
173
178
178
179
192
Captulo VI. Proceso de prueba de hiptesis

1. Hiptesis nulas y prueba inversa
2. Errores al adoptar decisiones
3. Prueba de hiptesis
4. Nivel de significacin
5. Grados de libertad
6. Prueba Chi Cuadrada (X2)
7. Anlisis de varianza
6
197
199
200
201
202
203
206
8. Anlisis de regresin mltiple

9. Prueba t de Student
220
229
Captulo VII. El informe cientfico

1. Comunicacin de la investigacin
2. Estructura del informe
3. Extensin del informe
4. Estilo de redaccin del informe
5. Referencias bibliogrficas
241
242
250
250
251
Bibliografa
255
PRESENTACIN
Ante los hechos de la realidad en la que vive, el hombre asume
distin-tas actitudes. La actitud cientfica es una de ellas, y la que ms
le convie-ne, porque le permite un mayor acercamiento a la verdad.
Sin embargo, esta actitud la asume el hombre muy tardamente en su
historia; por de-cenas de miles de aos el hombre actu en la realidad
asumiendo otros tipos de actitudes, no necesariamente las cientficas.
En todo este tiempo, sus actitudes han sido mgicas, religiosas,
ingenuas, mticas, dogmticas, esotricas, entre otras.
Es cierto que estas actitudes ante los hechos le han proporcionado
resultados, aunque no tan eficaces como los hubiera logrado aproximndose a la realidad asumiendo la actitud cientfica. Se dice que sta es una
actitud tarda en occidente, porque se reconoce a Tales de Mileto, quien
vivi hace ms o menos 2500 aos, como el primer cientfico occidental
porque pensaba hipotticamente, es decir, ante los hechos de la realidad,
propona explicaciones provisionales, pero plausibles, que luego demostraba a la luz de la evidencia emprica. l sostena que el agua era el
principio de todas las cosas y planteaba la hiptesis de si a una plantita no se
la regaba, la plantita morira y, por el contrario, si a esa plantita mori-bunda
se la regaba, sta revivira. Someta sus hiptesis a contraste con los hechos,
y si los hechos corroboraban lo hipotticamente planteado, daba por vlidas
sus hiptesis o las rechazaba, en caso contrario. Este es un es-tilo de
pensamiento totalmente diferente al pensamiento mtico, mgico o religioso,
porque recurre a la verificacin emprica, a la evidencia que proporcionan
los hechos, para establecer si nuestras afirmaciones acerca de la realidad
coinciden con ella o, por lo menos, son viables o valederas.
Ntese que estamos hablando de la ciencia como un tipo especial de

actitud. sta es una actitud totalmente distinta a la de los mismos griegos
Elas J. Meja Meja
que vivieron antes de Tales de Mileto, quienes al ser preguntados por la

causa de la lluvia, sostenan que llova porque Apolo violaba, en el Olimpo, a las ninfas que acarreaban agua para sus menesteres domsticos. En el
forcejeo de la violacin, caa el cantarito de agua que ellas portaban y
entonces el agua flua a la tierra en forma de lluvia fructificadora. sta es
una explicacin no cientfica que corresponde, asimismo, a un tipo de
actitud que asume el hombre para explicarse los hechos de la realidad.
La actitud cientfica es producto de un proceso intelectual sui

gneris. Quien acta cientficamente observa sistemticamente los
fenmenos de la realidad, objetos de su estudio, y en este proceso de
observacin siste-mtica identifica ciertos aspectos que se le
presentan en forma recurrente, por lo que se halla ante la necesidad
de elaborar constructos tericos o variables para denominarlos.
Lo curioso es que el hombre, asumiendo la actitud cientfica, trata en un
primer momento de analizar los fenmenos en forma aislada. En un
segundo momento trata de hallar, entre ellos, asociaciones, paralelismos o,
si es ms osado, intenta establecer relaciones de causalidad. Sostiene, por
ejemplo, que el calor dilata los metales y luego describe este hecho, lo
explica, lo predice o lo retrodice. Describe, cuando solamente predica, dice
cmo son los hechos o cmo se producen las relaciones que trata de
establecer. Explica, cuando se pregunta por qu los fenmenos son como
son, cuando trata de encontrar las causas de la ocurrencia de los hechos.
Predice, cuando encuentra regularidades que le permiten decir que si da-das
ciertas condiciones, han de producirse determinados eventos. Retro-dice,
cuando describe o explica el pasado, cuando pretende saber cmo fueron los
hechos. Todo ello corresponde al plano de la teora.
Pero el hombre tambin trata de aplicar estos saberes tericos

para transformar la realidad y, entonces, plantea la accin
transformadora me-diante la investigacin aplicada o tecnolgica.
Con ello el hombre llega a la prctica, que tambin es ciencia. La
ciencia es teora y prctica, al mismo tiempo.
Pues bien, la actitud cientfica genera conocimientos cientficos. Estos
conocimientos son ms eficaces, ms valiosos o ms cercanos a la verdad si
han sido producidos con la aplicacin del mtodo cientfico. El hombre
hace predicaciones acerca de la realidad, es cierto, pero sus predicaciones
pueden resultar falsas o verdaderas. Que sus predicaciones no sean falsas
10
o que se aproximen a la verdad, depende del mtodo que emplee para

producir tales conocimientos. El mtodo cientfico permite al hombre
producir predicaciones ms plausibles, ms prximas a la verdad.
Este mtodo requiere de ciertas tcnicas para producir los conocimientos. Estas tcnicas de investigacin facilitan, adems, el proceso
de aplicacin del mtodo. La variedad de tcnicas existentes permite
al in-vestigador elegir las ms convenientes a sus propsitos.
El presente texto es resultado de las reflexiones realizadas en mlti-ples
oportunidades que distintas universidades del Per nos han brindado para
exponer el tema en los cursos de Investigacin Cientfica para estu-diantes
de maestra y doctorado. Aqu presentamos la metodologa y las tcnicas del
mtodo hipottico deductivo, de larga e histrica tradicin en occidente. No
negamos la existencia de otros mtodos, basados en la comprensin e
interpretacin de los fenmenos pero, en lo que sigue, presentamos la
secuencia del enfoque hipottico deductivo.
Mi agradecimiento se testimonia a los colegas que han contribuido a
esclarecer las ideas en los corrillos universitarios, cuyas agudas observaciones han contribuido a mejorar la calidad del texto. Los muchos errores o
imprecisiones que pudieran hallarse, son de mi entera responsabilidad.
Elas J. Meja Meja
Lima, octubre de 2013
11
Captulo I
EL MTODO DE LA
CIENCIA
1. SECUENCIA DEL MTODO CIENTFICO

La investigacin cientfica es, en estricto sentido, el proceso de produccin de conocimientos cientficos que se realiza siguiendo un mtodo
especfico. Y decimos esto, porque en el fondo la palabra mtodo posee la
connotacin de camino, de ir en un sentido u otro, de discurso, como deca
Descartes (el discurso del mtodo). El mtodo que ms ha influido en el
desarrollo cientfico tecnolgico de la humanidad es el hipottico deducti-vo
que, segn Popper, constituye un proceso lgico del pensar que conduce las
tareas que cumple el investigador, motivado por su afn de producir nuevos
conocimientos y acercarse a la verdad. Este proceso lgico segn el cual
discurre el pensamiento, en una versin sinttica, es el siguiente:
1 Posesin de conocimientos previos. Los conocimientos previos
constituyen el punto de partida de la investigacin. No es posible, de
ninguna manera, producir conocimientos cientficos sin poseer las
bases tericas respectivas o deducir, de lo ya establecido en la ciencia,
nuevos problemas e hiptesis que pretendan echar luces ha-cia sectores
no conocidos de la realidad. Ningn investigador puede pasar a la
segunda etapa del mtodo, el planteamiento de problemas, si antes no
posee conocimientos previos referidos a su objeto de es-tudio. Por eso
Newton deca que haba logrado tantos avances en sus investigaciones
por que haba actuado a hombros de gigantes.
En ciertos momentos de la historia de la ciencia, los conocimien-tos

previos explican satisfactoriamente la realidad y, en este caso, no
existe necesidad de plantear problemas de investigacin. Pero, con
el avance cientfico, estos conocimientos previos son superados por
las evidencias que proporcionan los hechos y, por tanto, pierden su
15
Elas J. Meja Meja
capacidad de explicar satisfactoriamente la realidad o entran en

con-flicto con ella. En este caso es necesario plantear nuevos
problemas de investigacin a partir de los conocimientos previos
que posee el investigador.
El conflicto entre los conocimientos previos y la realidad se
produce como consecuencia de los avances que los cientficos
realizan al tra-tar de comprender esa realidad. Los nuevos
investigadores encuen-tran explicaciones ms satisfactorias a los
fenmenos que observan o simplemente formulan argumentos ms
slidos que los precedentes, que superan las explicaciones de la
realidad que hasta el momento disponan los hombres de ciencia
2 Descubrimiento y planteamiento de problemas de investigacin.
Como se ha dejado entrever en el numeral anterior, el segundo momento del mtodo cientfico es el planteamiento de los problemas. El
planteamiento de los problemas cientficos es una tarea muy ardua y
requiere de mucho tiempo. Por eso Kerlinger dice que es completamente normal que los cientficos consuman mucho tiempo en descubrir problemas cientficos. Gilbert, el famoso matemtico que muri
muy joven pero que aport enormemente al desarrollo de la matemtica, no lleg a concluir ninguna investigacin y solo lleg a proponer
algo as como 30 problemas matemticos que an siguen siendo materia de investigacin. Es que el hombre es ms proclive a hipotetizar y
a conjeturar, que a problematizar. Los problemas son las reflexiones o
las preocupaciones del investigador por identificar los aspectos de la
ciencia que los conocimientos previos no los explican. Existe un caso
tpico en la historia de la ciencia, citado por muchos autores, que se
considera paradigma de la relacin que existe entre los conocimientos
previos y el planteamiento de problemas de investigacin. Es el caso
de Herodoto, el griego reconocido como padre de la Historia quien, en
sus mltiples y frecuentes viajes por el mundo antiguo, habra adquirido la experiencia de conocer muchos ros y cada vez que vea un
nuevo ro, la evidencia de los hechos corresponda con la idea que l se
haba formado de un ro: torrente de agua que fluye siempre por el
mismo cauce. Y as, cada vez que visitaba un nuevo pas o una nueva
regin, encontraba que todos los ros eran torrentes de agua que fluan
siempre por el mismo cauce, es decir, la realidad coincida con los
conocimientos previos que Herodoto posea de los ros.
16
Pero sucedi que, en alguna oportunidad, Herodoto lleg al Egipto de

los faraones y observ que el ro Nilo se comportaba de manera atpica
con respecto al comportamiento de los ros que l haba tenido la
oportunidad de conocer previamente, hecho que le llam poderosamente la atencin, por lo que comenz a indagar acerca de las causas
que podran explicar este comportamiento atpico. Los egipcios, naturales del pas, como no haban vivido la experiencia de Herodoto de
conocer otros ros, le decan que lo que estaba viendo era un ro y que a
ellos no les llamaba la atencin que el Nilo se desbordara de sus cauces
por temporadas y, en otras, volviera a su cauce normal. En este ejemplo
se observa que es Herodoto, por poseer ciertos conoci-mientos previos
acerca de la naturaleza de otros ros, quien identifica y encuentra
problemas de investigacin. Aqu se observa por qu los egipcios, que
no haban transpuesto las fronteras de su pas, al no po-seer
conocimientos previos del modo cmo se comportan otros ros, ni
siquiera se imaginaban que constitua un problema de investigacin el
comportamiento atpico del ro Nilo. Esta es tambin la explicacin de
por qu Herodoto dijo que Egipto es un don del Nilo, haciendo
referencia a que sin el Nilo, la existencia de Egipto era imposible.
Este ejemplo tomado de la historia de la ciencia pone de manifiesto

que para poder formular problemas de investigacin es necesario,
absolutamente necesario, poseer conocimientos previos, sin ayuda
de los cuales sera imposible tratar de identificar ni, mucho menos,
formular problemas de investigacin. De este caso se puede deducir una regla metodolgica de gran valor para realizar investigaciones: Solo quien posee conocimientos previos es capaz de descubrir
e identificar problemas de investigacin y, por el contrario, quien
no posee conocimientos previos no podr, de ninguna manera,
descu-brir ni mucho menos identificar problemas de investigacin.
Solo en base a los conocimientos previos se descubren,
identifican y plantean problemas de investigacin, los que
pueden surgir por dos vas:
a) Los problemas de investigacin pueden surgir para cubrir los vacos
de conocimientos que existen en la ciencia. Esta es una situacin
natural, pues los conocimientos previos no necesariamente abor-dan
la explicacin de todos los aspectos de la realidad que pretende
conocer el hombre. En un determinado estadio de evolucin del
17
Elas J. Meja Meja
conocimiento cientfico es muy posible que existan sectores del conocimiento en los que los investigadores an no han desarrollado
investigaciones; en este caso es posible plantear problemas de investigacin orientados a llenar tales vacos de la ciencia. Un caso que
ilustra claramente esta idea es la novsima investigacin que se est
realizando actualmente sobre el aprendizaje: hasta antes del
planteamiento de las nuevas hiptesis que sostienen que el apren-dizaje
tiene bases neurofisiolgicas, este tema era abordado por los
investigadores de manera muy superficial. Se formulaban hiptesis en
el sentido de que el aprendizaje era un proceso de adquisicin de
conocimientos que progresaba en base a ensayos o errores o, como lo
crean los psiclogos conductistas, era un problema de modifi-cacin
masiva de conductas. Lo cierto es que con el auxilio del en-foque
neurofisiolgico se llega a la conclusin de que muy poco se sabe
sobre el aprendizaje. As la investigacin en este terreno resulta siendo
novsima y transforma los paradigmas de la pedagoga y de la
psicologa. Tambin posee caracteres de novedad y, por tanto, de ser un
intento de llenar los vacos de la ciencia, la investigacin que se est
realizando en el campo de la biologa con respecto al geno-ma humano
o con respecto al cdigo gentico, cuya manipulacin, segn los
recientes avances, permitira prevenir las enfermedades y hasta
controlar el envejecimiento de clulas y tejidos.
b) Como la ciencia es un quehacer falible, que deja abiertas las posibilidades a que teoras cientficas, aceptadas en un momento,
dejen de tener validez en otros, y que la replicacin se encargue de
aportar la evidencia emprica en contra, se considera que muchas
investigaciones se orientan a corregir los errores de la ciencia ya
que como ella es falible, ella misma debe corregirse. As se plantean problemas de investigacin orientados a corregir los errores de
la ciencia, como por ejemplo, la investigacin que establece que los
nios son zurdos o diestros, no por malas costumbres que adquieren
en la escuela, sino porque existe la evidencia de que el cerebro
humano tiene dos lbulos, y que del dominio de uno de ellos
depende que un nio sea zurdo o sea diestro. Esta es una tesis que
corrige la clsica concepcin pedaggica de suponer que los nios
escriben con la mano izquierda por razones de indisci-plina o por
contradecir a sus maestros.
18
3 Formulacin de hiptesis. Identificados los problemas de investigacin con ayuda y a partir de conocimientos previos, corresponde
identificar hiptesis, explicaciones plausibles a los problemas planteados. Se dice que las hiptesis deben ser explicaciones plausibles
a los problemas planteados porque, para ser consideradas viables,
deben poseer slido sustento terico. Es cierto que se puede y se
debe plantear hiptesis audaces, pero as como se plantean hiptesis
audaces, los investigadores deben ser muy rigurosos al momento de
someter a prueba tales hiptesis.
Las hiptesis son formulaciones que se plantean en forma de respuesta a los problemas de investigacin que, como es recomendable
para estas ltimas, deben estar planteadas en forma de preguntas. El
investigador, al formular hiptesis, asume una posicin respecto a
la teora existente y pretende explicar el problema de investigacin
planteado recogiendo la evidencia emprica que abone en pro o en
contra de sus hiptesis.
Las hiptesis son conjeturas, suposiciones, juicios a priori, que tratan
de explicar los problemas de investigacin. Esta etapa del mtodo
cientfico se considera la ms importante pues, en este momento, el
investigador ensaya explicaciones para lo que l considera situacin
problemtica en el conocimiento del tema que estudia.
4 Contraste de las hiptesis con la evidencia de los hechos. Una vez
formuladas las hiptesis, que tienen la pretensin de constituirse en
explicaciones a los problemas, el investigador debe someter sus hiptesis a la prueba emprica de los hechos. Este es el proceso de
contraste de las hiptesis. Para cumplir esta etapa, el investigador debe
trazar una estrategia, la ms adecuada posible, para asegurar el xito en
el proceso de la prueba emprica. En esta etapa del mtodo, el
investigador aplica tambin sus instrumentos de acopio de datos y
recoge informacin de la realidad en la que investiga.
El proceso de contraste de hiptesis consiste en buscar evidencia
emprica que corrobore o refute lo planteado por la hiptesis. De esta
situacin puede suceder, por una parte, que la evidencia de los hechos,
es decir, los datos que se recojan de la realidad puedan corro-borar,
apoyar o confirmar lo hipotticamente planteado. Pero puede ocurrir
tambin la situacin contraria: la evidencia que se recoja de
19
Elas J. Meja Meja
la realidad puede ser contraria al sentido propuesto en la hiptesis, es

decir, que los datos hallados contradigan la hiptesis. Esta es una
situacin normal que puede ocurrir, pues el investigador no tiene por
qu acertar, necesariamente, con sus hiptesis, en la explicacin de los
fenmenos de la realidad. Si se produjera este singular caso, el
investigador debe respetar la evidencia de los hechos y modificar sus
hiptesis en funcin de la evidencia emprica que halle. Por ejemplo, si
el investigador plantea la siguiente hiptesis: es de noche, y los datos
de la realidad contradicen la hiptesis, es decir, por la evidencia
emprica se convenza que es de da, que se observa el esplendor del
sol, que se siente la claridad en el ambiente, que se ve la atmsfera
despejada y no se necesita alumbrado de velas ni luz elctrica, entonces, ante el peso de tales evidencias, el investigador debe inclinarse por
aceptar la evidencia emprica es de da antes que sostener otras
hiptesis que no tienen ningn asidero factual. Sin embargo, en algunos casos, los investigadores, fieles a sus hiptesis, las defienden
hasta los mximos extremos, lo que equivale a pretender, para mantener en vigencia sus hiptesis, que la noche se convierta en da lo que,
a todas luces, constituye un absurdo inaceptable.
5 Adopcin de decisiones con respecto a la hiptesis. En la racionalidad cientfica prevalece la evidencia de los hechos ante cualquier otra
hiptesis. Es por eso que el investigador debe, en este quinto momento,
decidir si acepta o rechaza sus hiptesis en funcin de los datos
empricos que halla. Aqu puede suceder que los datos corro-boren la
hiptesis o que los datos la contradigan. Ante esta situacin, el
investigador puede y debe adoptar las siguientes decisiones:
a) Aceptar la hiptesis si la evidencia emprica, si los hechos,

co-rroboran lo hipotticamente planteado. Es decir, si el
investiga-dor sostiene que es de da, y la evidencia emprica,
los datos de la realidad, se presentan en este sentido, entonces
las hiptesis deben ser aceptadas y al ser aceptadas, dejan de
ser hiptesis y se convierten en teoras y, al convertirse en
teoras, se incorpo-ran a los conocimientos previos, al marco
terico, con lo que se produce un avance en el conocimiento,
pues las nuevas teoras recientemente incorporadas explican,
de modo ms plausible, los fenmenos de la realidad.
20
Como se podr deducir de lo que se acaba de decir, las teoras

cientficas tienen naturaleza hipottica, pues todas ellas no son
ms que hiptesis corroboradas por los hechos. Las teoras
cient-ficas tienen, todas ellas, naturaleza hipottica. Por eso
Klimovsky sostiene que las teoras cientficas deben ser
aceptadas a ttulo de hiptesis y Popper, al hablar del juego de
la ciencia, enuncia una importante regla: el juego de la ciencia
nunca termina. El juga-dor que sostenga que una teora cientfica
no requiere de ninguna revisin ulterior, se retira del juego.
Con el proceso de investigacin aquellas hiptesis, corroboradas
por la evidencia de los hechos, se convierten en teoras
cientficas y se van incorporando a los conocimientos previos;
as la ciencia progresa y mantiene su carcter de quehacer que
avanza, como dice Klimovsky, de manera cclica e incremental.
Sin embargo, al adoptar la decisin de aceptar una hiptesis,
se corre el riesgo de aceptarla cuando en realidad debi ser
recha-zada. Este es el error que los expertos llaman error de
Tipo I. Es posible incurrir en este error a causa de una
defectuosa interpre-tacin de la evidencia emprica, lo que
llevara a suponer que los datos de la realidad corroboran la
hiptesis, cuando en realidad la contradicen.
b) La otra decisin que cabe adoptar con respecto a las hiptesis es
rechazarlas si la evidencia de los hechos son contrarios a lo propuesto por ellas. En este caso, el investigador debe ensayar hiptesis ms plausibles, es decir, hiptesis ms reales o ms susceptibles
de ser corroboradas por los hechos. Las hiptesis no corroboradas
por la evidencia de los hechos se abandonan por falsas.
En este caso existe el riesgo de cometer el error de Tipo II,
que consiste en rechazar una hiptesis cuando en realidad no
es falsa. El investigador debe tener cuidado de no incurrir en
este error controlando todos los factores que pudieran afectar
la decisin que ha tomado y para ello debe mejorar la calidad
de sus instrumentos de acopio de datos, o incrementar el
tamao de la muestra que ha empleado en el estudio.
La situacin descrita, en apariencia pesimista con respecto a los resultados de la investigacin, es la que precisamente permite el desarrollo de la
21
Elas J. Meja Meja
ciencia. Por el contrario, si se llegara a la certeza absoluta con respecto a los

resultados de la investigacin, la ciencia ya no avanzara y se podra decir
que, en una determinada poca de la historia, el hombre lleg a comprobar
la verdad de sus hiptesis por lo que ya no necesitara ulteriores comprobaciones. Con esto se frenara el proceso de profundizar el conocimiento, ya
no se investigara ms, ni mucho menos se revisaran los conocimientos
provisionalmente aceptados. Se habra llegado a la situacin de hallar la
verdad absoluta y, por tanto, se dara por concluida la misin del hombre en
la Tierra, es decir, de su accionar en un tiempo que transcurre. Y si esto
ocurriera, el hombre ya no hara historia, entendida como el quehacer del
hombre en el tiempo, que es precisamente la vocacin y su destino. Se
llegara a la deificacin de la especie humana, lo que vendra a significar el
fin de la historia y el fin de la humanidad, como algunos pensadores
utpicos auguran. Para suerte de la humanidad, esta situacin no ocurre y el
hombre sigue haciendo historia, a medida que transcurre el tiempo. Sin
embargo, el hombre cada vez se acerca ms a la verdad.
En sntesis, la investigacin cientfica no culmina con el

estableci-miento de una verdad absoluta. La investigacin concluye
con resultados provisionales que nuevas investigaciones deben
confirmar o refutar. De lo contrario no sera posible ni la refutacin
ni la replicacin, procedimien-tos normales en la ciencia.
Esto significa que cuando se descarta una hiptesis nula, por ser
falsa, no necesariamente se prueba la verdad de la hiptesis alterna.
Solo se puede afirmar que la evidencia de los hechos demuestra la
falsedad de la hiptesis nula, sin que ello haga suponer que la alterna
sea verdadera. De ah que, con respecto a la falsedad de una
hiptesis, se puede ser categrico al afirmar que la hiptesis es
falsa pero no se puede afirmar lo contrario: la hiptesis es
verdadera; lo que se puede decir es que la hiptesis es no falsa.
Este es el proceso lgico del pensamiento para producir
conocimien-tos cientficos. Conviene en seguida analizar, con mayor
detalle, las etapas de este mtodo.
22
2. LOS CONOCIMIENTOS PREVIOS

Como se ha dicho, los conocimientos previos constituyen el punto de
partida del proceso de investigacin. El investigador que inicia un proceso
de investigacin debe buscar informacin terica acerca de los temas que va
a investigar. Y esta informacin se halla escrita en los libros.
El investigador debe revisar la literatura existente con respecto al

tema, no Solo para familiarizarse con los aspectos tericos que van a
servir de sustento a su investigacin, sino para informarse, lo ms
profundamente posible, acerca de los ltimos avances que se estn
produciendo en la ma-teria que estudia. El investigador debe tratar de
convertirse en un experto, en un especialista en el tema, para poder
abordarlo, ms adelante, con la solvencia acadmica necesaria.
En el proceso de revisin de la literatura, el investigador debe tener
el suficiente criterio para seleccionar las fuentes bibliogrficas o
documen-tales que halle, porque la calidad de estas fuentes no siempre
es la misma. Tambin debe tener en cuenta que la informacin ms
novedosa con respecto al tema que estudia casi siempre est escrita en
lengua extranjera, especialmente en ingls, por lo que es conveniente
que el investigador domine una lengua extranjera para tener mayor
facilidad de acceso a la novsima informacin cientfica que requiere.
Como consecuencia de la revisin y del anlisis de la literatura, el
investigador elabora el marco terico de la investigacin, es decir, hace
un balance de la informacin revisada y la presenta asignndole una estructura coherente y lgica para que otros investigadores la puedan tambin utilizar cuando lo consideren oportuno. El marco terico tambin se
denomina estado de la cuestin, pues constituye un balance de los
ltimos avances en la investigacin cientfica que se ha realizado hasta
el momento. La tcnica para elaborar el marco terico es la revisin de
la literatura, un proceso muy acucioso que el investigador debe cumplir
en bibliotecas, hemerotecas, repositorios bibliogrficos y, ltimamente,
interactuando con medios electrnicos.
3. LOS PROBLEMAS CIENTFICOS
Los problemas cientficos son formulaciones muy importantes en el
proceso de investigacin, de ah que el anlisis de sus caractersticas se
convierta en tarea prioritaria. Se sostiene que un problema, para ser con23
Elas J. Meja Meja
siderado cientfico, no debe tener respuesta conocida an en el nivel de

desarrollo de la ciencia en el que el investigador acta, pero debe ser posible hallar la respuesta en el proceso de investigacin que se va a realizar.
El problema cientfico orienta el proceso de la investigacin, de ah

que su correcto planteamiento sea garanta del xito de la investigacin.
Sin embargo, como los lmites entre la ciencia y la pseudo ciencia son
muy difusos, se podra considerar como problema cientfico la siguiente
pregunta: cuntas vrgenes hay en el cielo? Esta es una pregunta que no
tiene respuesta conocida, con lo que se cumplira la primera condicin para
considerarla problema cientfico. Sin embargo, esta formulacin es
imposible de verificarse empricamente, pues no es viable hacer un censo de
vrgenes en el cielo para hallar la respuesta a dicha pregunta. Obvia-mente,
este es un problema teolgico y no cientfico.
Desde el punto de vista formal se sostiene que el problema
cientfico debe ser planteado en forma de pregunta. Se recomienda
este tipo de re-daccin debido a que cuando se plantea un problema
cientfico se indaga acerca de sus caractersticas, de sus causas o de
los factores que afectan al objeto de estudio. Esto quiere decir que
todos los problemas de investi-gacin tienen forma de pregunta, pero
no toda pregunta es un problema de investigacin cientfica.
Tambin se recomienda que el sentido de la redaccin del problema
cientfico sea tal que permita anunciar la relacin entre las variables de
estudio, lo que es totalmente aceptable en el caso de las investigaciones
explicativas o de las relacionales no causales. Sin embargo, en la investigacin descriptiva, no es posible plantear la relacin entre dos o ms
variables pues, en la mayora de los casos, la investigacin descriptiva
se realiza tan Solo en torno a una sola variable. Existen otros tipos de investigacin como la histrica o la biogrfica, por ejemplo, en las que no
necesariamente se debe plantear una relacin entre variables.
En el planteamiento de un problema cientfico se deben usar
trmi-nos operacionalizados para evitar la ambigedad o las
interpretaciones equivocadas; sin embargo la habilidad para plantear
conceptos operables lo proporciona la experiencia y las cualidades
del investigador. El uso de trminos operacionalizados facilita la
comunicacin entre los miembros de la comunidad cientfica.
24
Finalmente, en la formulacin del problema cientfico no deben

apa-recer trminos valorativos, tales como bueno, malo, grande,
pequeo, etc. Es preferible emplear trminos que hagan referencia a
los aspectos objetivos de la realidad y, si es posible, como se ha
dicho, trminos pre-viamente operacionalizados.
En sntesis, desde el punto de vista formal, se recomienda que los
problemas cientficos posean las siguientes caractersticas:
a) Deben ser formulaciones redactadas en forma interrogativa.
b) Las interrogantes planteadas no deben tener respuestas
conocidas, todava, en el conjunto de conocimientos cientficos
disponibles al momento.
c) Las respuestas a tales interrogantes deben ser plausibles o
posibles de hallarse luego del proceso de investigacin.
d) Deben ser redactadas con la mayor claridad posible, sin ambigedades y empleando trminos previamente operacionalizados. En otras
palabras, los problemas de investigacin deben ser redactados empleando el lenguaje en su funcin denotativa, es decir, empleando el
lenguaje cientfico tcnico.
e) En el caso de las investigaciones explicativas, los problemas
deben plantear una posible relacin entre dos o ms variables.
f ) En su redaccin no deben aparecer trminos valorativos, que
expre-sen estados de nimo del investigador, o especulaciones
subjetivas acerca de la realidad que se pretende estudiar.
La secuencia metodolgica de la investigacin cientfica obliga a plantear el problema de la investigacin. Con el planteamiento del problema
comienza realmente este proceso. Cuando el investigador se pregunta qu
efecto producir X en Y?, ya establece el camino a seguir y, como el problema est planteado en trminos de pregunta, el investigador advierte la necesidad de encontrar respuestas viables a sus formulaciones interrogativas.
En el terreno de los hechos, plantear problemas cientficos no es sencillo; es
un proceso de profunda reflexin que mantiene preocupado al investiga-dor por
mucho tiempo. Por eso Kerlinger refiere que si un cientfico pasa mucho tiempo
preocupado por algo, tratando de formular el problema, no debe llamar la
atencin su actitud porque sta es una situacin natural y normal por la que
atraviesan los cientficos. Los cientficos pasan mucho
25
Elas J. Meja Meja
tiempo reflexinando y no encuentran con facilidad la pregunta a la que se

han propuesto dar respuesta. Sin embargo, plantear el problema en forma
clara y precisa es muy importante en el proceso de la investigacin. Las
dificultades que encuentra el investigador para plantear el problema no deben hacerle perder de vista los propsitos que le animan, ni mucho menos
hacerle desistir de plantear tan importante elemento de la investigacin.
Ahora bien, de dnde surgen estas preguntas? Por lo general los problemas surgen de la experiencia del investigador, del conocimiento que tiene
de la teora que le sirve de sustento y casi siempre, en estos casos, est
presente la intuicin, la idea sbita, lo no previsto; por eso Pasteur deca
que el azar favorece a la mente preparada. Efectivamente, el hombre de
ciencia es un hombre que tiene slidos conocimientos sobre la disciplina
que cultiva, pero las preguntas de investigacin que plantea tienen mucho
que ver con su imaginacin o con su deseo de hallar soluciones a situaciones problemticas que encuentra ocasionalmente. Popper es ms radical al
respecto, pues sostiene que en el momento de plantear problemas de investigacin existe siempre una dosis de irracionalidad, de intuicin caprichosa,
que muchas veces resulta siendo exitosa.
Pero es muy conveniente enfatizar que en el proceso de reflexin que
realiza el cientfico no se distingue entre los momentos del planteo de los
problemas y de la identificacin de las hiptesis, sino ms bien parece que
los hombres de ciencia conciben, en forma simultnea, estos dos elementos.
Metodolgicamente hablando, en primer lugar se deben plantear los problemas y en seguida se deben formular las hiptesis. Pero el proceso mental
que desarrolla el hombre de ciencia no se produce en esta secuencia. Concebir problemas e hiptesis es un proceso inseparable, nico e integrado. Y
hasta parece que, en algunos casos, los cientficos han concebido primero
las hiptesis y luego han planteado los problemas. Klimovsky interpreta
muy bien esta situacin y sostiene que el problema cientfico no es ms que
una hiptesis en el momento de problema, con lo que pretende enfatizar
que, en un momento determinado, el investigador concibe hiptesis algo
confusas, vagas o poco claras, que seran los problemas, pero cuando pasa
el tiempo y llega a ciertos convencimientos ms plausibles es capaz de formular, con mayor precisin y claridad, las respectivas hiptesis. Problemas
e hiptesis son, pues, procesos de reflexin conjunta e integral con los que
se inicia la aventura de investigar.
26
4. LAS HIPTESIS
Si se tiene en cuenta la denominacin del mtodo cientfico que se
expone: hipottico deductivo, se tendr que decir que lo ms importante
en el proceso metodolgico de la ciencia es formular hiptesis. Y parece
que esto es as. Todo en la ciencia es hipottico. Nada se comprueba
total o terminalmente. Entonces pues, con la formulacin de las
hiptesis se pone en marcha, realmente, el proceso de investigacin. As,
las hiptesis resultan siendo las formulaciones ms importantes que
orientan todo el proceso de la investigacin.
Formalmente una hiptesis, explicativa se entiende, debe contener
los siguientes elementos:
a) Las variables de estudio. Una o ms variables independientes que
se asocien con una variable dependiente; por ejemplo, mtodo didctico de resolucin de problemas y, motivacin por los estudios
(variables independientes) asociadas con calidad de los aprendizajes
en la asignatura de matemtica (variable dependiente).
b) El elemento relacional. Es el nexo lgico gramatical que
permite vincular las variables propuestas, por ejemplo: influyen.
c) La poblacin de estudio. Son los sujetos que sern objeto de estudio,
por ejemplo, alumnos del quinto ciclo de Ingeniera de Sistemas y,
d)
El mbito de referencia. Es el escenario en el que se realizar la investigacin, por ejemplo, la Universidad Nacional Mayor de San Marcos.
Con estos elementos se puede redactar la siguiente hiptesis: El

mto-do didctico de resolucin de problemas y la motivacin por los
estudios, influyen en la calidad de los aprendizajes en la asignatura de
Matemtica de estudiantes del quinto ciclo de Ingeniera de Sistemas de
la Universi-dad Nacional Mayor de San Marcos.
En otras disciplinas, especialmente en las del rea de salud, toda
hip-tesis tiene un quinto elemento, e) que es el llamado horizonte
temporal, es decir, la ubicacin en el tiempo en el que se realiza la
investigacin, por ejemplo, el ao 2013.
Las hiptesis son conjeturas, suposiciones, intentos de explicar, a
priori, los problemas cientficos. Como toda conjetura, algunas son ms
slidas o poseen mayor fundamento, mientras que otras son suposiciones superficiales que tienen trascendencia muy relativa. Las conjeturas
27
Elas J. Meja Meja
slidamente fundamentadas y racionalmente expuestas dan lugar a

inves-tigaciones de calidad que, con toda seguridad, producirn
aportes signifi-cativos para el desarrollo del conocimiento cientfico.
Las hiptesis plantean la relacin entre dos o ms variables. Esta
re-lacin se expresa en forma de oraciones aseverativas y deben
indicar, de modo muy claro, la necesidad de verificar, en los hechos,
la relacin con-jeturalmente planteada.
Si se han establecido algunos requisitos formales para la formulacin de
los problemas cientficos y si se considera que las hiptesis son formulaciones ms elaboradas y mejor concebidas que los problemas. En su
redaccin se deben exigir los mismos requisitos exigidos para el planteamiento de los problemas cientficos, y con mayor razn. En toda hiptesis
se debe establecer, con toda claridad, la relacin existente entre las variables; en toda hiptesis deben estar presentes las variables independientes,
asociadas con la dependiente; en toda hiptesis se deben usar trminos
inequvocos, que no se presten a ambigedades en la interpretacin y, en
toda hiptesis, se debe evitar el uso de trminos valorativos.
Algunos expertos consideran que para realizar investigaciones no es
necesario formular hiptesis, situacin muy curiosa que no llegamos a
explicarnos, a no ser que la investigaciones que realizan estn encamina-das
a identificar hiptesis. Pero otros son ms audaces y llegan a negar la
presencia de las variables en la investigacin. Sin tener identificadas las
variables, no nos explicamos qu es lo que van a investigar. Nosotros, para
formular una hiptesis explicativa sostenemos que, por lo menos, en una
hiptesis deben estar identificadas dos variables, una independiente y la otra
dependiente. Pero si se trata de una investigacin descriptiva, cuando se
trata de hacer diagnsticos, s es posible trabajar con una sola variable: la
variable que se trata de conocer cuando nos preguntamos qu es X? o
cmo es X?. Pero sostener que una investigacin se vaya a realizar sin
variables es simplemente no hacer ninguna investigacin.
Con la ayuda de las hiptesis, el investigador inicia el proceso de probarlas recopilando, en la realidad, la informacin necesaria para estable-cer
si los datos hallados corroboran lo hipotticamente planteado o si los datos
hallados en la realidad son contradictorios a lo planteado en las hiptesis. El
investigador no debe preocuparse cuando la evidencia de los hechos sea
favorable o contraria a su hiptesis. El hombre de ciencia es imparcial con
respecto a sus hiptesis y, si los datos que halla, contradi28
cen lo hipotticamente planteado no debe preocuparse, pues en este caso

habr hallado evidencias empricas para no sostener ese tipo de hiptesis.
Si, por ejemplo, el investigador halla evidencia emprica en pro de la

hiptesis: la inteligencia no facilita los aprendizajes debe abandonarla,
ante la evidencia de los hechos. Claro que esta afirmacin constituye
Solo un ejemplo, pues existe mucha evidencia emprica y abundante
base te-rica que permite sostener lo contrario. Pero si nuevas
evidencias empricas pusieran de manifiesto que efectivamente la
inteligencia no facilita los aprendizajes, el investigador debe reconocer y
respetar la evidencia que proporcionan los hechos.
Las hiptesis se deducen de la teora cientfica, de ah radica su importancia. Sin embargo, las teoras cientficas no son ms que un conjunto de
hiptesis que alguna vez pasaron la prueba de la falsedad. Ciertas teoras
explican sectores muy amplios de la realidad y de ellas se desprenden hiptesis ms especficas; por eso el mtodo sigue el proceso deductivo y no
inductivo. Los hombres de ciencia parten de hiptesis ms generales para
formular explicaciones a fenmenos particulares.
Como se ha dicho, las hiptesis son conjeturas comprobables y pueden demostrarse con la evidencia de los hechos. Pero como las hiptesis
plantean relaciones entre variables, son estas relaciones las que precisamente se van a verificar en los hechos. Los investigadores analizan las
re-laciones entre dos o ms fenmenos y llegan a conclusiones que
consisten en aceptar o rechazar tales relaciones.
Si el hombre de ciencia no planteara hiptesis no se podra producir el
avance cientfico tecnolgico de la humanidad. Gracias a las hiptesis, a las
relaciones que se plantean en las hiptesis, es posible contribuir al pro-greso
de la ciencia. En estricto sentido: sin las hiptesis no habra ciencia.
Las hiptesis guan y orientan el proceso de investigacin. Formular
hiptesis, antes de recolectar los datos, es como hacer apuestas previas y
luego echar los dados. El cientfico apuesta y arriesga a que los hechos se
producirn conforme a lo planteado en sus hiptesis, y recin entonces
busca la evidencia de los hechos que corroboren o contradigan sus hiptesis. No es posible el camino contrario en el que un investigador recoge
datos de la realidad y, en funcin de ellos, formula hiptesis coincidentes
con los hechos hallados. Las hiptesis se deben plantear antes de recoger la
evidencia emprica y el investigador debe orientar su accionar segn lo
29
Elas J. Meja Meja
hipotticamente planteado. Aqu est la explicacin a lo que Darwin

de-ca: todas las observaciones han de ser a favor o en contra de
algn punto de vista si se quiere que sean tiles.
Segn el elemento relacional que aparezca en las hiptesis, Estas
pue-den ser de dos tipos:
a)
Hiptesis unidireccionales o unilaterales, si expresan la influencia de la

variable independiente en un solo sentido. Por ejemplo: El mtodo di-dctico
de aprendizaje en pequeos grupos incrementa los niveles de aprendi-zaje de
los alumnos. Como se puede observar en esta hiptesis el elemen-to relacional
-incrementa-indica que la influencia del mtodo didctico de aprendizaje en
pequeos grupos se produce en una sola direccin, incrementando, mejorando,
aumentando los niveles de aprendizaje.
b) Hiptesis bidireccionales o bilaterales, si la influencia de la

variable independiente se presenta en dos sentidos. Por ejemplo: El
mtodo didctico de aprendizaje en pequeos grupos influye en el
nivel de aprendizaje de los alumnos. En esta hiptesis el elemento
relacio-nal, influye, no precisa si la influencia ser en sentido
positivo, de incrementar, de aumentar, o en sentido negativo, de
disminuir, de reducir. Deja abierta la posibilidad de que la
influencia pudiera darse en ambos sentidos, en dos direcciones.
Es muy conveniente que el investigador tenga presente esta situacin
en el momento de trazar la estrategia para probar la hiptesis, pues es
distinto establecer estrategias para probar hiptesis unilaterales que para
probar hiptesis bilaterales. Tambin, en el momento de adoptar las
deci-siones, es necesario saber si se est adoptando una decisin con
respecto a una hiptesis unilateral o a una hiptesis bilateral.
Lo hasta aqu dicho est en referencia con la formulacin literal de las
hiptesis, es decir, con la redaccin de las hiptesis empleando formas
coloquiales del lenguaje. Las formas gramaticales para plantear hipte-sis
son muy diversas, una misma idea puede ser expresada de distintas maneras
y hasta se podra hablar de un cierto estilo que pueden asumir los
investigadores al redactar sus hiptesis. Pero lo que sucede es que las
hiptesis redactadas literalmente no pueden someterse a la prueba emprica, por lo menos cuando se emplean mtodos cuantitativos. Para ello es
necesario formalizar las hiptesis, expresarlas en trminos matemticos, o
buscar modelos estadsticos, que ya existen, para adecuar las formulaciones hipotticas literales a las alternativas formalizadas que existen.
30
Por lo general, una hiptesis formalizada se expresa en trminos

de una funcin matemtica:
Y = f (X)
Que se lee: Y es funcin de X, lo que equivale a decir que X es causa de Y.
La hiptesis: El mtodo didctico de aprendizaje en pequeos grupos incrementa los niveles de aprendizaje de los estudiantes, puede formalizarse segn lo
anteriormente expuesto, pues los niveles de aprendizaje de los alumnos estn en
funcin del mtodo didctico de aprendizaje en pequeos grupos.
Pero en la investigacin de la conducta, como se explicar ms adelante, es muy frecuente suponer que no Solo una variable independiente
pueda producir los efectos que se observan en la variable dependiente, sino
que varias variables independientes actan conjuntamente para producir el
efecto. En este caso, la formalizacin de la hiptesis es como sigue:
Y = f (X1, X2, X3, Xn)

En este caso, Y no est en funcin de una X, sino es funcin de
varias X, de nX. Plantear hiptesis de este tipo es ms comn en las
ciencias sociales porque en ellas los fenmenos que se estudian no se
deben, nece-sariamente, a una sola causa.
Existen otras maneras de formalizar hiptesis literalmente redactadas,
por ejemplo es posible formalizarlas segn la siguiente ecuacin:
m2 >m1
Que puede leerse como: el rendimiento medio del grupo A es ms
alto que el rendimiento medio del grupo B.
A manera de ejemplo, en el Cuadro N 1, se proporcionan algunas
alternativas para redactar problemas e hiptesis cientficas. Ntese que
Solo se consignan las variables, independiente y dependiente, y el elemento relacional. No aparecen ni la poblacin de estudio ni el mbito de
referencia, elementos que se pueden aadir a estos formatos bsicos.
En estas formulaciones se observa que la relacin se plantea entre dos variables: X y Y, lo que significa que se est trabajando con problemas e hipte-sis
bivariadas. Pero, como se ha dicho, en la investigacin de la conducta, en la
generalidad de los casos, varias variables independientes producen el efec-to
que se estudia. En el Cuadro N 2 se puede apreciar formatos bsicos para
redactar problemas e hiptesis multivariadas, llamadas tambin factoriales.
31
Elas J. Meja Meja
Cuadro N 1
Cuadro N 2
32
5. TIPOS DE INVESTIGACIONES
No todas las investigaciones son de un mismo tipo. Existen
diferentes y variados tipos de investigacin. La bibliografa refiere
una gama muy amplia de tipos de investigacin que aparece en forma
poco sistematiza-da. La sistematizacin de esta diversa gama de tipos
de investigaciones se puede hacer estableciendo algunos criterios
pertinentes segn los cuales es posible clasificarlas.
Para realizar una correcta clasificacin es conveniente tener en cuenta dos principios: la exhaustividad y la exclusin. Una clasificacin es
exhaustiva cuando, a partir de un determinado criterio, los elementos a
clasificar se incluyen en una de las categoras de la clasificacin, sin que
sobre ningn elemento: Una clasificacin es excluyente cuando el
elemento que se est clasificando se ubica en una de las categoras de la
clasificacin. Jams este elemento puede estar ubicado en ms de una
categora al mismo tiempo.
En un intento de poner orden en esta complicada serie de
alternativas de tipificacin de las investigaciones, proponemos los
siguientes criterios para tipificar o clasificar las investigaciones.
1 Segn el tipo de conocimientos previos que sirven de partida
Segn este criterio, las investigaciones pueden ser:
a) Filosficas.
b) Cientficas.
Si un investigador emplea marcos tericos o conceptos filosficos,
sus investigaciones sern filosficas. En cambio, si un investigador
emplea marcos tericos derivados de la ciencia, sus investigaciones
sern cientfi-cas. No es posible admitir la existencia de investigaciones
no cientficas, porque los conocimientos no cientficos se construyen en
base a la opi-nin, al dogma, a la intuicin, o al capricho. Por eso no es
posible ad-mitir la existencia de investigaciones no cientficas, pero s se
reconoce la existencia de conocimientos no cientficos y an se puede
decir que tales conocimientos no cientficos se han producido de modo
distinto a cmo se produce el conocimiento cientfico.
Como se ha dicho, los conocimientos no cientficos derivan del dogma y
no de la razn, motivo por el cual en tales tipos de conocimientos no es
33
Elas J. Meja Meja
posible usar hiptesis, ni mucho menos asumir un estilo de pensamiento

hipottico. En resumidas cuentas, segn los conocimientos previos que use
el investigador, las investigaciones pueden ser filosficas o cientficas.
2 Segn la naturaleza del objeto de estudio

Las investigaciones cientficas, segn la naturaleza del objeto de
estu-dio pueden ser, a su vez:
a) Formales.
b) Factuales o empricas.
Las investigaciones cientficas formales se llaman as porque su
objeto de estudio lo constituyen los fenmenos racionales, los
fenmenos que se resuelven o interpretan por medio de la razn o la
demostracin. Las investigaciones formales son propias de la lgica o
de la matemtica que son conocidas, precisamente, como ciencias
formales.
En cambio, las ciencias factuales, como son las ciencias naturales y las
ciencias sociales, tienen como objeto de estudio los hechos materiales, los
fenmenos que son visibles en la realidad; por eso en estas ciencias se
realiza investigacin factual o emprica, es decir, investigacin referida a
hechos observables en la realidad. Se dice que son investigaciones factuales o fcticas porque estudian los hechos, que los romanos llamaban
factum; y se dice que son empricas porque derivan de la experiencia, del
contacto con los fenmenos reales. Aqu, lo emprico se entiende como un
tipo especial de estudio de los fenmenos: la experiencia, a la que los
empiristas ingleses como Locke, Berkeley o Hume consideraban fuente del
conocimiento. Sin embargo, en el lenguaje comn, lo emprico es lo no
cientfico, lo artesanal o lo que se hace sin formacin acadmica pre-via. El
uso del trmino emprico, segn esta connotacin se descarta, en este caso,
por no pertinente.
Como se puede advertir, las ciencias naturales estudian fenmenos como
el tiempo, el espacio, las reacciones qumicas o la evolucin de las especies,
mientras que las ciencias sociales estudian hechos sociales, los que se
originan como consecuencia de la interaccin entre los seres humanos,
como la condicin social, la cohesin grupal, el aprendizaje, las
motivaciones, el grado de socializacin, las opciones ideolgicas, etc.
34
3 Segn la pregunta planteada en el problema

Este es uno de los criterios ms importantes para clasificar
investiga-ciones. El investigador, al formular el problema cientfico,
plantea una pregunta y la manera cmo la plantea revela el tipo de
investigacin que pretende realizar.
Las investigaciones segn el tipo de pregunta planteada en el
proble-ma pueden ser:
a) Tericas.
b) Prcticas.
a) Investigaciones tericas
La investigacin terica tambin recibe el nombre de
investigacin pura, investigacin sustantiva o investigacin
bsica y est orientada a proporcionar, al problema planteado,
los fundamentos tericos y conceptuales.
La investigacin prctica llamada tambin investigacin tecnolgica o
investigacin aplicada, es aquella que se realiza con el propsito de transformar la realidad y adecuarla a las necesidades de la vida del hombre.
Algunos autores sostienen que la investigacin terica es ms importante que la investigacin prctica y an hay quienes sostienen que sta no
es, en esencia, investigacin autntica. Ante esto cabe argumentar que la
ciencia es teora y prctica al mismo tiempo, es como una moneda de dos
caras inseparables. Esta concepcin de ciencia es contraria a la con-cepcin
griega de la ciencia, en la que s se haca distincin entre teora y prctica,
debido a que los griegos, que vivieron en la poca esclavista, consideraban
que la actividad cientfica era Solo la actividad terica, re-flexiva o
especulativa y por tanto, propia de los hombres libres; mientras que la
actividad prctica, como la construccin de barcos o el cultivo de los
campos, era considerada actividad propia de los esclavos, por lo que dicho
tipo de actividad no era considerada cientfica.
No es posible, en estos das, seguir manteniendo esta distincin porque
la humanidad ya no vive en la poca de la esclavitud y ms bien, si se
postula un nuevo concepto de humanismo, se debe considerar que la
prctica es tan importante como la teora y, en atencin al espectacular
desarrollo tecnolgico de la humanidad, hasta se podra decir que la prctica
es ms importante que la teora. De todos modos, en la actualidad
35
Elas J. Meja Meja
no existen argumentos aceptables para negar el carcter cientfico de

la prctica. Las investigaciones prcticas son investigaciones de tanta
calidad cientfica como lo son las investigaciones tericas.
Aqu cabe hacer notar que se est reservando las denominaciones de
prctica o tecnolgica a todo quehacer encaminado a transformar la
realidad, siempre y cuando se halle tericamente fundamentado. Todo
quehacer que carezca de fundamento terico no puede ser considerado
tecnolgico, y para esos quehaceres se reservan los conceptos de tcnica
o artesana. Como las tcnicas o las artesanas no tienen fundamento
teri-co, no existe investigacin cientfica en estos campos.
Las investigaciones tericas se subdividen, a su vez, en cuatro
tipos, que corresponden a los cuatro momentos de la teora: 1)
investigacin descriptiva, 2) investigacin explicativa, 3)
investigacin predictiva y 4) investigacin retrodictiva.
1.
Investigacin descriptiva. Las investigaciones descriptivas son las

que pretenden decir cmo es la realidad. La descripcin cientfica
es muy importante porque constituye la primera aproximacin
sistemtica al conocimiento de la realidad. Son ejemplos de investigaciones descriptivas los trabajos de Raymondi, quien recorri el
Per para levantar un inventario de la flora, fauna y mineraloga
peruanas, que qued plasmado en su monumental monografa
titulada precisamente El Per. Tambin son descriptivas las investigaciones que Alexander Von Humboldt y Bonpland realizaron en
el Per y el Ecuador, especialmente en zonas de la amazona, en su
afn de registrar la biodiversidad que existe en estos pa-ses.
Tambin es descriptiva la investigacin de la misin cientfica
francesa encabezada por La Condamine que tuvo el propsito
bsico de establecer las dimensiones del globo terrqueo y ubicar el
punto exacto en que se halla el Ecuador.
Las investigaciones descriptivas pueden, a su vez, ser de dos tipos:
36
Investigaciones descriptivas predicativas no causales.

Que se adecuan a la frmula: cmo es X? o qu es X? Estas investigaciones se llaman predicativas (y no predictivas) porque
pretenden decir algo, informar algo acerca del fenmeno que se
estudia; estn encaminadas a establecer predicaciones, aseveraciones, acerca de los fenmenos o de los hechos. Y son no
causales porque en ellas no existe la preocupacin por

estable-cer las causas de los fenmenos que describen, que
tampoco podran hacerlo debido a que Solo estudian una
variable, la variable que van a describir. De ah su
denominacin de pre-dicativas no causales.
Son ejemplos de investigaciones de este tipo los estudios de
diagnstico de la realidad, como por ejemplo el estudio del nivel socioeconmico de una comunidad, el potencial turstico de
una provincia o el inventario de los recursos naturales que posee
una regin. En el campo de la salud se hacen estudios
descriptivos cuando se trata de levantar un inventario de las
enfermedades prevalentes en una comunidad. Diagnosticar el
nivel de calidad de la educacin, a nivel local, regional o nacional tambin es un estudio descriptivo predicativo no cau-sal,
porque pretende predicar, decir algo, del nivel de calidad al que
se ha llegado en materia de educacin. Al respecto, el muy
comentado Informe PISA, por sus siglas en ingls: Pro-gram for
International Student Assessment, es ejemplo de este tipo de
investigacin porque describe que los nios peruanos que cursan
Educacin Primaria, en Lenguaje y Matemtica, ocupan los
ltimos lugares en Amrica Latina y en el Mundo. Si se pretende
conocer la calidad de la formacin profesional de los estudiantes
de una determinada facultad universitaria, tambin se est
haciendo un estudio predicativo no causal.
Investigaciones descriptivas relacionales no causales. Son las
que parten de la siguiente formulacin: existe relacin (o asociacin) entre a y b?, en donde a y b son variables que el investigador las ha identificado por la necesidad que tiene de conocerlas pero sin pretender establecer alguna relacin de causa a
efecto entre ellas. Son investigaciones descriptivas relacionales
no causales las investigaciones asociativas que tratan de hallar
correspondencia entre una variable y otra pero sin aventurar-se a
plantear una relacin causal, debido a que los cientficos an no
disponen de argumentos o elementos de juicio para plantear tal
relacin causal, como el caso de la investigacin que se haca
hace algunos aos con respecto a fumar cigarrillos y su
incidencia en el cncer pulmonar. Esta investigacin era
37
Elas J. Meja Meja
2.
38
tpicamente asociativa, porque pretenda hallar evidencias de

cncer pulmonar en pacientes que fumaban. Pero como
exista evidencia emprica de pacientes que padecan de
cncer pul-monar y no fuman, as como tambin de pacientes
que fuma-ban y no padecan de cncer pulmonar, la ciencia
no tena an argumentos para establecer una relacin causal
entre fumar cigarrillos y cncer pulmonar. Por eso es que
hasta hace algu-nos aos se deca: fumar puede ser daino
para la salud. Sin embargo, en los ltimos tiempos, la
investigacin al respecto ha hecho importantes avances al
punto que parece que la re-lacin causal ya est demostrada,
y por eso en la actualidad se sostiene la hiptesis en el
siguiente sentido: fumar es daino para la salud.
Otros ejemplos de investigaciones descriptivas relacionales no
causales son los estudios que se hacen, por ejemplo, con respecto al rendimiento acadmico de estudiantes de universida-des
nacionales (variable a) con respecto al rendimiento acad-mico
de estudiantes de universidades particulares (variable b). Se
puede hallar evidencia de que el rendimiento acadmico de
estudiantes de universidades nacionales es ms alto que el de los
estudiantes de universidades particulares, pero no se puede decir
que la causa del alto rendimiento de uno de los grupos es el bajo
rendimiento del otro grupo de alumnos.
Se realizan estudios de este tipo cuando la ciencia no dispone
an de elementos de juicio o de evidencia emprica que permi-ta
intuir la relacin causal entre las variables a y b, a las que se
denominan de esta manera para distinguirlas de X y Y, denominacin que se reserva, en este caso, para las investigaciones
en las que se supone que existe relacin causal.
Investigacin explicativa. Las investigaciones explicativas responden a la frmula por qu X es cmo es? El investigador, en
la descripcin, ha llegado a conocer cmo es X, y ahora quiere
conocer las razones, las causas que producen X. La explicacin
cientfica es el quehacer ms importante de la ciencia, porque
produce explicaciones ms satisfactorias de la realidad, como es
saber las causas de los fenmenos que se estudian. Al esta-
blecer la relacin causal entre el factor X y el factor Y, se

llega a un conocimiento ms profundo de la realidad.
En las ciencias naturales la relacin causal entre dos variables es
muy difana, como cuando se dice: el calor dilata los metales.
En este caso, la causa de la dilatacin de los metales es el calor y
Solo el calor. Este tipo de relacin causal no se presenta en las
ciencias sociales con la claridad que ocurre en las ciencias naturales y, por el contrario, hasta se hace necesaria la concurrencia
de varios factores causales que produzcan el efecto esperado.
Por eso se dice que la explicacin en las ciencias sociales es muy
compleja de establecer y ms difcil an de estudiarla, debido a
que el objeto de estudio es la conducta humana, fenme-no
elusivo e impredecible. Se dice que la conducta humana es
elusiva, debido a que escapa a los esfuerzos cognoscitivos del
investigador; cuando pretende estudiar la conducta huma-na, por
ejemplo, los hbitos de estudio. Si se pregunta a un estudiante si
posee hbitos de estudio, l va a responder cate-gricamente que
s, aunque no los tenga o no los practique. En este caso, la
conducta: hbitos de estudio, elude, evade los esfuerzos
cognoscitivos del investigador. Por otra parte, se dice que la
conducta humana es impredecible, porque en algunos casos, la
concurrencia de algunos factores produce un determi-nado
efecto, mientras que en otras personas, la concurrencia de los
mismos factores, produce otros efectos. Por ejemplo, si un
alumno no tiene el suficiente apoyo familiar y los docentes no
emplean los mtodos didcticos adecuados, no necesariamente el
alumno va a aprender pues otros alumnos, sobreponindose a
estos factores adversos, pueden llegar a lograr aprendizajes de
calidad. Tampoco se puede predecir que cuando una persona
vive en abandono familiar, se halla en compaa de malos amigos o ha cancelado una relacin amorosa, necesariamente va a
caer en el alcoholismo o la drogadiccin. Otras personas, que
sufren estas mismas adversidades, las superan hericamente y se
integran eficientemente en la sociedad.
Las investigaciones explicativas son ms plausibles de realizarlas en las ciencias naturales (Fsica, Qumica, Biologa), que
39
Elas J. Meja Meja
se denomina experimentales, precisamente porque con la experimentacin llegan a las explicaciones ms precisas y esclarecedoras. De ah que a estas ciencias se las reconozca como
ciencias duras o ciencias bsicas. En cabio, no puede decirse lo
mismo de las ciencias sociales, por lo anteriormente dicho: al
estudiar la conducta humana, el cientfico social encuentra que
esta variable es elusiva e impredecible y por tanto es im-posible
hacer experimentos y, en consecuencia, resulta difcil y
complejo explicar la conducta humana.
Investigacin predictiva. La prediccin cientfica es uno de los

ms altos ideales que busca la ciencia. El dominio del hombre sobre
la naturaleza deriva de la capacidad que tenga para pre-decir los
fenmenos; de ah la importancia de la investigacin predictiva. La
estructura de la pregunta de investigacin pre-dictiva es la
siguiente: qu ocurrir con Y cuando acte X?
En las ciencias naturales, por la tradicin que ostentan y por la

naturaleza del objeto que estudian, es posible hacer predicciones muy precisas acerca del comportamiento de los fenmenos de la naturaleza. Por ejemplo, se puede predecir con
exactitud los eclipses del Sol o de la Luna, se puede predecir las
variaciones climticas, se puede predecir que el agua hervir
cuando la temperatura llegue a los cien grados centgrados, que
los metales se dilatarn cada vez que sean sometidos al calor.
Todas estas predicciones son precisas y, en los hechos, ocurren
tal como lo tienen previsto los cientficos. Sin em-bargo, las
ciencias sociales no tienen el poder predictivo de las ciencias
naturales. Las causas de esta situacin son muy diversas. Una de
ellas es la relativa juventud de las ciencias sociales en
comparacin con la antigedad y tradicin de las ciencias
naturales, pero tal vez la razn ms poderosa sea que las
ciencias sociales estudian la conducta humana que, como se ha
dicho, es un fenmeno complejo, dotado de voluntad, que no
permite realizar predicciones precisas. Por ejemplo, no se puede
predecir si un estudiante obtendr mejores niveles de
rendimiento acadmico si su profesor emplea mtodos didcticos de aprendizaje individualizado. La situacin real que se
encuentra en las ciencias sociales es que no siempre que acte
40
3.
X, la variable independiente, necesariamente ocurrir Y, la variable dependiente. Muchas veces un estudiante no alcanza los
altos estndares de rendimiento acadmico esperados debido a
otras causas, tales como sus aptitudes vocacionales deficitarias o
sus limitadas motivaciones personales para el estudio.
Investigacin retrodictiva. La retrodiccin es la descripcin o
la explicacin del pasado, de ah que la forma de plantear problemas retrodictivos sea: cmo fue X? Algunas ciencias son
retrodictivas por naturaleza, como la historia o la arqueologa, y
en otras se utiliza el enfoque retrodictivo para ensayar explicaciones del pasado, como en el caso de la investigacin que
hizo Darwin acerca de la evolucin de las especies. Darwin,
ubicado en su tiempo presente, como no poda ser de otro modo,
rastreaba hacia el pasado. En la educacin se pueden plantear
investigaciones retrodictivas cuando se pretende sa-ber cmo fue
la educacin peruana en los primeros aos de la repblica o qu
caractersticas tuvo la educacin en Amrica en la poca pre
colombina. Los enfoques histricos de diversas ciencias utilizan
el mtodo retrodictivo.
b) Investigaciones prcticas
Las investigaciones prcticas o tecnolgicas, como se ha dicho,
plan-tean la modificacin o la transformacin de la realidad en
trminos ms convenientes para el hombre, de ah que la forma de
plantear preguntas de investigacin de tipo prctico sea la siguiente:
qu ha-cer para transformar la situacin a en la situacin b?
4 Segn el mtodo de contrastacin de las hiptesis
Las investigaciones, segn el mtodo que se emplee para
contrastar las hiptesis, pueden seguir la secuencia a) causa-efecto o
bien la secuencia b) efecto-causa. Segn sea la secuencia del mtodo,
las investigaciones pueden ser:
a) De causa a efecto.
b) De efecto a causa.
a) De la causa al efecto. Cuando se procede en la secuencia causa-efecto, lo que se hace es manipular, activar u observar las causas para
41
Elas J. Meja Meja
luego establecer los efectos que producen estas causas. Al analizar

esta secuencia metodolgica, se distinguen todava tres tipos de investigacin: a1) investigacin pre experimental, a2) investigacin
experimental, y a3) investigacin cuasi experimental.
La investigacin se denomina experimental cuando el investigador
puede controlar todas las variables extraas que podran presentarse, y
as atribuir los efectos que halla Solo a la actuacin de las variables
independientes. Para que una investigacin sea considerada experimental se requiere la presencia de las siguientes condiciones: 1) que,
por lo menos, el investigador trabaje con dos grupos, 2) que estos
grupos sean iguales y 3) que los grupos hayan sido constituidos por el
mismo investigador. De presentarse tales condiciones, se puede decir
que el investigador est ante una tpica situacin experimental.
Sin embargo, en muchos casos, no es posible que concurran estas
tres situaciones. En estos casos se dice que la investigacin es pre
experimental. En efecto, cuando se trabaja con un solo grupo o se
trabaja con dos grupos que no son iguales, no se puede decir que se
est haciendo experimentos. En la investigacin pre experimental
no es posible controlar plenamente las variables extraas o intervinientes, por lo que este tipo de investigacin no proporciona
aportes significativos al conocimiento de los fenmenos de estudio.
En las investigaciones cuasi experimentales se trabaja con dos grupos
que son casi iguales o con grupos supuestamente iguales pero que el
investigador no los ha formado, sino que los encuentra ya forma-dos.
Es un caso investigacin cuasi experimental el trabajar con dos grupos
de estudiantes de maestra de dos universidades distintas. Se supone
que, en trminos generales, los estudiantes de maestra son iguales, en
tanto y en cuanto son todos profesionales, todos tienen las mismas
motivaciones para cursar estudios de posgrado, todos ellos
desempean su profesin y tienen niveles intelectuales ms o menos
homogneos. Sin embargo, por qu esta situacin no es con-siderada
experimental? No es experimental porque el investigador ya encontr
los grupos formados. En este caso el investigador no ha tenido
oportunidad de formar los grupos y asignar, segn sus criterios de
formacin de grupos iguales, a unos participantes a una Universidad y
a otros a la otra Universidad. Tambin se dice que una situacin es
cuasi experimental cuando, por ms que lo deseara,
42
el investigador no puede disponer de ms de un grupo, como por

ejemplo cuando desea analizar los efectos de una decisin administrativa en la marcha de una institucin. Esa decisin administrativa es
nica para dicha institucin y no se puede pretender experimentar
aplicando la decisin en una institucin y no aplicndola en otra.
b) Del efecto a la causa. La investigacin que va del efecto a la causa se
denomina tambin investigacin ex post facto y, en este caso, el
investigador se halla ante el efecto y desea identificar las causas que lo
produjeron. Es el caso tpico de la investigacin policial o judicial, en
la que el investigador est ante el delito cometido y lo que debe hacer
es identificar a quien cometi el delito. En el campo de la educacin
tambin se hacen investigaciones ex post facto cuando se desea averiguar, por ejemplo, las causas de los bajos estndares de calidad de la
formacin profesional universitaria o cuando se trata de averiguar las
causas del deficiente desempeo acadmico de los estudiantes.
En la investigacin ex post facto, como ya sucedieron las cosas, es
difcil hallar las causas, pues los mrgenes de error son ms grandes.
Ms precisa es la investigacin que va de la causa al efecto, porque en
este caso el investigador tiene la oportunidad de manipular las causas y
observar los efectos que Estas producen, lo que no se puede hacer en la
investigacin ex post facto, en la que el investigador Solo conoce los
efectos y no tiene la seguridad de dar con las causas que lo produjeron.
Sin embargo este tipo de investigacin se usa en las ciencias jurdicas,
por ejemplo, porque es la nica manera posible de investigar. Tambin
en la investigacin policial se emplea el enfoque ex post facto, pues la
polica, ante la denuncia de un robo, por ejemplo, que es el efecto, se
pone a indagar quin o quines fueron los autores del robo, es decir la
casusa.
5 Segn el mtodo de estudio de las variables

Si se tiene en cuenta el mtodo que se aplica para el estudio de las
variables se puede distinguir tres tipos de investigacin:
a) Cualitativas.
b) Cuantitativas.
Las investigaciones son cualitativas cuando, para hacer variar las variables, se denomina, se da nombre o se rotula cada una de sus variaciones
43
Elas J. Meja Meja
con denominaciones tales como: masculino o femenino, nacional o extranjero, vivo o muerto, soltero, casado, conviviente, viudo o
divorciado. En estos casos, las denominaciones de las variaciones de la
variable Solo expresan los nombres de la variable. No expresan, de
ninguna manera, cantidad ni magnitud. Pertenecer al gnero masculino
no significa ser ms ni menos que pertenecer al gnero femenino: ser
soltero o casado no implica cantidad, no se puede decir que alguien es
soltero y esta situacin vale tres puntos, o casado y esta otra situacin
vale cinco puntos. En estos casos lo que se tiene en cuenta es
simplemente la constatacin fctica de la manera cmo vara la variable.
Cuando las investigaciones se hacen utilizando variables que no pueden
cuantificarse se dice que se hace in-vestigacin cualitativa.
En los ltimos aos ha surgido una polmica interesante al respec-to.
Los nuevos investigadores sostienen que una autntica investigacin
cientfica debe realizarse Solo aplicando el enfoque cualitativo. Quienes
sostienen este argumento afirman que los intentos de cuantificacin de
ciertas variables han fracasado y ante tal fracaso Solo cabe hacer investigacin cualitativa. Otros autores sostienen que sta no es la posicin
correcta, pero s reconocen que algunas variables no pueden
cuantificarse, en cuyo caso corresponde realizar investigacin
cualitativa, pero se reco-noce que existen muchas otras variables
susceptibles de ser expresadas en cantidades, susceptibles de medirse y,
en este caso, la investigacin es, en estricto sentido, cuantitativa.
Las investigaciones cualitativas se denominan tambin investigaciones
etnogrficas o comprensivas y emplean, por lo general, el mtodo hermenutico para an alizar los datos que recogen. Este mtodo se denomina
hermenutico porque pretende interpretar y comprender determinadas
variables en sus respectivos contextos tmporo-espaciales.
La investigacin cuantitativa se realiza cuando el investigador mide las
variables y expresa los resultados de la medicin en valores numricos. Se
puede decir que una variable es cuantitativa cuando de sus elementos se
puede hablar en trminos de ms o menos. Por ejemplo, si se compara a
dos alumnos por su inteligencia, se puede decir que uno es ms inteligente de que el otro. En este caso, la variable inteligencia es una variable
cuantitativa. Tambin estamos ante una variable cuantitativa cuando decimos que una persona es ms alta que la otra. Como se ha dicho, cuando
44
se puede hablar de las variables en trminos de ms o menos,

indudable-mente estamos ante variables cuantitativas.
El avance cientfico tecnolgico del mundo moderno se debe precisamente a la capacidad de medir o cuantificar, cada vez con mayor precisin, los valores de estas variables. Se puede medir la inteligencia, el
rendimiento acadmico, la talla, la estatura, los niveles de ansiedad, etc.
El ideal cientfico se orienta hacia la cuantificacin de todas las
variables y los esfuerzos de la ciencia se encaminan en esta direccin.
Investigacin mixta: Luego de cuantificar las variables y conocerlas
numricamente es necesario, en algunos casos, analizar e interpretar tales
mediciones. En este caso se combinan los enfoques cualitativo y cuantitativo y se habla de una investigacin cualicuantitativa, que ms fcil es
denominarla investigacin mixta. Como por ejemplo, luego de medir los
resultados del aprendizaje de un grupo de alumnos, con una escala vigesimal, se disponen de una diversidad de puntuaciones que van de 1 a 20. Para
interpretar mejor estos resultados se establece que de la mitad ms uno de la
escala, en este caso a partir de 11, se agrupa a todas las puntua-ciones que
estn sobre este lmite y se dice que esos alumnos estn apro-bados. Del
mismo modo, quienes tiene puntuaciones menores que 11, se consideran
alumnos desaprobados. En este ejemplo se aprecia cmo se combina el
enfoque cuantitativo con el enfoque cualitativo.
6 Segn el nmero de variables

Las investigaciones, segn el nmero de variables que estudian,
pue-den ser:
a) Univariadas.
b) Bivariadas.
c) Multivariadas o factoriales.
Las investigaciones univariadas, como su nombre lo indica, Solo
con-sideran una sola variable. Las investigaciones descriptivas son,
por lo ge-neral, investigaciones univariadas. En este caso, no se
puede hablar de causa ni de efecto, ni de variables independientes ni
dependientes, pues Solo una es la variable de estudio.
45
Elas J. Meja Meja
En las investigaciones bivariadas s se puede establecer relaciones

de causalidad como en el caso de la siguiente hiptesis: el calor
dilata los me-tales, donde se entiende que la causa de la dilatacin de
los metales es el calor. Como se ha dicho, en la investigacin
cientfico natural se trabaja, por lo general, con dos variables y se
establecen relaciones de causalidad muy difanas.
En las investigaciones multivariadas o factoriales se considera
que el efecto es producido por la concurrencia de dos o ms variables
inde-pendientes que actan sobre la variable dependiente. Esta
situacin es tpica de las ciencias sociales y en especial de la
educacin en la que, por ejemplo, el investigador debe atribuir un
determinado rendimiento aca-dmico de los estudiantes a factores
tales como sus intereses vocacionales, la calidad de la enseanza, sus
hbitos de estudio o los estmulos externos que reciben.
Las investigaciones multivariadas, llamadas tambin factoriales, son
ms plausibles de desarrollarse en las ciencias sociales, pero eso no significa que sean ms complicadas de realizar. En la actualidad existen programas informticos que facilitan enormemente la tarea de los investigadores
cientfico sociales que desean probar sus hiptesis constituidas por varias
variables independientes, con mtodos cuantitativos. Claro est que los
investigadores s deben tener gran habilidad para identificar las variables de
estudio y plantear la relacin entre ellas en trminos correspondientes con la
teora. As es muy factible plantear y realizar buenas investigacio-nes
multivariadas o factoriales.
7 Segn el ambiente en que se realizan

Teniendo en cuenta el ambiente en que se realizan, las
investigaciones pueden ser de tres tipos:
a) Bibliogrficas o de gabinete.
b) De laboratorio.
c) De campo.
MMuchos autores sostienen que los dos primeros tipos de investi-gacin
no son tan importantes ni trascendentales, y que en cambio la investigacin
de campo es la ms importante en el terreno de las ciencias sociales. Todas
las investigaciones son importantes y la necesidad de rea46
lizarlas depende del avance y desarrollo de la ciencia y de la naturaleza

de la disciplina cientfica en la que se realiza la investigacin.
Las investigaciones bibliogrficas o de gabinete se realizan cuando se
requiere interpretar los datos que se hallan reportados en la bibliografa o
an no se dispone de conocimiento suficiente en una determinada cien-cia
como para poder extraer datos de la realidad. En algunas ciencias, sta es la
nica manera de investigar, como en la Historia, en la que deben elaborarse
teoras que expliquen los fenmenos del pasado a partir de la informacin
terica que se dispone al respecto. Los historiadores, por lo general, revisan
las fuentes documentales en los archivos bibliogrficos y suelen hallar
importantes descubrimientos como consecuencia del an-lisis de la
informacin bibliogrfica realizada. Tambin los economistas elaboran
importantes teoras econmicas a partir del anlisis de la infor-macin
documental que encuentran. De modo contrario a lo que otros expertos
sostienen, se puede decir que este tipo de investigacin es impor-tante y no
debe ser considerada peyorativamente, como suele hacerse con frecuencia.
El caso de las investigaciones de Maritegui, uno de nuestros ms lcidos
pensadores, ilustra esta idea. Maritegui realiz importantes investigaciones
que explicaban la realidad peruana y que hasta despus de cien aos
mantienen su vigencia, trabajando Solo en su gabinete do-miciliario.
Maritegui no iba a los asentamientos humanos marginales de las grandes
ciudades para aplicar encuestas, ni mucho menos recolectaba datos por
muestreo. Maritegui se limitaba a analizar, con aguda pers-picacia, los
datos bibliogrficos de los que dispona, lo que le permita realizar las
importantes contribuciones al conocimiento de la realidad.
En el mbito de la educacin tambin es pertinente hacer investigaciones bibliogrficas o de gabinete, especialmente cuando se elabora el
marco terico o se revisa la bibliografa para luego pasar a la etapa de la
recoleccin de datos. Sin embargo cuando, por ejemplo, se desea conocer la evolucin de las ideas pedaggicas a lo largo del tiempo o se
desea analizar la obra y las contribuciones de algn educador, la
investigacin necesariamente ser bibliogrfica y el escenario en el que
se realice ser el gabinete de trabajo del investigador. Este tipo de
investigacin no es de mayor ni de menor calidad o importancia que los
otros tipos de investi-gacin sino que, en determinado momento del
desarrollo de la ciencia, se requiere revisar la bibliografa para
fundamentar tericamente futuras investigaciones.
47
Elas J. Meja Meja
Otro tipo de investigacin bibliogrfica, es la investigacin

biogrfica, que consiste en elaborar la biografa de algn personaje
famoso, cuyo conocimiento es de inters cientfico o cultural.
Las investigaciones de laboratorio, como es obvio, se realizan en laboratorios especializados. Los fsicos, los qumicos o los bilogos pasan
mucho tiempo investigando en sus laboratorios, realizando experimentos o
acopiando evidencias empricas que incidan en pro o en contra de sus
conjeturas. Por lo general, en la investigacin de laboratorio se realizan los
experimentos para probar hiptesis, es decir, bajo un control total de las
variables intervinientes. Los espectaculares resultados de la inves-tigacin
en las ciencias naturales se han producido principalmente en condiciones de
laboratorio. Y esto est bien. Sin embargo hay quienes sostienen que la
investigacin de laboratorio es artificial, alejada de la rea-lidad y, por tanto,
de poca relevancia, y que la autntica investigacin es la investigacin de
campo. Lo que debe quedar claro es que el laboratorio es el campo, el
escenario de trabajo de determinados cientficos en el que se producen
importantes y trascendentales descubrimientos.
Sera muy artificioso plantear investigaciones pedaggicas de

labora-torio debido a que no es posible reproducir, en condiciones de
laborato-rio, los procesos de enseanza o de aprendizaje, as como
tampoco inves-tigar la eficacia de determinados mtodos didcticos,
pues la conducta de los estudiantes no puede ser analizada en las
condiciones artificiales de un laboratorio pedaggico. Aunque se
sabe de esfuerzos realizados de poner en funcionamiento laboratorios
pedaggicos, sus resultados no tienen la contundencia de los trabajos
de campo, porque en el labora-torio el investigador hace actuar las
variables que considera pertinentes y deja de lado las condiciones
reales en las que se produce el proceso educativo.
Las investigaciones de campo son las que realizan los arquelogos
cuando descubren los restos arqueolgicos en diferentes lugares del mundo. Un arquelogo puede trabajar en el Egipto o en el norte del Per y no
tiene por qu estar atado a una biblioteca o a un laboratorio. Los res-tos
arqueolgicos se ubican, se excavan, se inventaran etc., en su propio
terreno. Tambin los socilogos o los antroplogos deben trabajar en el
campo, llmese este la comunidad, la aldea, o la tribu. Pero no todos los
cientficos deben adentrarse en las tribus para hacer investigaciones.
48
En la investigacin pedaggica, contrariamente a lo que muchos

pien-san, el campo de trabajo del investigador es el aula, la institucin
educa-tiva, y no la comunidad. Nadie duda que las investigaciones
pedaggicas son de campo, es decir, se realizan en el aula, por lo que no
se debe, so pretexto de hacer investigacin de campo, realizar paseos o
excursiones a las comunidades o asentamientos humanos y pretender
que esto sea investigacin pedaggica de campo. Su campo o escenario
natural es la institucin educativa, all donde se realiza el proceso de
interaccin di-dctica entre alumnos y profesores.
8 Segn la naturaleza de los datos que producen

Segn este criterio, las investigaciones son:
a) Primarias.
b) Secundarias.
Algunas ciencias producen datos primarios o informacin de primera
fuente mientras que en otras disciplinas los investigadores, a partir de
datos primarios, producen informacin de segunda fuente. Los arquelogos, antroplogos, socilogos, estadsticos, etc., producen datos primarios, porque son ellos quienes estn en contacto directo con los hechos.
El arquelogo excava en los sitios arqueolgicos, el antroplogo
se interna en la selva para describir la forma de vida de las
comunidades primitivas, el socilogo sondea la intencin de voto de
los electores, el es-tadstico pregunta en los mercados de abasto los
precios de los productos de primera necesidad.
Todos ellos aportan con datos primarios, directamente recogidos del
contacto con la realidad. En cambio, los historiadores, basndose en las
evidencias arqueolgicas, elaboran teoras que pretenden explicar las formas de vida de las sociedades antiguas descubiertas por los arquelogos.
Los economistas, usando las fuentes proporcionadas por los estadsticos o
contadores, elaboran teoras econmicas que pretenden estudiar, a nivel
micro o a nivel macro, el comportamiento de la economa en una determinada sociedad. As tambin, los educadores, empleando los datos proporcionados por los psiclogos, acerca de la naturaleza y las caractersticas
del aprendizaje, ensayan mtodos o estrategias didcticas que guarden
coherencia con las teoras del aprendizaje formuladas por los psiclogos.
49
Elas J. Meja Meja
Estas ltimas son las investigaciones secundarias y producen

informacin de segunda fuente.
9 Segn el enfoque utilitario predominante
a) Teorticas o especulativas.
b) Pragmticas, de accin o participantes.
Si la personalidad del investigador se inclina hacia la reflexin, la
teorizacin, el anlisis profundo, sus investigaciones sern teorticas o
especulativas. Si la personalidad del investigador es ms bien utilitaria, sus
investigaciones sern pragmticas, de accin o participantes. Las necesidades del desarrollo cientfico tecnolgico determinan uno u otro tipo
de investigacin. La reflexin terica y la especulacin cientfica son
importantes porque fundamentan racionalmente los desarrollos poste-riores
del conocimiento cientfico, mientras que la investigacin accin o
participante, muy usada en el terreno de la etnografa, antropologa o
sociologa, es una alternativa que los cientficos pueden usar para el cambio
cualitativo de las condiciones de vida de los grupos humanos que
constituyen sus objetos de estudio. Muchas veces es necesario emprender
una tarea transformadora de la realidad al mismo tiempo que se investiga,
por lo que este tipo de investigacin se denomina investigacin accin.
Se debe decir al respecto que ambos tipos de investigaciones son

im-portantes, pues la especulacin acerca de determinadas teoras
cientficas es tan importante como participar en la mejora de vida de
las sociedades primitivas, al tiempo que se investiga sus costumbres.
10 Segn la profundidad al tratar el tema
a) Estudios previos, estudios piloto, estudios exploratorios, o survey.
b) Estudios en profundidad o estudios propiamente dichos.
Si el investigador est preocupado por validar sus hiptesis en peque-a
escala, antes de acometer la empresa de realizar un estudio en profun-didad
y con mayor amplitud, entonces est realizando estudios previos o lo que en
ingls se llama survey. En cambio, los estudios propiamente
50
dichos, los estudios en profundidad pueden realizarse despus de

anali-zar los resultados de los estudios exploratorios y, en este caso,
es posible corregir algunos aspectos que la evidencia hallada en el
estudio previo as lo haya establecido.
11 Segn el tiempo de aplicacin de la variable
a) Longitudinales o diacrnicas.
b) Transversales o sincrnicas.
Los estudios longitudinales o diacrnicos se hacen a lo largo del tiempo. Por ejemplo, la investigacin acerca de los efectos que puede produ-cir,
en la calidad de la formacin profesional, un currculo recientemente
reestructurado. En este caso deber ponerse en prctica este nuevo currculo, en forma gradual, ao por ao, y a lo largo de cinco aos se podr
conocer los efectos que ha producido el nuevo currculo en la calidad de la
formacin profesional de quienes han estudiado con este nuevo instrumento
pedaggico. Esto significa que el investigador dispone de suficiente tiempo
y dinero como para esperar, como en este caso, cinco aos, antes de hacer el
informe de su investigacin.
En cambio, cuando el investigador no tiene tiempo para estudiar los

efectos de una variable a lo largo del tiempo, tiene la opcin de realizar
es-tudios transversales o sincrnicos, es decir, puede hacer cortes
temporales en un proceso histrico para averiguar los efectos de la o las
variables que le preocupan pero sin tener que esperar, como en el caso
anterior, cinco aos, tiempo muy prolongado para hacer, por ejemplo,
una tesis. En este caso, en una sola semana puede aplicar un test de
rendimiento acadmico a estudiantes de todos los ciclos que se
encuentran estudiando con un currculo reformado que ha comenzado a
aplicarse en los ltimos cinco aos. Con esta estrategia se puede obtener
datos de alumnos que cursan diversos ciclos acadmicos sin necesidad
de esperar que pasen cinco aos, pues haciendo un corte en el tiempo, el
investigador puede recoger da-tos de estudiantes de diversos ciclos y
puede formarse una idea de cmo el currculo vigente est influyendo en
el rendimiento acadmico de los estudiantes.
Captulo II
LAS
VARIABLES
1. QU SON LAS VARIABLES?

El concepto de variable es uno de los ms importantes y de mayor
uso en las investigaciones cientficas; casi no es posible hacer ningn
avance en este terreno sin emplearlo profusamente. Tambin es muy
usado el concepto contrario: constante.
Una variable es alguna propiedad que se asigna a los fenmenos o
eventos de la realidad susceptible de asumir dos o ms valores, es decir,
una variable es tal siempre y cuando sea capaz de variar. Una variable
que no vara no es variable, es constante. En estricto sentido, una
variable es un smbolo al que el investigador asigna dos o ms valores.
Por ejemplo, sea A la variable, sta puede variar en A1 y A2 que son los
valores o niveles de variacin de la variable. Si A es inteligencia, A1
puede ser bajo nivel de inteligencia y A2 puede ser alto nivel de
inteligencia. Aqu se ve en forma clara cmo vara una variable.
Las variables no son entes de la realidad, no existen de modo independiente de la conceptualizacin que de ellas hace el investigador. Las
variables son constructos tericos, conceptos abstractos, construcciones
hipotticas que elabora el investigador, en los ms altos niveles de abstraccin, para referirse con ellos a determinados fenmenos o eventos de
la realidad; son denominaciones muy genricas que tratan de abarcar
una amplia gama conceptual que permita al investigador disponer de un
referente terico para aludir a determinados aspectos de los fenmenos
que estudia.
El investigador elabora sus propias variables cada vez que acomete un
proceso de investigacin. Sin embargo, la tradicin escrita acerca de esta
materia permite que las variables usadas por otros investigadores, que
55
Elas J. Meja Meja
previamente trataron los mismos temas de estudio, sean de utilidad y

puedan ser empleadas cuando se lleve a cabo la empresa de realizar
nuevas investigaciones cientficas.
As, los psiclogos han estudiado aquella manifestacin de la conduc-ta
humana de responder con originalidad ante nuevos estmulos. Ellos la han
llamado inteligencia y, empleando este constructo, muchos investiga-dores
han abordado el estudio de sus caractersticas y de sus relaciones. Es ms,
se han elaborado teoras acerca de la inteligencia, porque ella resulta ser
uno de los fenmenos ms importantes en el campo de la psicologa.
Y si la psicologa ya ha descrito este fenmeno y lo ha denominado

inteligencia, quiere decir que es un aspecto digno de seguir siendo estudiado por lo que los nuevos investigadores ya no necesitarn elaborar un
nuevo concepto para referirse a este fenmeno de la conducta humana.
La variable inteligencia es un concepto, una creacin de la ciencia, y se
emplea cada vez que los investigadores tratan de aproximarse para
auscul-tar su naturaleza o sus caractersticas.
En la pedagoga predomina la preocupacin por conocer los
resul-tados de la accin del docente: el aprendizaje de los
estudiantes. Los in-vestigadores, para conocer en mayor profundidad
este fenmeno, han propuesto diversos conceptos tales como
rendimiento acadmico, apren-dizaje, aprovechamiento en los
estudios, logro de objetivos, xito acad-mico, etc. Todos ellos se
refieren al mismo fenmeno y, por tanto, son las denominaciones con
las que normalmente los investigadores se refieren a esta variable.
En cambio, si un investigador no halla en la literatura un concepto
que exprese el fenmeno que pretende estudiar tendr que elaborar un
concepto ad hoc, es decir, tendr que elaborar un constructo hipottico
el que posteriormente se convertir en la variable de estudio. Por
ejemplo, si supuestamente no se dispusiera de un concepto para hacer
referencia a las expectativas que tienen los estudiantes y a su empeo,
esfuerzo o tena-cidad para lograr xitos acadmicos, se tendra que
elaborar el constructo motivacin de logro que, obviamente, ya fue
elaborado por otros inves-tigadores pero que para efectos de la presente
ejemplificacin se considera nuevo.
Cuando los investigadores hablan de variables en el campo de las ciencias naturales se remontan a sus orgenes matemticos, por lo que tales
56
variables asumen cierto prestigio y aparecen con la aureola de

conceptos pre establecidos o permanentes. Las variables que se
elaboran en las cien-cias de la conducta son ms recientes y no
necesariamente deben adquirir connotaciones matemticas.
Como se ha dicho, las variables no son entidades que existen en la
realidad, sino son conceptos elaborados con los que los investigadores
tratan de aprehender ciertos aspectos de la realidad. Las variables que se
emplean muy a menudo en la investigacin socio educativa, en lo que
respecta al factor estudiante, entre otras, son las siguientes:
Psicolgicas: inteligencia, personalidad, motivacin de logro, ansiedad, hbitos acadmicos, motivacin, frustracin, afectividad, desarrollo
psicomotriz, aprendizaje, aptitud verbal, agresividad, capacidad de comprensin lectora, capacidad de concentracin mental, resiliencia, etc.
Sociolgicas: cohesin social, sentido de pertenencia al grupo,
lide-razgo, condicin socio econmica, marginacin, trabajo juvenil,
lugar de residencia, adecuacin a situaciones nuevas, respeto a la
normatividad, movilidad social, preferencias polticas, creencias
religiosas, procrastina-cin, etc.
Biolgicas: sexo, edad, talla, contextura fsica, velocidad en la carrera,
fuerza, resistencia, velocidad, saltabilidad, fijacin de la lateralidad, etc.
Pedaggicas: xito acadmico, estrategias cognitivas, mtodos

didc-ticos, estrategias de aprendizaje, procesos de evaluacin, nivel
de escola-ridad, desercin, etc.
En lo que respecta al factor docente, las variables son las
siguientes: capacitacin profesional, actitudes hacia los alumnos,
calidad del trabajo docente, nivel profesional, aptitudes pedaggicas,
creatividad, motiva-cin, autoritarismo, y muchas otras ms.
En lo que respecta al factor entorno familiar, las variables son las
si-guientes: apoyo familiar, participacin de los padres de familia,
condicin socio econmica, estructura de la familia, etc.
En lo que respecta al factor institucional, las variables son las
siguien-tes: currculo, infraestructura fsica, equipamiento, materiales
didcti-cos, laboratorios, tipo de gestin institucional, calidad del
servicio edu-cativo, etc.
57
Elas J. Meja Meja
2. CLASIFICACIN DE LAS VARIABLES

Para una mejor comprensin del concepto de variable, se requiere
organizarlas y clasificarlas. La clasificacin, como se sabe, es un
proceso exhaustivo y excluyente que consiste en ubicar, en una u otra
categora, a los fenmenos que se clasifican. Pero no es posible realizar
ninguna clasificacin si previamente no se establecen los criterios segn
los cuales se debe realizar la clasificacin. Para clasificar variables
conductuales, se proponen los siguientes criterios:
1 Por la funcin que cumplen en la hiptesis

Las variables son elementos imprescindibles de las hiptesis. No
se concibe ninguna hiptesis en la que no estn presentes las
variables. Las variables, segn este criterio, pueden ser:
a) Independientes.
b) Dependientes.
c) Intervinientes.
En la hiptesis, algunas variables cumplen la funcin de supuestas causas y se denominan independientes y otras, cumplen la funcin de posibles efectos y se denominan dependientes. Esto no significa que siempre
unas variables deben cumplir las mismas funciones, pues no siempre las
variables son independientes o dependientes, sino que una misma varia-ble,
en una hiptesis, puede funcionar como variable independiente y, en otra
hiptesis, puede funcionar como variable dependiente. Por ejemplo, en la
siguiente hiptesis: Los niveles de ansiedad de los estudiantes incre-mentan
sus aprendizajes; la variable que aqu acta como supuesta causa, es decir,
como variable independiente es: niveles de ansiedad. Esta misma variable,
en otra hiptesis, puede actuar como variable dependiente, tal como puede
verse en el siguiente ejemplo: La actitud intolerante de los docentes,
genera situaciones de ansiedad en los estudiantes. Situaciones de ansiedad
aqu es variable dependiente, pues se considera un posible efecto de la
variable independiente, en este caso, la actitud de intolerancia de los
docentes. En resumidas cuentas, una misma variable puede actuar como
independiente en algunos casos y como dependiente en otros.
Para otros autores, las variables independientes son aquellas susceptibles de ser manipuladas por el investigador y las variables dependientes,
58
el resultado de la manipulacin de las variables independientes, es decir,

aquellas que siempre reciben los efectos de las variables independientes.
Creemos que esta distincin entre variables independientes y dependientes es vlida Solo en los casos en que se use el mtodo experimental
para contrastar hiptesis o se trabaje con variables activas, pues no
siempre, con fines de investigacin, es posible manipular variables tales
como el sexo o la inteligencia, porque no puede ser que, para contrastar
cierta hi-ptesis, los estudiantes de sexo masculino vayan a ser
considerados como de sexo femenino, en un caso, y las de sexo
femenino, vayan a ser consi-deradas como de sexo masculino, en otro
caso. Asimismo, se debe tener en cuenta que en la investigacin ex post
facto, es totalmente imposible manipular la variable independiente, pues
los efectos ya ocurrieron por causa de un factor que, precisamente, es el
que se debe identificar en este tipo de investigacin.
Dentro de este criterio podra considerarse un tercer tipo de varia-bles,
las variables intervinientes que, efectivamente, producen efectos en la
variable dependiente, pero que estos efectos no son los deseados, ni mucho
menos esperados por el investigador. Las variables intervinientes, al alterar
o influir en los valores de las variables dependientes, se com-portan como
variables independientes, pero no lo son debido a que el investigador no las
ha considerado como supuestas causas. Las variables intervinientes,
llamadas tambin variables extraas, se presentan sin que el investigador las
haya advertido, ni mucho menos previsto para su estu-dio. Si el investigador
no advierte que estas variables influyen en la depen-diente, puede ocurrir lo
que Kerlinger denomina resultados espreos en la investigacin, es decir,
resultados falsos por lo que el investigador debe anular los resultados de su
investigacin. Entonces, lo que el investigador debe hacer es trazar una
buena estrategia que le permita controlar o neu-tralizar la influencia no
deseada de tales variables.
2 Por su naturaleza
Segn este criterio, las variables pueden ser:
a) Atributivas.
b) Activas.
Se denominan variables atributivas porque las caractersticas que poseen las personas o los objetos de estudio son consustanciales a su natu59
Elas J. Meja Meja
raleza, son caractersticas que no pueden desarticularse de quienes las poseen. Inteligencia, personalidad, xito acadmico, hbitos de estudio, edad,
sexo, peso, talla, etc., son todas ellas, variables atributivas pues quienes las
poseen las tienen como cualidades personales o particulares, son inseparables de las personas que las poseen, son sus atributos propios y, como es
natural, no pueden manipularse. Para estudiar este tipo de variable se debe
emplear la observacin. Por eso, cuando se disea la estrategia para probar
las hiptesis de una investigacin se debe tener en cuenta la na-turaleza de
las variables que se estudian, y si las variables son atributivas, no se podr
realizar ninguna manipulacin y para estudiarlas se debern elaborar
instrumentos de observacin o de medicin que permitan reco-pilar
informacin acerca de sus caractersticas.
En cambio, las variables activas no son consustanciales a la persona u
objeto de estudio. Por ejemplo, los mtodos de enseanza, el currculo de
formacin profesional, el horario de clases, los profesores que se asignan
para conducir los cursos, la institucin en la que se realiza la formacin
profesio-nal, los materiales o el equipamiento que se emplea, etc., son
variables total-mente ajenas al ser de los sujetos de estudio y, por tanto, en
estos casos, al disear estrategias de contraste de hiptesis, se debe aplicar
tcnicas de manipulacin, es decir, se puede ensayar distintos horarios de
clase, apli-car diversos tipos de currculo o poner en prctica diversos
mtodos de enseanza para establecer sus efectos sin afectar, con tales
tratamientos, la esencia de las personas. Este tipo de variables puede, segn
los casos, estimarse cualitativa o cuantitativamente.
3 Por la posesin de la caracterstica

Segn este criterio, se distinguen dos tipos de variables:
a) Categricas.
b) Continuas.
En las variables categricas, las caractersticas que poseen unos suje-tos
son distintas a las caractersticas que poseen otros sujetos; y entre una y otra
situacin existe lo que se llama solucin de continuidad. Por ejem-plo,
cuando la variable vara en: vivo o muerto, existe una situacin de estar
vivo y otra situacin de estar muerto, es decir, hay un punto de ruptura entre
las caractersticas del vivo con respecto a las caractersticas
60
del muerto, pues las caractersticas del vivo son totalmente distintas
de las caractersticas del muerto, as como las caractersticas del
muerto son totalmente distintas a las caractersticas del vivo. La
distincin entre vivo y muerto es completamente clara, terminante, y
de ah su nombre: cate-grica. En este caso es imposible confundir y
no saber si alguien est vivo o est muerto, porque la evidencia es de
claridad meridiana. Lo mismo ocurre con el gnero, pues resulta
evidente que alguien es hombre o mu-jer. Tanto hombre como mujer
son sujetos que ostentan caractersticas diferentes, inconfundibles.
Cuando se estudian variables categricas no es necesario emplear instrumentos de medicin, pero s instrumentos de observacin o constata-cin,
cuando sea necesario, para distinguir unas de otras caractersticas y luego
constatar una u otra variacin. El resultado de estas observaciones no se
puede expresar en cifras, ni mucho menos en cifras decimales, por-que
alguien no puede, por ejemplo, estar muerto en 2,56 puntos, pues es
imposible medir la condicin de estar vivo o de estar muerto. Se asigna la
condicin de vivo o muerto como resultado de una constatacin fctica de
una situacin que es, a todas luces, evidente. Los instrumentos que se
aplican para estudiar este tipo de variable son, entonces, las guas de
observacin, el anlisis documental, la lista de cotejo, entre otros.
Las siguientes son variables categricas: sexo, nacionalidad, estado
civil, lugar de residencia, opcin ideolgica, tipo de gestin institucional,
etc. Los valores que adquieren todas ellas son evidentes y se pueden
constatar en los hechos. Por ejemplo, alguien es soltero, o casado, o viudo o
divorciado, y no puede ser que algunas veces sea soltero y otras sea casado.
Tampoco puede ser el caso que alguien est en el trmino medio entre la
soltera y el matrimonio, que haya una continuidad entre estos dos niveles
de variacin. Para constatar que alguien es, por ejemplo, casado, habr que
tener a la vista su partida de matrimonio, es decir, por la va del anlisis
documental se puede constatar su estado civil.
Para efectos de sistematizacin de los datos o de presentar la

informa-cin recopilada luego del trabajo de campo, las variables
categricas no pueden convertirse en continuas.
En cambio, cuando se estudian variables continuas, se observa que
todos los sujetos poseen la misma caracterstica y la variabilidad de la
variable radica en que unos sujetos poseen dicha caracterstica en mayor
61
Elas J. Meja Meja
medida y otros la poseen en menor medida. Por ejemplo, tratndose de

la inteligencia, se puede decir que todos los seres humanos poseen la caracterstica de ser inteligentes, y la variabilidad radica en que unos
sujetos tienen mayor inteligencia y los otros tambin tienen inteligencia
pero en menor medida. En este caso, la variable vara en trminos de
considerar que unos sujetos son ms inteligentes que otros.
Por eso es que las variables continuas no pueden constatarse, sino
medirse. Es ms, las variables categricas se muestran de manera
eviden-te, mientras que, por ejemplo, la inteligencia, requiere ser
medida para poder decir quin es ms o menos inteligente que el otro.
La medicin de las variables continuas puede ser ms o menos exacta,
dependiendo de la calidad del instrumento de medicin que se aplique.
Para medir la variable inteligencia, se deber elaborar previamente una
escala para medirla. Esta escala ser ms precisa si sus unidades son
susceptibles de dividirse en sub mltiplos, as por ejemplo, el resultado
de la medicin de la inteligencia se puede expresar en fracciones
decimales, por ejemplo: a) coeficiente intelectual de 106,75, en la escala
que se usa para medir la inteligencia o b) xito acadmico de un
estudiante que obtiene 17,84 en una escala vigesimal de intervalo.
Para presentar la informacin recogida con respecto a las variables
continuas, Estas pueden convertirse en categricas: tratndose del rendimiento acadmico, en vez de presentar la diversidad de notas o puntuaciones alcanzadas por los estudiantes en la escala vigesimal, se puede
simplemente decir que unos estn aprobados, mientras que otros estn
desaprobados, con lo que la variable rendimiento acadmico asume la
tpica apariencia de variable categrica.
Las siguientes son variables continuas: rendimiento acadmico, inteligencia, motivacin por los estudios, competencia profesional docente,
ansiedad, autoritarismo, apoyo familiar, condicin socioeconmica, talla,
peso, etc. Por ser continuas, todas estas variables pueden medirse y los
resultados de la medicin pueden ser expresados con valores numricos,
como no podra ser de otra manera. Los investigadores previamente de-ben
haber elaborado las respectivas escalas para medir tales variables. En dichas
escalas es posible que cada intervalo de la escala se divida en in-tervalos
ms pequeos, como se trata de expresar en el siguiente grfico:
62

x
10
Grfico N 1
En esta escala de 10 intervalos, el intervalo comprendido entre el
6 y el 7 se ha dividido en partes iguales. As, si el resultado de un
proceso de medicin cayera en el punto sealado por el aspa, se
puede decir que el resultado de esta medicin es 6,5, por ejemplo.
Como se acaba de ver, una variable continua puede convertirse en
categrica. A esta cualidad se denomina degradacin de la variable.
Pero una variable categrica no puede convertirse en continua: una
variable categrica tpica, como condicin de vida, que vara en vivo
o muerto, no puede degradarse en continua y asumir valores como
ms o menos vivo, ms o menos muerto; los valores vivo o muerto,
por ser categricos, ya no pueden subdividirse en intervalos menores.
4 Por el mtodo de medicin de las variables
Atendiendo a este criterio, las variables pueden ser:
a) Cuantitativas.
b) Cualitativas.
Se denominan variables cuantitativas cuando se pueden medir en
escalas numricas, como por ejemplo, la escala de inteligencia, la escala de
xito acadmico, la escala de ansiedad, etc. La tradicin cientfica de
occidente se distingue por la bsqueda de sistemas de medicin de los
fenmenos que se observan y as, la medicin es ms precisa, como en el
caso de la medicin del tiempo o del espacio que, por el avance cientfico,
es posible expresar sus valores en fracciones infinitamente pequeas. En
cambio, otros fenmenos o variables, especialmente las que se estudian en
las ciencias sociales, an no pueden ser medidas con la exactitud con
la que se mide el tiempo o el espacio y Solo se dispone de sistemas o

instrumentos que permiten expresar la magnitud de la inteligencia o el
aprendizaje, por ejemplo, Solo en forma de aproximaciones ms o
menos exactas, lo que no excluye la posibilidad de medir tales variables.
63
Elas J. Meja Meja
Las variables cuantitativas pueden expresarse numricamente en trminos de cantidades. Son variables cuantitativas: la inteligencia, el
nivel de rendimiento acadmico, la talla, el peso, la edad, la motivacin
por los estudios, la condicin socioeconmica, los niveles de desercin,
la calidad del currculo, etc. Las variables cuantitativas, para efectos de
mejorar la pre-sentacin de los datos, pueden convertirse en cualitativas,
es decir, sufren el proceso de degradacin. Por ejemplo, el nivel de
rendimiento acad-mico, medido con una escala vigesimal, para efectos
de un mejor anlisis, puede expresarse en trminos de aprobado o
desaprobado, lo que ya es una forma de cualificacin. La inteligencia,
medida en una escala de mu-chos intervalos y expresada en forma de un
coeficiente, puede ser tambin expresada en trminos de inteligencia
superior a la normal o inferior a la normal, es decir, cualitativamente.
En cambio, existen otras variables que no se pueden medir y Solo
pueden estimarse cualitativamente. Son las variables cualitativas. Los
valores de estas variables se expresan con denominaciones tales como soltero, casado, conviviente, viudo, divorciado, para referirse, en este caso, al
estado civil de las personas. No es necesario expresar cuantitativamente
cada una de estas situaciones, porque intrnsecamente estos valores tienen
su propia significacin y no quiere decir que la situacin de ser casado
implique mayor cantidad que la situacin de ser soltero o conviviente. Son
variables cualitativas: el sexo, las opciones ideolgicas, el estado civil, la
procedencia, la nacionalidad, el lugar de residencia, etc. Estas variables
cualitativas no pueden convertirse en variables cuantitativas.
5 Por el nmero de valores que adquieren

Las variables, por el nmero de valores que adquieren, pueden ser:
a) Politomas.
b) Dicotomas.
Las politomas varan en ms de dos valores. Estos valores pueden
ser muchos o pocos. En el caso de las variables continuas, por ejemplo,
el n-mero de valores de dichas variables es tanto como el nmero de
mltiplos o sub mltiplos que posea la escala segn la cual se mide: es
el caso de la edad que puede expresarse en aos, meses, das, minutos o
segundos, o de la longitud, que puede medirse en metros, centmetros o
milmetros. Estas variables poseen mltiples valores.
64
En cambio, las dicotomas son variables que varan Solo en dos valores. Por ejemplo, vivo o muerto, masculino o femenino. Sin embargo, en
la investigacin de la conducta se suele convertir politomas en dicotomas con la finalidad de mejorar la estrategia para contrastar las
hiptesis, pues con Solo dos niveles de variabilidad se incrementan las
posibilidades de lograr mayor precisin en el estudio de tales variables.
Por ejemplo, una politoma natural como es el xito acadmico, que se
expresa en una escala de intervalo de diez, veinte, cincuenta, cien o ms
valores, puede finalmente ser expresada como una dicotoma, cuando se
habla de apro-bados o desaprobados. En este caso tambin se observa el
llamado pro-ceso de degradacin. As pues, una politoma puede
convertirse en una dicotoma, pero una dicotoma natural como vivo o
muerto, no puede convertirse en politoma.
Es muy raro hallar dicotomas naturales, sin embargo la condicin
de ser nacional o extranjero, alfabeto o analfabeto, rural o urbano,
hombre o mujer, son algunas dicotomas naturales muy usadas en la
investigacin de la conducta.
3. OPERACIONALIZACIN DE VARIABLES
3.1. Connotacin y denotacin
El lenguaje es para el hombre una herramienta muy til y cumple diversas funciones. Las principales funciones del lenguaje son la esttica, la
metalingstica, la connotativa y la denotativa. Por lo general, el hombre
hace uso de la funcin connotativa. Usar el lenguaje connotativamen-te es
hacer referencia a los fenmenos de la realidad, pero aadiendo la
experiencia del hablante. Como consecuencia del uso del lenguaje en la
funcin connotativa se pueden definir conceptualmente las variables que se
estudian. Este tipo de definicin conceptual funciona bsicamente
aadiendo conceptos conocidos a otros desconocidos y, de este modo, se
aclara o se ampla el campo semntico de los conceptos que no son
conocidos. Por ejemplo, se puede definir nveo, como blanco o cualidad de
blanco. En este caso, el concepto desconocido: nveo, se asocia al con-cepto
conocido: blanco y as se logra explicar su significado.
Sin embargo, hablar connotativamente no es lo recomendable en la
ciencia. El hombre de ciencia necesita comunicarse con otros miembros de
65
Elas J. Meja Meja
su comunidad con precisin, objetividad, exactitud y sin ambigedades. Por

eso en la ciencia se emplea otra funcin del lenguaje: la denotacin que
consiste en usar el lenguaje haciendo referencia a los hechos o fenmenos
de la realidad Solo en trminos objetivos, observables, operables. El
lenguaje cientfico-tcnico demanda imparcialidad y objetividad al hombre
de ciencia, por eso se usan trminos elaborados denotativamente.
3.2. Intencin y extensin

El cientfico elabora constructos tericos que, en cierta medida,
cons-tituyen categoras para comprender los fenmenos que estudia.
Natural-mente, este primer esfuerzo por identificar variables exige
pensar en los ms altos niveles de abstraccin. Sin embargo, se puede
afirmar que las variables son caractersticas observables de algo y
susceptibles de cambio o variacin con relacin al mismo, o diferentes
objetos y, naturalmente, de expresarse en varias categoras: blanco y
negro son categoras del color; masculino y femenino son categoras del
gnero; ricos y pobres son cate-goras de la condicin social.
El cientfico, en su afn de identificar las variables que le permiten
comprender la realidad que estudia, algunas veces acta en el plano concreto mientras que en otras oportunidades est obligado a pensar la realidad en los ms altos niveles de abstraccin. Abstraccin y concrecin son
extremos de un mismo proceso mental de percepcin de la realidad, de lo
que se deriva que las variables tienen dos elementos fundamentales:
a) La intencin.
b) La extensin.
LLa intencin se refiere al contenido del trmino, al conjunto de
propiedades o relaciones que comprende. En cambio, la extensin es la
amplitud del trmino y est en funcin del conjunto de sujetos a los que
se aplica o puede aplicarse. Segn esto, la mayor o menor intencin o
ex-tensin de los trminos determina su grado de abstraccin o
concrecin, es decir, de su separacin o cercana con respecto de la
realidad depende que los trminos sean ms concretos o ms abstractos.
Cuando el investigador se ubica en el plano concreto, la extensin
es mnima y mxima la intencin. Sucede todo lo contrario cuando se
ubica en el plano abstracto en donde la extensin es mxima y mnima la
intencin. Los conceptos humanidad y Scrates, ejemplifican esta
66
situacin. Humanidad es un concepto de mxima extensin y

mnima intencin y, por lo tanto, ms abstracto. En cambio Scrates
es todo lo contrario. Tiene mayor intencin y menor extensin y por
lo tanto es ms concreto.
Para ejemplificar el caso, Sierra Bravo, analiza los siguientes conceptos: clase social, clase alta y directores de grandes empresas. Cada uno
de estos trminos est planteado en un nivel especfico de abstraccin:
Clase social est pensado a un nivel general, es el ms abstracto y por
tanto, el de mayor amplitud en cuanto a contenido y extensin. Clase alta,
corresponde a un nivel intermedio, mientras que directores de gran-des
empresas pertenece a un nivel muy concreto y hasta se dira nico. Este es
un concepto de muy poca extensin pero de mayor intencin.
Los conceptos con los que el investigador se refiere a la realidad

son los nombres de las variables. De aqu radica su importancia en la
inves-tigacin. Los nombres de las variables son tan importantes
como lo son las hiptesis. Estas no podran existir sin aquellas y los
conceptos aislados no tendran mayor relevancia si no se hallaran
relacionados entre s. Por eso se dice que la ciencia es un sistema
bsicamente conceptual, y es en esta medida en que se deben
comprender tanto las hiptesis como las variables.
3.3. Abstraccin y concrecin
El investigador para referirse a los fenmenos de la realidad
elabo-ra variables. Para ello parte del nivel concreto y asciende hacia
el nivel abstracto. Elaborar variables es, pues, abstraer conceptos
concretos. Sin embargo, cuando el investigador dispone de conceptos
abstractos, muy difcilmente los puede manipular, observar u operar.
Entonces requiere trabajar empleando conceptos concretos y debe
recorrer el camino inver-so: debe ir de lo abstracto a lo concreto. Por
eso se dice que operaciona-lizar variables es un proceso que consiste
en partir de lo abstracto para llegar a lo concreto. En otras palabras,
operacionalizar variables es un proceso de concretar conceptos
abstractos. El siguiente grfico ilustra con mayor claridad lo dicho:
67
Elas J. Meja Meja
Nivel de lo abstracto
Proceso de elaboracin
de variables
Proceso de operacionalizacin
de variables
Nivel de lo concreto
Grfico N 2
Los cientficos al estudiar las variables necesitan ubicarse, unas veces,
en el nivel de lo abstracto, como cuando deben elaborar variables, o bien
necesitan ubicarse en el nivel de lo concreto, como cuando deben ma-nejar
u operar las variables. No es posible que los hombres de ciencia se siten en
un solo nivel. Para trabajar con las variables, es decir, cuando se hallan en el
nivel abstracto y necesitan referirse a los fenmenos en forma ms concreta,
operacionalizan las variables, con lo que consiguen mayor fluidez en la
comunicacin con los otros miembros de la comunidad.
En efecto, los cientficos necesitan comunicarse entre s y lo hacen a
travs del lenguaje. Pero como el lenguaje sirve al hombre para los ms diversos usos, el comn de las personas emplea el lenguaje sin preocuparse
tanto por la precisin. Las formas coloquiales del lenguaje son usadas por el
comn de los seres humanos para comunicarse con los miembros de su
entorno familiar en el que no se exige formalidad ni mucha precisin, antes
bien se reclama afectividad y cierta dosis de subjetividad. Natural-mente
esta forma de usar el lenguaje no es conveniente para la ciencia, por lo que
sta trata de elaborar formas de comunicacin ms precisas y efectivas,
asignando significados unvocos a los trminos y tratando de evitar todo
tipo de ambigedad. Los cientficos requieren usar el lenguaje en niveles de
precisin muy altos para evitar las ambigedades del len-guaje coloquial.
Lo que tratan los cientficos es de elaborar un lenguaje capaz de facilitar la
comunicacin y esto Solo se logra operacionalizando los conceptos cuyo
empleo requieren.
3.4. Tipos de definiciones operacionales

Para Bruce Tuckman existen tres distintas maneras de formular
defi-niciones operacionales. l los llama tipos y se distinguen unos
de otros en funcin de la naturaleza de las variables que han de
definirse. Estos distintos tipos son los siguientes:
68
Definiciones operacionales de Tipo A: Las definiciones operaciona-les

de tipo A se formulan en trminos de las operaciones que deben ser
ejecutadas para producir un fenmeno o un estado que debe ocurrir. Este
tipo de definicin es apropiado para definir fenmenos ms que objetos o
cosas. Por ejemplo: Frustracin puede definirse operacionalmente como el
estado que resulta cuando a un individuo se le priva de alcanzar un objeto
fuertemente deseado y que est cerca de lograrlo. La frustracin tambin se
puede definir como la situacin en la que a un sujeto se le priva de satisfacer una necesidad que tiene o se le prohbe realizar la actividad que desea.
Definiciones operacionales de Tipo B: Este tipo de definiciones se

formula en trminos de las operaciones que constituyen o que hacen un
determinado objeto o cosa. Por ejemplo: una persona inteligente, definida operacionalmente, es una persona que obtiene altas calificaciones en
sus estudios o que demuestra capacidad para resolver problemas de
lgica simb-lica. Profesor directivo es alguien que da instrucciones, es
crtico y establece interrelaciones con los estudiantes.
Definiciones operacionales de Tipo C: Este tipo de definiciones describe las cualidades o caractersticas de las personas o cosas. Se formula en
trminos de las propiedades estticas que las constituyen. En la investigacin educacional, muchas definiciones operacionales estn basadas
en las caractersticas que poseen las personas o situaciones que han de
definirse. Con este mtodo se puede definir cualquier tipo de variable y las
cualidades as definidas se pueden medir aplicando tests o escalas. Por
ejemplo: estudiante inteligente es la persona que tiene buena memo-ria,
amplio vocabulario, buena habilidad de razonamiento, habilidades en
aritmtica, etc. Satisfaccin en el curso, puede definirse en trminos de si al
estudiante le gusta el curso sealando la percepcin que tiene del
mencionado curso, o en trminos de si encuentra interesante y/o efectiva
una experiencia de aprendizaje, etc. Para medir la satisfaccin en el curso,
se puede construir un cuestionario con su respectiva escala para medir su
variabilidad. Introversin puede definirse como la tendencia o caracterstica de una persona a preferir actividades solitarias en vez de una actividad
en grupo. Actitud hacia la escuela, puede definirse como la receptividad y
aceptacin de las actividades escolares, el acatamiento de reglas y el
cumplimiento de requerimientos o trabajos acadmicos. Enseanza en
equipo, puede definirse como la participacin de dos o ms profesores para
desarrollar un plan y ensear a una o ms personas.
69
Elas J. Meja Meja
3.5. Mtodo para operacionalizar variables

Raymond Boudon y Paul Lazarsfeld proponen un mtodo que
permi-te a los cientficos elaborar un lenguaje especializado. Este
lenguaje debe tratar de expresar, mediante referentes empricos e
ndices numricos, los conceptos abstractos. Para lograrlo se debe
seguir un proceso que com-prende las siguientes etapas:
a) Representacin literal del concepto.
b) Identificacin de sus dimensiones.
c) Eleccin de los indicadores observables.
d) Elaboracin de ndices.
a) Representacin literal del concepto
El investigador una vez que ha logrado identificar el fenmeno que
pretende estudiar procura conceptualizarlo del modo ms abstracto
posible. Su preocupacin por presentar en su mayor generalidad y
abstraccin el concepto se explica por la necesidad que tiene de referirse al fenmeno que estudia con la mayor amplitud posible. En
realidad, este es un momento eminentemente creativo en el que el
investigador trata de formarse una imagen del fenmeno, de modo
tal que el concepto que elabora sea capaz de aludir a un conjunto de
aspectos de la realidad que pretende estudiar.
Nuestros citados autores ejemplifican esta tarea con el siguiente caso:
Uno de los problemas clsicos de la sociologa industrial es el anlisis
y medida de la nocin de gestin. Qu significan exactamente gestin, direccin y administracin?, forma parte el capataz del personal de gestin? El concepto de gestin surge, tal vez, el da en que se
observa que dos empresas que se hallasen en idnticas condiciones
podan ser dirigidas en forma muy distinta. Este complejo factor, que
favorece el rendimiento de los hombres y la productividad de los instrumentos de produccin, recibi el nombre de gestin. A partir de
este instante, los socilogos especializados en el anlisis de las organizaciones han intentado precisar esta nocin y conferirle un contenido
ms concreto.
70
Este ejemplo ilustra la necesidad de conceptualizar claramente el trmino que se pretende operacionalizar, pues la operacionalizacin del
trmino debe corresponder a la conceptualizacin formulada. Por
ejemplo, si se trata de operacionalizar la variable rendimiento acadmico, se debe tener claro qu es el rendimiento acadmico, qu aspectos abarca, cules son los conceptos afines o si posee sinminos. Por
ejemplo, el investigador debe aceptar que el rendimiento acadmico es
el conjunto de saberes que un estudiante ha acumulado en una
determinada disciplina cientfica. A partir de la idea que se tenga del
rendimiento acadmico se podr identificar las operaciones que deben
cumplirse, o las condiciones que deben darse para decir que alguien
posee rendi-miento acadmico.
b) Identificacin de sus dimensiones

Los fenmenos que las ciencias sociales estudian no son
fenme-nos simples ni directamente observables. En muchos
casos estn constituidos por un conjunto complejo de fenmenos
menores. Por esta razn es necesario cumplir una segunda etapa
en el pro-ceso de operacionalizacin, la que consiste en realizar
un anlisis integral del fenmeno e identificar los factores que
comprende y comprobar si el concepto, cuya representacin
literal se acaba de realizar, alude tambin a estos factores. En la
bibliografa referida al tema, a tales factores se les conoce
tambin como componentes, aspectos, dimensiones, categoras o
elementos. Muy forzada es la denominacin de sub variables
que pretenden introducir algunos autores. Habiendo tantos
sinnimos para este caso, no es necesario introducir una nueva
frase como: sub variable que hasta presenta problemas de
eufona.
Con referencia a esto ltimo, nuestros autores sostienen que:
Dichos componentes pueden ser deducidos analticamente a
par-tir del concepto general que los engloba, o empricamente, a
partir de la estructura de sus intercorrelaciones.
Segn esto si se desea, por ejemplo, averiguar si el rendimiento
acadmico es alto o bajo y el investigador solo tiene una idea vaga
de lo que es rendimiento acadmico alto, no sabr decidir qu tipo
de rendimiento acadmico ser el mejor: si el de los estudiantes que
71
Elas J. Meja Meja
responden de memoria a las preguntas o el de los estudiantes que

responden reflexivamente a tales preguntas. Estas dos posibles maneras de entender el rendimiento acadmico le llevarn a pensar en
componentes tales como la capacidad de retencin de conceptos, la
velocidad con la que se realizan los aprendizajes, las posibles aplicaciones que el estudiante asigne a sus aprendizajes, o los niveles de
comprensin de los conceptos que han alcanzado los estudiantes. Los
aspectos que se acaban de identificar son los factores o compo-nentes
de un concepto ms amplio: el rendimiento acadmico.
c) Eleccin de los indicadores

Hasta este punto, los factores, componentes, dimensiones, elementos, aspectos o categoras que se acaban de identificar an no son
tan evidentes. Todava subsiste un cierto grado de abstraccin que
no permite expresarlos cuantitativamente. Esta situacin obliga a
selec-cionar los indicadores que pongan en evidencia el factor que
se est analizando. Un indicador es la forma cmo se manifiesta el
fenme-no ante el investigador, es la evidencia que el investigador
observa y le permite decir que el fenmeno se halla presente. Este
proceso no siempre es sencillo y antes bien supone dificultades
metodolgicas que es preciso tenerlas en cuenta. Son diversos los
indicadores a tra-vs de los cuales es posible profundizar el
conocimiento del factor. Por ejemplo, si se trata de conocer con
mayor profundidad cmo un estudiante emite respuestas reflexivas
ante una determinada pre-gunta, se dir que uno de los indicadores
es la originalidad de las respuestas. William James, citado por
Boudon y Lazarsfeld, sostiene al respecto:
... En realidad, al afirmar que una persona es prudente
queremos decir que esta persona adopta un cierto nmero de
actitudes carac-tersticas de la prudencia: asegura sus bienes,
divide sus riesgos, no se lanza a ciegas, etc. (...) La palabra
prudente es, pues, una forma prctica de expresar en trminos
abstractos un rasgo comn a los actos habituales de esta persona
(...) En su sistema psicofsico hay una serie de caracteres
distintivos que le impulsan a actuar pruden-temente...
72
Lo que propone James es un conjunto de indicadores que proce-den de

la experiencia cotidiana y que actan como referentes em-pricos de un
concepto abstracto. El hecho de que provengan de la experiencia
cotidiana determina la posibilidad de identificar, desde una perspectiva
diferente, otros indicadores de tal modo que en la prctica sea posible
disponer de varias series de indicadores para un Solo fenmeno, segn
las perspectivas del anlisis o la experiencia personal del investigador
que los propone. El anlisis del concepto a partir de un conjunto de
indicadores es la alternativa ms con-veniente porque ningn indicador
es completo y no garantiza su pertinencia con respecto al factor o
componente. Ningn indicador es totalmente preciso para analizar el
concepto. Un indicador revela Solo parcialmente el fenmeno que se
pretende estudiar. Todo in-dicador es Solo probable con respecto al
concepto que se trata de poner en evidencia y hasta se puede afirmar
que ofrece una visin parcial del concepto. As por ejemplo, los
ingresos son considerados muchas veces como indicadores de
competencia profesional; pero si el investigador Solo se basara en este
indicador para operacionalizar la variable competencia profesional,
casi todos los hombres de nego-cios resultaran ms competentes que
los cientficos ms eminentes. Del mismo modo, el nmero de
enfermos curados por un mdico refleja indudablemente la capacidad
de este. Sin embargo, hay que tener en cuenta que las probabilidades de
curacin son distintas en cada una de las especialidades mdicas. En
fin, si bien es cierto que el nmero de libros de una biblioteca indica,
en cierto sentido, el nivel cultural del conjunto de lectores no se debe
olvidar que la calidad de las obras es tanto, o ms revelador, que la
cantidad.
Los indicadores ponen de manifiesto los procesos u operaciones a las
que se refieren los conceptos. Por eso es muy importante, a fin de
evitar errores, validarlos previamente para obtener mayores niveles de
certeza de su pertinencia con respecto al concepto al que se refieren.
Por otra parte, si el investigador analiza cada componente a partir de un
conjunto de indicadores, es decir, estudia el concepto desde dife-rentes
perspectivas, se puede decir que est construyendo la estructu-ra de un
test o una prueba para medir el fenmeno que estudia. En este caso, el
anlisis de cada componente se considera un subtest.
73
Elas J. Meja Meja
Como se podr notar de lo que se acaba de decir, para construir tests o

pruebas se debe partir de la operacionalizacin de las variables. No
ser posible elaborar una prueba si previamente no se ha operacionalizado el fenmeno que se pretende estudiar. Esta es otra manifestacin de la importancia que tiene operacionalizar variables.
d) Elaboracin de ndices
Luego de haber identificado los indicadores de cada uno de los
com-ponentes, se debe establecer un criterio nico segn el cual sea
posi-ble medir el concepto. En este momento se debe elaborar, en
algunos casos, un ndice general para todos los indicadores de los
compo-nentes o en su defecto, ndices especficos para cada
indicador. Solo cuando se elaboren los ndices ser posible intentar
hacer variar el concepto. En otras palabras, recin en este momento
se habr logra-do llegar al nivel de concrecin que permite
cuantificar el concepto abstracto. La asignacin de ndices se debe
hacer para cada indica-dor siguiendo una misma lgica. Si por
ejemplo se opta por asignar ndices, siguiendo el criterio de menor
a mayor, a un determinado indicador, este mismo criterio se debe
aplicar al asignar ndices a los dems indicadores.
Solo despus de elaborar los ndices se puede intentar hacer variar el
concepto. Solo en este momento se habr llegado al nivel de concrecin que permite cuantificar el concepto abstracto. Como resultado de
ello el investigador dispone de una escala de medicin que la pue-de
dividir en dos, tres o ms categoras, segn sean sus intenciones por
destacar los matices en los que vara el concepto que est operacionalizando. Si la escala la divide en dos categoras, estar estableciendo una dicotoma segn la cual vara la variable y, en este caso,
no considera los matices intermedios de variacin que le ofrecen los
datos, pero obtiene la ventaja de presentar datos mejor organizados y
de poder disear una estrategia ms sencilla y ms efectiva para
contrastar las hiptesis. Por el contrario, si la divide en tres o ms
categoras, estar estableciendo una politoma y podr aprovechar los
matices de variabilidad hallados, pero se enfrentar con la dificultad de
disear una estrategia ms compleja para contrastar las hiptesis y, an
la organizacin y el anlisis de los datos, demandarn mayores
refinamientos tcnicos.
74
De modo coincidente con lo que se acaba de exponer, Russell Ackoff

sostiene que en el proceso de concretar los conceptos abstractos, hay
niveles intermedios, los que estaran constituidos por:
... Las variables generales que se refieren a realidades no inmediatamente medibles empricamente, las variables intermedias, que expresan dimensiones o aspectos parciales de estas variables y, por lo
tanto ms concretas y cercanas a la realidad, y las variables
empricas o indicadores que representan aspectos de estas
dimensiones directa-mente medibles y observables.
La operacionalizacin, por tanto, no es ms que un proceso que
con-siste en convertir las variables generales en intermedias o
indicado-res. Los pasos que Ackoff considera que se deben seguir
en el proceso de operacionalizar variables son los siguientes:
1. Examinar tantas definiciones del trmino, pasadas o presentes,
como sea posible. Conservar la cronologa de las definiciones.
2. Intentar penetrar en el ncleo de la significacin hacia el que
la mayora de las definiciones apuntan.
3. Formular una definicin tentativa basada en dicho ncleo.
4. Ver si este intento de definicin cubre todos los casos que se
pien-sa cubrir en relacin con los objetivos de la investigacin.
5. Someter esta definicin a una valoracin, tan crtica como sea
posible, por parte de los cientficos y no cientficos.
6. Realizar una revisin final de la definicin sobre la base de
las crticas legtimas que se reciban.
3.6. Proceso de operacionalizacin de una variable

Como se ha dicho, las variables son constructos tericos que el
inves-tigador elabora para referirse con ellos a los fenmenos de la
realidad que estudia. Estos constructos tericos los elabora en niveles,
ms o menos altos, de abstraccin. Sin embargo, cmo sabe si los
constructos los ha elaborado en niveles de mayor o menor abstraccin?
En los hechos, con un mismo concepto es posible referirse a un
fenmeno en un nivel mxi-mo de abstraccin, en un nivel intermedio y
hasta en un nivel concreto. Este es un primer problema que debe
resolver.
75
Elas J. Meja Meja
Como las variables son formulaciones elaboradas al mximo nivel de

abstraccin y como lo ms abstracto no se puede ver a simple vista, es
necesario concretar el concepto abstracto. Para ello se buscan
indicadores, se buscan las manifestaciones a travs de las cuales el
investigador pueda percatarse de la presencia de algunas variables. Por
ejemplo, para perca-tarse de la existencia de la inteligencia, se usan
indicadores tales como el nmero de respuestas acertadas en una
prueba o la rapidez en producir respuestas ante nuevas situaciones.
En algunos casos, la variable est construida en un nivel muy elevado de
abstraccin por lo que, antes de identificar los indicadores, previa-mente se
deben identificar sus componentes, que tambin se denominan, como se ha
dicho, aspectos, factores, elementos, categoras o dimensio-nes, que vienen
a constituir el nivel inmediato inferior de abstraccin. Por ejemplo, la
condicin socio econmica es una variable formulada al mximo nivel de
abstraccin. El investigador, en sus intentos por concre-tar este concepto
abstracto, identifica sus factores, en este caso la econo-ma, la educacin,
la salud, la ocupacin, la vivienda, etc.
Cada uno de estos factores o componentes es an muy abstracto, por
lo que si el investigador as lo decide, estudia estos componentes como
variables y as, la educacin o la salud se consideran variables, en
niveles de abstraccin no tan elevados. En opinin de Ackoff se tratara
de varia-bles intermedias. En este caso, se est siguiendo el proceso de
concrecin, es decir, se est yendo de lo abstracto a lo concreto.
Con lo hasta aqu dicho, se ha logrado un gran avance: la variable se
comprende con mayor claridad pues ya se puede decir que la condicin
socio econmica es la situacin de las personas que tiene que ver con la
economa, la educacin, la salud, la ocupacin y la vivienda. Se ha
bajado hasta un primer escaln al haber identificado los factores o
componentes de la variable. Si se sigue bajando an ms en el nivel de
abstraccin se puede llegar a niveles ms concretos si se logra
identificar los indicadores de cada componente. Por ejemplo, para saber
que una persona posee una slida economa, habr que identificar sus
respectivos indicadores o los signos personales de riqueza.
Los indicadores son las manifestaciones visibles u observables de los
fenmenos. Para cada elemento o componente se puede identificar muchos indicadores. Y teniendo en cuenta un determinado indicador, se
76
puede elaborar escalas para cada uno de ellos. A cada intervalo de la esca-la,
as elaborada, se le puede asignar un valor al que se denomina ndice.
Los ndices as determinados pueden servir para cuantificar cada uno de
los niveles de variabilidad de una variable y as expresar, numricamen-te,
cada uno de ellos, con lo que se lograra operacionalizar plenamente las
variables que el investigador trata de estudiar.
Siguiendo esta metodologa, se puede operacionalizar la variable

con-dicin socio econmica de la siguiente manera:
1 Elaboracin del constructo. El constructo que se ha elaborado
para el presente caso es: condicin socio econmica.
2.
Identificacin de los factores. Los factores que se considera constituyen la condicin socio econmica, para el presente ejemplo, son:
economa, educacin, salud, vivienda y ocupacin. Se puede identificar ms o menos factores y, en este caso, se advertir en el infor-me
cientfico que la condicin socioeconmica, para efectos de la
investigacin que se est realizando, ser operacionalizada a partir de
estos cinco factores. Naturalmente, otros investigadores pueden
considerar ms factores u otros factores, segn la conceptualizacin
que hayan asumido del fenmeno de estudio. Cuando la identifica-cin
de los factores o componentes est racionalmente realizada, los
investigadores que leen los informes cientficos los aceptan plenamente y as es posible generalizar su uso en la comunidad cientfica.
3. Eleccin de los indicadores. Para el factor economa, el indicador

ser el ingreso mensual. Segn este indicador, se elabora una escala
de ingresos mensuales que puede ser la siguiente:
- Ingresos de hasta 1000 soles.
Ingresos de 1001 a 2000 soles.

Ingresos de 4001 a ms.
Para analizar el factor economa se ha podido elegir otros indicadores,
como por ejemplo los ingresos quincenales, los ingresos anuales, la posesin de cuentas bancarias, la capacidad de movilizar dinero, la capacidad
de inmovilizar dinero, la posesin de obras de arte, los signos exteriores
de riqueza, la condicin tributaria, la posesin de tarjetas de crdito, entre
77
Elas J. Meja Meja
otros. Si se analiza el factor econmico a partir de todos estos indicadores, no Solo se estara operacionalizando el factor, sino que esto ya
sera el inicio para la construccin de un instrumento muy completo
para medir, con ms precisin, la variable condicin socioeconmica.
Con respecto al factor educacin, se ha elegido el indicador nivel

de escolaridad alcanzado de lo que resulta la siguiente escala:
- Analfabeto.
Primaria incompleta.
Primaria completa.
Secundaria incompleta.
Secundaria completa.
Educacin superior incompleta.
Educacin superior completa.
Estudios de posgrado incompletos.
Estudios de posgrado completos.
Otros indicadores pertinentes del factor educacin son: la eleccin
de las amistades, el tipo de espectculos preferidos, el tener ms de
una profesin, el poseer grado acadmico o simplemente el
promedio de las calificaciones obtenidas en un perodo de
estudios.
Para el factor salud se ha elegido el indicador nivel nutricional
con el que se elabora la siguiente escala:
- Deficiente estado nutricional.
- Nutricin no balanceada.
- Nutricin balanceada.
Existen otros indicadores de la salud de las personas, como por ejemplo la ausencia de enfermedades, o el indicador que la Organizacin
Mundial de la Salud establece: la triple armona y equilibrio entre el
aspecto fsico, emocional y social de las personas.
Para el factor vivienda se ha elegido el indicador posesin de la

vivien-da, as la escala resulta ser la siguiente:
- Alojado en la vivienda de familiares.
- Vive en casa alquilada.
- Posee vivienda propia.
78
Otros indicadores del factor vivienda son la ubicacin de la

vivienda, los materiales de los que est construida, el rea de
terreno que ocupa, la antigedad de la construccin, el nmero de
habitaciones que tiene, el nmero de personas que la habitan, la
proporcin del rea de terreno con respecto al rea construida, etc.
Para el factor ocupacin se ha elegido el indicador tiempo de dedicacin al trabajo y segn este indicador se elabora la siguiente escala:
- Desocupado.
Trabajador eventual.
Trabajador permanente a tiempo parcial.
Trabajador permanente a tiempo completo.
Otros indicadores del factor ocupacin son los siguientes: el
tipo de actividad que realiza, si se requiere calificacin
especializada para desem-pear la actividad, la antigedad en
el empleo, la propiedad de los medios de produccin, etc.
4 Asignacin de ndices. Una vez elaboradas las escalas para cada
uno de los indicadores, se asigna un ndice numrico a cada uno
de los intervalos de dichas escalas, del siguiente modo:
ndices para el factor economa:
- Ingresos de hasta 1000 soles
: ndice 1
- Ingresos de 1001 a 2000 soles
: ndice 2
: ndice 3
: ndice 4
- Ingresos de 4001 a ms
: ndice 8
La razn por la que se asigna el ndice 8 al ltimo intervalo es
por-que en este intervalo pueden estar considerados quienes
obtienen ingresos mensuales de 6, 8, 10 mil o ms soles. Es
decir, se ha hecho la correspondiente ponderacin de cada
intervalo de la escala que se est elaborando.
ndices para el factor educacin:
- Analfabeto
- Primaria incompleta
- Primaria completa
79
Elas J. Meja Meja
: ndice 1
: ndice 2
: ndice 3
- Secundaria incompleta
: ndice 4
- Secundaria completa
: ndice 5
- Educacin superior incompleta
: ndice 6
- Educacin superior completa
: ndice 7
- Estudios de post grado incompletos
: ndice 8
- Estudios de post grado completos
: ndice 10
En este caso tambin se asigna un ndice numrico ms alto al
inter-valo estudios completos de posgrado, porque se considera
que esta condicin es ms relevante que estar ubicado en los
otros intervalos previstos.
ndices para el factor salud:
- Deficiente estado nutricional
- Nutricin no balanceada
- Nutricin balanceada
: ndice 1
: ndice 2
: ndice 5
En este caso tambin se ha ponderado el ltimo intervalo porque se considera que en materia nutricional sta es la situacin ptima y deseable.
ndices para el factor vivienda:

- Alojado en la vivienda de familiares
: ndice 1
- Vive en casa alquilada
: ndice 2
- Posee vivienda propia
: ndice 6
En este caso tambin se asigna ms valor a la situacin de
poseer vivienda propia porque esta situacin pone en evidencia
una mejor situacin socio econmica de las personas.
ndices para el factor ocupacin:
- Desocupado
- Trabajador eventual
- Trabajador permanente a tiempo parcial
- Trabajador permanente con pleno empleo
En este caso tambin se ha ponderado
trabajador permanente con pleno empleo,
ms beneficiosa para un trabajador.
80
: ndice 1
: ndice 2
: ndice 3
: ndice 5
la situacin de ser
por ser la situacin
5 Variacin de la variable. Para hacer variar la variable se tiene

que es-tablecer un puntaje mnimo y un puntaje mximo que,
tericamen-te, un sujeto alcanzara si se le aplicara una supuesta
prueba basada en la operacionalizacin que se est realizando.
En el presente caso, el puntaje mnimo posible de ser alcanzado
es 5 y el puntaje mximo es 34. El puntaje mnimo 5, resulta de
sumar los ndices ms bajos: 1 del factor econmico, 1 del factor
educacin, 1 del factor salud, 1 del factor vivienda y 1 del factor
ocupacin. El puntaje mximo: 34, resulta de sumar los ndices
ms altos: 8 del factor econmico, 10 del factor educacin, 5 del
factor salud, 6 del factor vivienda y 5 del factor ocupacin.
En seguida se debe calcular el rango que existe entre el puntaje mnimo y el puntaje mximo; para ello se resta del valor del puntaje
mximo, el valor del puntaje mnimo. As se tiene: 34 / 5 = 30.
Si el investigador desea establecer una dicotoma, el rango lo
dividir entre dos, as 30 / 2= 15. Entonces se puede establecer que
estar ubicado en la condicin socioeconmica de pobre es haber
alcanzado entre 5 y 20 (5 + 15) puntos en esta supuesta escala de
medicin de la variable condicin socioeconmica. Y estar ubicado
en la condicin socio econmica de rico es haber alcanzado una
puntuacin de 21 a 34 puntos (21 + 15), en esta escala.
Segn este procedimiento, la variable condicin socioeconmica
asu-me dos valores: ricos y pobres.
Lo descrito se puede apreciar con mayor claridad en el Grfico N. 3
81
8
2
Constructo
Componentes
CONDICINSOCIOECONMIC
ECONOMA
- Hasta 1 000
- 1 001 a 2 000
- 2 001 a 3 000
- 3 001 a 4 000
- 4 001 a ms
Ingreso mensual
EDUCACIN
1
2
3
4
8
- Analfabeto
- Primaria inc.
- Primaria comp.
- Secundaria inc.
- Secundaria comp.
- Superior inc.
- Superior comp.
- Est. P.G. inc.
- Est. P.G. comp.
Nivel de escolaridad
SALUD
1
2
3
4
5
6
7
8
10
- Deficiente nutric.
- Nutric. no balan.
- Nutric. balanc.
nd
Nivel nutricional
Indic
ador
es
Elas J. Meja Meja

Grfico N 3
1
2
5
Captulo III
ESTRATEGIAS PARA CONTRASTAR
HIPTESIS
R 01
R 03
Cuadro N 3
R
R
R
R
O
1
O3
X
O
2
O4
O5
O
6
9. Diseo de
muestras
materiales
equivalentes
X1 0
Ma Ma
X1 0
+ + +
+ ++ + -
+ + +
+ ++ + -
+ + +
+ ++ + ?
10. Diseo de grupo

de
control no
equivalente
+
0 X
0
0 X
0
11. Diseos
compensados
X1 0 X 2 0 X 3 0 X 4 0
X2 0 X 3 0 X 4 0 X 1 0
+
X3 0 X 4 0 X 1 0 X 2 0
X4 0 X 1 0 X 2 0 X 3 0
Int
e.
e.yInt nselecci
Inte.mltiples
Disp.reactivos
+ ++ + -
re
Inte.deselec.yX
+ + +
reentmad.
8. Diseo de series
cronolgicas equivalentes +
X1 0 X 8 0 X 1 0 X 8 0
inSelecc
edstteent y X adm.
.Mor.Experimen
aRegr.Estadstic
nInstrumentaci
estAdm.T
Maduracin
+ ++ + -
riaHisto
+ + ?
7. Experimento de
series
cronolgi
?
cas
01 02 03 04 X 05 06 07
08
800 pacientes
que murieron de
cncer pulmonar
200 pacientes que

murieron de otro
tipo de cncer
Captulo IV
INSTRUMENTOS DE ACOPIO DE
DATOS
1 Medicin ordinal
5 Medicin nominal
OPINIONES
MA
MD
Es muy acertada la orientacin que se ha adoptado en la Universidad para formar profesionales en el aspecto intelectual, solamente.
Todo buen profesional debe poseer habilidades

para comunicarse eficazmente con sus semejantes. Por eso son muy importantes los cursos
de Lenguaje y Comunicacin.
La identificacin con la cultura y la realidad de

su pas es una condicin bsica para un exitoso
desempeo profesional.
En la Universidad no se deben llevar a cabo

actividades para orientar la conducta tica y
moral de los alumnos, porque estos aspectos
no son parte de la formacin profesional.
Por lo general, los profesionales que, adems

de su especialidad profesional, conocen el arte
y saben apreciarlo, no tienen tanto xito en su
especialidad profesional.
se aplica a los sujetos de la investigacin no deben aparecer estos

punta-jes; los casilleros deben estar en blanco precisamente para que
los sujetos marquen sus respuestas.
7. CUALIDADES DE LOS INSTRUMENTOS
El xito de una investigacin, adems de la plena identificacin de
las variables, la correcta formulacin de la hiptesis, la estrategia adecuada para probar dichas hiptesis, etc., depende de la calidad de los
instrumentos de acopio de datos, de ah que resulta muy importante que
el investigador asuma esta tarea con la mayor responsabilidad posible.
Esto quiere decir que el investigador debe preocuparse en cuidar que los
instrumentos que elabora para acopiar los datos posean las cualidades
bsicas y necesarias. Si un instrumento no posee las cualidades
necesarias, la investigacin puede adoptar un sesgo peligroso y se puede
llegar a re-sultados apcrifos o falsos en una investigacin.
Los instrumentos de acopio de datos deben poseer estas cualidades para
hacer evidente su bondad en la recoleccin de los datos que requiere el
investigador. Muchas veces, el investigador obtiene datos falsos o equivocados porque sus instrumentos no poseen las cualidades esenciales. Un buen
instrumento debe reunir ciertas cualidades que lo tipifiquen como tal.
7.1. Validez
La validez es una cualidad que consiste en que las pruebas midan lo
que pretenden medir. Las pruebas deben medir las caractersticas especficas de las variables para las cuales fueron diseadas. Las pruebas que
no poseen validez no tienen utilidad alguna. La validez tambin se
denomina veracidad, exactitud, autenticidad, o solidez de la prueba.
La validez se refiere a los resultados de la prueba, no a la prueba misma.
Estos resultados no se expresan en trminos categricos: resultados vlidos
o resultados no vlidos, sino que estos resultados se expresan en forma de
una continuidad o progresin, as los resultados sern de escasa validez o de
mucha validez, pasando por mltiples situaciones intermedias.
La validez de los resultados de una prueba solo tiene sentido dentro
del contexto en el que ocurre la prueba. Por ejemplo, un tem de resolucin de problemas de sumas ser vlido si lo que se desea es medir esta
133
Elas J. Meja Meja
habilidad en los estudiantes. Pero este mismo tem no ser vlido si

lo que se desea es explorar las habilidades de multiplicacin que
habran desarrollado.
Sin embargo, las pruebas no poseen validez universal. Una prueba
vlida para una situacin determinada puede carecer de validez para otra.
La validez puede ser de varios tipos: validez de contenido, validez de
construccin, validez predictiva, validez concurrente y validez estadstica.
Validez de contenido
Denominada tambin validez lgica o de muestreo consiste en que los
contenidos o conceptos planteados en los tems correspondan con lo previsto en los objetivos del aprendizaje. La validez de contenido adquiere mayor importancia cuando se trata de comprobar resultados del aprendizaje.
En otras palabras, la validez de contenido es el grado de fidelidad con el
que una prueba refleja el universo de reactivos del cual se extrajeron los
tems. Universo de reactivos es un concepto terico que alude a todos los
posibles tems que se podran formular sobre un determinado tema. Por
ejemplo, si se desea explorar cunto saben los estudiantes de medi-cina
acerca de un curso de Histologa, se tendra que redactar todos los tems
posibles sobre este tema, lo que resulta un imposible. Sin embargo, teniendo
en cuenta que este es un concepto terico, los tems que se re-dacten para
una prueba de Histologa se consideran una muestra de este universo de
reactivos y, por tanto, se asume que lo representan fielmente. As, la prueba
de Histologa que se prepare, ser capaz de medir, realmen-te,
conocimientos de Histologa y no otro tipo de conocimientos.
Para determinar la validez de contenido se analiza el universo de

con-tenidos respectivo y se selecciona una muestra representativa de
ellos, la que debe ser explorada por la prueba. Por ejemplo, si se trata
construir una prueba de lgebra, se debe partir de los objetivos del
aprendizaje pre-vistos y examinar los textos que existen sobre la materia
con la finalidad de determinar el universo de contenidos y luego decidir
qu contenidos debe abarcar la prueba y qu proporcin de tems debe
asignarse a cada uno de los aspectos de la materia que se evala.
Si se desea saber si una prueba ya publicada tiene validez de contenido
para los estudiantes a quienes se pretende aplicar, se deber comparar los
134
objetivos de aprendizaje previstos para ellos con el contenido de la

prueba a aplicarse.
La validez de contenido se puede comprobar segn los siguientes
criterios:
a. Criterio curricular o programtico: Los contenidos a medir deben
es-tar previstos en el currculo o en el programa de estudios. Para
el caso, se puede elaborar una Tabla de Cotejo que permita
determinar que todos los contenidos que aparecen en la prueba
estn considerados en el programa curricular.
b. Criterio bibliogrfico: Los contenidos a medir deben aparecer en
los diferentes textos de la materia.
c. Criterio de pertinencia: Los contenidos a medir deben estar adecuados a las capacidades intelectuales de los sujetos que respondern la
prueba. De este criterio se desprende la necesidad de determinar los
ndices de dificultad, tanto de los tems como de la prueba.
d. Criterio de utilidad social: Los contenidos a medir deben
tener signi-ficado o importancia para la vida prctica.
La validez de contenido se determina generalmente mediante el
juicio de expertos, sin embargo, hay tcnicas como la aplicacin de
pruebas pa-ralelas o el estudio de errores comunes, que proporcionan
la informacin requerida sobre este tipo de validez.
Validez de constructo o de concepto
El constructo es un concepto elaborado al ms alto nivel de
abstrac-cin y sirve para hacer referencia a una caracterstica o
aspecto de la con-ducta humana, como por ejemplo, la habilidad
mecnica, la inteligencia o el aprendizaje.
La validez de constructo es el grado de correspondencia o congruencia
que existe entre los resultados de una prueba y los conceptos tericos en los
que se basan los temas que se pretenden medir. La validez de construc-to
trata de establecer en qu medida la prueba tiene en cuenta los aspectos que
se hallan implcitos en la definicin terica del tema a ser medido.
Este tipo de validez es el ms importante, pues si se elabora una prueba
sobre Anatoma, los resultados de la prueba deben medir realmente
135
Elas J. Meja Meja
conocimientos acerca de lo que se entiende por Anatoma y no sobre

cualquier otro concepto. En este caso, la dificultad radica en la capacidad
que se tenga para definir correctamente el constructo que se desea explorar.
Se denomina tambin validez de elaboracin o de hiptesis de trabajo.
Se determina en base al juicio de expertos o a los tipos y grados de

relaciones existentes entre el resultado de la prueba y los resultados
obte-nidos en la medicin de otros factores asociados. Este tipo de
validez es importante porque se orienta a analizar la naturaleza de las
caractersticas de la variable que el investigador se ha propuesto medir.
La validez de constructo no solo evala la prueba, sino tambin la teora en la que se apoya la prueba. Cuando los datos obtenidos confirman las
predicciones de la teora significa que, al menos por el momento, se han
hallado evidencias que convalidan la hiptesis e indican que la prue-ba
mide las relaciones previstas por esta ltima. Si las predicciones no son
confirmadas, se debe suponer que la causa puede ser una de las siguientes: o
la prueba no mide el concepto, o la hiptesis es incorrecta, o se requiere un
nuevo anlisis, o el diseo de la investigacin no es el ms adecuado.
Validez predictiva
La validez predictiva es la capacidad que tienen las pruebas de
predecir acontecimientos futuros, tales como el xito que un
individuo alcanzar en sus estudios o en su trabajo. Para determinar
la validez predictiva se procede del siguiente modo:
1. Se administra la prueba.
2. Se espera a que se produzcan los desempeos pronosticados.
3. Se compara los puntajes de la prueba con los desempeos reales
del sujeto.
Para determinar la validez predictiva de una supuesta prueba
elabo-rada para predecir el xito que los alumnos lograrn durante el
primer ao de estudios universitarios, se administrar dicha prueba a
una amplia muestra de alumnos del 5 ao de secundaria,
seleccionados al azar. Una vez que estos alumnos hayan terminado el
primer ao de estudios uni-versitarios, se cotejarn ambas series de
puntuaciones: la prueba tendr mayor capacidad predictiva si es ms
alta la correlacin entre ambas series de puntuaciones.
136
Sin embargo, a nivel terico, el pronstico solo puede ser vlido si la

comparacin con los desempeos reales se hace en situaciones iguales o
semejantes a las existentes al momento de aplicar la prueba, cosa que no
habra ocurrido en la situacin descrita en el prrafo anterior.
Validez concurrente
La validez concurrente es la correlacin que se puede hallar entre
las puntuaciones logradas luego de la aplicacin de la prueba, con
respecto a las puntuaciones obtenidas, por los mismos sujetos, en
otras mediciones realizadas simultneamente.
El procedimiento para determinar la validez concurrente es
similar al que se emplea para verificar la validez predictiva, solo que
la correlacin puede hallarse casi de inmediato ya que los datos se
obtienen al mismo tiempo.
Los puntajes que los estudiantes obtienen en una nueva prueba se
pueden comparar con las calificaciones que recibieron ltimamente en la
materia o con los puntajes que los mismos alumnos alcanzaron en otras
pruebas similares, cuya validez ya fue comprobada. Por ejemplo: en lugar
de esperar varios aos para determinar si una prueba de inters vocacional
es capaz de predecir el xito en determinada profesin, se puede cotejar esta
prueba con los indicadores de los intereses vocacionales de las perso-nas
que han alcanzado xito en la profesin correspondiente.
Validez estadstica o emprica

Es el tipo de correlacin que existe entre los resultados de la
prueba y la situacin real del sujeto en los aprendizajes cuyos
resultados se mide. Para establecerla se usa las siguientes tcnicas:
1. Comparacin con las diferentes calificaciones obtenidas.
2. Incremento del porcentaje de xito por edades y grados sucesivos.
3. Anlisis de las diferencias entre los puntajes obtenidos por
dos grupos diferentes de alumnos.
137
Elas J. Meja Meja
7.2. Confiabilidad
El trmino confiabilidad proviene de la palabra fiable, y sta a su vez
de fe. La confiabilidad establece cuan fiable, consistente, coherente o
estable es el instrumento que se ha elaborado. Por eso, cuando alguien se
refiere a una persona dice que es confiable, que le inspira confianza, que
tiene fe en ella y, en cambio, cuando se refiere a otra persona puede decir
que no le merece confianza, que duda de su conducta futura. Una perso-na
considerada confiable es aquella que actuar, en el futuro, del mismo modo
cmo ha actuado en el pasado. As tambin, un instrumento de acopio de
datos ser confiable, inspirar confianza, cuando al ser aplicado en repetidas
ocasiones arroje los mismos resultados.
Cuando se realizan procesos de medicin, el puntaje observado de una
variable equivale al puntaje verdadero de tal variable ms o menos el
margen de error. El puntaje observado es el valor que se obtiene al medir
una variable, sin embargo, este no es el puntaje verdadero, el puntaje verdadero es el resultado de la medicin exacta de la variable. Por ejemplo, los
estudiantes tienen un determinado nivel de xito acadmico en sus estudios
que es precisamente el que se quiere conocer. Este valor es nico y cuando
se hacen sucesivas mediciones se obtienen diversos puntajes aproximados a
este valor, pero no se obtiene el verdadero valor de la varia-ble,
precisamente porque el investigador no dispone de un instrumento tan
perfecto que sea capaz de medir la real magnitud de, en este caso, el xito
acadmico de los estudiantes, que efectivamente existe pero que no lo
puede conocer an. De esta idea parte aquello de que toda medicin debe
ser isomrfica con la realidad, es decir, que las mediciones que se obtengan
aunque no sean exactas deben ser, por lo menos, aproximadas a la real
magnitud del fenmeno que se estudia.
La humanidad ha avanzado mucho en la medicin del tiempo, entre
otros fenmenos que trata de conocer, y los resultados de tales medicio-nes
son asombrosamente aproximados a la real magnitud del tiempo, sin
embargo, los cientficos declaran que sus mediciones del tiempo se realizan con aproximaciones de dcimas, centsimas o milsimas de segundo,
pero confiesan que la medicin exacta del tiempo, sin mrgenes de error, es
un ideal an no logrado. Sin embargo se puede decir que la medicin del
tiempo es isomrfica con la realidad, porque el margen de error es muy
pequeo, tan pequeo, que resulta insignificante.
138
Pero sucede que los instrumentos disponibles para medir las variables
del comportamiento, tales como la inteligencia, el xito acadmico, la
motivacin por los estudios, etc., no son tan precisos como los instrumentos que la humanidad dispone para medir el tiempo o el espacio. Aqu
radica la importancia de elaborar instrumentos confiables que per-mitan al
investigador aproximarse, lo ms cerca posible, al valor real de las variables
y para ello debe reducir el margen de error con el que hace las mediciones.
En este sentido, si tericamente un estudiante tiene 17,57 puntos de xito
acadmico en sus estudios y el investigador ha obtenido, con los
instrumentos que dispone, una puntuacin de 17,13, se podr decir que ha
hecho una medicin exacta pues el margen de error es rela-tivamente
pequeo, pero si le asigna a este estudiante una puntuacin de 12,45,
entonces el investigador est muy alejado del valor verdadero del xito
acadmico del estudiante. Sin embargo, con una prueba confiable, en las
repetidas oportunidades en que se realicen las mediciones, se ob-tendrn
valores muy prximos al valor terico y, en este caso, se podra considerar
que los resultados de estas mediciones son ms cercanos al puntaje
verdadero, 17,57 como se ha dicho, son ms plausibles que el valor de 12,45
obtenido con una prueba poco confiable.
Como se ha dicho, la confiabilidad es la seguridad, exactitud, precisin o consistencia que debe poseer una prueba. Una prueba es confiable
si al aplicarla en reiteradas ocasiones a los mismos sujetos y en idnticas
condiciones se obtienen iguales resultados. Por ejemplo, si un estudiante
alcanza un puntaje de 110 en una prueba de inteligencia, debe lograr
aproximadamente el mismo resultado si, una semana ms tarde, se le
administra una versin equivalente de la misma la prueba.
La confiabilidad se expresa con el coeficiente de confiabilidad. El
coeficiente de confiabilidad perfecto es 1, muy difcil de alcanzar. Los
coeficientes de confiabilidad aceptables oscilan entre 0,66 y 0,71, como
mnimo, es decir, decimales que tienden acercarse a la unidad.
El ndice de confiabilidad de una prueba se obtiene aplicando la
si-guiente frmula:
139
Elas J. Meja Meja
Donde:
Cf
= Coeficiente de confiabilidad.
n
= Puntaje mximo alcanzado.
x
= Promedio.
s = Desviacin standard de las puntuaciones de la prueba.
Sean los siguientes
datos: n = 18
x = 14,27 s =
3,1
Entonces:
Cf
Cf
Cf
= 1,0588 x [1 0,3077]
= 1,0588 x 0,6923
= 0,73
Con estos datos, el coeficiente de confiabilidad hallado es 0,73. La

tabla de Kder Richardson permite interpretar el valor hallado:
0,53 a menos
0,54 a 0.59
0,60 a 0.65
0,66 a 0.71
0,72 a 0.99
1,00
=
=
=
=
=
=
Nula confiabilidad.
Baja confiabilidad.
Confiable.
Muy confiable.
Excelente confiabilidad.
Perfecta confiabilidad.
Como se ha obtenido el valor de 0,73, se deduce que la supuesta

prue-ba analizada tiene un excelente coeficiente de confiabilidad.
Otro ejemplo. Sean los siguientes datos:
140
n = 98
x = 70
=
6,8
Entonces:
El resultado 0,57 significa que el coeficiente de confiabilidad de

la prueba es bajo.
Factores que contribuyen a mejorar la confiabilidad de una prueba
Son muchos los factores que contribuyen a mejorar el coeficiente de
confiabilidad. El logro de altos coeficientes de confiabilidad depende, en
gran medida, del cuidado y esmero del investigador en el proceso de elaboracin de la prueba, y tambin de su experiencia en este tipo de tarea.
Sin embargo, es pertinente mencionar los siguientes factores:
a. Adecuado nmero de tems. Una prueba con pocos tems no
es muy confiable.
b. Homogeneidad de los elementos de la prueba. Cuanto mayor sea
la homogeneidad de los elementos de una prueba, la prueba ser
ms confiable.
c. ndice de discriminacin de los tems. Si el ndice de
discriminacin de los tems es ms alto, mayor ser la
confiabilidad de la prueba.
d. Grado de dificultad de la prueba. Las pruebas que tienen grados
de dificultad promedio son ms confiables.
e. Representatividad de la prueba. La prueba debe contener tems que
constituyan una muestra representativa de las conductas a medir.
Tcnicas para incrementar la confiabilidad de una prueba
Como la confiabilidad depende de la relacin que existe entre el puntaje real y el puntaje observado, es lgico suponer que cuanto menor sea
el margen de error, el puntaje observado se hallar ms cercano al
puntaje verdadero, que es un concepto terico. De modo que si se desea
incre-mentar la confiabilidad de un instrumento de acopio de datos lo
que se debe hacer es tratar de disminuir este margen de error. Las
siguientes son las tcnicas ms eficaces para elevar la confiabilidad.
141
Elas J. Meja Meja
a. Incrementar el nmero de tems o de observaciones de una

prueba. Cuan-to mayor sea la muestra extrada del universo de
conductas que se est estudiando, es ms probable que tal
muestra sea ms representativa y ms confiable.
b. Eliminar los tems difciles o ambiguos. La confiabilidad de una
prueba disminuye porque los tems difciles o ambiguos son
respondidos por los sujetos de manera indiscriminada, con
respuestas equivocadas o cometiendo errores inadvertidos.
c. Estandarizar las condiciones de administracin de la prueba.
Todas las personas a quienes se aplica la prueba deben resolverla
en igualdad de condiciones. No puede ser que mientras un grupo
de sujetos resuelva la prueba en un ambiente adecuado y sin
ruidos ni interferencias, otro grupo resuelva la prueba en un
ambiente inapropiado y con mu-chas interferencias.
d. Emplear tems con adecuado grado de dificultad. Toda prueba
que con-tenga tems demasiado fciles o demasiado difciles no
mide el real desempeo de los examinados.
e. Minimizar los efectos de factores externos. Es preferible no
someter las pruebas a procesos de confiabilidad en momentos en
que la sociedad vive circunstancias especiales como son las
pocas de elecciones, la sucesin de varios das feriados, los das
de convulsin social, etc. Es recomendable postergar la prueba
para momentos ms oportunos, debido a que es muy probable
que tales eventos influyan en el nimo de los sujetos y produzcan
distorsiones en los resultados de la medi-cin.
f. Estandarizar las instrucciones. Diferentes investigadores que
adminis-tran la prueba, en distintos grupos, debern leer las mismas
instruc-ciones y presentar la prueba en las mismas condiciones.
g.
142
Mantener procedimientos de calificacin coherentes. Esto es recomendable

especialmente cuando la prueba contiene tems de respuesta abierta. En este
caso, un evaluador no acta del mismo modo cuando califica la pri-mera
prueba que cuando califica la ltima, de una cantidad muy grande de
pruebas. Es necesario que la actitud del evaluador sea consistente y que
disponga de criterios objetivos segn los cuales pueda guiarse al mo-mento
de asignar puntajes a las respuestas.
Tcnicas para calcular el coeficiente de confiabilidad de una prueba

Para calcular el coeficiente de confiabilidad de una prueba por lo general se compara dos versiones de la misma prueba. As se obtiene el
coeficiente de correlacin (r) que existe entre ellas. Cuanto ms alto sea el
coeficiente de correlacin positiva entre las dos versiones de la prueba, la
prueba ser ms confiable. Dems est decir que el coeficiente de correlacin perfecto es 1,00 y para asignar alto grado de confiabilidad a una
prueba se debe esperar obtener coeficientes de, ms o menos, 0,80.
Las principales tcnicas para calcular el coeficiente de

confiabilidad de una prueba son las siguientes:
a. Tcnica de la replicacin o test - retest. La prueba o test se aplica
dos o ms veces al mismo grupo de estudiantes y se correlacionan
las series de puntuaciones obtenidas. Para que la prueba sea
confiable se espera una correlacin alta. La desventaja de este
mtodo consiste en que los resultados del post test puedan ser
influenciados por el pre test, habi-da cuenta de que el test que se
aplica es el mismo, as como el grupo que responde a la prueba.
b.
c.
143
Tcnica de la aplicacin de dos versiones paralelas de una misma

prueba. Se elabora dos versiones paralelas de la misma prueba y se
aplica, cada una de ellas, a dos grupos distintos. En base a las dos series
de pun-tuaciones as obtenidas se calcula el coeficiente de correlacin
entre dichas puntuaciones y si la correlacin es alta se puede establecer
que la prueba es confiable. Esta tcnica se aplica cuando se sospecha
que el recuerdo o la prctica, en el pre test, pueda influir en los
resultados del post test. La desventaja de esta tcnica es la dificultad de
elaborar versiones paralelas de la misma prueba y la posibilidad de que
los grupos a los que se aplica no sean realmente iguales entre s.
Tcnica de la aplicacin de la prueba en mitades. Esta tcnica consiste
en dividir la prueba en mitades, al azar, y aplicarla al mismo grupo en
un solo momento. El coeficiente de correlacin se obtiene correlacionando la serie de puntuaciones obtenidas en una mitad de la prueba con
las puntuaciones obtenidas en la otra mitad. Si por ejemplo una prueba
tiene 40 tems, se considera una mitad a los 20 primeros tems y la otra
mitad sern los 20 tems restantes. Otra tcnica ms efectiva es
considerar una mitad a los tems impares y la otra mitad a los tems
pares. Para dividir la prueba en dos mitades empleando este mtodo,
Elas J. Meja Meja
se disea una hoja de respuestas de modo tal que las respuestas a los
tems impares se coloquen en la columna de la derecha y las
respues-tas a los tems pares se coloquen en la columna de la
izquierda. De este modo es posible obtener dos series de
puntuaciones, en un mis-mo tiempo y con los mismos sujetos, lo
que neutraliza la desventaja de la administracin de test, es decir, la
influencia que puede produ-cir el hecho de aplicar dos veces una
prueba a un mismo sujeto. El siguiente grfico ilustra lo dicho:
HOJA DE RESPUESTAS
Grfico N 8
Con este mtodo, la prueba se aplica una sola vez y as se logra
evitar los efectos del pre test y se puede establecer que la prueba ha
sido aplicada a dos grupos iguales.
d. Tcnica de administracin en tiempo diferido. Una misma prueba
debe ser administrada al mismo grupo en dos ocasiones diferentes.
De este modo se obtiene las dos series de puntuaciones que se
necesitan para calcular el coeficiente de correlacin. Es
recomendable que el lapso entre la primera y la segunda aplicacin
no sea muy breve, para evitar la llamada administracin de test, es
decir, la influencia de la primera aplicacin en los puntajes que se
obtengan en la segunda aplicacin.
144
7.3. Relaciones entre confiabilidad y validez

La confiabilidad y la validez son cualidades estrechamente relacionadas
entre s. Sin embargo, una prueba puede ser confiable pero no necesariamente vlida. Una prueba puede adolecer de validez, si previamente no se
ha establecido su confiabilidad. Esto significa que la confiabilidad es una
condicin necesaria pero no suficiente como para establecer la validez de
una prueba. Por ejemplo, una prueba para medir aprendizajes matemti-cos
puede ser altamente confiable, pero si el investigador pretende que esa
prueba mida comprensin de lectura, obviamente, esta prueba ya no ser
vlida para el caso, aunque siga siendo confiable. Una prueba puede ser
confiable y evaluar de manera consistente un constructo, pero si este constructo no es el mismo que se est estudiando, la prueba no ser vlida.
Como se puede notar, en las ciencias sociales an existen serias dificultades para medir las variables que son materia de investigacin. En
cambio, en las ciencias naturales, existe un mayor nivel de desarrollo al
respecto debido principalmente a que las variables cientfico naturales ya
estn operacionalizadas y el investigador dispone de diversos instrumen-tos
para medirlas. Las variables del comportamiento humano, por ser elusivas e
impredecibles, ofrecen mayores dificultades tcnicas y metodo-lgicas,
tanto para su operacionalizacin como para su medicin. Por eso es que en
las ciencias sociales no existen muchos instrumentos para medir tales
variables. De ah que resulta de enorme responsabilidad del cien-tfico
social realizar los mayores esfuerzos para construir instrumentos vlidos y
confiables que le permitan conocer, con aproximaciones muy cercanas a lo
real, las caractersticas de los fenmenos que estudia. Por el contrario, si no
se miden correctamente las variables cientfico sociales, se corre el riesgo
de arribar a conclusiones equivocadas en la investigacin y de nada habra
valido haber planteado buenas hiptesis o haber elegido las mejores
estrategias para contrastarlas. El xito en las investigaciones cientfico
sociales depende, en gran medida, de la calidad de los instru-mentos con los
que se estudian los fenmenos.
7.4. Objetividad
La objetividad consiste en que la prueba debe producir los mismos
puntajes sea quien fuere la persona que evale las respuestas. Para
lograr esta condicin, las pruebas deben poseer normas de asignacin
145
Elas J. Meja Meja
de puntajes o claves de respuestas para evitar la necesidad de recurrir

a juicios subjetivos para decidir si cada respuesta es correcta o
incorrecta. Esta condicin es importante porque contribuye a lograr
lo que se ha llamado el isomorfismo con la realidad.
7.5. Amplitud
Es la adecuada extensin que debe tener la prueba. Una buena
prueba debe explorar, en un tiempo determinado, la mayor cantidad de
informa-cin. Las pruebas no deben ser muy amplias ni muy escuetas,
es recomen-dable que las pruebas sean de mediana amplitud.
7.6. Practicidad
Una prueba debe ser prctica o aplicable. Para ello debe estar
diseada de tal modo que su administracin e interpretacin sea fcil
y de bajo costo.
Tambin es conveniente tener en cuenta su utilidad social. La
prueba debe conducir a soluciones prcticas, que ofrezcan alguna
utilidad en la solucin de los problemas de la vida cotidiana.
7.7. Adecuacin
Cuando se disea una prueba, es necesario determinar si sta es
apro-piada para el fin que se persigue. Esto quiere decir que el
investigador deber tener en cuenta si la prueba le proporciona los datos
necesarios, si le permitir obtener las medidas con el grado de precisin
deseado, si ser apropiada para la edad y caractersticas de los sujetos,
para el momento y la localidad en que se pretende administrarla, o
cundo preferir entre dos pruebas igualmente confiables y vlidas. Por
estas consideraciones resultan ms adecuadas las pruebas que tienen
formas paralelas y normas especficas para su empleo o aplicacin.
8. RECOMENDACIONES PARA CONSTRUIR PRUEBAS

Para construir una prueba es recomendable tener en cuenta lo siguiente:
a.
146
Toda prueba debe servir para cumplir un propsito bien definido. Los
propsitos pueden ser el diagnstico, el pronstico, la investigacin,
etc. Segn sus propsitos, las pruebas adquieren caractersticas particulares en relacin con el ndice de dificultad de los tems, la interpretacin de los resultados, el momento en que deben ser aplicadas, etc.
b. Las pruebas deben recoger evidencias sobre determinados

productos del aprendizaje en funcin de objetivos previamente
determinados. Cada tem debe medir algn conocimiento o
habilidad especfica. El tipo de tem depender del tipo de
aprendizaje que se desee eva-luar. Por ejemplo, si se pretende
medir conocimientos especficos, no es lo mismo utilizar una
pregunta de ensayo que un tem de tipo verdadero-falso.
c. Las pruebas se construyen en base a un muestreo del universo de
contenidos a evaluar. El diseo previo de la estructura de la
prueba asegura un buen muestreo.
d. Segn sus propsitos, las pruebas deben poseer un nivel apropiado
de dificultad. Sin embargo, en las pruebas de diagnstico, o en las
formativas, lo que interesa es la respuesta personal de los estudiantes
para analizar sus deficiencias de aprendizaje y recomendar las
alterna-tivas que les permitan lograr los objetivos.
e. Los tems de las pruebas deben estar elaborados de tal modo que
sus respuestas expresen solo el logro de un determinado
aprendizaje. Lo que importa es que un tem mida determinados
productos de aprendizaje.
f. Los tems deben ser elaborados de tal forma que solo cuando el
alum-no haya logrado el producto del aprendizaje sea capaz de
emitir la respuesta correcta.
9. TCNICA PARA ELABORAR PRUEBAS
Como se requiere mayor cuidado para elaborar tests o pruebas
que midan los resultados del aprendizaje es necesario aplicar una
tcnica es-pecfica para construirlos. Si, por ejemplo, se desea
elaborar una prueba para medir el aprendizaje de estudiantes
universitarios en un curso de Fsica, se proceder de la siguiente
manera:
1.
147
Determinacin de los propsitos y usos de la prueba. Los propsitos

para los cuales se elaboran las pruebas son mltiples, pero los ms
conocidos son los siguientes: motivacin, orientacin, diagnstico,
pronstico, administracin, investigacin, validacin, o evaluacin de
los resultados del proceso educativo. En este momento se debe
establecer si la prueba que se va a elaborar servir para diagnosticar,
Elas J. Meja Meja
2.
pronosticar o simplemente para validar el instrumento. En el ejemplo

que se propone, se desea elaborar una prueba para diagnosticar el nivel
de aprendizaje en un curso universitario de Fsica.
Identificacin de los sujetos u objetos a evaluar. Una vez establecido
el objetivo o el propsito de la prueba, se determina quines sern los
sujetos o cules sern los objetos a evaluar. En el presente ejemplo, los
sujetos a evaluar son estudiantes del III Ciclo de la carrera profesional
de Ingeniera Mecnica. Cuando se elabora una prueba con fines de
investigacin, los sujetos a quienes est dirigida la prueba, son considerados parte de la poblacin y se asume que ellos constituyen la
muestra representativa de la poblacin que se estudia.
3. Elaboracin de la estructura de la prueba. La estructura de la

prue-ba se grafica mediante un cuadro de doble entrada en el que
se consignan los datos requeridos. Este cuadro tambin permite
iden-tificar los sub tests que contiene la prueba. En el ejemplo
propues-to, se trata de medir el aprendizaje en funcin de dos
variables: a) los objetivos clasificados segn una Taxonoma, en
este caso la de Bloom, y b) los contenidos ordenados en
Unidades de Aprendizaje. Luego se identificarn los aspectos a
medir, que resultan del cruce de estas dos variables. Se decidir
si se van a medir todos los aspec-tos que aparecen en el Cuadro
N 6, o solamente algunos de ellos, segn su importancia.
En el cuadro que representa la estructura de la prueba se debe
consig-nar los siguientes datos:
a. Los objetivos o capacidades que se pretenden medir deben estar
iden-tificados en forma clara y precisa en funcin de una
determinada taxonoma de objetivos. En este caso, como se ha
dicho, se usar la Taxonoma propuesta por Bloom que considera
tres dominios del aprendizaje: el cognitivo, el afectivo y el motriz.
En el presente ejem-plo se han considerado los tres primeros niveles
del dominio cogniti-vo. Cada objetivo debe estar en
correspondencia con un determinado nivel del respectivo dominio
de aprendizaje.
b. Los contenidos deben estar planteados en funcin de los
objetivos o capacidades.
El investigador tambin debe tener en cuenta la extensin de la
prue-ba, la que depende de los siguientes factores:
148
Los propsitos de la prueba.

La importancia del objetivo.
El grado de confiabilidad que se desea obtener.
El tipo de tems que se emplearn.
El tamao y complejidad de la pregunta.
El modo y tiempo probable de aplicacin.
El puntaje total de la prueba.
La escala para la asignacin de puntajes.
La edad de los sujetos.
El nivel de capacidad intelectual.
Cuadro N 6. Estructura de la Prueba
En el ejemplo propuesto se observa que se est elaborando una

prueba con 28 tems y 50 puntos que resultan de sumar los productos
obtenidos de la multiplicacin del total de tems de cada nivel de
dominio por el peso asignado.
La asignacin de pesos depende de la importancia que otorgue el
investigador a un determinado nivel o dominio del aprendizaje. En el
presente caso se observa que se est asignando mayor peso (3) al
nivel de aplicacin de la informacin.
149
Elas J. Meja Meja
4. Seleccin de los tems. Este paso consiste en seleccionar los tems,

reactivos o preguntas que debe contener la prueba, cuyo nmero ya
se ha establecido en el paso anterior. En este momento tambin se
decide acerca del tipo de tem a utilizar en funcin del nivel y tipo
de resultado de aprendizaje o capacidad que se desea medir, de las
ven-tajas y desventajas de los diferentes tipos de tems, del modo en
que se utilizarn stos, de las caractersticas de los estudiantes, del
tiempo que se requerir para construirlos, del modo de administrar
el test, de la escala de medicin a emplear y de otros factores que el
investigador considere pertinentes.
El mejor tem es aquel que mide, del modo ms directo posible,
el resultado de aprendizaje deseado. Tambin se debe tener en
cuenta si los tems poseen adecuados grados de dificultad y
suficientes ndices de discriminacin.
5. Elaboracin de los tems. Si el investigador dispone de un banco
de tems, reactivos o preguntas, seleccionar los tems ms
adecuados para la prueba que est construyendo, teniendo en
cuenta las necesi-dades de la investigacin. En caso contrario,
deber elaborar los tems previstos en la estructura.
6. Eleccin de la escala de medicin. En este punto es necesario
esta-blecer si la escala de medicin ser decimal, vigesimal,
centesimal o cualquier otra.
7. Asignacin de los puntajes de la prueba. Los puntajes de la
prueba deben estar de acuerdo con los objetivos, contenidos y/o
capacidades que se pretende medir o evaluar. Segn la extensin
de la prueba, se decidir con respecto a su divisin en partes
menores llamadas subtests. Aqu se realiza el ensamblaje de los
tems que consiste en el ordenamiento de los tems agrupados en
cada uno de los sub tests de la prueba.
8. Asignacin de pesos. Se asignan pesos a cada uno de los sub
tests de la prueba. Es recomendable que los pesos se asignen en
funcin de la importancia que tienen los temas en la prueba. En
el presente ejem-plo, el nivel de informacin tiene peso 1, el
nivel de comprensin tiene peso 2 y el nivel de aplicacin tiene
peso 3. As, la prueba que se va a construir tendr 28 tems que,
multiplicados por sus respectivos pesos, producirn 50 puntos.
150
9. Jerarquizacin lgica de los tems. Es conveniente presentar al

inicio de la prueba los tems simples y los ms complejos
despus. Tambin conviene agrupar los tems por afinidad
temtica u otros criterios que crea conveniente el investigador.
10. Elaboracin de las especificaciones. Las especificaciones tcnicas son
el conjunto de instrucciones que se deben observar para usar adecuadamente la prueba. En este punto se decidir si la aplicacin de la prueba
debe ser individual o grupal, si se aplicar a los estudiantes de un determinado ciclo de su formacin profesional, etc.
Para hacer un mejor uso de las pruebas, se debe respetar sus especificaciones tcnicas. Las pruebas que cuentan con especificaciones
tcnicas pueden generalizarse para otras poblaciones. Las especificaciones tcnicas, redactadas de manera clara y concisa, deben referirse
151
los siguientes aspectos:

a. Grado de dificultad que ofrece la prueba. Cuando la medicin
se realiza en funcin de una norma, como en los procesos de
se-leccin de postulantes, es recomendable que los tems
tengan un 50% de dificultad.
Cuando la medicin se realiza en base a un criterio, el nivel
de dificultad variar de acuerdo con el nivel de rendimiento
de los estudiantes y la variabilidad que exista en el grupo. La
dificultad del tem se determinar, solo en parte, por el nivel
de rendimien-to alcanzado por el estudiante.
b. Forma de presentacin de la prueba. Se debe disear
un forma-to que facilite la lectura de las preguntas y
la tabulacin de los resultados. Por lo general, las
pruebas se presentan en forma de cuadernillo.
c. Forma cmo deben responder los sujetos. Las respuestas pueden
ser orales, escritas o manifestadas a travs de acciones concretas. Las pruebas objetivas son ms fciles de revisar y pueden
ser respondidas en una hoja de respuestas, separada del
cuadernillo principal. Las de ensayo, se contestan normalmente
por escrito. La respuesta oral es ms fcil y rpida de evaluar
que una respues-ta escrita o de tipo ensayo.
d. Tiempo que demande la aplicacin del test.
Elas J. Meja Meja
e. Normas que ayuden a quienes los administraran a establecer

si los sujetos alcanzaron el nivel de habilidad promedio, lo
supera-ron o si se hallan por debajo de l.
Para formular las normas, el diseador de la prueba extrae
una muestra de la poblacin para la cual se ha elaborado la
prueba, administra la forma final a los sujetos seleccionados
y elabora las reglas de acuerdo con los datos obtenidos.
11. Estudio piloto. Antes de aplicar una prueba es recomendable hacer
un estudio piloto. Cuando los sujetos del estudio piloto terminan de
responder el test, el investigador analiza sus respuestas y revisa las
instrucciones que no fueron comprendidas claramente. Tambin
debe superar los inconvenientes relacionados con el formato elegido
y eliminar, o mejorar, los tems de poca utilidad. Una vez
realizadas las correcciones, efecta un nuevo examen para
asegurarse de que todos los aspectos de la habilidad a medir se
hallan representados en el test en la debida proporcin.
10. INDICADORES DE LA CALIDAD DE UNA PRUEBA
La calidad de una prueba se puede establecer en base a los
siguientes indicadores:
a.
Observaciones ms frecuentes de los estudiantes con respecto a: a) el

excesivo nmero de preguntas referidas a uno o ms temas y muy pocas
al resto de los contenidos explorados, y b) la redaccin ambigua de las
pruebas que hasta los alumnos ms aplicados no entienden.
b. Demasiadas preguntas de los estudiantes durante el examen.

c. Mayor tiempo del previsto que necesitaron los estudiantes para
res-ponder las preguntas.
d. Si los estudiantes ms aplicados no respondieron
satisfactoriamente la prueba.
e. Anlisis de los temas para determinar su calidad. Para ello se
debe obtener el grado de dificultad y el ndice de discriminacin
de cada tem.
152
11. GRADO DE DIFICULTAD DE LA PRUEBA

El grado de dificultad de la prueba se establece aplicando la
siguiente frmula:
Donde:
Gd = Grado de dificultad de la prueba.
x = Promedio de los puntajes obtenidos.
Pm = Puntaje mximo posible de alcanzarse en la prueba.
Ejemplo: Hallar el grado de dificultad de una prueba en la que el
gru-po ha obtenido un promedio de 13,27 y el puntaje mximo es 20.
Entonces:
Para interpretar esta cifra se recurre a la siguiente escala de

Kder-Richardson:
81% a ms
: Muy fcil.
61% a 80%
: Relativamente fcil.
51% a 60%
: Dificultad adecuada.
31% a 50%
: Relativamente difcil.
11% a 30%
: Difcil.
Debajo del 10% : Muy difcil.
El valor obtenido, 66%, revela que la prueba es relativamente fcil.
Otro ejemplo: Hallar el grado de dificultad de una prueba cuyo
pro-medio es 18,37 y el puntaje mximo es 40.
Esta es una prueba relativamente difcil.
153
Elas J. Meja Meja
12. NDICE DE DISCRIMINACIN DE LA PRUEBA

Para hallar el ndice de discriminacin de una prueba se forman dos
grupos de estudiantes en funcin de sus respuestas correctas. El grupo
superior est constituido por los estudiantes que alcanzaron puntajes ms
altos y el grupo inferior por los que alcanzaron puntajes ms bajos. El
ndice de discriminacin se establece analizando las diferencias de las respuestas correctas del grupo superior y las respuestas correctas del grupo
inferior. Se supone que los estudiantes del grupo superior tendrn mejo-res
respuestas que los del grupo inferior y el ndice de discriminacin ser ms
alto cuanto mayor sea la diferencia de las puntuaciones correctas del grupo
superior con respecto a las del grupo inferior.
Para hallar el ndice de discriminacin de una prueba se aplica la

si-guiente frmula:
Donde:
Id = ndice de discriminacin de la prueba.
pms = Puntaje mximo del grupo superior.
pmi = Puntaje mximo del grupo inferior.
PM = Puntaje mximo de la prueba.
Si se ha aplicado una prueba a un grupo de 50 estudiantes y se ha
elaborado el orden de mrito, de mayor a menor, se considerar
grupo superior a los 25 estudiantes que obtienen las ms altas puntuaciones y grupo inferior a los 25 restantes que tienen ms bajas
puntuaciones.
Ejemplo: Hallar el ndice de discriminacin de una prueba en la
que el puntaje mximo del grupo superior es 18 y el puntaje mximo
del grupo inferior es 11. El puntaje total de la prueba es 20.
Entonces:
Para interpretar esta cifra se recurre a la siguiente tabla:

154
40% a ms
30% al 39%
20% al 29%
Menos de 19%
: Buen ndice de discriminacin.

: Razonable ndice de discriminacin.
: Regular ndice de discriminacin.
: Deficiente ndice de discriminacin.
La prueba analizada posee un razonable ndice de discriminacin.

Otro ejemplo: Hallar el ndice de discriminacin de una prueba en la
que el puntaje mximo del grupo superior es 15 y el puntaje mximo del
grupo inferior es 6. El puntaje mximo de la prueba es 20.
45 % significa que esta prueba posee un buen ndice de discriminacin.
13. LOS REACTIVOS

Los reactivos, llamados tambin temes, son preguntas que se
formu-lan en funcin de los propsitos para los que ha sido elaborada
la prue-ba. La respuesta a los reactivos proporciona la informacin
que busca el investigador por lo que de su construccin depende la
mayor y mejor informacin que pueda obtener.
Para construir un buen tem se debe poseer un profundo conocimien-to
de la materia que se explora, asumir un conjunto de valores educativos,
conocer y entender a las personas que van a responder la prueba y osten-tar
ciertas capacidades especficas de comunicacin verbal.
Un reactivo debe estar diseado de tal manera que motive a la

perso-na a emitir una respuesta. Es muy importante que el reactivo
est bien construido y que mida tan directamente como sea posible el
resultado del aprendizaje que se desea conocer.
14. CLASIFICACIN DE LOS REACTIVOS
Existe una amplia variedad de reactivos, cada una de las cuales posee
ventajas y desventajas. Segn el tipo de respuesta que se espera de los
reactivos, stos pueden clasificarse en dos grandes grupos: reactivos de
respuesta abierta, y reactivos de respuesta cerrada.
155
Elas J. Meja Meja
14.1. Reactivos de respuesta abierta

Los reactivos de respuesta abierta se conocen tambin como reactivos
de tipo cuestionario o ensayo. Como su nombre lo indica, las respuestas las
proporcionan los estudiantes quienes las redactan tratando de demos-trar los
conocimientos que poseen. Este tipo de reactivos permite explorar una
amplia gama de conocimientos; sin embargo, su desventaja consiste en que
presentan muchas dificultades cuando se trata de asignarles valo-res, pues
los criterios que emplea el evaluador casi siempre son subjetivos.
Los reactivos de respuesta abierta todava pueden variar en dos tipos:
a)
b)
Los que se aplican con lmite de tiempo.

Los que se aplican sin lmite de tiempo.
En este ltimo caso, los reactivos sirven para medir el nivel de
rendi-miento de quien responde, es decir, hasta donde es capaz el
estudiante de responder las preguntas sin la presin del tiempo.
14.2. Reactivos de respuesta cerrada
Como su nombre lo indica, presentan respuestas pre establecidas
y la tarea consiste en seleccionar o identificar la respuesta correcta
eligiendo una de las respuestas planteadas. Este tipo de reactivo tiene
la ventaja de estar referido a criterios objetivos para su evaluacin;
sin embargo limi-tan, por la respuesta ya planteada, otras respuestas
que pudiera formular el examinado.
Los reactivos de respuesta cerrada se subdividen en los siguientes
tipos:
De pareamiento.
De respuesta corta.
De oraciones incompletas.
Verdaderofalso.
De alternativa mltiple.
De plan de redaccin.
De eliminacin de oraciones.
156
Reactivos de pareamiento
Los reactivos de pareamiento presentan dos columnas de palabras, frases
o smbolos. Las palabras, frases o smbolos de una columna deben asociarse
con las de la otra columna tratando de establecer, entre ellas,
correspondencias lgicas o verdaderas. La primera columna es la columna
de las premisas y la segunda columna es la de las respuestas. En esta columna se incluyen las asociaciones correctas y los distractores. La persona
que responde el reactivo deber hacer las asociaciones planteadas y para
evitar que en el ltimo par de datos responda sin posibilidad de eleccin es
recomendable que la columna de las respuestas contenga ms distrac-tores
para mantener las posibilidades de eleccin.
La instruccin que se da a la persona que responder el reactivo es la
siguiente: Relacione las afirmaciones de la columna A con las palabras de la
columna B, escribiendo, dentro del parntesis, el nmero que corresponda:
En este caso se presenta, en dos columnas, dos series de datos.

Por ejemplo, los nombres de pensadores y las corrientes de
pensamiento que generaron. El examinado debe relacionar los datos
de las columnas escri-biendo, dentro del parntesis, la letra o el
nmero que corresponda para establecer la relacin correcta.
Ejemplo:
(a)
(b)
(c)
(d)
Jean Piaget
Lev Vigotsky
Skinner
Jhon Dewey
Conductismo
Epistemologa gentica
Pragmatismo
Cultural historicismo
Naturalismo
(
(
(
(
(
)
)
)
)
)
Por lo general, este tipo de reactivo se emplea para medir informacin

sencilla mediante el establecimiento de asociaciones. Las relaciones que
pueden plantearse son muy diversas, entre ellas las siguientes:
Hombres / realizaciones.
Autores / ttulos de obras.
Fechas / hechos histricos.
Trminos / definiciones.
Smbolos / conceptos.
157
Elas J. Meja Meja
Causas / Efectos.
Reglas o principios / Ejemplo o
aplicacin. Plantas o animales /
Clasificacin. rganos / funciones.
Objetos / nombres de los
objetos. Principios /
ilustraciones. Mquinas / usos.
Este tipo de pregunta se puede usar tambin con materiales
grficos, planteando relaciones entre cuadros y palabras, o
identificando posicio-nes en mapas, grficos o diagramas.
Reactivos de repuesta corta
Los reactivos de respuesta corta estn constituidos por una pregunta
que el estudiante debe responder en forma precisa y breve. Ejemplos:
Quin sostiene la tesis del aprendizaje
significativo? Respuesta: Ausubel

Quin postula una pedagoga
naturalista? Respuesta: Rousseau
Reactivos de oraciones incompletas
a)
b)
c)
d)
Los reactivos de oraciones incompletas son oraciones en las que

se omite una o algunas palabras, las que se colocan debajo del
reactivo, jun-to con otras llamadas distractores. El examinado debe
escoger la palabra correcta para que cuando sea colocada en el
espacio en blanco, la oracin adquiera el sentido deseado. Ejemplos:
Los conceptos que el investigador elabora para referirse a los
fenmenos que estudia se denominan...
variables
distractores
hiptesis
problemas
Una estrategia para probar hiptesis consiste en ............... los efectos
de las variables independientes, ............... los efectos de las variables
intervi-nientes y ................. los posibles errores al medir o recolectar datos.
158
a)
b)
c)
d)
maximizar
cancelar
identificar
generalizar
minimizar
operacionalizar
controlar
evitar
controlar
analizar
predecir
controlar
Reactivos verdadero falso

Los reactivos del tipo verdadero falso plantean una afirmacin
ante la cual el examinando tiene dos posibilidades de respuesta:
verdadero o falso, correcto o incorrecto. Para responderlos, debe
encerrar en un crcu-lo la alternativa que considera conveniente.
Para construir reactivos del tipo verdaderofalso, se procede del
si-guiente modo:
a) Solicitar que corrija los enunciados falsos que aparecen en la pregunta. Un estudiante que identifique correctamente los enunciados
falsos puede ser que atine, por casualidad, pero tambin puede haber
elegido la respuesta en base a una mala informacin.
b) La pregunta de doble alternativa debe estar basada en un material
de estmulo especfico que haya sido proporcionado previamente.
Este tipo de reactivo es efectivo cuando se sustenta en algn
material que ha sido entregado al examinado, tales como mapas,
grficos, tablas, lecturas, etc. Aqu se proporciona un marco de
referencia para res-ponder la pregunta.
Ejemplos:
Diga si la siguiente relacin es verdadera o falsa: Las
variables independientes son las supuestas causas
y las variables dependientes son los posibles efectos.
(V) (F)
Reactivos de alternativa mltiple

Los reactivos de alternativa mltiple estn constituidos por un
enun-ciado o base, que en realidad es la pregunta planteada como un
problema o afirmacin incompleta, y por 4 o 5 alternativas de
respuesta o distrac-tores, una de los cuales es la respuesta correcta.
Al examinado se le soli-cita seleccionar la respuesta correcta o la
mejor respuesta. La alternativa correcta recibe el nombre de clave.
159
Elas J. Meja Meja
Para construir este tipo de reactivo se debe tener en cuenta las

siguien-tes situaciones:
1. Que todas las alternativas sean plausibles o verosmiles, es decir,
to-das deben aparecer como verdaderas para que acten,
precisamente, como distractores.
2. Todos los distractores deben contener, en lo posible, el mismo
nme-ro de palabras.
3. Se debe evitar el uso de distractores en negativo, como por
ejemplo, no es un factor de ....... Los enunciados en forma
negativa plantean problemas de lectura y proporcionan muy poca
informacin acerca de los conocimientos que posee el sujeto.
4. Si se trata de medir conocimientos de excepciones a reglas o la
capa-cidad de advertir errores, es conveniente subrayar o escribir
con otro tipo de letra los enunciados en negativo.
5. Para economizar el tiempo de lectura las alternativas deben ser,
en lo posible, muy breves.
6.
Si algunas palabras se repiten en todas las alternativas o en la mayora de

ellas, se debe redactar nuevamente el enunciado incluyendo las palabras
que se repiten, para no tener que usarlas nuevamente en las alternativas.
7. El problema o enunciado debe ser planteado con toda claridad.

8.
9.
Se debe evitar el uso de distractores tales como: todas las anteriores,

todas, ninguna de las anteriores, solo a y b, etc.
El enunciado debe plantear el problema en forma muy clara para que el
examinado lo comprenda plenamente, antes de leer las alternativas.
10. El enunciado debe contener solo lo necesario para dar al

problema o pregunta un carcter claro y especfico. Los
enunciados extensos, con ideas que nada tienen que ver con la
pregunta, reducen la eficacia y la validez de la pregunta. El
material que innecesariamente se aade aumenta el tiempo para
la lectura del tem y disminuye el tiempo para la respuesta.
11. Al redactar enunciados orientados a la evaluacin de la comprensin o
la capacidad de aplicacin de principios, se debe utilizar material
novedoso. La mayora de los reactivos asignan mucho nfasis al aprendizaje memorstico y descuidan otras capacidades ms complejas.
160
12. Se debe asegurar que ante el problema planteado exista solo una
so-lucin, una sola respuesta correcta, o una mejor respuesta.
13. Se debe tener cuidado de no proporcionar indicios o dejar
traslucir, involuntariamente, la respuesta correcta. Tales indicios
pueden ser incongruencias gramaticales, distractores ms
extensos, uso de indi-cadores especficos, etc.
Ventajas
Los reactivos de alternativa mltiple presentan las siguientes ventajas:
a. Son ms adecuados para medir niveles de comprensin y

aplicacin del dominio cognoscitivo.
b. Plantean al sujeto la eleccin de una respuesta entre varias
alternati-vas con lo que se reduce la posibilidad de acierto por
azar. Sin embar-go, las opciones errneas deben servir para atraer
la atencin de los examinados que carecen de informacin o la
poseen en medida muy limitada; por eso los distractores deben
ser lgicamente congruentes con el enunciado.
c. Pueden medir varios tipos de aprendizaje, as como productos
com-plejos de procesos de aprendizaje.
d. Ofrecen mayor confiabilidad, ya que el nmero de alternativas
redu-ce la influencia del azar.
e.
El adecuado nmero y calidad de las alternativas o distractores permite el

aprovechamiento de la informacin para efectos de la evaluacin formativa. Cuando una alternativa errnea es elegida por muchos sujetos, se pone
en evidencia el error y se facilita la deteccin de problemas de aprendizaje.
Desventajas
Sin embargo, este tipo de reactivo presenta las siguientes desventajas:
a. Se limitan a medir aprendizajes expresados en forma de

productos verbales, pero no predicen la forma en que actuar o
qu actitud adoptar el examinado ante lo que sabe.
b. Es difcil obtener suficientes distractores adecuados.
c. No permiten medir pensamientos creativos, organizacin de
ideas, habilidades para organizar pensamientos o construir
respuestas.
d. No funcionan bien cuando se trata de medir ciertas
habilidades para resolver problemas matemticos.
161
Elas J. Meja Meja
Variaciones de los reactivos de alternativa mltiple

Este tipo de reactivo tiene diversas variantes, algunas de las
cuales son las siguientes:
Reactivos de respuesta correcta. En este caso, todos los
distractores son falsos, menos uno, que es el correcto.
Ejemplo:
Cuando se operacionalizan variables, el lenguaje se usa en la funcin...
a) denotativa
b) connotativa
c) esttica
d) metaligstica
Reactivos de mejor respuesta. En este caso, todos los distractores
son correctos pero solo uno constituye la mejor respuesta.
Este ltimo tipo de reactivo es el ms conveniente porque permite
explorar otros niveles de aprendizaje como la comprensin, la
aplicacin, etc., pero su construccin demanda mayores dificultades
y entrenamien-to de parte del investigador.
Ejemplo:
La investigacin cientfica es, ante todo...
a) un proceso de produccin de conocimientos.
b) una actividad eminentemente racional.
c) un procedimiento de comprobacin de hiptesis.
d) la secuencia metodolgica hipottico deductiva.
15. GRADO DE DIFICULTAD DE UN REACTIVO
El grado de dificultad de un reactivo se calcula estableciendo el porcentaje de examinados que respondieron correctamente un determinado
reactivo. Si un reactivo fue respondido por casi la totalidad de los
exami-nados, por ejemplo el 98%, ser considerado un reactivo muy
fcil. Si en cambio fue respondido solo por el 5%, ser muy difcil.
Cuanto ms difcil sea el reactivo, ms alto ser su grado de dificultad.
162
Es recomendable que los reactivos de una prueba posean un grado intermedio de dificultad. Se considera que un reactivo tiene un adecuado grado de
dificultad si es contestado correctamente por el 60 al 70% de los examinados.
Para hallar el grado de dificultad de un reactivo se aplica la

siguiente frmula:
En donde:
Gd = Grado de dificultad.
= Sumatoria.
Rc = Respuestas correctas.
N = Nmero de alumnos examinados.
Ejemplo: Prueba de 20 reactivos respondida por 40 alumnos. Se
tota-lizan las respuestas correctas e incorrectas.
Grado de dificultad del reactivo N 1, respondido correctamente

por 10 de los 40 alumnos:
Grado de dificultad del reactivo N 20, respondido correctamente

por 30 de los 40 alumnos:
163
Elas J. Meja Meja
Estas cifras se interpretan segn la siguiente tabla:

85% de respuestas correctas
50 al 85% de respuestas correctas
15 al 50% de respuestas correctas
0 a 15 % de respuestas correctas
:
:
:
:
Muy fciles.
Relativamente fciles.
Relativamente difciles.
Difciles o muy difciles.
25% significa que el reactivo es relativamente difcil.

75% significa que el reactivo es relativamente fcil.
16. NDICE DE DISCRIMINACIN DE UN REACTIVO
Un buen reactivo debe discriminar entre los alumnos que realmente
conocen la repuesta y los que no la conocen. El ndice de discriminacin
de un reactivo indica el nmero de discriminaciones que el reactivo puede producir. Se basa en la relacin entre una respuesta y el puntaje total
de la prueba, presuponindose que sta realmente mide lo que pretende
medir y que, en consecuencia, el mejor reactivo ser aquel cuya correlacin con el puntaje total sea ms alta.
El ndice de discriminacin de un reactivo resulta de hallar la
diferen-cia entre la proporcin del grupo superior que respondi
correctamente el reactivo y la proporcin del grupo inferior que
tambin respondi co-rrectamente.
Para determinar el grupo superior e inferior se consideran las
puntuaciones totales obtenidas por los estudiantes a quienes se les aplic
el test. Aquellos que obtuvieron los ms altos puntajes son considerados
como los ms conocedores y, por tanto, constituyen el grupo superior y
los que obtuvieron los ms bajos puntajes, como los menos conocedores
y constituyen el grupo inferior. Ejemplo: De 100 alumnos que
respondieron una prueba, los 27 alumnos que obtuvieron puntuaciones
ms altas sern considerados miembros del grupo superior y los 27 que
obtuvieron puntuaciones ms bajas, sern considerados miembros del
grupo inferior. Se indagar luego cuntos alumnos de los 27 del grupo
164
superior respondieron el reactivo correctamente y cuntos alumnos

de los 27 del grupo inferior tambin lo hicieron correctamente.
Luego se obtiene la diferencia.
Si los 27 alumnos del grupo superior respondieron correctamente el
reactivo, o sea el 100%, y en el grupo inferior solo 12 de los 27 lo hicieron
correctamente, o sea el 44%; al establecer la diferencia se tiene: 100 % - 44
% = 56%, que es el ndice de discriminacin del reactivo analizado.
El ndice de discriminacin puede hallarse tambin aplicando la

si-guiente frmula:
pms-pmi
Donde:
Id = ndice de discriminacin.
pms = puntaje mximo alcanzado por el grupo superior.
pmi = puntaje mximo alcanzado por el grupo inferior.
N = nmero de alumnos.
Ejemplo: Hallar el ndice de discriminacin de un reactivo cuyas
respuestas correctas del grupo superior son 25 y las respuestas
correctas del grupo inferior son 12. El nmero de examinados en los
dos grupos es 50.
Reemplazando los valores se tiene:
Id =
25 - 12
x 100 =
26% 50
La interpretacin de este resultado se hace empleando la siguiente
tabla:
40% a ms
:
Alto ndice de discriminacin.
30 al 39%
:
Buen ndice de discriminacin.
20 al 29%
:
Regular ndice de discriminacin.
Menos del 19%
:
Deficiente ndice de discriminacin.
La cifra hallada, 26%, indica que el ndice de discriminacin de
este tem es regular.
165
Elas J. Meja Meja
Otro ejemplo: Se ordena a los alumnos por orden de mrito.
Grupo
superior
Grupo
inferior
1er puesto
2do puesto
...
20 puesto
Resp. correct.
21 puesto
22 puesto
...
40 puesto
Resp. correct.
1
corr.
inc.
TEMS
2
3
...
corr.
16
inc.
20
inc.
corr.
...
corr.
15
inc.
inc.
9
...
...
3
Se totaliza el nmero de respuestas correctas de cada reactivo y

por cada grupo. En este caso, el grupo superior es 20 y el inferior es
20. El nmero total de alumnos es 40.
Se ha ordenado a los estudiantes en funcin de su rendimiento
aca-dmico, de mayor a menor. Para hallar el ndice de
discriminacin del reactivo N 1 se hacen los siguientes clculos:
pms-pmi
Segn la tabla, este es un reactivo deficiente y debe descartarse.
Para obtener el ndice de discriminacin del reactivo 20 se
procede del siguiente modo:
Este reactivo, con un ndice de discriminacin de 30%, es bueno

aun-que podra ser mejorado.
166
CAPTULO
V
MUESTREO
En donde:
m
: Tamao de la muestra.
E
PyQ
N
: Margen de error.
: Probabilidades de xito o fracaso (50%).
: Tamao de la poblacin.
Elas J. Meja Meja
un margen de error de 0,04, la muestra debe ser de 568. Este dato hallado es
muy cercano al valor que se encuentra en la tabla: para una poblacin de
6,000 sujetos, con un margen de error de 0,04, la muestra es 566.
Como se podr observar en esta tabla, cuanto ms pequea es la

po-blacin ms grande es el tamao de la muestra. As, para una
poblacin de 500, con un margen de error de 0.05, la muestra es del
44.4%. Sin embargo, para una poblacin muy grande, de 10,000, la
muestra es de 385, que viene a constituir solo el 3,859% de la
poblacin. Por eso no se puede afirmar que el tamao de una muestra
para que sea representativa debe ser del 5% o del 10%.
En la misma tabla, cuando el casillero aparece en blanco, el tamao
de la muestra deber ser de ms de la mitad del tamao de la poblacin.
Cuadro N 7 . Tamao de la muestra.
Arkin y Colton, 1965: Tables for statisticians. Fundamental Statistics in

Psychology and Education. Tokio, Mc Graw Hill.
176
Es muy relativo afirmar que una muestra sea grande o pequea. Si la

poblacin es pequea, por ejemplo 800 sujetos, la muestra podra ser del
50%, muestra porcentualmente grande, pero de solo 400 sujetos. En
cambio, si la poblacin es de 80 000, una muestra de 400 sujetos es porcentualmente muy pequea: solo el 0.5%. Por eso, en la prctica, los investigadores aplican la siguiente regla: muestras grandes para
poblaciones pequeas y muestras pequeas para poblaciones grandes.
Segn lo que se puede observar en el Cuadro N 7 y las diferentes
situaciones en las que se calcula el tamao de la muestra, se establece
que una poblacin es pequea cuando el nmero de sus elementos no
sobrepasa los 500.
El tamao de la muestra depende de la precisin con la que el investigador desea conocer el fenmeno que estudia. Si por ejemplo un
investigador desea analizar el nivel de rendimiento acadmico de los
estu-diantes de una Universidad, el tamao de la muestra depender de
cuan exactamente este investigador desea conocer cuntos estudiantes
tienen rendimiento acadmico alto y cuntos tienen rendimiento
acadmico bajo en su poblacin de estudio. En las Ciencias Sociales se
acepta un margen de error de ms o menos 5%. As, si el porcentaje de
estudiantes con rendimiento acadmico alto se calcula en el orden del
78%, luego de estudiar una muestra pequea, el porcentaje de
estudiantes con rendi-miento acadmico alto de toda la poblacin se
calcular en ms o menos 5% de 78%. Es decir, el tamao de la muestra
deber ser, como mnimo, de 73%, que resulta de sustraer 5 de 78 y
como mximo de 83%, que resulta de sumar 5 a 78.
Como se ve, el margen de error que elige el investigador vara en
funcin de la precisin con la que desea trabajar. Pero es muy importan-te
tenerlo identificado al momento de decidir acerca del tamao de la muestra.
Los mrgenes de error de diferentes magnitudes influyen en los resultados
de la investigacin y en las decisiones que se adopten. Si en la investigacin
en determinada ciencia no es posible correr grandes riesgos al adoptar las
decisiones, los mrgenes de error deben ser ms pequeos, en cambio, si las
decisiones no conllevan riesgos serios, los mrgenes de error pueden ser
ms grandes. Por ejemplo, si se trata de hacer presupues-tos y calcular la
cantidad de dinero que se va a gastar en un determinado proyecto, la
decisin se debe tomar de modo muy preciso, mientras que si
177
Elas J. Meja Meja
se va a decidir acerca de si se aplica o no se aplica un determinado

mtodo didctico, la decisin no es tan riesgosa y el margen de error
tolerable puede ser ms grande.
3. ERROR DE MUESTREO
En la investigacin de la conducta es difcil lograr que una
muestra represente fielmente las caractersticas de la poblacin. A las
discrepan-cias entre las caractersticas de la poblacin y las
caractersticas de la muestra se denomina error de muestreo que, si es
muy grande, tergi-versa el sentido del concepto de muestra, pero si
es pequeo, puede ser tolerado y, en tal caso, se puede asumir que
una muestra representa fiel-mente a la poblacin pero con un error
pequeo o poco significativo, que no es tan grande, como para
tergiversar el conocimiento de dicha poblacin.
Por ejemplo, si el promedio del coeficiente intelectual de una poblacin de 2,300 estudiantes universitarios es 110, una muestra ser
muy representativa si el promedio del coeficiente intelectual de los
100 estudiantes de la muestra fuese tambin 110. En este caso no
habra error de muestreo. Sin embargo, en la realidad, casi nunca se
presenta esta situacin y antes bien es posible encontrar coeficientes
intelectuales de 109, 111 o 110,5. Lo que interesa es establecer cul
es el margen de error que debe ser tolerado al identificar muestras
para la investigacin de la conducta. Baste decir que cuanto menor
sea el margen de discre-pancia, mayor ser la capacidad de la
muestra de representar fielmente a la poblacin.
4. VENTAJAS DE LA TCNICA DE MUESTREO
Al hacer investigaciones, la tcnica de muestreo se aplica cuando es
necesario, y no en todos los casos. Si por ejemplo al definir la poblacin el
investigador establece que el nmero de los elementos de la poblacin es
100, entonces no corresponde trabajar con una muestra, porque la poblacin
es pequea y el investigador debe realizar un censo de todos los elementos
de la poblacin. Los datos que obtenga luego del censo se denominan, como
se ha dicho, parmetros y son datos ms exactos y precisos que las cifras
estimadas que se obtienen por medio del muestreo.
178
La tcnica del muestreo solo debe emplearse en casos necesarios,

es decir, cuando el nmero de los elementos de la poblacin, definida
por el investigador, es mayor de 500 elementos. Sin embargo, el
empleo de la tcnica de muestreo proporciona considerable ayuda al
investigador y le ofrece las siguientes ventajas:
Ocasiona menores costos: Los menores costos son producto del menor
esfuerzo que se realiza para obtener los datos, pues el trabajo se facilita
al estudiar una pequea porcin de la poblacin. Si, por el contrario, el
investigador tuviera que realizar un censo, los esfuerzos y los costos
seran mayores. Paradgicamente, cuando las poblaciones son muy
grandes, es recomendable trabajar con muestras pequeas.
Permite mayor rapidez: Al trabajar con pequeas cantidades, los
datos se pueden obtener ms rpidamente. Si el investigador requiere
la informa-cin con urgencia, el muestreo le resuelve este problema.
Proporciona mayores posibilidades de aplicacin: Las tcnicas
censales re-quieren personal altamente calificado, planificacin
rigurosa y anticipada del trabajo, equipos especializados, etc. En
cambio, las tcnicas de mues-treo flexibilizan el trabajo porque no
requieren las condiciones exigidas cuando se hacen censos, y, por
tanto, proporcionan mayores posibilida-des de aplicacin.
Produce mayor exactitud en el estudio de la poblacin: Cuando se
reduce el nmero de casos de estudio, se ahorra un tiempo que el
investigador puede aprovechar para capacitar ms intensamente a un
menor nmero de personal auxiliar que realizar un mejor trabajo.
As tambin el investi-gador tendra mejores oportunidades de
realizar supervisiones ms minu-ciosas, tanto durante el trabajo de
campo como durante el procesamiento de la informacin.
5. MUESTREO PROBABILSTCO
El muestreo, segn las condiciones en las que se realice, puede ser
probabilstico o no probabilstico. Se denominan muestras
probabilsticas a las que se obtienen por procedimientos del azar o de
la probabilidad, mientras que las muestras no probabilsticas se
obtienen siguiendo crite-rios seleccionados por el investigador y por
ello se llaman muestras inten-cionadas. Para comprender mejor esta
distincin es necesario explicar qu es la probabilidad.
179
Elas J. Meja Meja
La probabilidad se produce cuando es permitido seleccionar a un

miembro individual de una poblacin sin que intervengan, en
absoluto, la intencin o los propsitos del investigador y, por el
contrario, esta seleccin se debe realizar completamente al azar o en
forma totalmente aleatoria. Por ejemplo, si en un programa de
maestra existen 2, 345 estu-diantes y se desea obtener una muestra
probabilstica de 334 estudiantes, la probabilidad de seleccionar un
estudiante para que conforme la mues-tra ser: 334: 2, 345 = 0,14.
Para que un hecho sea considerado probabilstico o del azar es
necesa-rio que se cumplan las siguientes condiciones:
1 Igualdad de oportunidades.
2 Independencia en la ocurrencia de los eventos.
La igualdad de oportunidades exige que todos los sujetos de la mues-tra
tengan la misma oportunidad que los dems de ser seleccionados para
conformar la muestra. Por ejemplo, si la poblacin es de 30 y se quiere
obtener una muestra de 1, cada sujeto tendr una oportunidad sobre 30. En
una situacin autnticamente probabilstica, no se acepta que uno de los 30
sujetos tenga ms de una oportunidad o que alguno de los 30, no tenga
ninguna oportunidad de ser seleccionado para la muestra.
La independencia en la ocurrencia de los eventos, significa que la

ocu-rrencia de un evento no anticipa, necesariamente, la ocurrencia
del si-guiente o no predispone al investigador a seleccionar al
siguiente elemen-to de la muestra. Si por ejemplo, en un sorteo sale
premiado el nmero 15, este hecho no debe anticipar que el siguiente
nmero premiado fuese el 16. Si sucede este evento se puede decir
que los premios estn saliendo en orden correlativo, lo que
descalificara de probabilstico a dicho pro-cedimiento muestral.
Como consecuencia del uso del muestreo probabilstico, las muestras
que se extraigan tendrn caractersticas muy parecidas a las de la poblacin. Lo contrario a estos casos es la intencionalidad o el sesgo. Azar e
intencin son, en consecuencia, dos extremos de un mismo continuum
semntico. Azar e intencin nos interesan, por igual, en la investigacin
de la conducta. As, cuando los eventos suceden por obra del azar, se
dice que el muestreo es probabilstico. En caso contrario, si los eventos
se pro-ducen por obra de la intencin del investigador, el muestreo se
denomina intencionado o no probabilstico.
180
5.1. Tipos de muestreo probabilstico

En la investigacin cientfica es ms comn y recomendable el uso
del muestro probabilstico porque proporciona mayores posibilidades de
que la muestra represente ms fielmente la poblacin. Los tipos de
muestro probabilstico ms conocidos son el sorteo, el muestreo
aleatorio simple, el muestreo sistemtico y el muestreo estratificado.
a) Sorteo
El sorteo es el tipo de muestreo probabilstico ms conocido. Para

realizar un sorteo es necesario que todos los sujetos de la poblacin
estn identificados por un nmero y cuando se realice el sorteo, todos
los suje-tos deben tener la misma oportunidad de ser seleccionados:
igualdad de oportunidades. Y si hay ms de un premio, el primer
sujeto premiado no debe constituirse en indicador que haga intuir al
investigador sobre quin recaer el segundo premio; esto es lo que se
ha denominado independen-cia en la ocurrencia de los hechos.
En muchos casos los investigadores, para identificar sus muestras, hacen sorteos entre los elementos de la poblacin, pero como es muy fcil en
un sorteo sesgar los datos, la tcnica del sorteo es poco recomendable.
b) Muestreo aleatorio simple

Para identificar una muestra empleando la tcnica del muestreo aleatorio simple es preciso conocer, en primer lugar, el tamao de la pobla-cin
de la cual se desea obtener la muestra; en segundo lugar, se debe disponer
de los listados de todos los miembros de la poblacin; en tercer lugar, cada
miembro de la poblacin debe recibir un nmero de orden o un cdigo
numrico, y finalmente, se debe disponer de tablas de nmeros aleatorios.
Estas tablas son una secuencia de dgitos generados, como su nom-bre lo
indica, en forma totalmente aleatoria, sin ninguna intencionalidad. En todo
caso, mediante procedimientos de cmputo, se puede generar dgitos del 0
al 9, cuidando que entre ellos no exista ninguna secuencia. Las tablas de
nmeros aleatorios aparecen en las pginas finales de los tratados formales
de Estadstica, de uno de los cuales se ha extrado parte del milln de dgitos
que public Rand Corporation en 1955, y que aparece en el Cuadro N 9.
Para identificar una muestra empleando la tabla de nmeros aleatorios se
requiere conocer el tamao de la poblacin P y el tamao de la mues-tra
s. Si el tamao de la poblacin es una cifra de 3 dgitos, los nmeros
181
Elas J. Meja Meja
aleatorios se leern de 3 en 3. Si el tamao de la poblacin es una

cifra de 4 dgitos, los nmeros se leern de 4 en 4, y as
respectivamente segn los dgitos que tenga el tamao de la
poblacin. La lectura de los nmeros se puede realizar partiendo de
cualquier fila o de cualquier columna de la tabla y se puede realizar
la lectura comenzando, no ne-cesariamente del primer dgito sino de
cualquier dgito de la fila o co-lumna seleccionada. Para proceder a
la lectura de las tablas de nmeros aleatorios se utilizan varios
mtodos. Se explica a continuacin dos de los ms usados.
Mtodo de lectura normal: Este mtodo se emplea cuando el primer dgito del nmero de la poblacin P se encuentra entre 5 y 9. As,
si la poblacin es de 857 sujetos y se requiere una muestra de 10, se
empezar a leer la tabla de 3 en 3, comenzando de cualquier fila o de
cualquier columna de la tabla de nmeros aleatorios hasta identificar a
los 10 sujetos que se requieren para la muestra. Para ejemplificar este
procedimiento se presenta una parte de la tabla de nmeros aleatorios
que aparece en el Cuadro N 9 y si, por ejemplo, se empieza la lectura
de la fila 18, los sujetos de la muestra sern los siguientes:
177, 435, 099, 817, 774, 027, 721, 443, 236 y 002
Que en el fragmento de la tabla se hallan resaltados en negritas:
00015 65481 17614 17468 50950 58047 76974 73039 57186 00016
80124 35635 17727 08015 45318 22364 21115 78253 00017 74350
99817 77402 77214 43236 00210 45521 64237 00018 69916 26803
66252 29148 36936 87203 76621 13990 00019 09893 20505 14225
68514 46427 56788 96297 78822
Con estos mismos datos y leyendo por columnas, se procede del

siguiente modo: si se comienza por las columnas 16, 17 y 18, se recorrer, hacia abajo, las tres columnas mencionadas seleccionando
los 10 primeros nmeros distintos, comprendidos entre el 001 y 857.
Los nmeros as encontrados son los siguientes:
765, 648, 196, 093, 801, 340, 455, 020, 053 y 035
182
Que en el fragmento de la tabla, se han resaltado en negritas:

00000 10097
00001 37542
00002 08422
00003 99019
00004 12807
32533
04805
68953
02529
99970
76520
64894
19645
09376
80157
13586
74296
09303
70715
36147
34673
24805
23209
38311
64032
00005 66065
00006 31060
00007 85269
00008 63573
00009 73796
74717
10805
77602
32135
45753
34072
45571
02051
05325
03529
76850
82406
65692
47048
64778
36697
68665
68665
90553
35808
00010 98520 17767 14905 68607 22109

00011 11805 05431 39808 27732 50725
00012 83452 99634 06288 98033 13746
Se sobreentiende que los nmeros comprendidos entre el 858 y 999, no
se consideran en la muestra puesto que en los listados del investigador no
existen sujetos identificados con nmeros que se hallen en este rango.
Cuadro N 8. Nmeros aleatorios

00000
00001
00002
00003
00004
10097
37542
08422
99019
12807
32533
04805
68953
02529
99970
76520
64894
19645
09376
80157
13586
74296
09303
70715
36147
34673
24805
23209
38311
64032
54876
24037
02560
31165
36653
80959
20636
15953
88676
98951
09117
10402
34764
74394
16877
00005
00006
00007
00008
00009
66065
31060
85269
63573
73796
74717
10805
77602
32135
45753
34072
45571
02051
05325
03529
76850
82406
65692
47048
64778
36697
35303
68665
90553
35808
36170
42614
74818
57548
34282
65813
86799
73053
28468
60935
39885
07439
85247
28709
20344
contin
a
183
Elas J. Meja Meja

00010
00011
00012
00013
00014
98520
11805
83452
88685
99594
17767
05431
99634
40200
67348
14905
39808
06288
86507
87517
68607
27732
98033
50401
64969
22109
50725
13746
36766
91826
40558
68248
70078
67951
08928
60970
29405
18475
90364
93785
93433
24201
40610
76493
61368
00015
00016
00017
00018
00019
65481
80124
74350
69916
09893
17674
35635
99817
26803
20505
17468
17727
77402
66252
14225
50950
08015
77214
29148
68514
58047
45318
43236
36936
46427
76974
22364
00210
87203
56788
73039
21115
45521
76621
96297
57186
78253
64237
13990
78822
00020
00021
00022
00023
00024
91499
80336
44104
12550
63606
14523
94598
81949
73742
49329
68479
26940
85157
11100
16505
27686
36858
47954
02040
34484
46162
70297
32979
12860
40219
83554
34135
26575
74697
52563
94750
53140
57600
96644
43651
89923
33340
40881
89439
77082
00025
00026
00027
00028
00029
61196
15474
94557
42481
23523
90446
45266
28573
16213
78327
26457
95270
67897
93344
73208
47774
79953
54387
08721
89837
51924
59367
54622
16868
68935
65394
83848
44431
48767
91416
59593
82396
91190
03071
26252
59593
10118
42592
12059
29663
Haber/Runyon, 1973: Estadstica General. Mxico, Fondo Educativo Interamericano.
Si al terminar de recorrer la columna no se ha llegado a

seleccionar a los miembros de la muestra, se pasa a leer las tres
columnas siguientes, o bien a leer otras tres columnas distintas.
Mtodo de lectura con sustraccin: Este mtodo se emplea cuando el
primer dgito del nmero de la poblacin es 4 o menor que 4. Por ejemplo:
se desea obtener una muestra de 13 personas y la poblacin es 167. Se
procede como en el caso anterior pero se advertir que casi todos los
nmeros que se van identificando son mayores que 167, el tamao de la
poblacin. Para superar este inconveniente, esta cifra se redondea a la
centena siguiente, es decir a 200 y as se sustrae 200 de cada nmero
comprendido entre 201 y 400; se sustrae 400 de todos los nmeros comprendidos entre 401 y 600; 600 de todos los nmeros entre 601 y 800, y se
sustrae 800 de todos los nmeros comprendidos entre 801 y 999. Se
184
ignoran, por no pertinentes, los nmeros comprendidos en el rango de

168 a 200. Si se leyera la tabla a partir de las columnas 26, 27 y 28, al
hacer las sustracciones mencionadas, se identifica a quienes sern considerados para la muestra y cuyos nmeros aparecen en negritas:
346 - 200 = 146

248 - 200 = 048
232 - 200 = 032
383 - 200 = 183
640 - 600 = 040
366 - 200 = 166
353 - 200 = 153
686 - 600 = 086
905 - 800 = 105
358 - 200 = 158
221 - 200 = 021
507 - 400 = 107 y 137
No es necesario sustraer nada de 137, porque este nmero se halla
dentro del rango del tamao de la poblacin y el sujeto identificado
con este nmero va, directamente, a integrar la muestra.
Los nmeros de los que se ha partido para hacer las sustracciones
se ubican en el siguiente fragmento de la tabla:
00000 10097 32533 76520 13586 34673 54876 80959 09117
00001 37542 04805 64894 74296 24805 24037 20636 10402
00002 08422 68953 19645 09303 23209 02560 15953 34764
00003 99019 02529 09376 70715 38311 31165 88676 74394
00004 12807 99970 80157 36147 64032 36653 98951 16877
00005 66065 74717 34072 76850 36697 36170 65813 39885
00006 31060 10805 45571 82406 35303 42614 86799 07439
00007 85269 77602 02051 65692 68665 74818 73053 85247
00008 63573 32135 05325 47048 90553 57548 28468 28709
00009 73796 45753 03529 64778 35808 34282 60935 20344
00010 98520 17767 14905 68607 22109 40558 60970 93433
185
Elas J. Meja Meja
00011 11805 05431 39808 27732 50725 68248 29405 24201

00012 83452 99634 06288 98033 13746 70078 18475 40610
00013 88685 40200 86507 50401 36766 67951 90364 76493
00014 99594 67348 87517 64969 91826 08928 93785 61368
Otro ejemplo: con la misma poblacin y muestra, si se comienza
a leer la tabla, por filas, a partir de la vigsima fila, los nmeros que
se identifi-can son los siguientes:
190
989 - 800 = 189
320 - 200 = 120
505 - 400 = 105
142
256 - 200 = 056
851 - 800 = 051
464 - 400 = 064
275 - 200 = 075
678 - 600 = 078
896 - 800 = 096
297 - 200 = 097
788 - 600 = 188
Que en el fragmento de la tabla tienen la siguiente ubicacin:
00018 69916 26803 66252 29148 36936 87203 76621 13990 94400 56418
00019 09893 20505 14225 68514 46427 56788 96297 78822 54382 14598
00020 91499 14523 68479 27686 46162 83554 94750 89923 37089 20048
00021 80336 94598 26940 36858 70297 34135 53140 33340 42050 82341
00022 44104 81949 85157 47954 32979 26575 57600 40881 22222 06413
Si la poblacin fuese de 384, se redondea esta cifra a 400 y se

sustrae 400 a todo nmero comprendido entre 401 y 800 y
automticamente se desechan todos los nmeros mayores que 800.
Si se requiere extraer varias muestras de una misma poblacin, es
aconsejable cambiar el punto de partida en la tabla. As ser posible
dis-poner de varias series de muestras y, eventualmente, se puede
identificar muestras de muestras.
186
c) Muestreo sistemtico
El muestreo sistemtico es una tcnica diferente de la anterior. Para utili-zar
esta tcnica se requiere disponer de listados de los sujetos que deben estar
identificados por sus nombres o por sus cdigos numricos. Es preciso cono-cer
el tamao de la poblacin P y el tamao de la muestra s. Sea, por ejem-plo
750, el tamao de la poblacin y 15, el tamao de la muestra. Entonces se
divide P entre s. El coeficiente hallado es la constante k. En este caso:
K=P/s
o sea:
K = 750 / 15 = 50
La constante as encontrada es 50. Ubicada la constante, se recorre los
listados en los que aparecen los nombres de los sujetos de la poblacin y se
entresaca, para la muestra, a los sujetos que se hallan separados por cada 50
nombres, es decir, por la distancia establecida por la constante. Pero en este
caso, si se comienza a identificar la muestra a partir del sujeto que tiene el
nmero 01, y si se sabe cul es la constante, va a ser posible anticipar que
los sujetos de la muestra sern quienes cuyos nmeros de orden sean
mltiplos de 50 (50, 100, 150, 200, etc.) Este hecho estara en contradiccin
con el segundo principio que rige los fenmenos pro-babilsticos: la
independencia en la ocurrencia de los eventos, porque la ocurrencia del
primer evento ya est anticipando la ocurrencia de los siguientes. Para evitar
esta situacin se sortea los nmeros ubicados en el primer rango, en este
caso, los primeros 50, (la constante) y se comienza a aplicar la constante a
partir del nmero que sali sorteado. Por ejemplo, si en el sorteo de los 50
primeros nmeros sale el nmero 13, se aplicar la constante a partir del 13
y se proceder de la siguiente manera:
13 + 50 = 63, 63 + 50 = 113, 113 + 50 = 163, y as sucesivamente

hasta agotar el listado de los sujetos de la poblacin.
Este es un mtodo que tiene la gran ventaja de entresacar a los sujetos de
la muestra de manera uniforme en toda la poblacin, es decir, este m-todo
permite distribuir la muestra uniformemente en toda la poblacin.
Otra ventaja de este mtodo es que se puede identificar a los sujetos de la
muestra sin cometer errores. Adems, en algunos casos, es ms rpido: por
ejemplo si se tiene datos en un fichero, y la constante es una determinada cifra y
si el grosor de las fichas que contiene la constante es, por ejemplo, dos
187
Elas J. Meja Meja
centmetros, se puede extraer una ficha, sin necesidad de contar cada una de
las fichas, sino simplemente midiendo cada dos centmetros. Naturalmente
con esta variante del mtodo no se identificar exactamente a los sujetos de
la muestra, pero la aproximacin ser muy alta.
Otra situacin puede ser la siguiente. Si por ejemplo se desea obtener
una muestra de 400 personas cuyos nombres aparecen en la Gua Telefnica
de Lima, se puede proceder de la siguiente manera: Si la Gua Telefnica de
Lima tiene 1,000 pginas y en cada pgina aparecen cuatro columnas de
nombres y en cada columna hay 135 nombres, entonces su puede calcular,
rpidamente el tamao de la poblacin, en este caso el nmero de abonados
al servicio telefnico en Lima. El resultado de estos clculos es el siguiente:
135 x 4 x 1, 000 = 540, 000

La poblacin es, entonces, 540, 000 abonados. Si se desea obtener una
muestra de 400, se dividir 540, 000 entre 400, lo que dar la cons-tante, K,
o sea 1, 350. Como quiera que en cada pgina aparecen 540 nombres (135
por columna por cuatro columnas de nombres), se dividir 1, 350 entre 540,
lo que da la cifra de 2,5, es decir, se sacar un nombre cada 2,5, dos pginas
y media de la Gua Telefnica y as, al terminar de ho-jear dicha Gua, se
habr identificado a las 400 personas que se requieren para la muestra. Si se
desea todava mayor precisin, se comenzar identificando el primer
nombre luego de hacer un sorteo de las 2,5 primeras pginas de la Gua.
Pero si se va a sacar un nombre cada 2,5 pginas de la Gua, de cul de
estas 2,5 pginas se sacar el nombre? Lo aconsejable en este caso es sacar
el nombre del centro, es decir de los lugares centrales de las 2,5 pginas. A
esto es lo que los expertos llaman unidades tpicas, es decir sujetos u
objetos ms representativos de la categora identificada.
Lo dicho tiene sus consecuencias en la precisin al identificar el

ta-mao de la muestra. Al parecer, este es un mtodo ms exacto,
pues en-tresacando a un sujeto de cada 2,5 pginas, es decir, segn la
constante, se puede estar seguro que la muestra se ha distribuido
uniformemente en toda la poblacin.
d) Muestreo estratificado
Si al investigador solo le interesan los sujetos en trminos de cantidad, para identificar las muestras es suficiente emplear las tcnicas que
se acaban de describir. En cambio, si el investigador est interesado en
188
conocer algunas caractersticas de la poblacin, tales como edad, sexo, etc.,

es necesario estratificar la poblacin y lograr que las caractersticas de la
muestra coincidan con las caractersticas estratificadas de la poblacin. El
muestreo estratificado consiste en reducir la poblacin en funcin de los sub
conjuntos o estratos que se han identificado en sta. Sea el caso de la
poblacin de estudiantes universitarios de la ciudad de Lima y se desea
estratificar la poblacin segn dos variables: sexo de los estudiantes y tipo
de gestin de la Universidad. As se tendr, si cada variable asume dos
valores, los cuatro siguientes estratos: 1. Estudiantes varones de universidades nacionales; 2. Estudiantes varones de universidades particulares; 3.
Estudiantes mujeres de universidades nacionales y 4. Estudiantes mujeres
de universidades particulares, tal como puede verse en el Grfico N 9.
Estos cuatro estratos tienen sus respectivos tamaos, no son todos iguales, y
el investigador debe conocer el tamao de cada estrato.
Grfico N 9
Si estos son los estratos y se conoce el tamao de cada uno, el
investi-gador tendr que representar, en la muestra y en los mismos
porcentajes, cada uno de los estratos de la poblacin. Por ejemplo, se
desea obtener una muestra del 0,33 % para el estrato estudiantes varones
de univer-sidades nacionales, que son 50, 000, la muestra ser de 167.
Luego de establecer los estratos en la muestra y de establecer el nmero
requerido para cada estrato, la identificacin de los sujetos se puede
hacer emplean-do cualquiera de los procedimientos descritos
anteriormente. Lo que en realidad se hace es reducir el tamao de la
poblacin, guardando su apa-riencia estratificada original.
189
Elas J. Meja Meja
Sea el siguiente ejemplo:

.......
Con estos datos se puede hacer la siguiente graficacin:
Grfico N 10
190
Como se trata de obtener una muestra de 400 sujetos se

proceder, respetando los porcentajes encontrados, a calcular el
nmero de sujetos para cada estrato. Los datos son los siguientes:
Esto significa que de los 50 000 estudiantes varones de universidades

nacio-nales, se debe elegir a 167 para la muestra. De las 30 000 estudiantes
mujeres de universidades nacionales, se debe elegir a 100 para la muestra.
De los 25 000 estudiantes varones de universidades particulares, se debe
elegir a 83 para la muestra y de las 15 000 estudiantes mujeres de
universidades particulares, se debe elegir a 50 estudiantes para la muestra.
Pero cmo identificar a estos estudiantes en la poblacin? Esto se puede
hacer aplicando las tcnicas probabilsticas descritas. Por ejemplo, mediante el
muestreo aleatorio simple se puede identificar a los 167 sujetos que constituyen
la muestra de una poblacin de 50 000 del estrado denominado: estudiantes
varones de universidades nacionales. As se puede proceder en cada uno de los
estratos. Esta tcnica se denomina muestreo aleatorio estratificado.
Las ventajas de aplicar la tcnica del muestreo aleatorio

estratificado son las siguientes:
Si se requiere precisin en los datos que se analizan en cada uno de los
estratos, se puede considerar como poblacin independiente cada estrato.
Por ejemplo, el nmero de estudiantes varones de universidades nacionales.
Tambin es conveniente la estratificacin por razones administrativas: Si
una institucin tiene, por separado, identificados a los alumnos varones y mujeres, los estratos identificados facilitan el manejo de los datos institucionales.
191
Elas J. Meja Meja
Los sujetos de la muestra pueden ser diferentes en funcin de

cada estrato. El investigador puede asumir que las caractersticas de
los estu-diantes de universidades nacionales no son las mismas que
las caracte-rsticas de los estudiantes de universidades particulares.
Para mantener sus respectivas identidades o particularidades, es
conveniente estudiarlas como estratos diferentes.
Al identificar estratos, el investigador puede obtener mayor precisin
en la estimacin de las caractersticas de cada estrato, porque si la
pobla-cin es heterognea, los estratos ya sern homogneos, pues se
habrn agrupado a los miembros de cada estrato por sus caractersticas
comunes: estudiantes varones, que obviamente tienen caractersticas
diferentes a las que poseen las estudiantes mujeres.
El investigador, en funcin de las necesidades que tenga de analizar
los datos o en funcin de la precisin que busca, debe estratificar la
pobla-cin segn los criterios que crea ms convenientes. Asimismo,
depende de cada investigador determinar el tamao de la muestra en
funcin del tamao del estrato que tiene identificado.
Por lo general, la varianza de las muestras estratificadas es ms
peque-a que la varianza que se observa en las muestras obtenidas
con la tcnica del muestreo aleatorio simple. Esta menor varianza ya
constituye una importante ventaja de este mtodo.
6. MUESTREO NO PROBABILSTICO
Cuando el investigador, por las caractersticas de su estudio, necesita
incorporar en la muestra a sujetos que posean caractersticas deseadas por
l, no es posible emplear el muestreo probabilstico, sino un tipo de
muestreo completamente distinto. Este es un tipo de muestreo en el que la
probabilidad no es necesaria y, por el contrario, se trata de identificar a los
sujetos de la muestra con criterios intencionados, es decir, identi-ficndolos
en base a criterios previamente establecidos. Si, por ejemplo, se trata de un
concurso universitario de ajedrez, y las autoridades de una determinada
Universidad deben acreditar a tres representantes, entonces, seleccionarn a
los tres mejores jugadores de ajedrez que tiene la Univer-sidad para que la
representen en el concurso. Como es natural, a estos tres jugadores, que
constituyen la muestra de la Universidad, no se los puede
192
identificar mediante el azar ni empleando los mtodos probabilsticos,

sino de forma intencionada buscando, entre todos los alumnos de la Universidad, a los tres estudiantes que renan las caractersticas necesarias,
en este caso, ser buenos jugadores de ajedrez.
a) Muestreo por cuotas

Cuando se desea obtener la muestra de una poblacin organizada en
forma piramidal o arborescente, como es el caso de los sistemas educati-vos
de muchos pases latinoamericanos, se puede asignar cuotas a cada es-caln
de la organizacin. Por ejemplo, si se desea hacer una investigacin, a nivel
nacional, sobre el rendimiento de los estudiantes de educacin se-cundaria y
se estima que la poblacin estudiantil de secundaria en el Per sobrepasa los
dos millones de alumnos y se desea obtener una muestra de 504 estudiantes,
se procede de la siguiente manera: Si desde el punto de vista de la
administracin, el Ministerio de Educacin tiene, suponga-mos, 8 Regiones,
se asignan cuotas a cada una de las Regiones. Las cuotas pueden ser
proporcionales a la poblacin estudiantil de cada Regin o bien pueden ser
iguales para todas. En el caso que se decidiera que fueran iguales, se
asignaran cuotas de 63 alumnos por cada Regin (504 / 8 = 63).
Seguidamente, a cada una de las Regiones, se asignarn nuevas cuo-tas para
ser cubiertas por cada una de las Unidades de Gestin Educativa (UGEs).
Suponiendo que en la Regin N 1, existieran 7 UGEs, a cada UGE le
correspondera una cuota de 9 sujetos (63 / 7 = 9). Si cada UGE tuviera 9
Colegios, se asignar un alumno por Colegio. En este caso, para identificar
al alumno de cada Colegio, se tendra que hacer un sorteo entre todos los
alumnos o aplicar los otros tipos de muestreo, como el aleatorio simple o el
muestreo estratificado. Luego, las autoridades harn el reporte inverso, de
abajo hacia arriba, es decir el informe de los colegios a las UGEs, el
informe de las UGEs a la Direcciones Regionales y estas a la Sede Central
de Ministerio de Educacin. As se lograra, sumando las cuotas de las
Regiones, obtener la muestra de los 504 estudiantes que se requieren para el
estudio.
b) Juicio de expertos
El juicio de expertos es el criterio que maneja un profesional especializado cuando tiene que seleccionar sujetos. El experto decide qu sujetos
van a participar en la muestra. Si por ejemplo se convoca, a nivel de Lima,
193
Elas J. Meja Meja
a un Concurso Universitario de Matemtica, sern los matemticos o los

profesores de matemtica quienes debern emitir opinin o seleccionar ellos
a los mejores alumnos de matemtica de cada Universidad para que
representen, exitosamente, a la institucin. Si se trata de estudiar aspectos
relacionados con el retardo mental, los profesores de la especialidad, o
mejor, un psiclogo, y ms an, un equipo multidisciplinario de profesionales, actan como expertos para diagnosticar o decidir sobre el tipo de
tratamiento que requieren estos alumnos.
En estos casos, aplicando el juicio de expertos, se determina quines van
a formar parte la muestra. Las selecciones deportivas de un pas, por
ejemplo las de ftbol o voleibol, son muestras representativas del pas y los
jugadores han sido escogidos por el seleccionador/entrenador de entre un
universo
muy
vasto
de
deportistas.
En
este
caso,
el
seleccionador/entrenador acta como experto para emitir opinin y
convocar a los jugadores.
c) Muestreo ocasional
En muchas oportunidades, en la investigacin de la conducta se recoge la
opinin de las personas con las que ocasionalmente tropieza el investigador.
Esta es la tcnica ms sencilla y muchas veces la nica manera de recopilar
informacin. Su validez es relativa aunque parte del supuesto que los sujetos a
quienes se entrevista son representativos de la poblacin. Por ejemplo, las
agencias dedicadas al estudio de la opinin colectiva, para anticipar los resultados de una votacin de los ciudadanos, recogen informacin de los electo-res
que salen del local en el que votaron. A partir de estos informes, realizan sus
progresiones para llegar a la prediccin deseada.
194
CAPTULO VI
PROCESO DE PRUEBA DE
HIPTESIS
Para la actitud favorable

Para la actitud neutral
: 10,58
: 2,54
Para la actitud desfavorable : 11,64
Cuadro 13. Valores crticos de Chi cuadrada.
Para aplicar el anlisis de varianza se debe, en primer lugar, trazar una

estrategia adecuada. Si por ejemplo el investigador estudia los efectos que dos
variables independientes producen en una dependiente y si cada una de estas
variables asume dos valores, la estrategia consistir en acomodar los datos en
una tabla de contingencia 2x2, que algunos autores llaman rejilla 2x2 o tabla de
divisiones cruzadas 2x2. 2x2 significa que se analizarn los efectos de dos
variables independientes cuando cada una de ellas vara en dos valores.
Al aplicar el anlisis de varianza, y para mantener la misma nomenclatura que aparece en la bibliografa referida al tema, a cada una de las
variables se denomina factor. Llmese a una de ellas es el factor A y la otra,
el factor B. Pero como cada variable asume dos valores, el factor A variar
en A1 y A2 y el factor B variar en B1 y B2. El subndice 1 significa
207
Elas J. Meja Meja
que la variable se presenta en su nivel ms bajo de variacin y el subndice

2 significa que la variable se presenta en su nivel ms alto de variacin.
Sea la siguiente tabla de contingencia:
Grfico N 11
Como resultado de acomodar las variables en la tabla de
contingencia 2x2 se produce un cruce de variables, lo que da lugar a
los siguientes cua-tro tratamientos: A1, B1; A2, B1; A1, B2; A2, B2.
El ejemplo que ilustra lo dicho es el siguiente: Se desea estudiar los
efectos de las variables desempeo docente y mtodos didcticos. El
desem-peo docente es el factor A y vara en A1 que corresponde a un
desempeo docente no eficiente y A2 que corresponde a un desempeo
docente eficiente. Como se aprecia, el desempeo docente no eficiente
es la presencia de la variable en su nivel ms bajo, no eficiente, o sea 1.
Mientras que A2 corresponde al desempeo docente eficiente, es decir,
el valor alto de la variable, o sea 2.
Por otra parte, el factor mtodos didcticos vara tambin en dos niveles:
B1 aplicacin de mtodos didcticos centrados en la enseanza o valor bajo de la
variable B, y B2 aplicacin de mtodos didcticos centrados en el aprendi-zaje, o
valor alto de la variable B. La teora pedaggica sostiene que el pro-blema
fundamental en todo proceso educativo es el aprendizaje y no la en-seanza, de ah
que se considera valor bajo a los mtodos didcticos centrados en la enseanza y
valor alto a los mtodos didcticos centrados en el aprendizaje.
La hiptesis que se puede elaborar con estos datos es la siguiente:

El eficiente desempeo docente y los mtodos didcticos centrados
en el apren-dizaje son factores que contribuyen a incrementar el
nivel de rendimiento acadmico de los estudiantes.
208
Con estos datos, la primera combinacin de las variables es A1,

B1, es decir el grupo de alumnos que tiene profesores con desempeo
docente no eficiente y a quienes se les aplica mtodos didcticos
centrados en la enseanza.
Este es el primer tratamiento. Los valores de las variables se
presentan en sus niveles ms bajos. Ambos factores estn en 1 y para
simplificar la denominacin de este tratamiento se asume la convencin
de llamarlo tratamiento [1], que en realidad es el tratamiento menos
deseado, el tra-tamiento en el que prcticamente no actan o no influyen
las variables. A partir de este tratamiento se elabora la hiptesis nula.
El segundo tratamiento, o segundo grupo, corresponde a la combinacin A2,
B1, es decir, el grupo de estudiantes que tiene profesores con desempeo
docente eficiente y a quienes se les aplica mtodos didcticos centrados en la
en-seanza. En este grupo o tratamiento acta la variable A, es decir, la variable
est en su valor ms alto: desempeo docente eficiente. Para simplificar su
deno-minacin, a este tratamiento se le conoce como tratamiento [a], porque A,
y no B, asume el valor alto; B permanece en el nivel bajo.
El tercer campo del cuadro es el tratamiento A1, B2, es decir, el grupo de
alumnos que tiene profesores con desempeo docente no eficiente pero a
quienes se les aplica mtodos didcticos centrados en el aprendizaje. En este
grupo o tratamiento acta la variable B, es decir, la variable est en su va-lor
ms alto: mtodos didcticos centrados en el aprendizaje, B 2. Para simpli-ficar
su denominacin a este tratamiento se le conoce como tratamiento [b], porque
B asume el valor alto, mientras que la variable A no acta.
El cuarto campo del cuadro es el tratamiento A2, B2, es decir el grupo de estudiantes que tiene profesores con desempeo docente eficiente
y a quienes se les aplica mtodos didcticos centrados en el aprendizaje.
En este grupo o tratamiento actan las variables A y B, es decir ambas
estn en sus valores ms altos: profesores con desempeo docente
eficiente, A 2, y mtodos didcticos centrados en el aprendizaje, B 2. Para
simplificar su denomina-cin a este tratamiento se le conoce como
tratamiento [ab], porque A y B asumen sus valores ms altos.
Como se ha dicho, el anlisis de varianza es una metodologa que se
aplica para probar hiptesis siempre y cuando las variables independientes
no se encuentren relacionadas entre s. Algunas veces sucede que las variables independientes que actan sobre la dependiente se hallan, a su vez,
209
Elas J. Meja Meja
relacionadas entre s, o dicho en otros trminos, existe covarianza entre las

variables independientes. Cuando la covarianza entre las variables independientes no existe, o es igual a cero, se puede aplicar el anlisis de varianza.
En este caso, el investigador puede asumir que las variables influyen por
separado, cada una en su oportunidad, en la variable dependiente. Por eso es
que se puede hacer el anlisis de cada uno de los factores en forma
independiente, y por eso es que se puede elaborar la estrategia de formar
grupos o tratamientos que se ubican en una tabla de contingen-cia como la
descrita. En el ejemplo que se est presentando, existen dos variables y cada
una de ellas asume dos valores de ah que la tabla de con-tingencia, como se
ha dicho, se denomine 2x2, o sea, existe la posibilidad de formar cuatro
grupos. Si una de las variables asumiera tres valores, la tabla se
denominara 2x3, o sea, se formaran 6 grupos o tratamientos. Las tablas de
contingencia se tornan cada vez ms complejas, es decir, aparecen ms
grupos de tratamiento a medida que las variables asumen ms valores o las
hiptesis contienen tres o ms variables independientes.
Como en el presente ejemplo existen dos variables y cada una de

ellas asume dos valores, resulta la posibilidad, o contingencia, de
formar cua-tro grupos a quienes se puede aplicar distintos
tratamientos. Los valores hallados para la variable dependiente se
ubican en cada celda o recuadro de la tabla de contingencia 2x2.
El anlisis de varianza consiste en analizar la varianza de las puntuaciones alcanzadas por los cuatro grupos. Este anlisis se hace desde dos
perspectivas: la primera consiste en analizar la varianza que podra
existir al interior de cada uno de los grupos; es la varianza dentro de los
grupos, o varianza intra grupo, de ah las denominaciones que se dan a
los datos que se encuentran: suma de cuadrados dentro de los grupos,
SSD, o me-dia de cuadrados dentro de los grupos, MS D, en donde el
subndice D expresa que el anlisis se ha hecho con las puntaciones
obtenidas por los sujetos dentro de cada grupo.
La segunda perspectiva es realizar el anlisis de la varianza entre
cada uno de los grupos, de ah las denominaciones de los datos que
se encuen-tran: suma de cuadrados entre grupos, SS E, o media de
cuadrados entre grupos, MSE, en donde el subndice E expresa que el
anlisis se ha hecho comparando las puntaciones obtenidas por los
sujetos entre cada uno de los grupos.
210
El siguiente grfico expresa lo dicho hasta el momento:
Grfico N 12
A manera de ejemplo, se presenta a continuacin la sntesis de algunos trabajos
realizados por investigadores de la Facultad de Educacin de la UNMSM. El que
sigue es el estudio realizado por Constantino Domnguez titulado Influencia del
desempeo docente y de los mtodos didcticos en el nivel de aprendizaje de
alumnos del ciclo bsico de obstetricia. En este caso se investiga la influencia de
dos variables independientes sobre una variable dependiente.
Problema
Qu efectos producen, en el nivel de aprendizaje de alumnos de
ciclo bsico de obstetricia, el desempeo docente y los mtodos
didcticos que se emplean en el proceso enseanza-aprendizaje?
Variacin de las variables:
Desempeo docente, asume dos valores: Desempeo docente no
eficien-te, o nivel bajo de la variable, (A 1), y Desempeo docente
eficiente, o nivel alto de la variable, (A2).
Mtodos didcticos: Mtodos didcticos centrados en la
enseanza, o ni-vel bajo de la variable, (B 1), y Mtodos didcticos
centrados en el aprendiza-je, o nivel alto de la variable, (B2).
211
Elas J. Meja Meja
Sistema de
hiptesis: Hiptesis
general
El eficiente desempeo docente, A2, y la aplicacin de mtodos didcticos
centrados en el aprendizaje, B 2, incrementan significativamente el nivel de
nivel de aprendizaje de estudiantes del ciclo bsico de obstetricia.
En trminos formales: el nivel de aprendizaje, representado por el smbolo
Y, es influenciado, en forma positiva, por el desempeo docente eficiente (A2) y
por la aplicacin de mtodos didcticos centrados en el aprendizaje
(B2).
En este caso, la hiptesis se adeca al siguiente modelo estadstico:
Yijk = m + ai + bj + (ab)ij + eijk
En donde:
Yijk es la k-sima observacin bajo el i-simo tratamiento de la
varia-ble A (Desempeo docente) y bajo el j-simo tratamiento de la
variable B (Mtodos didcticos), (i = 1,2; j = 1,2 ; k = 1,2,3 ... 80).
m
: Media general del experimento y recoge todos los efectos constantes.
ai : Efecto del i-simo nivel del factor A (Desempeo docente).

bj : Efecto del j-simo nivel del factor B (Mtodos didcticos).
(ab)ij: Efecto de la interaccin de las variables.
e : Error estimado.
Este modelo formalizado de hiptesis permite estimar los efectos de
cada una de las variables independientes en el rendimiento acadmico.
Subhiptesis alterna 1
El nivel de aprendizaje del grupo de estudiantes del ciclo bsico de
obstetricia que tuvo profesores con desempeo docente eficiente, (A 2), es mayor
que el rnivel de aprendizaje del grupo de estudiantes que tuvo profesores con
desempeo do-cente no eficiente, (A1). En trminos formales, para el factor A:
H1 : m20 > m10

En esta hiptesis, el subndice 2, que aparece antes del 0, expresa el
valor alto de la variable desempeo docente, mientras que el sub ndice 0
expresa que la variable mtodos didcticos no interviene en esta hiptesis.
El subndice 1, que aparece antes del 0, expresa el valor bajo de la variable
212
desempeo docente, mientras que el subndice 0 expresa que la

variable mtodos didcticos no interviene en esta hiptesis.
Subhiptesis nula 1
El rendimiento acadmico del grupo de estudiantes del ciclo bsico
de obstetricia que tuvo profesores con desempeo docente eficiente,
(A2), no di-fiere significativamente del rendimiento acadmico del grupo
de estudiantes que tuvo profesores con desempeo docente no eficiente,
(A1). En trminos formales, para el factor A:
H1 : m20 = m10
El nivel de aprendizaje del grupo de estudiantes del ciclo bsico de
obste-tricia a quienes se les aplic mtodos didcticos centrados en el
aprendizaje, (B 2), es mayor que el nivel de aprendizaje del grupo de
estudiantes a quienes se les aplic mtodos didcticos centrados en la
enseanza, (A1). En trminos formales, para el factor B:
H1 : m02 > m01

En esta hiptesis, el subndice 2, que aparece despus del 0, expresa el
valor alto de la variable mtodos didcticos, mientras que el subndice 0
expresa que la variable desempeo docente no interviene en esta hiptesis.
El subndice 1, que aparece despus del 0, expresa el valor bajo de la variable mtodos didcticos, mientras que el subndice 0 expresa que la variable
desempeo docente no interviene en esta hiptesis.
Subhiptesis nula 2
El nivel de aprendizaje del grupo de estudiantes del ciclo bsico de obstetricia a quienes se les aplic mtodos didcticos centrados en el aprendizaje,
(B2), no difiere significativamente del nivel de nivel de aprendizaje del grupo de
estudiantes a quienes se les aplic mtodos didcticos centrados en la enseanza, (A1). En trminos formales, para el factor B:
H1 : m02 = m01
La interaccin de los factores desempeo docente y mtodos didcticos,
(A x B), produce efectos significativos en el nivel de aprendizaje de
estudian-tes del ciclo bsico de obstetricia. En trminos formales:
213
Elas J. Meja Meja
H3: (ab)ij < 0 para todo ij

Subhiptesis nula 3
La interaccin de los factores desempeo docente y mtodos didcticos,
(A x B), no produce efectos significativos en el nivel de aprendizaje de
estudiantes del ciclo bsico de obstetricia. En trminos formales:
H3: (ab)ij = o < que 0 para todo ij

Proceso de prueba de hiptesis
Luego de la aplicacin de los instrumentos de acopio de datos, en
este caso el test para medir el nivel de aprendizaje de los estudiantes
de la muestra, los datos encontrados fueron los siguientes:
Grfico N 13
214
Cuadro N 14
Mtodo I. Clculo de los efectos de los factores mediante la

combina-cin lineal
Para el clculo de los efectos de los factores mediante la
combinacin lineal se han colocado los datos de la tabla de
contingencia 2x2 en la se-cuencia lineal: 1, a, b, y ab.
Para calcular el efecto del factor A, desempeo docente, se suma algebraicamente los valores de cada tratamiento. Se considera que en el tratamiento [1],
el factor A no interviene debido a que est en su nivel bajo: A1, por lo que a este
tratamiento le corresponde signo negativo. Se considera que en el tratamiento
[a], el factor A interviene debido a que est en su nivel alto: A 2, por lo que a este
tratamiento le corresponde signo positivo.
Se considera que en el tratamiento [b], el factor A no interviene debi-do

a que est en su nivel bajo: A1, por lo que a este tratamiento le corres-ponde
signo negativo. Se considera que en el tratamiento [ab], el factor A
interviene debido a que est en su nivel alto: A2, por lo que a este tratamiento le corresponde signo positivo. En consecuencia la suma algebraica
para este factor es 233. Este puntaje ha sido alcanzado debido a que hay 80
alumnos en cada uno de los tratamientos identificados con el signo positivo.
Como para este factor hay dos tratamientos con signo positivo,
215
Elas J. Meja Meja
se considera que son 160 los sujetos que han hecho posible alcanzar los
233 puntos en la suma algebraica. Dividiendo 233 entre los 160 sujetos,
se obtiene el valor de 1,46 que se considera es el valor con que el factor
A, en este caso, desempeo docente, influye en el rendimiento
acadmico de los estudiantes de Obstetricia. Y si el factor A, desempeo
docente influye en 1,46 en el rendimiento acadmico se puede adoptar la
decisin de rechazar la subhiptesis nula 1 y aceptar la subhiptesis
alterna 1, que sostiene: El nivel de aprendizaje del grupo de estudiantes
del ciclo bsico de obstetricia que tuvo profesores con desempeo
docente eficiente, (A2), es mayor que el nivel de aprendizaje o del grupo
de estudiantes que tuvo profesores con desempeo docente no eficiente.
De manera similar al caso anterior se procede para analizar la influencia del factor B: mtodos didcticos. Se considera que en el tratamiento [1],
el factor B no interviene debido a que est en su nivel bajo: B 1, por lo que a
este tratamiento le corresponde signo negativo. Se considera que en el
tratamiento [a], el factor B no interviene debido a que tambin est en su
nivel bajo: B1, por lo que a este tratamiento le corresponde signo negativo.
Se considera que en el tratamiento [b], el factor B interviene debido a que
est en su nivel alto: B 2, por lo que a este tratamiento le corresponde signo
positivo. Se considera que en el tratamiento [ab], el factor B interviene
debido a que tambin est en su nivel alto: B2, por lo que a este tratamiento
le corresponde signo positivo.
En consecuencia, la suma algebraica para este factor es 207. Este puntaje ha sido alcanzado debido a que hay 80 alumnos en cada uno de los
tratamientos identificados con el signo positivo. Como para este factor hay
dos tratamientos con signo positivo, se considera que son 160 los su-jetos
que han hecho posible alcanzar los 207 puntos en la suma algebrai-ca.
Dividiendo 207 entre los 160 sujetos, se obtiene el valor de 1,29 que se
considera es el valor con que el factor B, en este caso, mtodos didc-ticos,
influye en el rendimiento acadmico de estudiantes de Obstetricia. Y si el
factor B, mtodos didcticos, influye en 1,29 en el rendimiento acadmico
se puede adoptar la decisin de rechazar la hiptesis nula 2 y aceptar la sub
hiptesis alterna 2, que sostiene: El nivel de aprendizaje del grupo de
estudiantes del ciclo bsico de obstetricia a quienes se les aplic mtodos
didcticos centrados en el aprendizaje, (B2), es mayor que el nivel de
aprendizaje del grupo de estudiantes a quienes se les aplic mtodos
didcticos centrados en la enseanza, (B1).
216
Para analizar la interaccin o el efecto conjunto de los factores A y B

se procede del siguiente modo: En el tratamiento [1] los factores A y B
estn en sus valores ms bajos, A 1B1 y, al encontrarse en el mismo nivel
producen interaccin, por lo que a este tratamiento le corresponde signo
positivo. En el tratamiento [a], solo el factor A est en su nivel alto, por
tanto, al no haber interaccin, a este tratamiento le corresponde signo
negativo. En el tratamiento [b], solo el factor B est en su nivel alto, por
tanto, a este tratamiento le corresponde signo negativo. En cambio, en el
tratamiento [ab] ambos factores estn en sus niveles altos, A2B2, y existe
interaccin entre ambos factores, por lo que a este tratamiento le corresponde signo positivo.
De ah que la suma algebraica para la interaccin o el efecto conjunto
de los factores A y B sea 29 que dividido entre 160 resulta 0,18, es decir, un valor menor que cero, por lo que se adopta la decisin de aceptar
la sub hiptesis nula 3 que sostiene: La interaccin de los factores
desempeo docente y mtodos didcticos, (A x B), no produce efectos
significativos en el nivel de aprendizaje de estudiantes del ciclo bsico
de obstetricia, y rechazar la subhiptesis alterna 3. Esta decisin
concuerda con la teora al respecto, pues los factores A y B actan
independientemente, no se entremezclan ni se traslapan, no producen
efectos conjuntos; de ah que el valor halla-do para la hiptesis de la
interaccin sea una cifra muy pequea, incluso menor que cero.
Cuadro N 15
217
Elas J. Meja Meja
Mtodo II: Clculo de los efectos de los factores a partir de los

pro-medios
Empleando este mtodo, los resultados son iguales a los encontrados
con el mtodo I, pues al hacer las operaciones correspondientes se obtiene:
Para el factor A: Desempeo docente:
Y
1 =
10 Y00 = 11,58 12,31 = 0,73
Y
2 = 20 Y00 = 13,04 12,31 = 0,73
Total: 0.73 + 0,73 = 1,46
Para el factor B: Mtodos didcticos:
1 = Y01 Y00 = 11,66 12,31 =
0,65 2 = Y02 Y00 = 12,95 12,31
= 0,64 Total: 0,65 + 0.64 = 1,29
Mtodo III. Anlisis entre y dentro de los grupos
Como se ha dicho, el anlisis de varianza realizado a un nivel ms profundo consiste en analizar la varianza al interior de los grupos o varianza dentro de
los grupos y la varianza entre los grupos. Luego de hacer este anlisis se obtiene
la suma de cuadrados dentro de los grupos y la suma de cuadrados entre los
grupos. Los procesadores estadsticos que se disponen ltimamente permiten
realizar todos estos clculos que, hechos manualmente, suponen al-gn nivel de
complejidad para quienes no son expertos en temas estadsticos, de modo que
en este punto obviamos la descripcin de todo este proceso.
Prueba F
Para adoptar las decisiones con respecto a la hiptesis se aplica la
prue-ba F que arrojar un valor como consecuencia de dividir la media
de cua-drados entre grupos, sobre la media de cuadrados dentro de los
grupos. La frmula de F para el anlisis de varianza es la siguiente:
F = MSE / MSD
La media de cuadrados, entre y dentro de los grupos, se obtiene dividiendo las sumas de cuadrados respectivas entre los grados de libertad
entre y dentro de los grupos. El siguiente cuadro ilustra lo dicho:
218
Cuadro N 16
Fuente de variacin
SS
gl
MS
Variacin entre las combinaciones
306,26
102,90
Variacin dentro de las combinaciones
740,86
316
2,34
1047,12
319
Totales
SS es la abreviacin de suma de cuadrados (del ingls sum of

square). MS es la abreviacin de media de cuadrados (del ingls
mean of square); gl es la abreviacin de grados de libertad.
Los grados de libertad se obtienen de la manera que a
continuacin se describe.
Grados de libertad entre las combinaciones: como quiera que
existen cuatro combinaciones o cuatro grupos de tratamiento, el
investigador ha trabajado con una tabla de contingencia 2x2, por
tanto, los grados de libertad entre las combinaciones, son 4 1 = 3.
Grados de libertad dentro de las combinaciones: como quiera que en
cada uno de los tratamientos o combinaciones existen 80 alumnos se res-ta
80 1 = 79, en cada combinacin. Como existen cuatro combinacio-nes se
tiene: 79 x 4 = 316 grados de libertad dentro de las combinaciones.
Las operaciones para obtener F son las siguientes:

F = MSE / MSD
F = 102,90 / 2,34 = 43,63
43,63 es el valor hallado de F. Este valor se compara con el valor
ta-bulado de F. El valor tabulado de F aparece en el cuadro N 18. En
este caso, para 3 grados de libertad entre las combinaciones y 316
grados de libertad dentro de las combinaciones, el valor tabulado es
2,62. Entonces se observa que:
43,63 > 2,63
Como el valor hallado es mayor que el valor tabulado, se adopta la
decisin de rechazar la hiptesis nula que sostiene: El eficiente desempeo
docente, (A2), y la aplicacin de mtodos didcticos centrados en el aprendizaje, (B2), no se relacionan significativamente con el nivel de aprendizaje
acadmico de estudiantes del ciclo bsico de obstetricia y, por el contrario,
se acepta la hiptesis alterna que sostiene: El eficiente desempeo docente,
219
Elas J. Meja Meja
(A2), y la aplicacin de mtodos didcticos centrados en el aprendizaje,

(B2), influyen significativamente en el nivel de aprendizaje acadmico
de estudian-tes del ciclo bsico de obstetricia.
8. ANLISIS DE REGRESIN MLTIPLE

El Anlisis de Regresin Mltiple es otra tcnica para contrastar
hip-tesis constituidas por dos o ms variables independientes. El
diseo o la estrategia, en este caso, se denomina factorial o
multivariado. Se emplea el Anlisis de Regresin Mltiple cuando las
variables independientes se encuentran relacionadas entre s. Esto quiere
decir que existe covariacin entre las variables independientes. El
siguiente ejemplo es una investiga-cin realizada por el autor:
Estudio de la correlacin entre el ndice acadmico, la
organizacin del tiempo libre y la afinidad de la actividad laboral
con los estudios, con respecto al xito acadmico de alumnos de
posgrado de la Universidad Nacional Ma-yor de San Marcos.
Cuadro N 17. Distribucin de F (95% de confianza). Grados

de libertad entre las combinaciones.
220
El objetivo principal de este estudio es predecir el xito acadmico.

Esto es posible empleando el anlisis de regresin mltiple. Esta prueba,
segn Kerlinger, se basa en la misma idea de la correlacin simple excepto cuando X, la variable independiente, es ms de una. En el anlisis
de regresin simple, la variable X pretende predecir Y. En el anlisis de
regresin mltiple, las variables X1, X2, X3, Xn pretenden predecir Y.
La organizacin de los datos y los clculos se hacen de tal manera que se
pueda obtener la prediccin ms acertada a partir de la combinacin de
las variables independientes. Es decir, en lugar de afirmar: si se tiene X,
se obtendr Y, se afirma: si se tiene X 1, X2, X3, Xn, se obtendr Y. El
resultado de los clculos expresar la bondad o exactitud de la
prediccin y medir la fraccin de la varianza de Y que depende de la
mejor combi-nacin de las variables independientes.
Es oportuno aplicar el anlisis de regresin mltiple cuando las
varia-bles se presentan concurrente y concomitantemente, esto significa
que cuando al presentarse juntas, se potencian los efectos de cada una de
las variables: los efectos conjuntos de las variables son mayores de los
que se esperan si actuaran las variables por separado. Y como las
variables independientes estn relacionadas entre s, ya no se pueden
separar para estudiar los efectos de cada una de ellas, como se hace en el
Anlisis de Varianza, sino que se trata de hallar la mejor combinacin
posible de los efectos conjuntos de las variables independientes.
Para estudiar los datos empleando el anlisis de regresin mltiple
es necesario reconocer que es posible la particin de la varianza, es
decir, reconocer la medida en que Y (variable dependiente) se debe a
cada una de las variables independientes. Pero es el caso que las
variables inde-pendientes del presente estudio no solamente estn
correlacionadas, cada una, con la variable dependiente sino que
tambin se encuentran corre-lacionadas entre s. Esta particularidad
de las variables va a determinar el proceso a seguir.
Problema
Qu grado de correlacin existe entre las variables ndice
acadmico, or-ganizacin del tiempo libre y afinidad de la actividad
laboral con los estudios, con respecto al xito acadmico de estudiantes
de postgrado de la Universidad Nacional Mayor de San Marcos?
221
Elas J. Meja Meja
Operacionalizacin de las variables

ndice acadmico: Es el promedio ponderado de las puntuaciones que
alcanzaron estudiantes de postgrado cuando cursaban estudios de pre grado.
Es variable continua que puede medirse en el nivel de intervalo. En la
presente investigacin ha sido medida en la escala vigesimal.
Organizacin del tiempo libre: Es la puntuacin en la escala

vigesimal que alcanzan los estudiantes de postgrado a partir del anlisis
de los si-guientes componentes: ocupaciones remuneradas, horas libres,
horas de lectura dedicadas al estudio y posesin personal de libros. Es
variable continua que puede medirse en el nivel de intervalo. En la
presente inves-tigacin ha sido medida en la escala vigesimal.
Afinidad de la actividad laboral con los estudios: Se determina
por el anlisis de dos componentes: la declaracin del propio sujeto y
la inter-pretacin de las tareas que cumple en su actividad laboral. Es
variable continua que puede medirse en el nivel de intervalo. En la
presente inves-tigacin ha sido medida en la escala vigesimal.
xito acadmico: Es el promedio ponderado de las calificaciones
obte-nidas por estudiantes de postgrado de la UNMSM. Es variable
continua que puede medirse en el nivel de intervalo. Ha sido medida
en la escala vigesimal.
Hiptesis alterna
Existe un coeficiente de correlacin, estadsticamente
significativo, al nivel de 0,05, entre las variables ndice acadmico,
organizacin del tiempo libre y afinidad de la actividad laboral con
los estudios, con respecto al xito aca-dmico de estudiantes de post
grado de la Universidad Nacional Mayor de San Marcos.
En trminos formales, la hiptesis se puede expresar en trminos
de la siguiente funcin:
Y = f (x1 x2 x3)
Hiptesis nula
El ndice acadmico, la organizacin del tiempo libre y la afinidad
de la actividad laboral con los estudios no estn correlacionados con el
xito acad-mico de estudiantes de postgrado de la UNMSM.
222
Correlacin simple
Como se ha sealado anteriormente, las variables independientes de esta
investigacin se encuentran correlacionadas entre s. Esto ha sido demostrado luego de hallar los ndices de correlacin simple entre tales varia-bles.
Para ello se emple la frmula de correlacin producto momento de
Spearman, que permiti encontrar los coeficientes de correlacin entre:
X1 y X2
X1 y X3
X2 y X3
Y luego hallar la correlacin entre:

Y y X1
Y y X2
Y y X3
Covarianza
Elevando al cuadrado cada uno de los coeficientes de correlacin
sim-ple se obtuvo la covarianza, es decir, los porcentajes de la
varianza com-partida entre las tres variables independientes y la
dependiente. Los datos obtenidos son los siguientes:
Cuadro N 18
La presencia de correlacin entre las variables independientes signi-fica

que estas se traslapan, se superponen entre s, no solo en el plano
bidimensional, sino en mltiples dimensiones. Este fenmeno complica el
anlisis de los datos y no se puede graficar en el plano bidimensional del
papel. Sin embargo, en el Grfico N 14, se trata se representar tales
traslapamientos entre cada una de las variables y la zona sombreada viene a
ser el sector de la varianza de Y de la que es responsable la presencia
conjunta, concurrente y concomitante de las variables independientes.
223
Elas J. Meja Meja
Grfico N 14
La varianza, en este caso, no es sinnimo de la media de las
diferencias entre puntuaciones o el rango de las puntuaciones entre
individuos o gru-pos, sino se entiende como la variabilidad de los
valores de una variable dependiente que se explica por la presencia
de otras variables llamadas independientes.
Si las variables independientes no estuviesen correlacionadas
entre s, sera suficiente sumar los porcentajes de la varianza que
explican, por separado, cada una de las variables independientes. De
esta manera se afirmara que el 49% de la varianza de Y es explicada
por X1 X2 y X3. Pero este no es el caso.
Prediccin
El anlisis de regresin mltiple es un mtodo estadstico que
permite interpretar el fenmeno descrito y conduce a la prediccin de
los valores de la variable dependiente. La prediccin es mejor en la
medida en que la correlacin entre las variables independientes entre s
sea baja, como en el presente caso: correlacin entre X 1 y X2 = 0,3;
correlacin entre X1 y X3 = 0,8, y correlacin entre X2 y X3 = 0,11.
Mediante programas informticos se resolvieron las siguientes
ecua-ciones del modelo estadstico de regresin mltiple para tres
variables independientes y una dependiente.
224
SY = a0 n + a1 SX1 + a2 SX2 + a3SX3

SX1 Y = a0 SX1 + a1 SX12 + a2SX1 X2 + a3 SX1X3
SX2 Y = a0 SX2 + a1 SX1 X2 + a2SX22 + a3SX2X3
SX3 Y = a0 SX3 + a1 SX1 X3 + a2 SX2X3 + a3SX32
En donde:
a0 = constante
a1 = coeficiente de regresin de X1
Los valores calculados para resolver las ecuaciones fueron los siguientes:
Resueltas las ecuaciones del modelo estadstico, se pudo resolver

la siguiente ecuacin de prediccin:
Y = a0 + X1a1 + X2a2 + X3a3
En donde:
a0: Constante = 7,7844
a1: Coeficiente de regresin de X 1 = 0,3421
a2: Coeficiente de regresin de X 2 = 0,0282
a3: Coeficiente de regresin de X3 = 0,1194
Conociendo el valor de la constante y de los coeficientes de regresin de
las variables independientes es posible predecir el valor de Y, es decir, la
puntuacin que obtendra cualquier estudiante al trmino de sus estudios de
post grado, siempre y cuando se tengan de l sus puntajes alcanzados en las
variables X1, X2 y X3. As, si se seleccionara aleatoriamente a cual-quier
sujeto de los 145 de la muestra, por ejemplo al N 40, se podra predecir su
xito acadmico utilizando la ecuacin de prediccin.
Y del sujeto 40 = 7,7844 + (13,87 x 0,3421) + (13 x 0,0282) + (14 x

0,1194) Y del sujeto 40 = 7,7844 + 4,74927 + 0,3666 + 1,6716
Y del sujeto 40 = 14,57
Discrepancia entre Y y Y = 0,38

225
Elas J. Meja Meja
Otro caso:
Y del sujeto 101 = 7,7844 + (15,03 x 0,3421) + (12 x 0,0282) + (14 x 0,1194)
Y del sujeto 101 = 7,7844 + 5,141673 + 0,3384 +

1,6716 Y del sujeto 101 = 14,94
Discrepancia entre Y y Y = 0,44
Coeficiente de correlacin mltiple

Si se obtuvieran todas las puntuaciones predichas (Y) empleando el
procedimiento descrito, sera posible correlacionarlas con las puntua-ciones
reales (Y). Este coeficiente de correlacin no es el mismo que el normal, r,
que se obtiene correlacionando dos series de puntuaciones rea-les, sino se
denomina coeficiente de correlacin mltiple y su smbolo es R que se
obtiene correlacionando las puntuaciones reales de Y con las puntuaciones
predichas de Y, y expresa la magnitud de la relacin entre la mejor
combinacin posible de todas las variables independientes con respecto a la
variable dependiente. En el presente caso, el valor de R es:
R = 0,4427
Mediante procesos informticos se calcularon los valores
predichos de Y de los 145 sujetos de la muestra, por tanto, el valor de
R ha sido halla-do luego de correlacionar la serie de puntuaciones
predichas de Y con las puntuaciones reales de Y.
Este es el dato ms importante de la investigacin, porque a partir
de l se va a adoptar la decisin con respecto a la hiptesis nula.
226
El coeficiente de regresin mltiple, R, elevado al cuadrado,

indica la varianza compartida entre Y y Y, es decir, R 2 es el
porcentaje de la va-rianza de Y de la cual es responsable la
concurrencia de las tres variables independientes.
En este caso, dicho valor
es: R2 = 0,44272 = 0,1956
Redondeando sera = 0,20
Y en trminos porcentuales sera = 20%
Que significa que las tres variables independientes: ndice acadmico,
organizacin del tiempo libre y afinidad de la actividad laboral con los
estu-dios, son responsables del 20% de la varianza de Y: xito acadmico en
los estudios de postgrado. Otros factores no estudiados en esta
investigacin, son responsables del 80% de la varianza restante. Lo dicho se
puede apre-ciar ms claramente en el siguiente grfico:
Varianza de Y
Grfico No 15
Grados de libertad
En este estudio, como se ha trabajado con una muestra de 145
estu-diantes y con cuatro variables, los grados de libertad se hallan
del siguien-te modo:
N 4 = 145 4 =
141 K 1 = 4 1 = 3
227
Elas J. Meja Meja
En este caso, N alude a los estudiantes de la muestra: 145,

mientras que K alude a las variables tres independientes y una
dependiente que han sido estudiadas en la presente investigacin: 4.
Prueba F
Para el contraste de la hiptesis, luego de realizar el anlisis de regresin mltiple, se emple la Prueba F, al nivel de significacin de 0,05.
Cuando se hace el anlisis de regresin mltiple, la frmula de la

prueba F es la siguiente:
F=
R2 / K
(1- R2) / (N K 1)
En donde:
R2 = Coeficiente de correlacin mltiple elevado al
cuadrado. K = Nmero de variables independientes.
N = Tamao de la muestra.
Al hacer las operaciones se obtiene:
F=
0,44272 / 3
(1- 0,44272) / (145 3 1)
F=
0,0489958225
= 8,531
0,0057429765
El valor hallado, luego de reemplazar los trminos de la frmula
es 8,531, superior a 2,60, valor crtico para 141 grados de libertad y
tres variables independientes, tal como puede verse en el Cuadro N
18, Distribucin de F, con 95% de confianza. En consecuencia se
rechaza la hiptesis nula, al nivel de 0,05, que sostiene: El ndice
acadmico, la organizacin del tiempo libre y la afinidad de la
actividad laboral con los estudios, no estn correlacionados con el
xito acadmico de estudiantes de postgrado de la UNMSM.
En cambio, se acepta la hiptesis alterna que sostiene: Existe un coefi-ciente
de correlacin, estadsticamente significativo al nivel de 0,05, entre las
228
variables ndice acadmico, organizacin del tiempo libre y afinidad de la actividad laboral con los estudios, con respecto al xito acadmico de estudiantes
de postgrado de la Universidad Nacional Mayor de San Marcos.
9. PRUEBA t de Student
La prueba t de Student, llamada tambin Prueba de Diferencia de
Medias, es otra prueba muy usada para contrastar hiptesis. Cuando los
investigadores adoptan estrategias de prueba de hiptesis como consecuencia de las cuales se obtienen dos promedios en cada uno de los
grupos, ya sean stos experimental o de control, lo que deben hacer es
determinar si la diferencia entre tales promedios hallados se debe a causas
del azar, o si tal diferencia se ha producido como efecto de la influencia de
la variable independiente que se est estudiando. En este caso el investigador, con los datos que obtiene, realiza las operaciones respectivas.
La limitacin de esta prueba es que no funciona con muestras grandes, sino solo con muestras pequeas. Algunos autores sostienen que el
nmero de la muestra no debe pasar de 20 para aplicar esta prueba.
A continuacin se presenta el estudio realizado por Marco
Sanabria, titulado: Influencia del Seminario y la Clase Magistral en
el Rendimiento Acadmico de alumnos de la Escuela Acadmico
Profesional de Economa de la UNMSM.
Problema:
Existen diferencias significativas en el ndice acadmico alcanzado
por alumnos de la asignatura de Economa General I de la Escuela
Acadmico Profesional de Economa de la UNMSM, que realizaron sus
estudios con el mtodo de Seminario, con respecto al grupo de alumnos
que cursaron con el mtodo de la Clase Magistral?
Definicin de trminos bsicos

Clase magistral: Es un tiempo de enseanza ocupado entera o
principal-mente por la exposicin continua de un conferenciante. Los
estudiantes pue-den tener la oportunidad de preguntar o participar en una
pequea discusin pero, por lo general, no hacen otra cosa que escuchar y
tomar notas.
229
Elas J. Meja Meja
Seminario: Es una tcnica didctica que consiste en la reunin de

un nmero pequeo de miembros que estudian e investigan sistemticamente un tema con el objeto de lograr el conocimiento profundo
y especfico de dicho tema.
ndice acadmico: Es la estimacin cuantitativa, en una escala
de me-dicin, que establece el nivel alcanzado por un estudiante en
su proceso de aprendizaje.
Hiptesis general
El ndice acadmico de los alumnos que estudiaron la asignatura de
Eco-noma General I con el mtodo de seminario es significativamente
diferente del ndice acadmico de los alumnos que estudiaron la
asignatura de eco-noma general I con el mtodo de clase magistral en
la Escuela Acadmico Profesional de Economa de la UNMSM.
Hiptesis especfica 1
El ndice acadmico de los alumnos de la Escuela Acadmico
Profesional de Economa de la UNMSM que desarrollan la
asignatura de Economa General I se incrementa significativamente
con la aplicacin del mtodo di-dctico de seminario.
Hiptesis especfica 2
Profesional de Economa de la UNMSM que desarrollan la asignatura
de Economa General I no se incrementa significativamente con la
aplicacin del mtodo didctico de clase magistral.
Variables e indicadores
Las variables consideradas para la presente investigacin son las
si-guientes:
a)
b)
Variable independiente: Mtodo didctico

Variacin:
Mtodo didctico de Clase Magistral (Z).
Mtodo didctico de Seminario (X).
Variable dependiente: ndice acadmico
Variacin:
230
a)
b)
ndice acadmico alto.

ndice acadmico bajo.
Operacionalizacin de la variable: ndice acadmico
ndice acadmico alto: Cuando el promedio del grupo es 12,31 o ms.
ndice acadmico bajo: Cuando el promedio del grupo es menor que 12,31.
Estos valores se han calculado mediante el mtodo estadstico de estimacin puntual de la diferencia de dos medias en donde el estimador es:
La desviacin estndar del estimador puntual de la diferencia de

me-dias se obtiene mediante la aplicacin de la siguiente frmula:
Para el clculo de la cota de error se ha utilizado la frmula:
Con las frmulas mencionadas se han realizado las operaciones

corres-pondientes y se tiene:
El promedio obtenido por ambos grupos el de seminario y el de

clase magistral es: 10,71.
A este promedio se adiciona la cota de error y se tiene 10,71 +
1,5981, entonces se obtiene el valor crtico: 12,3081.
Estrategia para la prueba de hiptesis
La presente es una investigacin con medicin previa y posterior con
grupo de control. Las unidades de anlisis, tanto en el grupo experimen231
Elas J. Meja Meja
tal como en el grupo de control, se encuentran asignadas en grupos

ya establecidos. El esquema del diseo es cuasi experimental, y se
grafica de la siguiente manera:
O1 X O3
Grupo en el que se desarrolla el seminario:
Grupo en el que se desarrolla la clase magistral: O3 Z O4
En donde:
X
: mtodo de seminario.
z
: mtodo de clase magistral.
o1
: medicin del ndice acadmico del grupo que desarrolla el
seminario antes del experimento.
o2
: medicin del ndice acadmico del grupo que desarrolla el
seminario despus del experimento.
o3
: medicin del ndice acadmico del grupo que desarrolla la
clase magistral antes del experimento.
o4
: medicin del ndice acadmico del grupo que desarrolla la
clase magistral despus del experimento.
Anlisis pretest
El empleo del pre test ha tenido la finalidad determinar el nivel de conocimientos con el que inician el experimento, tanto del grupo al que se aplica
el Seminario (O1), como del grupo al que se aplica la clase magistral (O3).
Para el clculo del promedio se utiliz la siguiente frmula:
Para el clculo de la desviacin estndar se utiliz la frmula:
Hechas las operaciones, los datos hallados en el pre test son los
si-guientes:
232
Cuadro N 19
Estimador puntual de la diferencia de medias

Este estimador permite identificar un punto crtico al que se le
conoce con el nombre de cota de error. Para decidir se tiene en
cuenta si la cota de error es mayor que la diferencia de medias no hay
diferencia significa-tiva en los promedios analizados y viceversa.
Clculo del estimador:
= 0,61
Desviacin estndar de la diferencia de medias obtenidas es:
= 0,352628
Cota de error = 0,705
La cota de error: 0,705 es mayor que la diferencia de las medias:
0,61, por lo tanto los promedios obtenidos por los alumnos en el pre
test no difieren significativamente.
Cuadro N 20. Anlisis post test.
Contraste de hiptesis
Mason, Lind y Marshall mencionan que existe un procedimiento de
cinco pasos que sistematiza la prueba de hiptesis. Al llegar al paso 5 se
233
Elas J. Meja Meja
tiene ya la capacidad de tomar la decisin de rechazar o no la hiptesis 1.

Atendiendo este planteamiento, que a criterio del autor de esta investigacin es el ms coherente, se desarroll el proceso de prueba de hiptesis.
Paso 1: Planteamiento de la hiptesis nula (H O) y de la hiptesis

al-terna (H1):
Hiptesis general
Hiptesis nula (HO)
El ndice acadmico de los alumnos que desarrollan la asignatura de Economa General I con el mtodo didctico de Seminario (O 2), no es significativamente diferente al ndice acadmico de los alumnos que estudian la
asignatura de Economa General I con el mtodo didctico de clase magistral
(O4) en la Escuela Acadmico Profesional de Economa de la UNMSM.
Lo dicho, formalmente, se expresa mediante la siguiente ecuacin:
H0: O2 = O4
Hiptesis alterna (H1)
El ndice acadmico de los alumnos que desarrollan la asignatura
de Economa General I con el mtodo didctico de seminario (O 2), es
signi-ficativamente diferente del ndice acadmico de los alumnos
que estudian la asignatura de Economa General I con el mtodo
didctico de clase magistral (O 4) en la Escuela Acadmico
Profesional de Economa de la UNMSM.
Lo dicho, formalmente, se expresa mediante la siguiente inecuacin:
H1: O2 O4
Hiptesis especficas
Hiptesis nula (H0)
Profesio-nal de Economa de la UNMSM que desarrollan la asignatura
de Econo-ma General I no se incrementa significativamente con la
aplicacin del mtodo didctico de seminario.
MASON/LIND/MARSHALL (2001). Estadstica para administracin y

econo-ma. Mxico, Editorial Alfa Omega, p. 311.
234
H0: O2 = O4
Hiptesis alterna (H1)
El ndice acadmico de los alumnos de la Escuela Acadmico Profesional de
Economa de la UNMSM que desarrollan la asignatura de Economa General I se
incrementa significativamente con la aplicacin del mtodo didctico de seminario.
H1: O2 > O4
Paso 2: Seleccin del nivel de significacin: a
= 0.05
Paso 3: Eleccin del valor estadstico de prueba:
Paso 4: Formulacin de la regla de decisin:

Para la hiptesis general:
Rechazar la hiptesis nula si: Z > 1,96 o Z < 1,96
Hiptesis especficas:
Se rechaza la hiptesis nula si: Z < 1,645
Paso 5: Adopcin de la decisin:
Cuadro N 21
Estadgrafos
Promedio
Desviacin estndar
Total de participantes
12,8000
8,620
2,1112
3,554
15,000
Z = 5,23 (Z calculada)
235
37,00
Elas J. Meja Meja
Como Z calculada es mayor que Z tabulada, se rechaza la

hiptesis nula y se acepta la hiptesis alterna que es la siguiente:
El ndice acadmico de los alumnos que desarrollan la asignatura de
Economa General I con el mtodo de seminario (O2), es significativamente
diferente al ndice acadmico de los alumnos que estudian la asignatura de
Economa General I con el mtodo de clase magistral (O 4) en la Escuela
Aca-dmico Profesional de Economa de la UNMSM.
Se rechaza la hiptesis nula de la hiptesis especfica y se acepta

la hiptesis:
Profesional de Economa de la UNMSM, que desarrollan la
asignatura de Economa General I, se incrementa significativamente
con la aplicacin del mtodo di-dctico de seminario.
Conclusiones
1. Existe evidencia emprica que demuestra que el ndice
acadmico obtenido con la aplicacin del mtodo didctico de
seminario es sig-nificativamente mayor que el ndice acadmico
obtenido con la apli-cacin del mtodo didctico de clase
magistral.
2. Los estudiantes a quienes se les aplic el mtodo didctico de
semina-rio alcanzaron un ndice acadmico ms alto, mientras
que los estu-diantes a quienes se les aplic el mtodo didctico
de clase magistral alcanzaron un ndice acadmico ms bajo.
236
Cuadro N 22. Distribucin de t.
237
Se termin de imprimir en octubre de

2013 en los talleres grficos del
Centro de Produccin Editorial e Imprenta de
la Universidad Nacional Mayor de San Marcos
Jr. Paruro 119, Lima 1.
Telf.: 619-7000 anexo 6009 / fax: 1004, 6016
E-mail: ventas.cepredim.unmsm@gmail.com
Pgina web: www.cepredim.com
Tiraje: 1000 ejemplares

La - Investigación - Cientifica - Mejia Word

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

La - Investigación - Cientifica - Mejia Word

Uploaded by

Copyright:

Available Formats

LA INVESTIGACIN CIENTFICA

Elas J. Meja Meja

La investigacin cientfica en educacin

Elas J. Meja Meja

Captulo I. El mtodo de la ciencia

Captulo II. Las variables

Captulo III. Estrategias para contrastar hiptesis

Elas J. Meja Meja

Captulo IV. Instrumentos de acopio de datos

Captulo VI. Proceso de prueba de hiptesis

8. Anlisis de regresin mltiple

Captulo VII. El informe cientfico

Ntese que estamos hablando de la ciencia como un tipo especial de

Elas J. Meja Meja

que vivieron antes de Tales de Mileto, quienes al ser preguntados por la

La actitud cientfica es producto de un proceso intelectual sui

Pero el hombre tambin trata de aplicar estos saberes tericos

La investigacin cientfica en educacin

o que se aproximen a la verdad, depende del mtodo que emplee para

Elas J. Meja Meja

Lima, octubre de 2013

1. SECUENCIA DEL MTODO CIENTFICO

En ciertos momentos de la historia de la ciencia, los conocimien-tos

Elas J. Meja Meja

capacidad de explicar satisfactoriamente la realidad o entran en

La investigacin cientfica en educacin

Pero sucedi que, en alguna oportunidad, Herodoto lleg al Egipto de

Este ejemplo tomado de la historia de la ciencia pone de manifiesto

Elas J. Meja Meja

La investigacin cientfica en educacin

Elas J. Meja Meja

la realidad puede ser contraria al sentido propuesto en la hiptesis, es

a) Aceptar la hiptesis si la evidencia emprica, si los hechos,

La investigacin cientfica en educacin

Como se podr deducir de lo que se acaba de decir, las teoras

Elas J. Meja Meja

ciencia. Por el contrario, si se llegara a la certeza absoluta con respecto a los

En sntesis, la investigacin cientfica no culmina con el

La investigacin cientfica en educacin

2. LOS CONOCIMIENTOS PREVIOS

El investigador debe revisar la literatura existente con respecto al

Elas J. Meja Meja

siderado cientfico, no debe tener respuesta conocida an en el nivel de

El problema cientfico orienta el proceso de la investigacin, de ah

La investigacin cientfica en educacin

Finalmente, en la formulacin del problema cientfico no deben

Elas J. Meja Meja

tiempo reflexinando y no encuentran con facilidad la pregunta a la que se

La investigacin cientfica en educacin

Con estos elementos se puede redactar la siguiente hiptesis: El

Elas J. Meja Meja

slidamente fundamentadas y racionalmente expuestas dan lugar a

La investigacin cientfica en educacin

cen lo hipotticamente planteado no debe preocuparse, pues en este caso

Si, por ejemplo, el investigador halla evidencia emprica en pro de la

Elas J. Meja Meja

hipotticamente planteado. Aqu est la explicacin a lo que Darwin

Hiptesis unidireccionales o unilaterales, si expresan la influencia de la

b) Hiptesis bidireccionales o bilaterales, si la influencia de la

La investigacin cientfica en educacin

Por lo general, una hiptesis formalizada se expresa en trminos

Y = f (X1, X2, X3, Xn)

Elas J. Meja Meja