METODOLOGÍA

PARA INVESTIGACIONES
DE ALTO IMPACTO
EN LAS CIENCIAS SOCIALES
 Editores/Directores

niversidad Autónoma de Nuevo León

U Universidad Rey Juan Carlos
Dra. Karla Annet Cynthia Sáenz López Dra. Marta Gonzalo Quiroga
Dr. Francisco Javier Gorjón Gómez Dr. Cástor Miguel Díaz Barrado

METODOLOGIA PARA INVESTIGACIONES DE

ALTO IMPACTO EN LAS CIENCIAS SOCIALES

Autores

Universidad Autónoma de Nuevo León Universidad Rey Juan Carlos

Dra. Mónica Blanco Jiménez Dra. Marta Gonzalo Quiroga

Dra. Paula Villalpando Cadena Dra. Sagrario Morán Blanco
Dr. Joel Mendoza Gómez Dra. Nuria Alonso
Dra. Karla Annett Cynthia Sáenz López Dra. Ma. Ángeles Cano Linares
Dr. Francisco Javier Gorjón Gómez Dra. Cintia Díaz-Silveira Santos
Dra. Martha del Pilar Rodríguez García Dra. Gabriela C. Cobo del Rosal Pérez
Dr. Klender Aimer Cortez Alejando Dr. Jesús-María Navalpotro Sánchez-Peinado
Dr. Mohammad Hosein Badii Zabeh Dr. David Trillo
Dr. Juan Rositas Martínez
Dr. Gustavo Alarcón Martínez
Dr. José Zaragoza Huerta
Dr. Luis Gerardo Rodríguez Lozano
Dra. Karla Rodríguez Burgos
Esta investigación arbitrada por pares académicos se privilegia con el aval de las institu-
ciones coeditoras: Universidad Autónoma de Nuevo León, Universidad Rey Juan Carlos.

Es parte de los proyectos de investigación:

Proyecto de investigación 1. “La participación ciudadana en el ciclo presupuestal Federal

como detonador en la rendición de cuentas y mejora del desempeño público” Proyecto SEP-
Fortalecimiento de cuerpos académicos convocatoria 2010. Cuerpo académico “Gobierno y
Gobernabilidad” UANL-CA-224. Facultad de Contaduría Pública y Administración. Universi-
dad Autónoma de Nuevo León.
Proyecto de investigación 2. “La representatividad de los partidos minoritarios con la
aplicación del sistema de representación proporcional, y barreras de asignación de escaños en
México”. Proyecto PAYCYT 2010. Facultad de Contaduría Pública y Administración. Univer-
sidad Autónoma de Nuevo León.
Proyecto de investigación 3. “Reforma constitucional Penal e impartición de la Justicia”
Proyecto SEP – Cuerpos Académicos – Redes Temáticas de Colaboración. Nombre de la red:
“Impartición de la Justicia”. México 2009. Cuerpos académicos participantes: Estudios Jurídi-
cos Contemporáneos de la Benemérita Universidad Autónoma de Puebla; Criminología de la
Universidad Autónoma de Tamaulipas; Garantismo y Política Criminal de la Universidad de
Tlaxcala; Derecho Comparado de la Universidad Autónoma de Nuevo León.
Proyecto de investigación 4. L a implementación de los métodos Alternos de solución
de controversias conforme a la reforma procesal constitucional. Propuesta que se apoya en
la línea de conocimiento Mejora Continua de la Capacidad y Competitividad Académica.
Proyecto de investigación CONACYT – Ciencia Básica. Convocatoria 2008.

Cuerpos académicos y grupos de investigación reconocidos participantes:

Universidad Autónoma de Nuevo León

Cuerpo académico Gobierno y Gobernabilidad
Cuerpo académico Derecho Comparado
Cuerpo académico Investigación Aplicada en Contaduría y Finanzas
Cuerpo académico Innovaciones Organizacionales
Cuerpo académico Negocios Internacionales
Universidad Rey Juan Carlos
Primera Edición 2012
Copyright by
Los autores
Madrid, 2012

Editorial DYKINSON, S.L. ……………………………………….

Universidad Autónoma de Nuevo León

Universidad Rey Juan Carlos
…………………………………………………………………………….

ISBN:
Deposito Legal:

Corrección tipográfica:
Compilación: Dra. Karla Annett Cynthia Sáenz López
Diseño de Portada:
Impreso por:
 Índice

Capítulo 1
Nociones científicas del protocolo de investigación..............................................9
Dra. Mónica Blanco Jiménez
Dra. Paula Villalpando Cadena

Capítulo 2
La teoría en la investigación científica: marco teórico, modelos y medición.....47
Dr. Joel Mendoza Gómez

Capítulo 3
Métodos cualitativos aplicados al derecho............................................................95
Dra. Karla Annett Cynthia Sáenz López
Dr. Francisco Javier Gorjón Gómez
Dra. Marta Gonzalo Quiroga

Capítulo 4
Nuevos métodos cuantitativos aplicados a las ciencias sociales........................121
Dra. Martha del Pilar Rodríguez García
Dr. Klender Aimer Cortez Alejando

Capítulo 5
investigación cuantitativa: diseño, técnicas,
muestreo y análisis cuantitativo..........................................................................153
Dra. Karla Eugenia Rodríguez Burgos

Capítulo 6
Uso estratégico de la estadística..........................................................................175
Dr. Mohammad Hosein Badii Zabeh

Capítulo 7
Cierre y evaluación de la investigación...............................................................279
Dr. Juan Rositas Martínez
Dr. Gustavo Alarcón Martínez

Capítulo 8
La investigación del derecho y la ética...............................................................309
Dr. Luis Gerardo Rodríguez Lozano
Dr. José Zaragoza Huerta

7
Capítulo 9
Metodología e investigación científica en las ciencias sociales.
Especial referencia a la disciplina de las relaciones internacionales................321
Dra. Sagrario Morán Blanco

Capítulo 10
Limitaciones de la aplicación e interpretación de modelos econométricos
como herramienta de investigación social .........................................................347
Dra. Nuria Alonso, Dr. David Trillo

Capítulo 11
Metodología y técnicas de investigación en relaciones internacionales
y derecho internacional público. Una aplicación concreta: la elaboración,
dirección y evaluación de trabajos fin de máster, impartido ............................373
en modalidad on line.
Dra. Ma. Ángeles Cano Linares

Capítulo12
Internet, una herramienta imprescindible para las investigaciones
socio-jurídicas del siglo xxi.................................................................................395
Dra. Cintia Díaz-Silveira Santos

Capítulo 13
Multidisciplinaridad en ciencias sociales: historia - arte- derecho...................427
Gabriela C. Cobo del Rosal Pérez
Jesús-María Navalpotro Sánchez-Peinado
 CAPÍTULO 1
NOCIONES CIENTÍFICAS DEL
PROTOCOLO DE INVESTIGACIÓN

Dra. Mónica Blanco Jiménez

Dra. Paula Villalpando Cadena

Introducción

En este capítulo del libro se abordara las principales nociones científicas de los
elementos que integran un protocolo de investigación a nivel de posgrado. Se pre-
tende dan una clara idea general de los pasos del método científico, en donde la
investigación científica es esencialmente una actividad compleja constituida por un
conjunto de acciones sucesivas interrelacionadas en donde se formulan las hipótesis
referentes al problema de investigación, en base a un marco teórico investigado y
cumpliendo los objetivos científicos, que se logran mediante la observación de la
Realidad y el Análisis y la Interpretación de los Datos recabados en la Investigación
Científica.

1. La investigación científica y pasos del método científico

1.1- La Ciencia

Según su naturaleza sustantiva, la investigación científica tiene como finalidad

realizar aportaciones a la ciencia en sus diferentes áreas del conocimiento. La ciencia
se puede definir una en sentido estricto, como un conjunto sistemático de conoci-
mientos sobre la realidad observable, obtenidos mediante el método de investiga-
ción científica (Riveros 1990). Según esta definición, la ciencia se analiza en cuanto
a su contenido y en cuanto al contra los elementos que configuran su naturaleza un
contenido, un campo de actuación y un procedimiento con forma de actuar.
9
 0.0.1- La ciencia en cuanto contenido

Está constituida exclusivamente por un conjunto de conocimientos sobre la rea-

lidad, que forma el concepto y denunciados. Las ideas desde conjunto se hallan in-
terrelacionadas entre sí o sistematizada y forman lo que se llama la teoría. El campo
de actuación propio y único de la ciencia es la realidad observable, las realidades
del mundo en que vivimos. Lo no empírico, digamos lo trascendente, que fuera del
campo de la ciencia en sentido estricto. La ciencia utiliza el método de investigación
científico, que es lo que la tipifica como procedimiento con forma de actuación en la
formación de conocimientos que la integran.

1.1.2. La ciencia en cuanto a cuerpo de conocimientos teóricos

Es parte de la integración de teorías que fueron creadas y validadas como resul-

tado de la investigación científica realizada de acuerdo con el método de investiga-
ción científico. En este sentido, es claro que la investigación científica es la fuente
de la ciencia. Según escribe Mario Bunge (1996), “el conocimiento científico es, por
definición, el resultado de la investigación realizada con el método y el objetivo de
la ciencia”. En cuanto fuente de la ciencia, la investigación científica es también el
fundamento más firme y seguro de la actuación del hombre para el conocimiento,
utilización y dominio del mundo que nos rodea.

1.1.3- La ciencia en cuanto a sus objetivos

Los objetivos fundamentales de la ciencia, en relación con su campo de actuación (las

realidades del mundo), son cuatro: analizar, explicar, prever o predecir y actuar. El pri-
mer objetivo de la ciencia es saber cómo es la realidad, qué elementos la forma y cuáles
son sus rasgos. Después de conocer cómo es la realidad, su segundo objetivo es explicar-
la, llegar a establecer cómo se relacionan sus distintas partes y porque es como es la rea-
lidad. En tercer lugar, una vez que la ciencia logra saber cómo es un sector de la realidad
y los factores que explican, entonces estará en condiciones de prever los acontecimientos
que tendrán lugar en dicho sector de la realidad. Por último, el mismo conocimiento
del cómo y por qué es de un sector de la realidad, faculta también para actuar, y poder
transformar esa realidad e influir en ella en mayor o menor grado.

1.2- La Investigación Científica

Investigación se deriva etimológicamente de los términos latinos in (en, hacia)

y vestigium (huella, pista). De ahí que su significación original es “hacia la pista” o

10
“seguir la pista”; buscar o averiguar, siguiendo algún rastro. En base a esta noción,
investigar es, genéricamente, toda actividad humana orientada a descubrir algo des-
conocido (Riveros y Rosas 1990) . Tiene su origen, en la curiosidad innata del hom-
bre, que impulsa averiguar cómo es y por qué es así el mundo que le rodea; así como
la indigencia natural de sus instintos en comparación con los animales, que le obliga
a investigar para tener información, resolviendo de este modo sus necesidades. Tal
procedimiento es, en el caso de la investigación científica, un método, el científico,
muy completo, dilatado, planificado y técnico, como se verá después.

Al igual que existe una íntima unidad entre la ciencia y la investigación científica,
así también la existe entre la investigación científica en el método de investigación
científico. La investigación científica es según se ha indicado, la actividad que pro-
duce la ciencia y como tal, su fuente. El método de investigación científico es el pro-
cedimiento o forma de actuación empleado o seguido en la investigación científica.

1.3- El Método Científico

El Método Científico es en primer lugar: un método y por tanto, una forma de

realizar una actividad. La clave para acercarnos a la verdad o llegar al conocimiento
es el método. Es el camino a un proceso que la actividad en cuestión ha de seguir
para alcanzar su objetivo. En segundo lugar: es un método específico y determinado,
que recibe el nombre científico, porque tuvo su origen, aplicación y desarrollo, ante
todo en las ciencias tanto físicas, sociales, y naturales. El método científico se logra
con base en la relación entre nuestros pensamientos y los objetos, sigue el camino
de la duda sistemática y aprovecha el análisis, la síntesis, la deducción y la inducción
(métodos generales). Como ya se menciono es el camino planeado o la estrategia
que debe seguirse para descubrir o determinar las propiedades del objeto de estu-
dio. En cierto modo, es lo que nos guiara al recorrer el trayecto de cada investigación
hasta la adquisición y elaboración de nuevos conocimientos.

El método es lo que distingue a la ciencia de otros tipos de conocimientos. El

conocimiento científico no es definitivo y el método científico se encarga de perfec-
cionarlo, por lo tanto el conocimiento científico estará sujeto a duda sin embargo
este permite encontrar aspectos que antes no habían sido posible captar.

Por lo tanto, el método de investigación científico está formado fundamentalmente

por la serie de etapas sucesivas a seguir para alcanzar el resultado pretendido y su base
racional, constituida por el conjunto de ideas que sirven de fundamento y de orientación
al método propiamente dicho, a continuación se enumeran los Pasos del Método Cien-
tífico que se verán a detalle es este capítulo (Hernández, Fernández y Baptista 2006):

11
 La Investigación Científica y Pasos del Método Científico
El Tema a Investigar: Propuesta de Soluciones a Problemas Científicos
Reglas para el Correcto Planteamiento del Problema
Establecer Objetivos Coherentes y con Aportaciones Científicas
Criterios de Justificación de la Investigación y sus Delimitaciones
Método y Formulación de Hipótesis Científicas
Construcción e Integración del Marco Teórico
Instrumentos de Evaluación en Investigaciones Cualitativa y Cuantitativa
Tratamiento Estadístico de los Datos Recabados
Presentación de Resultados y Conclusiones Científicas

2. El tema a investigar: propuesta de soluciones a problemas

científicos

La elección del tema de la tesis es un proceso muy importante ya que define todo
el giro de la investigación científica, determina su orientación y condiciona todas las
demás actividades (Reza 1997). Al seleccionar el tema se determina, no sólo el área
científica a la que se va a referir la investigación, sino también el fenómeno que se
intenta saber o descubrir. Por lo tanto, elegir el tema es una actividad compleja que
supone y exige la respuesta a tres interrogantes: Qué queremos investigar?, Porqué
queremos realizar una investigación? y Qué esperamos obtener de dicha investiga-
ción?

Sin embargo, para emprender una tesis y elegir su tema, no basta decir una idea
general, se debe de precisar de la manera más específica el tema, se debe concretar
los aspectos que se pretende obtener de la investigación. Debe ser un tema que de
respuesta a un estudio explicativo que busque descubrir los motivos desconocidos de
la dificultad planteada.

El tema elegido dentro de una investigación no puede ser de cualquier aspecto,

sino que tiene que entrañar necesariamente una investigación científica. Como tal,
debe versar, en último término, sobre algo no conocido y que mediante procedi-
mientos directos y comunes se constituye en un problema científico. Un problema de
este tipo, científico, debe ser siempre el núcleo del tema de la tesis. Por esta circuns-
tancia, la elección del tema de la tesis coincide con la operación de la determinación
del problema de investigación.

El tema de investigación puede surgir de ideas personales que a través de las ex-
periencias individuales del investigador le hayan causado una inquietud a resolver,

12
ya sea en su área de trabajo o en su vida personal. De igual manera, los temas surgen
de la revisión de materiales escritos, ya se al leer algunos libros, revistas o tesis, el in-
vestigador no esta de acuerdo con algunos aspectos leídos y quiere indagar sobre los
aspectos ya planteados y saber aún mas del tema o encontrar otra solución científica
a los problemas leídos. Otra fuente de ideas son la observación de hechos cuando el
investigador quiere conocer o descubrir más allá de los hechos, se pone a indagar
para entender el fenómeno que esta viviendo u observando, y finalmente otra fuente
menos común en una investigación científica son los temas que surgen de conversa-
ciones personales, el investigador puede no estar de acuerdo con lo que le comentan
y decide indagar a profundidad sobre un tema, siempre y cuando se requiera todo
un desarrollo científico del tema.
 
Otros requisitos que deben ser tomados en cuenta para definir un tema de inves-
tigación también tienen que ver con la posibilidad que tiene el investigador de reali-
zar su proyecto y los temas que quiere abordar. Estos requisitos se pueden considerar
desde dos puntos de vista: subjetivos y objetivos.

2.1. Desde el punto de vista Subjetivo:

Al el tema de investigación se toman en cuenta las circunstancias personales del

investigador, por lo que se pueden agrupar alrededor de los tres rasgos fundamenta-
les que debe reunir el proyecto de investigación científica: la viabilidad, la dificultad
y el interés por parte del investigador.

2.1.1. En cuanto a la Viabilidad del proyecto

El criterio fundamental a seguir es que antes de decidir el tema elegido, se esté

seguro de que su desarrollo no exige que el investigador tenga conocimientos am-
plios especiales de matemáticas, estadística, lógicos, informáticos, de ingeniería o
otros que el investigador no posea ni puede adquirir previamente.

Si es un tema muy amplio, que el investigador tenga el tiempo suficiente para realizarlo.

Que cuente con los recursos financieros si realiza un estudio de campo en dife-
rentes lugares del país y si de antemano se sabe que se dispondrá de pocos recursos
para efectuar la investigación es mejor no realizarla o acotar el tema a un aspecto
menos amplio.

El empleo de métodos o técnicas especiales o el uso de instrumentos en los que

no esté adiestrado el investigador.

13
 2.1.2. Con respecto a la Dificultad que puede haber

Si es la primera vez que se realiza una investigación científica es recomendable

que se elija un tema que, sin dejar de ser significativo, su realización esté normal-
mente al alcance de una persona que se inicia con él en la investigación.

Si ya se han realizado investigaciones que el investigador deberá medir el grado

de dificultad que presentan los grandes problemas científicos aún no resueltos y
escoja temas significativos científicamente pero de menor envergadura, que incluso
pueden ser accesorios con relación al gran problema que le preocupe.

En toda investigación científica se debe tomar en cuenta la labor busqueda de

documentación que se exige, si se requiere la consulta de fuentes que sólo sean acce-
sibles con muchas dificultades o cuyo manejo sea muy difícil es mejor ajustar el tema
de investigación.

2.1.3. Con lo que respecta el interés del investigador

En el aspecto profesional se recomienda que el tema tenga concordancia con la

orientación profesional inmediata o futura que realiza o piensa seguir el investiga-
dor, para que sea de una utilidad doble para su trabajo profesional y utilidad como
investigador.

Con respecto al aspecto psicológico, se requiere una verdadera pasión y total

entrega para realizar una investigación científica. El desarrollo de una buena in-
vestigación científica requiere de dedicación y entrega para analizar los fenómenos
no conocidos por lo que hay que profundizar en la búsqueda de información que
a veces es tediosa y difícil, sin embargo es apasionante cuando se logra finalmente
descubrir o resolver el problema de investigación.

En cuanto al el interés social del tema elegido, la consideración de su utilidad

posible, próxima o remota, para los demás hombres y la comunidad en general, es
un aspecto a tener en cuenta también en la elección de la tesis.

2.2. Desde el punto de vista objetivo:

Sin tomar en cuenta el interés o la disponibilidad del investigador sino el tema o

problema a investigar dentro de la investigación, se pueden destacar los siguientes
requisitos:

14
 El tema de la investigación debe constituir un problema de la ciencia susceptible
de investigación científica.

El problema que se va a investigar no debe ser vago y genérico, sino que tiene que
ser concreto y estar formulado lo más precisamente posible.

Tener el tema y los objetivos claramente definidos ya que a veces si se hace algo
muy amplio después de un año de investigación se llega a reunirse gran cantidad de
“material interesante”, pero no se dio respuesta a ninguna cuestión de interés general.

El tema debe ser novedoso por lo que se solicita que no se analiza o investigue
sobre fenómenos ya conocidos y estudiados o cuestiones ya resueltas, si no suponen
algún enfoque o punto de vista nuevo que pueda significar un avance o desarrollo
respecto a las metas ya conseguidas.

3. Reglas para el correcto planteamiento del problema

El término problema se deriva etimológicamente, a través del sustantivo latino

y griego problema, del verbo griego proballo, que significa lanzar o empujar hacia
adelante. Por eso cuando se plantea un problema de investigación se exige al inves-
tigador ir hacia delante y resolver el problema.

El eje central que mueve toda investigación científica es el de resolver un problema

de investigación, de encontrar la solución y esta solución muchas veces no es natural,
ni espontánea, ni automática, sino que exige un esfuerzo mental o práctico para ob-
tenerla. Por eso, los problemas empujan al hombre a salir de lo conocido, lo habitual
y lo fácil, hacia lo desconocido, lo inacostumbrado, lo difícil, obligándole a ejercitar
su capacidad mental y física. Como escribe Bunge (1996) “la investigación científica o
no, consiste en hallar; formular problemas y luchar con ellos. No se trata simplemente
de que la investigación empiece por los problemas: la investigación consiste constan-
temente en tratar problemas. Dejar de tratar problemas es dejar de investigar y hasta
suspender trabajo científico rutinario”. Cuando se trata de una investigación científica,
los problemas están planteados dentro del campo de alguna de las ciencias y se busca
dar una aportación al conocimiento de manera científica en esa área.

Los “problemas de investigación” no necesariamente son alusiones a fenómenos

o situaciones desfavorables o negativas, sino que también pueden ser analizados
desde hechos o situaciones positivas pero que se requiere un análisis de investigación
para proponer mejoras a ese fenómeno u objeto de estudio.

15
 Por lo tanto la investigación científica es una tarea dirigida a la solución de los
problemas o hechos (Gutiérrez 2001). La primera etapa es la identificación y for-
mulación del problema en términos concretos y explícitos. Se identifica y describe de
manera concreta los hechos o situaciones para después analizar las posibles causas que
produce la situación actual que queremos analizar y se identifican en la mayoría de las
investigaciones las posibles soluciones al problema investigado.

3.1- Pasos para Identificar y Formular un Problema de Investigación

Hechos: situaciones que se observan al analizar el objeto de investigación. Se ini-

cia con un diagnóstico de la situación actual: Se identifican los hechos o situaciones
que se observan al analizar el objeto de investigación y se relata ampliamente cual es
el fenómeno que describe el objeto de la investigación.
Causas: hechos o situaciones que se producen por la existencia de los hechos
identificados en 1. Se analizan cuales son o pueden ser las Causas que provocan los
hechos que se analizan. Con los hechos (variables dependientes) y sus causas (varia-
bles independientes) ya identificadas, se hace un relato de la situación actual.

Consecuencias: situaciones que se producen o que se producirán por los hechos

o situaciones que se observan identificados en el 1. Analice los hechos o situaciones
identificadas en el diagnóstico y relate las consecuencias existentes o lo que puede
pasar si los hechos siguen igual o si cambian.

Soluciones: acciones por las cuales el investigador puede anticiparse y contar las
situaciones identificadas en hechos 1, causas 2 y consecuencias 3. Como investigador
usted debe buscar alternativas que se anticipen al pronóstico. Piense de que manera
o que es necesario hacer para dar solución al hecho que se quiere analizar como ob-
jeto de investigación. La forma como usted lo anticipe y las decisiones que tome son
las posibles soluciones al objeto de estudio.

3.2- Planteamiento del Problema

Con el resultado del relato de los hechos o de la situación actual, de las causas que
lo provocaron y de las posibles soluciones se deberá redactar y establecer coherencia
en su relación y su resultado será el planteamiento del problema (Bernal 2006).

3.3- Elaboración de la Pregunta de Investigación:

Una vez expuesto de de manera amplia el planteamiento del problema de la

investigación, es necesario hacerlo concreto, por lo que, se deberá formular una

16
pregunta general de investigación que define exactamente cuál es el problema que
el investigador debe resolver mediante el conocimiento sistemático a partir de la
observación, descripción, explicación y predicción (Gutierrez 2001).

Es importante, con relación a la pregunta formulada, debe ser suficientemente

clara y concreta de modo que debe referirse solo a un problema de investigación,
y está relacionada con el planteamiento del problema definido anteriormente y la
pregunta planteada debe estar de acuerdo con el marco espacial y temporal.

3.4. Sistematizar el problema a investigar

En la mayoría de las investigaciones, de la pregunta general se derivan subpre-

guntas, se descompone o desagrega la pregunta planteada anteriormente en pe-
queñas preguntas o subproblemas, las subpreguntas deben de tener una relación
estrecha con la pregunta general ya que se desprenden de ella, cada subpregunta
formulada debe tener en su contenido una variable de la pregunta planteada, con lo
cual se orienta la formulación de objetivos de investigaciónS (Méndez 1995). Esto se
denomina sistematización del problema. Cuidado de no hacer subpreguntas que le
den otro giro a la investigación.

De esta manera el ejercicio de plantear el problema de la investigación (a través

de los síntomas, causas, pronóstico y control al pronóstico), formular el problema (a
través de una pregunta) y sistematizar el problema (subpreguntas de la pregunta y
por las que se formula el problema) permite al investigador definir con toda claridad
y exactitud su objeto de conocimiento o problema de la investigación).

4. Establecer objetivos coherentes y con aportaciones científicas

Una vez ya definido el tema y la pregunta de investigación se tienen que esta-

blecer los objetivos que guiaran el rumbo que debe tomar la investigación que va a
realizarse. El proceso científico, formulado a partir del planteamiento del problema,
se orienta a la búsqueda de respuestas de la situación descrita, objeto de la investi-
gación. Por ello, es de mucha ayuda responder a la pregunta: ¿Para qué y qué busca
con la investigación propuesta? Dar respuesta a este interrogante permite delimitar
el marco de estudio y sus alcances. Es importante que la investigación tenga al final
un aporte al conocimiento del objeto de estudio.

17
 4.1 Características de los objetivos

Los objetivos se plantean mejor en la medida en que se tomen en cuenta algunas

consideraciones en su presentación:

Su formulación debe comprender resultados concretos en el desarrollo de la in-

vestigación.

El alcance de los objetivos debe estar dentro de las posibilidades del investigador.
Deben evitarse objetivos que no dependan de la acción de quien los formula. Un
ejemplo de un objetivo mal formulado será: “Buscar estrategias de cambio para la
estructura socioeconómica que por al aplicarlas superen el estado de subdesarrollo”.
Como puede observarse en el ejemplo, los resultados escapan de la acción del inves-
tigador, pues las acciones propuestas corresponden a terceros a través del gobierno,
sindicatos, gremios, etc.

Los objetivos deben ajustarse a la consecución de resultados por la acción del in-
vestigador. Puede referirse a la observación, descripción, explicación de situaciones
concretas observables en el desarrollo de la investigación.

La presentación formal de los objetivos pueden plantearse mediante el infinitivo

de verbos que señalen la acción que ejecuta el investigador frente a los resultados
que la actividad investigativa produce. Verbos como identificar, plantear, encontrar,
analizar, comprobar, demostrar, conocer, describir, señalar, someter, redactar, contes-
tar, son algunos de los muchos que pueden emplearse.

Pueden presentarse objetivos generales y objetivos específicos. Los primeros de-

ben ofrecer resultados amplios; los específicos se refieren a situaciones particulares
que inciden o forman parte de situaciones propias de los objetivos generales.

No se puede hablar de un número determinado de objetivos. Esto depende del

alcance y los propósitos del estudio, y del criterio del investigador. Pueden presen-
tarse uno o varios objetivos generales. Para el (los) objetivo(s) general(es) siempre
debe plantearse uno o más objetivos específicos, pues los resultados de éstos últimos
permiten, en última instancia, alcanzar el objetivo general.

4.2. De lo General a lo Específico

En base a lo antes declarado, los objetivos de la investigación son los propósitos

del estudio, expresan el fin que pretende alcanzarse y, todo el desarrollo del trabajo

18
de investigación se orientará a lograr estos objetivos. Los objetivos generales y es-
pecificos deben ser claros y precisos para evitar confusiones o desviaciones. Ahora,
dado que todo objetivo implica la acción que se desea lograr, entonces, es importan-
te tener en cuenta que al redactar los objetivos deben de ser redactados utilizando
verbos en infinitivo y sobre todo verbos que puedan lograrse o alcanzarse durante
el desarrollo de la investigación (Reza 1997).

En toda investigación es necesario plantear dos niveles en los objetivos: el gene-

ral y el específico.

1-) El objetivo general debe reflejar la esencia del planteamiento del problema y la
idea expresada en el título del proyecto de la investigación.
2-) Los objetivos específicos se desprenden del general y deben ser formulados de
forma que estén orientados al logro del objetivo general, es decir, que cada ob-
jetivo específico está diseñado para lograr un aspecto de aquél, y todos en su
conjunto, la totalidad del objetivo general. Los objetivos específicos son los pasos
que se realizan para lograr el objetivo general. Los siguientes son ejemplos de
objetivos de investigación (Bernal 2006).

5. Criterios de justificación de la investigación y sus delimi-

taciones

Una vez ya definidos los objetivos que guiarán todo el proceso de la investiga-
ción, se deberá revisar la justificación para realizar dicha investigación y lo más im-
portante es establecer las delimitaciones en función al objetivo principal.

5.1- Justificación de la Investigación

Toda investigación está orientada a la resolución de algún problema; por consi-

guiente, es necesario justificar, o exponer los motivos que merecen la investigación.

5.1.1. Criterios de justificación

De acuerdo con Méndez, la justificación de una investigación puede ser de carác-

ter teórico práctico o metodológico.

Justificación práctica: Se considera que una investigación tiene justificación prác-

tica cuando su desarrollo ayuda a resolver un problema o, por lo menos, propone
estrategias que de aplicarlas contribuirían a resolverlo, o bien describen o analizan

19
un problema o bien plantean estrategias que podrían solucionar problemas reales si
se llevaran a cabo.

Justificación teórica: Se considera que una investigación tiene justificación teórica

cuando el propósito del estudio es generar reflexión y debate académico sobre el co-
nocimiento existente, cuando se quiere confrontar una teoría, contrastar resultados
o hacer epistemología del conocimiento existente. Ya sea que en una investigación
se busque mostrar las soluciones de un modelo, se propongan nuevos paradigmas o
se haga una reflexión epistemológica, aunque al implementarla se vuelve práctica,
ya que, toda investigación en alguna medida tiene la doble implicación, teórica y
práctica (Bernal 2006).

Justificación metodológica: En investigación científica, la justificación metodoló-

gica del estudio se da cuando el proyecto por realizar propone un nuevo método o
una nueva estrategia para generar conocimiento válido y confiable.

5.2- Delimitación del Tema

Se tiene que exponer claramente los límites que el investigador decida sobre el
tema elegido, podemos clasificar en cinco los límites de una investigación científica
(Reza 1997):

Límites Temporales: Se debe de precisar el periodo del tiempo en que se plantea

la investigación puede ser un año, o sexenio o décadas afin de analizar el problema
en ese tiempo y ver los resultados que se tienen para poder dar una respuesta espe-
cifica a la pregunta de investigación.

Límites Espaciales: Se tiene que especificar el espacio geográfico o lugar físico o

administrativo donde se realizará la investigación a fin de conocer los alcances de la
investigación, ya que no es lo mismo si se decide realizar un análisis en México o en
Asia, o si se hace en un Estado de la República Mexicana o en varios, o si se hace en
una entidad pública, llámese gobierno federal, estatal o municipal, o en empresas
públicas del sector manufacturero o de comercio, por ejemplo.

Límite demográfico: Se establece a qué tipo de personas o sujetos u objetos se

dirige la investigación, puede ser a los niños o adultos, o a los mexicanos o franceses,
o incluso a las cosas o animales. Se pueden analizar aspectos de los niños, o promo-
ver algunos productos en particular o analizar el comportamiento de alguna especie
animal.

20
 Límite analítico: Se refiere al tipo de análisis que se quiere hacer, ya sea una in-
vestigación sobre las opiniones, causas, efectos o reacciones de algún fenómeno en
particular. Cuando se hace un análisis cualitativo es necesario establecer hasta donde
se deberán analizar las opiniones de los demás respecto al problema a investigar.

Límite Teórico: Se debe de especificar la perspectiva teórico desde la cual se rea-

lizará la investigación ya sea política, económica, jurídica, social o ideológico, ya que
depende la óptica con que se analizan los fenómenos pueden dar resultados diferen-
tes sin contradecir unos con otros necesariamente, pero con perspectivas diferentes.

6. Método y formulación de hipótesis científicas

Una vez definido las piezas importantes de la investigación en cuanto a saber el

tema específico, justificado y delimitado, que engloba una problemática real que se
busca resolver a través de los objetivos de la investigación, ya estamos en la posición
de plantear las posibles soluciones tentativas a nuestra pregunta de investigación, en
este momento de plantean las hipótesis de la investigación.

Etimológicamente la palabra hipótesis tiene su origen en los términos griegos

“thesis” que significa lo que se pone e “hipo” partícula que equivale a debajo (López
1989). Hipótesis es por tanto “ Lo que se pone debajo o se supone”. Etimológica-
mente, las hipótesis no son otra cosa que suposiciones (Papua 2001) por lo que nos
indican lo que estamos tratando de probar, son explicaciones tentativas del fenóme-
no investigado formulado a partir de proposiciones y surgen o dan una respuesta
tentativa a la problemática planteada en la investigación (Riveros 1990). Indican lo
que estamos buscando, se construyen sobre los hechos observados o analizados en el
marco teórico. La hipótesis es una proposición que es puesta a prueba para deter-
minar su validez y si se comprueban a través de técnicas disponibles puede pasa a
formar parte de una futura construcción teórica (Kerlinger 1997), por lo tanto la for-
mulación de hipótesis constituye uno de los pasos más difíciles del método científico

En muchas ocasiones en la formulación de la hipótesis cuenta mucho la intui-

ción general del científico que a través de la experiencia y conocimientos generales
durante la vida del propio científico le permite usar la intuición en la formulación
de la hipótesis. “Una hipótesis simple –observa L. Susan Stebbing- formulada para
explicar un hecho o un conjunto de hechos comparativamente simples, puede ser
sugerida por cualquier persona de sagacidad ordinaria, siempre y cuando tenga el
conocimiento requerido de los hechos pertinentes. Toda hipótesis nace de la unión
del conocimiento y la sagacidad.” Kerlinger 1997

21
 No existe ninguna fórmula para definir las hipótesis; sin embargo podemos decir
que hay reglas que dirigen u orientan la elaboración de las hipótesis, con el fin de
que sean aceptables. A continuación enumeramos las siguientes reglas para plantear
de forma correcta las hipótesis:

6.1. Plantear las Hipótesis:

6.1.1. Deben conceptualizarse de una manera clara y específica.

Los conceptos deben estar claramente definidos, además, deben ser afirmaciones
que estén comúnmente aceptadas. Las hipótesis han de explicar mejor que nin-
guna otra suposición los fenómenos y hechos a que se refiere, no se parte, de una
suposición fantástica, arbitraria y quimérica. Estas formulaciones específicas tiene la
ventaja de asegurar que la investigación es clara y concreta (Briones 2003). Además,
aumenta la validez de los resultados, puesto que, cuanto más específico sean los tér-
minos, más fácil es posible de utilizar evidencia concreta.

6.1.2. Deben expresarse en función a la relación entre variables.

La hipótesis deben expresar una relación entre variables dependientes e inde-

pendientes (causa y efecto) de tal manera que explican el fenómeno observado. La
hipótesis obtiene un alto grado de claridad y de eficiencia cuando se formula de
tal manera que relacionen las variables que se están manejando e interconectando
(López 1989). Se beben combinar dos o más variables que permitan dar solución al
planteamiento del problema. La ciencia nos ayuda a manipular los fenómenos y a
controlar las variables, por lo que en las hipótesis, la variable A tendrá una relación
directa sobre la variable B.

6.1.3. Deben ser sometidas a prueba.

Como podemos observar, esta condición es muy importante; ya que significa que las
hipótesis deben ser susceptibles de ser puestas a prueba, de verificarse, de estar relacio-
nadas con técnicas disponibles. Verificar la hipótesis significa comprobar su calidad descrip-
tiva, explicativa y relacional en los fenómenos que enuncia (Good 1990). Generalmente
las hipótesis no se prueban de manera inmediata, ya que si se conociera la respuesta a las
preguntas de investigación no serían consideradas hipótesis por lo que debe haber una
manera de comprobar la hipótesis mediante técnicas disponibles para someter su hipó-
tesis a prueba. Por lo tanto las hipótesis deben permanecer con un carácter hipotético o
provisional a comprobarse y no pueden presentarse como tesis ciertas.

22
 6.1.4. Estar relacionada con teorías científicas existentes.

Las hipótesis no han de hallarse en contradicción con ningún dato de la cien-

cia. En su contenido no pueden contradecir la concepción científica del mundo, ni
los conocimientos científicos existentes, ni las leyes de la naturaleza, por lo que las
hipótesis deben de basarse en un marco teórico fundamentado que permita que las
hipótesis sean un complemento con una teoría más antigua y que la nueva teoría
signifique una nueva aportación al conocimiento científico (Good 1990). Las hipó-
tesis planteadas habrán de ayudar verdaderamente a refutar, cualificar o respaldar
cualquiera de las teorías ya existentes.

6.1.5. Tener poder predictivo o explicativo.

La efectividad de una hipótesis se mide por su poder de explicar el fenómeno

estudiado y predecir lo que sucederá de los hechos observables que pueden deducirse de
ella. Las hipótesis deben de dar respuesta directa a las preguntas de investigación,
debe de haber una conexión o relación con la pregunta. Deben ser suficientemente
eficaces para poder explicar todos los hechos que motiva su formulación y predecir
los acontecimientos que se generaran si las hipótesis se confirman.

6.2- Tipos de hipótesis

Es difícil presentar una clasificación universal de las hipótesis, ya que los trata-
distas las clasifican desde distintos puntos de vista muy diversos. Presentaremos sólo
algunas de ellas, pero cabe aclarar que antes de formular una, es necesario profundi-
zar en el conocimiento de la variedad de hipótesis, para definir qué tipo de hipótesis
será la que formulemos.

Sin embargo en base a la relación entre las variables que van ha ser observadas
y medidas, se distinguen cuatro tipos (Hernández, Fernández y Baptista 2006): De
Investigación, Nulas, Alternativas y Estadísticas

6.2.1.- Las Hipótesis de Investigación

Responde de forma amplia y genérica a las dudas presentadas en la formulación

del problema. Son proposiciones tentativas sobre las posibles relaciones entre una o
más variables que se pueden expresar desde cuatro maneras diferentes, este tipo es
el mas utilizado para las investigaciones en el área de ciencias sociales:

23
 6.2.1.1- Hipótesis descriptivas:

Son afirmaciones más generales que sólo describen la existencia, la estructura,

el funcionamiento, las relaciones y los cambios del fenómeno observado y por lo re-
gular tienen una solo variable, se observan los hechos sin encontrar la causa-efecto.
Ósea, no correlaciona fenómenos, sino que simplemente afirma o niega.

6.2.1.2- Hipótesis correlacionales:

Especifican únicamente las relaciones entre una o más variables pero no dan una
explicación tentativa del problema.

6.2.1.3- Hipótesis Causales:

Establecen relaciones de causalidad ya que afirman las relaciones entre dos o más
variables y sobre todo proponen un sentido del entendimiento ya que proponen,
tentativamente, factores que serían la causa del fenómeno estudiado. Son hipótesis
que muestran una Causa-Efecto. En general, en las investigaciones que se utilizan
hipótesis causales se deben cumplir, antes de aceptar una relación causal entre varia-
bles, las siguientes tres condiciones básicas:

Existencia de covariación (relación) entre ellas.

La variable causal o determinante antecede en el tiempo a la variable “determi-

nada” o efecto.

La covariación establecida no se debe a otras variables “extrañas” de tal modo

que pueda afirmarse que la relación es genuina, es decir, no es espúrea.

6.2.2- Hipótesis Nulas:

Explican la relación entre variables pero sirven para refutar o negar lo que afirma
la hipótesis de investigación.

6.2.3- Hipótesis Alternativas:

Son posibilidades alternativas ante las hipótesis de investigación y nula. Solo pue-
den formularse cuando efectivamente hay otras posibles hipótesis de investigación.

24
 6.2.4- Hipótesis Estadísticas:

Es la que expresa la hipótesis operacional en forma de ecuación matemática,

por tal debe de ser precisa a fin de facilitar relación estadística. La más exacta de las
hipótesis estadísticas se denomina hipótesis nula, la cual niega la relación entre las
variables de un estudio. Son la transformación de las hipótesis de investigación nulas
y alternativas en símbolos estadísticos.

6.3.- Variables independientes y dependientes

En muchos problemas de investigación se supone la influencia o determinación

de una o más variables sobre otra. Desde luego, esta determinación se formula de
manera explícita en las hipótesis que cumplen la función de objetivos de indagación
específicos (Briones 2003). Se designa con el nombre de variable independiente a la
causa real o supuesta de un fenómeno (fenómeno antecedente); y con el de variable
dependiente al fenómeno consecuente (Kerlinger 1997). Conviene recordar que no
siempre la relación de implicación entre ambas variables es de tipo causal, sino que
en muchos casos esa relación simplemente quiere decir que las variaciones produci-
das en una de las variables se acompañan de variaciones en la otra.

Variables Independientes Variables Dependientes

X Y
supuestas causas supuestos efectos

En base a los tipos de diseño de investigación experimental o no experimental el

tratamiento de las hipótesis se distingue por los siguientes elementos:

En la investigación experimental: la variable independiente recibe también el

nombre de “tratamiento o factor”, y la variable dependiente se le llama “criterio”;
este último nombre se justifica por el hecho de que el impacto de la primera es
juzgado, específicamente, por los cambios que experimenta la última variable. En
los experimentos, el investigador puede manipular la variable independiente; por
ejemplo, cuando se desea estudiar el efecto de diferentes métodos de enseñanza, se
actúa sobre esa variable, es decir, usando diferentes métodos.

En la investigación no experimental: El investigador no puede actuar a voluntad

sobre la variable independiente, se buscan situaciones de análisis para hacer impu-

25
taciones causales o de covariación, tomando diversos valores de la variable antece-
dente, aún cuando esos valores no hayan sido establecidos (“creados”) expresamente
por el investigador.

6.4- Dificultades en la Formulación de la Hipótesis:

Las dificultades para la formulación de la hipótesis pueden ser las siguientes:

Falta de cocimiento o ausencia de claridad en el marco teórico, es decir, que el

investigador se aventure a formular una hipótesis sin tener un conocimiento claro
sobre las teorías científicas ya existentes:

Falta de aptitud para utilización de la lógica del marco teórico, porque el inves-
tigador puede tener presentado el marco teórico pero no lo aplica al conocimiento
que se está menejando, el marco es la base para la creación de nuevo conocimiento,
no basta con decir lo que hay, es necesario utilizar lo que hay.

Desconocimiento de las técnicas adecuadas de investigación para redactar la hi-

pótesis, en ocasiones el investigador tiene idea clara de cómo resolver el problema
pero no puede abstraer su pensamiento, o no puede redactar con claridad la hipó-
tesis, en estos casos es recomendable conocer técnicas de lógica y de gramática para
utilizarlas como herramientas para la formulación correcta de la hipótesis.

7.- Construcción e integración del marco teórico

7.1 La perspectiva teórica

La Teoría es considerada por Kerlinger (2002) como un conjunto de proposicio-

nes interrelacionadas, capaces de explicar por qué y cómo ocurre un fenómeno, o de
visualizarlos o en palabras de Blalock, (1984) la Teoría es un conjunto de conceptos
(constructos), definiciones y proposiciones relacionados entre sí, que presentan un
punto de vista sistemático de fenómenos especificando relaciones entre variables, con
el objeto de explicar y predecir fenómenos. Por lo tanto las teorías le dan una explica-
ción al entendimiento de los fenómenos observados a través de varias funciones. Para
Blalock (1984) las teorías no sólo consisten en esquemas o tipologías conceptuales,
sino que contienen proposiciones semejantes a leyes que interrelacionan dos o más
conceptos al mismo tiempo. Más aún, estas proposiciones deben estar interrelaciona-
das entre sí. Por último, otros investigadores conceptúan la teoría con la explicación
final o conocimiento que nos ayuda a entender situaciones, eventos y contexto.

26
 7.1.1.- Las Funciones de la teoría

Describir: Una teoría debe ser capaz de describir los fenómenos a que hace refe-
rencia. Describir implica varias cuestiones: definir el fenómeno, sus características y
componentes, así como delimitar las condiciones y los contextos en que se presenta
y las distintas maneras en que llega a manifestarse. Describir representa también
claridad conceptual.

Explicar: nos dicen por qué, cómo y cuando ocurre un fenómeno. Explicar tie-
ne dos significados importantes. En primer término, significa poseer una forma de
entendimiento de las causas del fenómeno. En segundo término, se refiere a “la
prueba empírica” de las proposiciones de la teoría. Si ésta se encuentra apoyada por
los resultados, “la teoría debe explicar parte de los datos”. Pero si las proposiciones
no están confirmadas en la realidad, la teoría no se considera como una explicación
efectiva” (Ferman y Levin, 1988).

Predecir: hacen referencias sobre cómo se va a manifestar un fenómeno a futuro.

La predicción está asociada con el significado de una explicación, se desprende de
la evidencia empírica de las proposiciones de la teoría y éstas últimas poseen un
considerable apoyo empírico (es decir, han demostrado que ocurren una y otra vez,
como lo explica la teoría) es de esperarse que en lo sucesivo vuelvan a manifestarse
del mismo modo.

7.1.2. Las Características de una teoría

Todas las teorías construidas mediante investigaciones adecuadas aportan cono-

cimiento y en ocasiones analizan los fenómenos desde ángulos diferentes (Riveros
1990). por lo que algunas se encuentran más desarrolladas que otras y cumplen.
Para decidir el valor de una teoría se cuenta con varios criterios:

Consistencia lógica: Una teoría tiene que ser lógicamente consistente, es decir, las
proposiciones que la integran deberán estar interrelacionadas por lo que no puede
contener proposiciones sobre fenómenos que no estén vinculados entre sí, también
deben ser mutuamente excluyentes ya que no puede haber repetición o duplicación,
y no caer en contradicciones internas o incoherencias (Black y Champion, 1976).

Perspectiva: Se refiere al nivel de generalidad de la teoría (Ferman y Levin, 1988).

Una teoría posee más perspectiva mientras explique una mayor cantidad de fenó-
meno y más aplicaciones admita. Hay teorías que abarcan diversas manifestaciones

27
del fenómeno ya que pueden por ejemplo, una teoría de la motivación que pretende
describir y explicar que es y cómo surge la motivación en general.

Innovación-inventiva: Es la capacidad que tiene una teoría de generar nuevas

interrogantes o descubrimientos (Ferman y Levin, 1988). Las teorías que originan,
en mayor medida, la búsqueda de nuevos conocimientos son las que permiten que
una ciencia avance.

Sencillez: Es mejor que una teoría sea sencilla; esto no es un requisito, sino una
cualidad deseable de una teoría. Sin duda, las teorías que pueden explicar uno o
varios fenómenos en unas cuantas proposiciones, sin omitir ningún aspecto, son más
útiles que las necesitan un gran número de proposiciones para ello.

De acuerdo a estos procedimientos el Marco teórico implica exponer y analizar

las teorías, las conceptualizaciones, la perspectivas teóricas, las investigaciones y los
antecedentes en general, que se consideren válidos para el correcto análisis del pro-
yecto de investigación (Rojas, 1999).

7.2.- El Marco Teórico

El marco teórico proporciona una visión de donde se sitúa el planteamiento pro-

puesto dentro del campo de conocimiento en el cual nos “moveremos”. Con el mar-
co teórico se analiza de manera general el panorama de lo que se conoce sobre el
tema u tópico ya estudiado. Asimismo, nos puede proporcionar ideas nuevas y nos
es útil para compartir los descubrimientos recientes de otros investigadores que per-
mitan fortalecer los nuestros.

El marco teórico, por lo tanto, es la revisión de la literatura a través de un proceso

que implica la inmersión en el conocimiento existente y disponible que puede estar
vinculado con nuestro planteamiento del problema y sobre todo que da fundamento
a las variables de las hipótesis. Una vez que se haya evaluado la relevancia y factibi-
lidad del tema, se haya planteado el problema de estudio y definido los objetivos, el
siguiente paso consiste en sustentar teóricamente el estudio. Ello implica exponer y
analizar las teorías, las conceptualizaciones, la perspectivas teóricas, las investigaciones
y los antecedentes en general, que se consideren válidos para el correcto encuadre
del estudio (Rojas, 2002). Asimismo, es importante aclarar que el marco teórico no es
igual a teoría; por lo tanto, no todos los estudios que incluyen un marco teórico tienen
que fundamentarse en una teoría. Es un punto que se ampliará a lo largo del capítulo.

28
 El marco teórico proporciona una visión de donde se sitúa el planteamiento pro-
puesto dentro del campo de conocimiento en el cual nos “moveremos”. Asimismo,
nos puede proporcionar ideas nuevas y nos es útil para compartir los descubrimien-
tos recientes de otros investigadores.

7.2.1- Funciones principales del marco teórico

El marco teórico cumple diversas funciones dentro de una investigación, entre las
cuales se destacan las siguientes (Hernández, Fernández y Baptista 2006):

Permite sustentar teóricamente el estudio.

Orientar la investigación basándose en otros estudios al saber que los descubri-

mientos son similares a los analizados. Al revisar otros estudios del tema, nos po-
demos dar cuenta de cómo se ha tratado un problema específico de investigación,
qué clase de estudios se han efectuado, con qué tipo de participantes, como se ha
recolectado los datos, en qué lugares se han llevado a cabo un diseño se ha utilizado.

Ayuda a prevenir errores que se han cometido en otros estudios y permite saber
que correcciones hay que hacerse para tener un buen resultado en la investigación.

Guía al investigador en el horizonte del estudio y documenta la necesidad de

realizar la investigación y evita desviaciones del planteamiento original.

Conduce al establecimiento de hipótesis o afirmaciones que más tarde habrán de

someterse a prueba en la realidad. O nos ayuda a no establecer ciertas hipótesis por
no existir razones bien fundamentadas.

Inspira nuevas áreas y líneas de investigación.

Provee de un marco de referencia para interpretar los resultados del estudio.

Aunque podemos no estar de acuerdo con dicho marco o no utilizarlo para interpre-
tar nuestros resultados, es punto de referencia.

7.2.2.- ¿Cómo se construye el marco teórico?

Uno de los propósitos de la revisión de la literatura es analizar y discernir si la

teoría existente y la investigación anterior sugiere una respuesta (aunque sea parcial)
a la pregunta o las preguntas de investigación; o bien, proveen una dirección a se-
guir dentro del tema de nuestro estudio.

29
 Con una teoría: se toma una teoría completamente desarrollada como la estruc-
tura misma del marco teórico.

Con varias teorías: se eligen las teorías que se evalúen más óptimas para el sus-
tento de la investigación o se toman solamente aquellas que se relaciona exclusiva-
mente con el tema de investigación.

Con una cantidad limitada de conceptualizaciones o investigaciones anteriores:

se puede construir una perspectiva teórica incluyendo los resultados de los estudios
anteriores.

Si existen guías aun no estudiadas - buscar literatura que lo ayude a orientarse.

A fin de construir el marco teórico se tiene primero que revisar toda la literatura
existente en relación con el tema de investigación.

7.2.3.- Elaboración del Marco Teórico

Para elaborara el Marco Teórico se requiere una serie de pasos:

Revisión de la literatura correspondiente
Obtención y Consulta de la literatura
Extraer y recopilar la información relevante.

7.2.3.1 La revisión de la literatura:

Consiste en detectar, consultar y obtener la bibliografía y otros materiales que

sean útiles para los propósitos del estudio, de donde se tiene que extraer y recopilar
la información relevante y necesaria que atañe a nuestro problema de investigación.
Esta revisión debe ser selectiva, ya que cada año en diversas partes del mundo se pu-
blican miles de artículos en revistas, periódicos, libros y otras clases de materiales en
las diferentes áreas del conocimiento. Es importante revisar la literatura en el área
de interés y seleccionar sólo las más importantes y recientes, y sobre todo que estén
directamente vinculadas con el planteamiento del problema de investigación. A con-
tinuación, se presentan cada una de las actividades que, por lo común, se realizan
para la integración del Marco Teórico.

Para llevar a cabo la revisión de la literatura, se pueden distinguir tres tipos bási-
cos de fuentes de información.

30
 Fuentes primarias (directas): Son las principales fuentes de información biblio-
gráfica ya que proporcionan datos de primera mano, son documentos que con-
tienen los resultados del estudios analíticos y de investigación, se trata de libros,
artículos de publicaciones periódicas, tesis y disertaciones, monografías, antologías,
documentos oficiales, reporte de asociaciones, trabajos presentados en conferencias
y seminarios, artículos periodísticos, testimonios de expertos, documentales, video-
cintas en diferentes formatos, foros y páginas en Internet, etc.

Fuentes secundarias: Procesan información de primera mano. Comentan breve-

mente artículos, libros, tesis, disertaciones y otros documentos ya sean en forma de
compilaciones y resúmenes de referencias o listas de fuentes primarias publicadas
en un área de conocimiento en particular, como ejemplo tenemos al Annual Review
of Psychology o el Psychological Bulletin. Éstos pueden encontrarse disponibles fí-
sicamente o por la Internet, también pueden ser otros materiales como cintas de
video, películas, grabaciones, ponencias en congresos y seminarios, páginas web,
entre otros.

Fuentes terciarias o generales: Agrupa compendios de fuentes secundarias. Se

trata del documento donde se encuentran registradas las referencias de otros docu-
mentos de características diversas y que compendian nombres y títulos de revistas
y otras publicaciones periódicas, así como nombre de boletines, conferencias y sim-
posios, sitios web, empresas, asociaciones industriales y de diversos servicios (por
ejemplo, un directorio con datos de empresas industriales de un país o directorios
de medios escritos

Para la revisión de la literatura de interés, que servirá para elaborar el marco

teórico, podemos seguir las siguientes recomendaciones:

Acudir directamente a las fuentes primarias u originales localizarlas en las bi-

bliotecas físicas y electrónicas, filmotecas, hemerotecas, bibliotecas u otros lugares
donde se encuentren (incluidos los sitios en Internet), cuando se domina el área de
conocimiento en cuestión o cuando se tiene ideas precisas de que buscar.

Consulta a expertos en el área que orienten la descripción de la literatura per-

tinente y de fuentes secundarias (los directorios, los motores de búsqueda, la web
invisible y los “cuartos virtuales” de Internet), para localizar las fuentes primarias, y
es la estrategia de detección de referencias más común.

Revisar Fuentes terciarias para localizar fuentes secundarias y lugares donde pueda
obtenerse información, para detectar a través de ellas las fuentes primarias de interés.

31
 Utilizar motores de búsqueda en internet, directorios, bases de datos de la llama-
da web invisible y páginas de expertos en nuestro tema (muchas veces en las páginas
de las universidades).

7.2.3.2. Obtención y Consulta de la literatura

Una vez que sean localizados físicamente las fuentes primarias (la literatura) de
interés, se procede a consultarlas. Se seleccionan las que sean de utilidad para nues-
tro marco teórico específico y se desechan las que no sirvan. En todas las áreas de
conocimiento, las fuentes primarias más utilizadas para elaborar marcos teóricos
son libros, artículos de revistas científicas ponencias o trabajos presentados en con-
gresos, simposios y otros eventos similares, entre otras razones, porque estas fuentes
son las que sistematizan en mayor medida a la información, porque generalmente
profundizan más en el tema que desarrollan son altamente especializada. Además
de que puede accederse a ella y a Internet. Así, se recomienda confiar en la medida
de lo posible en artículos de revistas científicas, que son evaluados críticamente por
editores y jueces expertos antes de ser publicados.

En el caso de los libros, para delimitar su utilidad por cuestión de tiempo, con-
viene comenzar analizando la tabla o el índice de contenido, y el índice analítico o
de materiales, los cuales proporcionan una idea de los temas incluidos en la obra.
Al tratarse de artículos de revistas científicas, lo más adecuado es revisar primero el
resumen, en caso de considerarlo de utilidad, revisar las conclusiones, observaciones
o comentarios finales o, en última instancia, todo el artículo.

Una vez seleccionadas las referencias o fuentes primarias útiles para el problema
de investigación, se revisan cuidadosamente y se extrae la información necesaria
para integrarla y desarrollar el marco teórico. Al respecto, es recomendable anotar
los datos completos de identificación de la referencia.

7.2.3.3 Extra cción y recopilación de la información

Existen diversas maneras de recopilar la información extraída de las referencias,

hecho, cada persona es capaz de idear su propio método de acuerdo con la forma en
que trabaja. Algunos autores sugieren el uso de fichas (Rojas, 1999 y Pardinas, 1999).
Sin embargo, la información también se recopila en hojas sueltas o cuadernos, en un
archivo en disquete, disco compacto o disco duro. En algunos casos únicamente se
extrae una idea, un tema, un comentario con una cifra o se resume la referencia o se
reproducen textualmente parte del documento. En cualquier caso, resulta indispen-
sable adoptar la referencia completa de donde se extrajo la información.

32
 Finalmente como ya se comentó en base a esta búsqueda y análisis del conjunto
de las teorías existentes que están determinadas por las características y necesidades
de la investigación se construye el marco teórico. Por lo tanto, con el marco teórico
se permite tener una descripción detallada de cada uno de los elementos de las teo-
rías que serán directamente utilizadas en el desarrollo de la investigación. También
incluye las relaciones más significativas que se dan entre esos elementos teóricos.

8.- Métodos y técnicas en investigaciones cualitativa y cuanti-

tativa

8.1- Tipos de Investigación:

Existen varios tipos de investigación dependiendo del estado del conocimiento

en el tema de investigación que nos revele la revisión de la literatura o del enfoque
que el investigador le dará a su estudio (Hernández, Fernandez y Baptista 2006):
Exploratoria, Descriptiva, Correlacional o Explicativa.

Estudios Exploratorios: El objetivo de investigación es examinar un tema poco estu-

diado. Permite familiarizarse con fenómenos relativamente desconocidos e identificar
factores importantes para un análisis más profundo en otro tipo de investigación, por lo
tanto son estudios más amplios y dispersos y requiere mayor tiempo en la investigación.

Estudios Descriptivos: Los estudios exploratorios se interesan en descubrir, los

estudios descriptivos se centran en medir con la mayor precisión posible. Desde el
punto de vista científico, describir es medir (encuestas). Permiten describir situacio-
nes y eventos, describir el comportamiento de personas, grupos o comunidades. Las
variables se miden de manera independiente. Definir qué se va a medir?, Cómo se
va a lograr precisión en esa medición?, Qué personas se tienen que incluir?

Estudios Correlaciónales: Los estudios descriptivos se interesan en medir los fe-

nómenos, los estudios correlaciónales evalúan el grado de relación entre dos varia-
bles. Tiene como propósito medir el grado de relación que existe entre dos o más
variables o conceptos (x,y,z). Saber si están o no relacionadas con los mismos sujetos.
Intentan predecir: La utilidad y el objetivo principal son de saber cómo se comporta
una variable conociendo el comportamiento de otra variable relacionada.

Estudios Explicativos (por qué): Van más allá de la descripción de conceptos o de

la relación entre ellos. Están dirigidos a responder a las causas de los eventos físicos
o sociales. Explican por qué ocurre un fenómeno?, en qué condiciones se da? y por
qué dos o más variables están relacionadas?

33
 8.2- Técnicas de Investigación:

Las técnicas son procedimientos auxiliares al método científico, que ayudan a

recuperar la información necesaria de la realidad, para ser usada en la investigación
y también ayudan a procesar dicha información.

Hay técnicas específicas para diferentes etapas de la investigación (Zorrilla y Ed..

1991):

Técnica documental. implica la búsqueda de información y documentos relevan-

tes para la investigación. Todo documento o soporte en el que se recoge y conserva
una información científica en forma escrita, gráfica o sonora.

Técnica bibliográfica: En esta fase se recolecta todo el material necesario para el

trabajo, en esta técnica se utiliza la forma adecuada de buscar los libros publicados
por editoriales que podemos ubicar en bibliotecas. La habilidad para la investigación
en las bibliotecas comienza con la comprensión de su organización y con su familiari-
zación. Se inicia con la búsqueda y localización de la referencia bibliográfica de cada
documento para posteriormente clasificarla y se pasa a la lectura del documento.

Técnica de campo: Las técnicas de campo tienen como finalidad recoger la infor-
mación directamente de la realidad. Pueden ser entrevistas, encuestas y observación
del fenómeno.

a- La entrevista: Es una forma oral de comunicación interpersonal, que tiene como

finalidad obtener información en relación a un objetivo (Acevedo, 2001). Obte-
nida generalmente de algún o algunos individuos cuya opinión es relevante para
comprobar la hipótesis, en las ciencias sociales debemos ser cuidadosos del uso
de esta técnica para no abusar de ella, sólo debemos utilizarla cuando aporte luz
al conocimiento que pretendemos generar, la persona entrevistada debe poder
ofrecer información técnica clave que nos acerque a la verdad en nuestro objeto
de estudio. La entrevista por sí sola no produce conocimiento, es usada en la in-
vestigación para ayudar a comprobar la hipótesis.
b- La encuesta: En esta técnica se busca la respuesta de la población, pero no hay
que estudiar necesariamente a la totalidad de la población, basta con elegir una
muestra representativa de la misma. Para llevarla a cabo, hay que dominar aspec-
tos como la técnica de muestreo, la técnica de elaboración del cuestionario, la téc-
nica de análisis de la información estadística y la de presentación de resultados.
c- La observación: En la vida diario utilizamos con frecuencia la observación para
adquirir conocimientos, pero también podemos aplicarla a la investigación cien-

34
 tífica si es utilizada con rigor científico, es decir que su utilización sea sistemática
y ordenada y que tenga un propósito específico como auxiliar en algún aspecto
de la comprobación de la hipótesis.

8.2.1 Recolección de la información a través de la encuesta

La encuesta es una técnica que se utiliza para recabar información por medio de
cuestionarios y es muy utilizada, sobre todo para realizar investigaciones en ciencias
sociales (Saavedra 2001). La información obtenida nos puede proporcionar los ele-
mentos para llevar adelante un análisis cuantitativo de los datos, con el fin de iden-
tificar y conocer la magnitud de los problemas, que se supone solamente se conocen
en forma parcial. Por lo que para recabar la información debemos apoyarnos en los
indicadores de cada variable y cada indicador representa, en potencia, cuando me-
nos una pregunta de la encuesta.

a) Los cuestionarios: Antes de iniciar la elaboración de los cuestionarios debemos

tomar en cuenta que la relación de datos sólo tiene sentido si conocemos:
Cómo vamos a procesar la información obtenida.
Qué modelo será utilizado para probar o rechazar las hipótesis.
b) Criterio para la elaboración de los cuestionarios (Zorrilla y Ed.. 1991):
1. Evitar preguntas “abiertas”, excepto cuando sea indispensable. Las preguntas
abiertas nos proporcionan tal variedad de respuestas que su procesamiento sería
complicado.
2. Tratar de no utilizar preguntas que requieran las respuestas SÍ-NO, porque limita
las opciones de la persona que responde.
3. Elaborar preguntas (�����������������������������������������������������������
ítemes�����������������������������������������������������
) que contengan de ser posible de tres a cinco opcio-
nes como respuesta. Esto facilita el procesamiento de los datos y la aplicación de
la prueba estadística.
4. Elaborar preguntas claras y precisas.
5. Cada indicador debe dar lugar, cuando menos, a una pregunta.
6. Elaborar un cuestionario por cada variable.
7. Cada pregunta debe estar codificada con un número o letra. Esto facilita el pro-
cesamiento de los datos.
8. Las opciones de respuesta deben contener un enunciado corto y concreto:

c) Prueba-Piloto de los cuestionarios: Es muy conveniente “probar” los cuestiona-

rios con una pequeña muestra de la población que se pretende encuestar, para
detectar posibles errores en su elaboración. Así, los datos obtenidos tendrán ma-
yor confiabilidad en la investigación.

35
 Ya teniendo el cuestionario es preciso delimitar el universo, la población y la
muestra que serán considerados en la investigación, para adecuarlos a las fórmulas
de la estadística paramétrica y no paramétrica que vayan a ser utilizadas.

8.3- Selección de la Muestra

Cuando se utiliza la técnica de encuesta, que es muy utilizada en las investiga-

ciones del área de ciencias sociales, se tiene que definir la muestra a la que se le va
a aplicar la encuesta. Lo primero es definir nuestra unidad de análisis el Universo o
la población a quien va dirigida la encuesta, por lo que debemos de cuestionarnos:
quienes van a ser medidos: las personas, las empresas u las organizaciones o sea
quienes son los sujetos u objetos de estudio en nuestra problemática.

Se deben establecer cuáles son las características de la población a fin de deli-

mitar los parámetros muéstrales (Luna 1996). Un vez ya definida la población se
debe de delimitar y seleccionar la muestra, por lo que la muestra se define como un
subgrupo de la población:

a- Universo: Es el conjunto de personajes y/o elementos que serán tomados en

cuenta para la investigación.
b- Población: Es la cifra que indica el total de elementos que están involucrados en
el problema, objeto de la investigación.
c- Muestra: Es un porcentaje de la población que se determina mediante una fór-
mula estadística.

8.3.1- Tipos de Muestra: Para seleccionar la muestra se puede utilizar al azar o de

una manera aleatoria, que se indican en las técnicas especializadas. La muestra tiene
que ser representativa. Existen dos categorías de muestras:

Muestras probabilísticas: todos los elementos de la población tienen la misma posi-

bilidad de ser escogidos por lo que se realiza una selección aleatoria y/o mecánica. El
tamaño de la muestra depende del número mínimo de unidades de análisis y de las
fórmulas estadísticas utilizadas. Una vez ya definido en número mínimo de la mues-
tra para seleccionar la muestra probabilística se deben de seguir los siguientes pasos:

Se elaboran los listados y otros marcos muéstrales que integran los elementos de
la población, llámese las listas de diputados federales a encuestar. o se identifican
físicamente a los elementos de la población como Marco de referencia, es decir, los
archivos o mapas de donde se seleccionara la muestra

36
 Se utilizan dos métodos para la selección de la muestra: se divide la población en
estratos y se realiza un muestreo para cada estrato, llamada Muestra probabilística
estratificada o primero se seleccionan los racimos y dentro de estos racimos se selec-
cionan a los sujetos, llamada Muestra probabilística por racimos

En cualquiera de estos procedimientos de selección existen 3 métodos probabilís-

ticas para la selección de los individuos, empresas u objetos de análisis:
Tómbola: números elegidos al azar para integrar la muestra.

Números Random: es la técnica que utiliza una tabla de números diseñado por la
Corporación Rand.

Selección sistemática muéstrales: seleccionar a partir de un intervalo

Muestras no probabilísticas: la elección de los elementos no depende de la probabi-

lidad, sino de las características del investigador por lo que el procedimiento no es
mecánico depende del proceso de toma de decisión de una persona. Por lo que el
investigador manipula su muestra al seleccionar directamente a las personas encues-
tadas por medio de los siguientes métodos:
De sujetos voluntarios: las personas que acceden a participar

Muestra de expertos: opinión de sujetos expertos en un tema

Los sujetos-tipos: estudios dentro de un determinado grupo social.

Muestra por cuotas: estudios de opinión a partir de encuestas en la calle

9.- Tratamiento estadístico de los datos recabados

9.1 Análisis de la información de los datos recabados

Una vez ya teniendo los resultados de las encuestas se procede al análisis de la

información que proporcionan los datos, pero no hay que perder de vista el plan-
teamiento del problema y la formulación de las hipótesis, porque el objetivo es probar o
rechazar las hipótesis, que darán respuestas a los problemas planteados en la inves-
tigación. Se debe evitar darle otro enfoque. Por lo que se debe seleccionar el tipo de
análisis que el investigador desea darle a los datos recabados.

37
 9.1.1.- Tipos de análisis de la información

a) Análisis descriptivo: El análisis descriptivo de la información se realiza de la si-

guiente manera:
Se analiza individualmente cada pregunta
Se conjugan las respuestas que tratan sobre el mismo factor
se redacta el documento con el análisis.
b) Análisis dinámico: Permite abrir el camino para probar las hipótesis; va identi-
ficando las conexiones entre los distintos problemas detectados, debido a que
algunos si pueden ser consecuencia de otros, de ahí que sea necesario jerarquizar.
Después, se elaboran las sugerencias que permitan encauzar y atacar los proble-
mas identificados. Luego se pasa a las acciones concretas.
c) Análisis de correlación: Trata de establecer la relación que pueda haber entre una
pregunta, con alguna o algunas otras que están analizando, y buscar puntos de
coincidencia que permitan aprovechar la información obtenida en dirección de
la hipótesis que se pretende probar o disprobar.
d) Análisis de contenido: Se utiliza para detectar las ideas centrales de un texto, para
conocer la intención que subyace en el enfoque del autor.

Una vez que los datos se han codificado, transferido a una matriz, guardado en
un archivo y “limpiado” de errores, el investigador procede a analizarlos. Los datos
deben presentarse en cuadros gráficos o relaciones de datos para que, tomándolos
como base, se pueda realizar un análisis, que tiene como punto de partida la separa-
ción de todos lo elementos que se consideran importantes, y servirán para responder
a las cuestiones planteadas por la investigación.

Existen diversos programas para analizar datos. En esencia su funcionamiento

es muy similar, incluyen dos partes o segmentos: una parte de definiciones de las
variables, que a su vez explica los datos y la otra parte, la matriz de datos. Uno de los
programas más utilizados son el programa de SPSS (en ingles “Paquete Estadístico
para las Ciencias Sociales) y Minitab, ambos paquetes son fáciles de usar, pues lo
único que hay que hacer es solicitar los análisis requeridos en el seleccionando las
opciones apropiadas.

9.2 Modelos estadísticos

A fin de analizar los datos que nos arrojan las encuestas se pueden procesar todos
los datos en los programas como el SSPS y aplicar los “modelos estadísticos” que se
han seleccionado con anticipación y que pueden ser pruebas estadísticas paramétri-
cas y no paramétricas (Luna 1996).

38
 9.2.1 Pruebas Estadísticas Paramétricas:

Una prueba estadística paramétrica es aquella cuyo modelo especifica ciertas

condiciones acerca de los parámetros (valores) de la población de donde se obtuvo la
muestra investigadora”. (Sidney Siegel, Estadística no paramétrica, México, Trillas, 1980,
Pág. 52). Éstas son algunas de las pruebas paramétricas: Media, Porcentajes, Media-
na y Desviación estándar.

Utilización de porcentajes: Cuando de trata de probar hipótesis por medio de

cuestionario, el modelo estadístico más utilizado es la prueba de porcentajes ya que
permite presentar los resultados en forma de gráficas.

Utilización de gráficas: Son representaciones esquemáticas que nos permiten te-

ner una noción más clara de proporcionalidad de los datos obtenidos. Las principa-
les son de Barras, de Prismas, Circulares o Segmentadas, etc.

9.2.2 Pruebas Estadísticas no Paramétricas:

Una prueba estadística no paramétrica es aquella cuyo modelo no especifica las

condiciones de los parámetros (valores) de la población, de la cual se obtuvo la mues-
tra de la población. (Sidney Siegel, op. Cit.). Algunas de las pruebas no paramétricas
son, la X2 (chi cuadrada), Binominal, Kolmogorov-Smirnov y Cochran

La prueba X2 (chi cuadrada): Es una técnica que se utiliza en estadística no para-

métrica para probar o rechazar las hipótesis, es común cuando manejamos muestras
pequeñas y las opciones de respuesta son dos o más. (Ibídem).

Fórmula de la prueba X2 (chi cuadrada):

k
(Oi − Ei ) 2
X2 =∑
i =1 Ei

∑= sumatoria de todas las “k”

N= Número total de observaciones (“encuestados”)
K= categorías (número de opciones de respuesta)
i = Frecuencias (respuestas en cada opción).
Oi = Frecuencias observadas (respuestas obtenidas).
Ei = Frecuencias esperadas (respuestas esperadas) = N sobre k

39
 gl = Grados de libertad (libertad en las opciones) = k – 1
α = (alfa), nivel de significación (probabilidad de ocurrencia en chi cuadrada)
H0 = Hipótesis nula (no habrá diferencia en las “respuestas esperadas”).
H1 = Hipótesis alterna (sí habrá diferencia en las “respuestas obtenidas”).

Prueba t de Student: Analiza el nivel no correlacionado del intervalo de los datos

de medición obtenidos mediante un diseño de grupos aleatorizados con dos niveles
de la variable independiente (V.i.). La hipótesis de nulidad que se comprueba esta-
blece que las diferencias entre las medidas de las puntuaciones de los niveles de la
variabilidad independiente dependen solo del error experimental.

Prueba U de Mann – Whitney: Prueba de significancia para el análisis de datos ordi-

nales obtenidos de un diseño de grupos aleatorizados, con dos niveles de la variable
independiente. La hipótesis nula que se comprueba consiste en que las puntuaciones
observadas en las dos muestras pertenecen a la misma población de puntuaciones.

Estas pruebas buscan la contrastación de hipótesis que consiste en establecer si

las predicciones previstas por la hipótesis se confirman con los resultados del trabajo
de campo. Una consecuencia de lo anterior es determinar si la hipótesis se prueba
o se rechaza, a partir de los porcentajes de incidencia en cada una de las relaciones
de cada categoría y de cada variable. En todos lo casos, los resultados constituyen el
soporte para emitir afirmaciones sobre las relaciones entre categorías y variables, lo
cual representa el conocimiento generado por la investigación.

10.- presentación de resultados y conclusiones científicas

10.1- Contenido del protocolo o proyecto de investigación

Para la presentación de resultados se requiere elaborar el proyecto de investiga-

ción o la tesis en el cual se mostrara la visión global de la investigación. El reporte
final de la investigación debe contener información referente al rigor metodológico
que primó el proceso de la investigación científica, por lo que debe tener los siguien-
tes elementos que deben ser plasmados igualmente en el índice probable (Saavedra
2001):

Título: Debe ser lo suficientemente amplio y preciso para expresar el quehacer

de la investigación en cuestión y cuidar de no redactar el título como problema, hi-
pótesis u objetivo.

40
 Introducción: expresa el contenido de la futura investigación en su totalidad y
la articulación de cada parte, pero sin tocar ningún punto al detalle, así permite al
lector entender el contenido de la investigación.

Antecedentes: Se describe cada una de las partes del protocolo, ejemplificando

cada una de ellas con elementos diversos para su mayor comprensión

Declaración del problema: El problema no debe ser vago o genérico, sino concreto
y ser lo más preciso posible, debe presentar una novedad, es decir, que no haya sido
resuelto, y que represente un avance o desarrollo en alguna disciplina.

Justificación: Con la justificación del proyecto buscamos convencer al lector de

la importancia de la investigación. Demostrando que el problema es considerable-
mente fuerte, y que una solución seria, es necesaria para resolver lo causado por el
problema.

Objetivos: Todo objetivo implica la acción que se desea lograr, entonces, es im-
portante tener en cuenta que al redactarlos deben de realizarse en verbo infinitivo.

Hipótesis: Deben expresarse de manera específica que nos ayuden a explicar los
fenómenos observados.

Marco teórico: Ello implica analizar y exponer las teorías, los enfoques teóricos
y los antecedentes en general, que se consideren válidos para el correcto encuadre
del estudio.

Métodos: Son guías del pensamiento, que nos ayudan a mantener el rigor meto-
dológico en nuestra investigación.

Técnicas: Son procedimientos que ayudan a detectar y procesar la información

necesaria para la investigación.

Conclusiones: Son los argumentos que permiten demostrar que se cumplió con
los objetivos de la investigación y se intentó confirmar las hipótesis de investigación.

Bibliografía: En ella se enlistan por orden alfabético los autores y los documentos
utilizados en el análisis efectuado a lo largo de la redacción de la tesis.

41
 10.2- Elaboración de la Conclusión

Cuando se ha terminado el proceso, que se inició con la elección del tema y cul-
mina con la comprobación empírica de la hipótesis, se redacta el informe de los re-
sultados obtenidos y, finalmente, se presentan las conclusiones, que deben ser enun-
ciados concretos que expresen de manera directa los alcances de la investigación.

Se sugiere tomar en cuenta los criterios que a continuación se indican para la

representación de los enunciados de las conclusiones:

Ser concretos y no ambiguos

Ser sintéticos, pero expresar las ideas completas
Los enunciados deben contener los resultados de la investigación
Los enunciados deben tener relación con la hipótesis.

10.2.1- Reglas Generales para la presentación

de una Conclusión:

Es necesario recordar que la conclusión es la afirmación a favor de la cual se

están dando razones. Las razones mediante las cuales se ofrecen razones llamadas
premisas.

Presente sus ideas en orden natural, usualmente usamos dos formas:

a) Ponga primero la conclusión y enseguida sus razones;
Ponga primero sus premisas y extraiga la conclusión al final.

Parta de premisas fiables aún si su argumento desde la conclusión es válido y

sus premisas son débiles, entonces su conclusión será débil. Use lenguaje concre-
to, específico y definitivo. Escriba concretamente, evite términos generales, vagos o
abstractos. Evite el lenguaje emotivo. Es mejor dar razones serías y sinceras. Use un
sólo significado para cada término, aléjese de la ambigüedad de los conceptos sea
concreto en cuanto al cumplimiento de los objetivos de investigación y aceptación de
las hipótesis, sobre todo se debe expresar con claridad la aportación al conocimiento
a partir de la investigación que se realizó siguiente el método científico.

10.3- Presentación de la Bibliografía

En la bibliografía se incluyen todos los documentos que el investigador haya con-

sultado durante su investigación y sobre todo los documentos que le dan un soporte
a la investigación, se presentan por orden alfabético de los autores. Existen normas

42
para su elaboración según el estilo de redacción utilizado.

La bibliografía se inicia con el primer apellido del autor, luego seguido de una
coma se escribe el nombre, que inicia con mayúsculas y sigue con minúsculas, des-
pués se escribe el nombre de la obra (en Cursillas), la editorial y el año de la edición.
En el caso del estilo continental se elabora de la siguiente manera:

Libros: Título y subtítulo del libro, nombre(s) del (los) autor(es), lugar (ciudad y
país) y año de edición, nombre de la editorial

Capítulos de libros: Título, subtítulo y número del capítulo, nombre(s) del (los)
autor(es) de capítulos, título y subtítulo del libro, nombre(s) del (los) compilador (es)
o editor (es) (es diferente al de la editorial), lugar y año de edición, página del libro
en la que comienza el capítulo y la página donde termina, nombre de la editorial,
número de edición o reimpresión.

Artículos de revistas: Título y subtítulo del artículo, nombre(s) del (los) autor(es),
nombre de la revista, año, volumen, número o equivalente; página donde comienza
el artículo y página donde termina.

Artículos periodísticos: Título y subtítulo del artículo, nombre(s) del (los) autor(es),
nombre del periódico, y página(s) donde se publicó, y fecha en que se publicó.
Trabajos presentados en seminarios, conferencias, congresos y eventos similares:
Título y subtítulo del trabajo, nombre(s) del (los) autor(es), nombre completo del
evento y la asociación, el organismo o la empresa que lo patrocina, mes y año en que
se llevó a cabo, lugar donde se efectuó nombre de quien fungió como presidente del
comité organizador.

Entrevistas realizadas a expertos: Nombre del entrevistado, nombre del entrevis-

tado, fecha precisa en que se efectuó la entrevista, medio a través del cual se trans-
cribió o difundió. Título o tema, dirección plural y forma en que está disponible
(transcripción, cinta, archivo MP3, DVD, etc.).

Tesis y disertaciones: Título de la tesis, nombre(s) del (los) autor(es), escuela o

facultad institución educativa donde se elaboró la tesis y fecha (mes y año), así como
ciudad, provincia y el país.

Documentos no publicados (manuscritos): Titulo y su título del documento,

nombre(s) del (los) autor(es), institución o empresa que apoyó la realización del do-
cumento (si se trata de apuntes de alguna materia, es necesario anotar el nombre de

43
ésta, el de la escuela o facultad correspondiente y el de la institución, aunque hay do-
cumentos personales que carecen de respaldo institucional); lugar y fecha en que fue
producido o difundido el documento y la dirección donde se encuentra disponible.

Sitio web: Nombre del sitio (dirección electrónica completa entre paréntesis),
fecha de consulta. Si es un documento en el cual hay autor se anota el nombre, tam-
bién el lugar (estado y país de ser posible). Cuando se cita una base de datos biblio-
gráfica completa, agregar la localidad, nombre de productor y distribuidor.

Artículo de revista “electrónica” en la web o Internet: Si es un artículo basado en

una fuente impresa: los mismos datos que un artículo de revista y la leyenda [versión
electrónica]. Si es un artículo de una revista exclusiva de Internet: nombre(s) del (los)
autor(es), fecha de publicación. Título del artículo en nombre de la publicación, nú-
mero un volumen, clasificación electrónica, recuperado (fecha exacta de consulta),
de.: (especificar dirección electrónica completa).

10.4 Presentación de Anexos

Son uno o varios cuadros que se agregan al final de la investigación. Pueden ser
fotografías, mapas, diagramas, fluxogramas, estadísticas, esquemas, etcétera.

Resumen

En este capítulo se dio un panorama muy amplio de los pasos del Médodo Cien-
tífico que son necesarios seguir para desarrollar un buen proyecto de investigación
en cualquier área de la ciencia. En el primer capítulo se da una breve descripción de
la finalidad de la ciencia en cuanto a su contenido, a los conocimientos teóricos y a
sus objetivos. Se habla de la importancia de la investigación científica y de seguir un
método científico para el desarrollo de la ciencia. Se mencionan los diez pasos que
son necesarios para realizar con éxito una investigación científica.

El primero de los pasos es definir un tema que sea viable, sin dificultad para
realizarlo y sobre todo que sea de gran interés para el investigador. Una vez selec-
cionado el tema a investigar se mostró como se debe de formular el planteamiento
del problema, cuales son los hechos, las causas o las consecuencias del fenómeno que
se observa y que originan un planteamiento del problema. Para comprender de una
manera más específica se plantea el problema con una pregunta de investigación y
sub-preguntas que tendrán que contestarse durante el desarrollo de la investigación.

44
 En base a esa problemática se deben de establecer claramente los objetivos ge-
nerales que englobaran de manera concreta lo que se espera de esta investigación,
deben expresarse claramente y comenzar con verbos en infinitivo. En seguida se
detallan los objetivos específicos de la investigación que serán una serie de pasos que
se realizarán para lograr el objetivo general.

A partir de este momento se puede encontrar la justificación práctica, teórica o

metodológica de la investigación, así como los límites temporales, espaciales y de-
mográficos entre otros del proyecto de investigación.

A fin de contestar a la pregunta de investigación o a darle las posibles soluciones

a la problemática se formulan las hipótesis de investigación, que finalmente son las
suposiciones o las que nos indican que estamos tratando de probar y se revisan los
diferentes tipos de hipótesis. Las hipótesis se deben de formular de una manera cla-
ra, específica, con relación entre variables dependientes e independientes que deben
de ser sometidas a prueba y estar relacionadas con teorías y sobre todo que tengan
un poder predictivo y explicativo del fenómeno o tema a investigar.

El marco teórico que es el siguiente paso le da un fundamento a toda la investiga-

ción, debe n de revisarse las teorías, leyes u aspectos que le den una validez teórica a
las hipótesis y al tema de investigación. Se habla de las funciones de las teorías y de
sus características, así como de la integración del Marco Teórico, como se construye a
través de la localización, revisión, obtención, consulta y extracción de la información
de carácter científico, usando fuentes primarias, secundarias y terciarias.

Se definen los tipos de investigación y se muestran las técnicas de investigación

tales como la documental, bibliográfica y de campo que permiten estas últimas em-
plear encuestas, entrevistas u observación de los hechos para poder recolectar la in-
formación de una muestra de la población que se define dentro de la investigación.

Una vez recolectada la información se le da un tratamiento estadístico a los re-

sultados que fueron capturados en los sistemas computacionales como el SPSS y que
permiten utilizar pruebas paramétricas y no paramétricas para obtener los resulta-
dos finales de la investigación y que deben de ser plasmados en un reporte final con
un índice que contenga cada uno se los pasos del método científico y terminen con
las conclusiones que permitan responder a la pregunta de investigación y aceptar si
es posible las hipótesis y cumplir con los objetivos de la investigación. De igual ma-
nera, ese reporte puede tener recomendaciones y sobre todo una bibliografía amplia
con toda la información utilizada para la investigación científica.

45
 Lista de referencias

Acevedo Ibañez, Alejandro. El proceso de la entrevista. Ed. Limusa. México. 2001.

Ander Egg, Ezequiel. Técnicas de investigación social. Ed. Lumen. Buenos Aires. 1995.
Bernal Torres., César A. Metodología de la Investigación para Administración y Eco-
nomía. Ed. Pearson Educación. México. 2006.
Briones, Guillermo. Método y Técnicas de Investigación para las Ciencias Sociales. Trillas.
México. 2003.
Bunge, Mario. La investigación científica. Ed Ariel. Barcelona. 1996. Epistemología. Ed.
Ariel. Barcelona. 1981.
Correas, Óscar. Metodología jurídica, una introducción filosófica. Ed. Fontamara. Méxi-
co. 1998.
Good, William J. y Hatt, Paul K. Métodos de Investigación Social. Ed. Trillas. México.
1990.
Gutierrez, Raul. Introducción al Método Científico. Ed. Esfinge. México. 2001.
Hernández Estévez, Sandra Luz. Et. Al. Técnicas de investigación jurídica. Ed. Oxford
University Press. México. 1995.
Hernández Sampieri, Roberto; Fernández-Collado, Carlos y Baptista Lucio, Pilar.
Metodología de la Investigación. Cuarta Edición. Ed. Mc Graw Hill. México.
2006.
Kerlinger, Fred N. Investigación del Comportamiento, Ed. Mc Graw Hill, tercera edi-
ción, México. 2002.
López Cano, José L. Método e Hipótesis Científicos. Trillas. México. 1989.
Luna Castillo, Antonio. Metodología de la Tesis. Ed. Trillas. México. 1996.
Méndez A., Carlos. Metodología, Guía para elaborar diseños de investigación en ciencias
económicas, contables y administrativas. Segunda edición, Mc Graw Hill. Santafé
de Bogotá. 1995.
Mojica Palacios. José I. Investigación de operaciones aplicadas a las ciencias sociales.
Ed. Trillas. México. 2002
Padua, Jorge. Técnicas de investigación aplicadas a las ciencias sociales. Ed. FCE.
México. 2001.
Pardinas, Felipe. Metodología y técnicas de investigación en las ciencias sociales. Ed. Siglo
veintiuno. México. 1985.
Reza Becerril, Fernando. Ciencia, Metodología e Investigación. Ed. Pearson. México,
1997.
Riveros, Héctor G. y Rosas, Lucía. El Método Científico Aplicado a las Ciencias Experi-
mentales. Trillas. México. 1990,
Saavedra R, Manuel S. Elaboración de Tesis Profesionales. Ed. Pax. México. 2001
Sánchez Vázquez, Rafael. Metodología de la ciencia del derecho. Ed. Porrúa. México.
2001.
Tamayo y Tamayo, Mario. El proceso de la investigación científica. Ed. Limusa. México.
2000.
Zorrilla, Santiago; Torres X., Miguel; Luiz Cervo, Amado y Alcino Bervian, Pedro, ,
Metodología de la Investigación. Ed. Mc Graw Hill. México. 1997.

46
 CAPITULO 2
LA TEORÍA EN LA INVESTIGACIÓN
CIENTÍFICA: MARCO TEÓRICO,
MODELOS Y MEDICIÓN

Dr. Joel Mendoza Gómez

Introducción

La teoría es un aspecto fundamental en el desarrollo del conocimiento científico,

es decir, la ciencia requiere del desarrollo de teoría. Para tal efecto, en el proceso de
la investigación científica, la teoría se convierte en el marco teórico de dicho proceso,
que sirve de base para establecer las relaciones causa-efecto, por medio de modelos,
en los que se plantean enunciados conceptuales o hipótesis a verificar. La teoría plas-
mada en el marco teórico, también, está relacionada en el proceso de investigación
con la medición reflejada en la operacionalización y en los indicadores de las varia-
bles, aspectos orientados a la verificación empírica de las hipótesis. De esta manera,
el desarrollo del conocimiento científico requiere del binomio básico: el desarrollo
de teoría y de su verificación en la realidad.

Este capítulo tiene como meta desarrollar los aspectos anteriores por medio de
los siguientes temas que se desarrollan a lo largo del mismo: inicialmente, se incluye
la clarificación del papel de la teoría en la investigación científica. Luego, se identifi-
can los elementos clave del marco teórico, al igual que el contenido de dicho marco.
Posteriormente, se desarrolla la elaboración del modelo y las hipótesis causa-efecto,
derivados ambos aspectos del marco teórico. Por último, se establece el papel de la
teoría en el proceso de medición.

Por lo anterior, se hace una invitación a los lectores a involucrarse en el contenido

47
del capítulo, por una parte, por la importancia ya señalada de la teoría en el desa-
rrollo de la ciencia. Por otra parte, la invitación es también a percibir e interpretar y
a revalorizar en su justo aporte, a un concepto: “la teoría” que muchas veces es me-
nospreciado por aquellos que conciben, solamente como valor único a la “práctica”.

1. El papel de la teoría en la investigación científica.

1.1 La ciencia, la investigación científica y la teoría.

La teoría o el marco teórico forman parte de un proceso orientado a explicar y

comprender mejor los fenómenos del mundo real. El resultado de este proceso es
el conocimiento científico que forma parte de lo que se conoce como ciencia. Para
ello en el siguiente tema se revisan aspectos relacionados con la ciencia, la teoría y
el plano de observación.

1.1.1 El papel de la ciencia en la sociedad

El papel de la ciencia en la sociedad es claro, la ciencia tiene como objetivo apor-

tar al avance del bienestar de los integrantes de la sociedad. Por medio de la ciencia,
los científicos buscan entender y explicar mejor los fenómenos que acontecen en el
grupo social en que se desenvuelven, para beneficio del mismo. Así por ejemplo, el
problema de investigación y los conceptos y variables que forman parte del mismo,
en parte son determinados por el grupo social que están estudiando, de manera
que los procedimientos científicos y las explicaciones que de ellos provienen deben
aportar beneficios a dicho grupo. Además, es importante que los resultados de la
investigación sean puestos en práctica para que verdaderamente sean útiles.

1.1.2 Etapas en el desarrollo científico

La ciencia y los científicos para calificarse como tales requieren de un proceso

formal que valide y valore sus hallazgos. En este proceso aparece la relación entre
dos elementos cruciales, el primero de ellos es la teoría o la forma de conceptualizar
los aspectos a estudiar; el segundo son los objetos de estudio y la información que se
busca obtener de ellos, la cual se identifica como datos o características del objeto de
estudio. Derivados de esta relación surgen otros aspectos del proceso formal, entre
los que se encuentran la forma de estudiar los objetos de estudio, la manera de esta-
blecer las variables a utilizar en la explicación, y también, la importancia de crear un
amplio estudio que integre un sistema conceptual.

48
 (Cartwright & Zander.A, 1983) Señalan que el desarrollo de la ciencia refleja la
búsqueda de la respuesta a la manera en que se desarrolla la relación entre la reco-
lección de datos y la elaboración de la teoría. En principio, en el desarrollo de la
ciencia aparece el proceso de especulación en el sentido de que por medio de ideas,
conceptos o teorías se desarrollaban las explicaciones de los fenómenos (plano con-
ceptual). Sin embargo, en esta evolución aparece la insatisfacción con las teorías,
proveniente de la alternativa de observar y estudiar cuidadosamente los fenómenos
(plano de la observación). Este detallado estudio propició una postura que se alejaba
de la teoría y privilegiaba lo que los “datos” pudieran decir como explicación.

Diagrama 2.1.1
Etapas en el Desarrollo Científico

De estas dos etapas encontradas surge una ciencia madura cuando aquéllos que
interactúan en estas diferentes posturas encuentran que la interdependencia entre
las mismas produce una mejor explicación de los fenómenos estudiados. Además,
este proceso circular positivo de elaboración de teorías y verificación de las mismas,
ayuda al desarrollo de sistemas teóricos más complejos, comprensivos y con una ma-
yor base empírica, y por lo tanto, a mejores explicaciones. (Cartwright & Zander.A,
1983). Ver Diagrama 2.1.1.

1.1.3 Perspectivas de la ciencia

Este proceso de evolución de la ciencia debe reflejar diversas perspectivas de

49
como los científicos observan el mundo y su trabajo. La primera perspectiva se re-
fiere a las pruebas o demostraciones de las hipótesis o relaciones entre variables o
conceptos planteados en el estudio. El hecho de que la o las hipótesis de un estudio
resulten apoyadas como resultado del análisis estadístico no implica que dichas re-
laciones sean una “prueba definitiva”. El proceso científico requiere de una serie de
repeticiones o replicaciones que permitan una acumulación de observaciones para
expresar un juicio de probabilidad de la existencia de dichas relaciones entre varia-
bles o conceptos.

Lo anterior remarca la interdependencia entre datos o hechos y la teoría o con-

ceptos. El científico busca resultados que aporten a su línea de investigación y espera
que sus hipótesis sean apoyadas por los datos encontrados, pero, su verdadera in-
quietud y aporte como científico es cuando los datos “hablan” de una manera distin-
ta a la esperada. La búsqueda de respuestas a esas contradicciones genera un avance
de la ciencia (Locke, Spirduso, & Silverman, 1993).

En esta misma línea de argumentación, otra perspectiva relacionada con la ante-

rior es la perspectiva científica de la verdad. El pensar que es posible demostrar la
causa de determinado fenómeno mediante la comprobación de una hipótesis en un
estudio, es decir, que se pueda llegar a la realidad final en una sola mirada es algo
muy distante de la perspectiva científica. En esta perspectiva se busca el conocimien-
to verdadero, inclusive es posible pensar en la investigación como una búsqueda de
la verdad, pero, una verdad tentativa, probabilística y siempre dependiente también
de los acontecimientos futuros. Lo que tiene en mente el científico es la búsqueda
de entender el proceso de la verdad. El resultado de esta indagación debe mostrar
la complejidad de lo que se busca explicar, de manera que más que demostrar las
causas, lo relevante del trabajo científico es aumentar la probabilidad de alcanzar la
verdad (Locke, Spirduso, & Silverman, 1993).

La última perspectiva es el reconocimiento de que la evidencia puede generar

explicaciones alternativas, causas rivales que apuntan al cuestionamiento de la teoría
desarrollada. Esta situación implica reconocer las alternativas y justificar las decisio-
nes racionales sobre ellas (blalock, 1969).

50
 Diagrama 2.1.2
Perspectivas de la Ciencia

Lo importante de estas perspectivas en la orientación científica es establecer los

límites del conocimiento existente y sobre esta situación hacer lo mejor posible, ver
Diagrama 2.1.2. En tal sentido, no es necesario tomar las decisiones perfectas sino
las adecuadas a la situación, y este aspecto requiere plantear con claridad las razones
de las decisiones. Otras limitaciones al proceso de la investigación científica son más
cotidianas, así encontramos: el tiempo, los recursos, y las habilidades, entre otras. Lo
importante para la orientación científica es la claridad pública en lo llevado a cabo.

1.1.4 El desarrollo de teoría como un proceso acumulativo

en la investigación científica.

Tomando como base las perspectivas de la ciencia mencionadas con anterioridad,

es posible señalar que el desarrollo de la teoría para entender mejor los fenómenos en
el plano de la observación es el resultado de una serie de aproximaciones, de descu-
brimientos que resultan en un proceso de acumulación de conocimientos, y que los re-
sultados de una investigación científica contribuyen a dicho proceso de acumulación.

Los argumentos mencionados permiten ubicar a la teoría en la perspectiva cien-

tífica, ya que dicha perspectiva establece una serie de requisitos a considerar en el

51
desarrollo de la teoría y de la investigación.

1.2 ¿Qué es la teoría?

Por lo anterior, es necesario clarificar lo que es una teoría, para tal efecto a con-
tinuación se analiza la siguiente definición de teoría desarrollada (Hempel, 1952),
mediante la cual es posible precisar el entendimiento de lo que es la teoría. Además,
en este mismo sentido, se desarrolla el Diagrama 2.1.3.

“Una teoría científica puede ser asemejada a una red espacial compleja: sus tér-
minos son representados por los nudos, mientras los hilos que conectan a los últimos
corresponden en parte, a las definiciones y en parte, a las hipótesis derivadas y fun-
damentales incluidas en la teoría. El sistema entero flota, como si estuviera ubicado
por encima del plano de la observación y es anclado a él por reglas de interpreta-
ción. Estas reglas quizás se vean como cuerdas o líneas, las cuales no son la parte de
la red pero ligan ciertos puntos de la red con lugares específicos en el plano de la
observación. En virtud de esas conexiones interpretativas, la red puede funcionar
como una teoría científica. De ciertos datos del plano de observación, nosotros po-
demos subir vía una cuerda o línea interpretativa a algún punto en la red teórica, de
ahí avanzamos vía definiciones e hipótesis a otros puntos de los cuales otra cuerda o
línea interpretativa permite descender al plano de la observación”.

Diagrama 2.1.3
Una teoría científica

52
 En base a la definición anterior, a continuación se comentan algunas característi-
cas relevantes de la teoría:

Primero, la teoría científica es compleja, ya que se encuentra integrada por con-

ceptos, los cuales están relacionados por sus definiciones y por las hipótesis de las
relaciones entre los conceptos.

La definición, en esta perspectiva, es la formación de conceptos expresados me-

diante un nombre único que representa el significado del concepto; esta formación
es el resultado de un proceso de abstracción aplicado al plano de la observación,
para estudiarlo y explicarlo mejor. También, los enunciados son expresiones de len-
guaje que relacionan los conceptos entre sí, es decir, la formación de proposiciones
o enunciados, que luego en la verificación empírica se convierten en hipótesis, todos
estos términos que enlazan y relacionan conceptos, se convierten en el acto central
del conocimiento científico (Sierra Bravo, 1999).

Segundo, el sistema flota por encima del plano de observación, es decir, está
ubicado en lo que podemos llamar el plano de la abstracción, situación que precisa
la parte más importante del significado y función de la teoría, ya que mediante el
desarrollo intelectual, que está representado por esa metáfora de flotar por encima,
se tiene la posibilidad de entender y explicar los aspectos observados por medio de
los elementos que integran la teoría.

De esta manera, es posible identificar dos planos. Primero, el plano de la abstrac-

ción o conceptual en el que se desarrolla la teoría. El segundo es el plano denomi-
nado de la observación que también se identificará como de la realidad, aunque esta
última identificación se utiliza con fines ilustrativos. En algunas corrientes filosóficas
no se acepta la existencia de la realidad, sin embargo, la discusión de este aspecto
está fuera de los límites de este trabajo.

La integración de los dos planos, el conceptual y el de la observación es el resul-

tado del proceso de investigación científica, mediante el cual la teoría puede explicar
los fenómenos de la realidad. Por ejemplo, en un estudio sobre la modernización del
sistema de administración de justicia como instrumento para renovar la dinámica so-
cial en México, en el marco teórico se esclarece el concepto de justicia, la conclusión
que se establece es la necesidad de que vayan unidas la teoría jurídica y la realidad
social (Castañeda, 1991).

Tercero, existen reglas de interpretación que anclan a la teoría con el plano de la

observación. Estas reglas de interpretación permiten el funcionamiento de la teoría,

53
las cuales a su vez pueden interpretarse como las reglas del método científico.

1.2.1 Deducción e inducción

Mediante la definición anterior, también, es posible ejemplificar el razonamiento

que se utiliza en los principales métodos relacionados con el proceso científico. Estos
son el método deductivo y el inductivo los cuales se presentan a continuación.

La mención del proceso de bajar de la teoría al plano de la observación y luego

subir, posibilita otra manera de ejemplificar el proceso deductivo de la ciencia, ver
Diagrama 2.1.3. La deducción es un proceso lógico de pensamiento que va de lo ge-
neral a lo particular (Sierra Bravo, 1999). Así, en esa teoría general que flota sobre el
plano de observación es posible desarrollar continuamente nuevas hipótesis sobre la
relación entre los conceptos, luego mediante las reglas de interpretación se va al pla-
no de la observación en ese aspecto particular y, tal como se mencionó, esa interpre-
tación sube a la teoría general. En el caso de que la relación hipotetizada haya sido
apoyada, la teoría general se va a ampliando. Así, en la deducción el movimiento es
descendente. Con base en enunciados de un mayor nivel de abstracción, es posible
deducir conclusiones más cercanas al plano de la observación.

Una aplicación del método deductivo se encuentra en un estudio sobre derecho

bancario en México, en esta investigación se estudiaron los principios de las empre-
sas bancarias en la perspectiva de la doctrina de corporaciones, y el concepto de ser-
vicio público en países de tradición jurídica latina, aspecto que permitió establecer
una postura más amplia respecto al marco legal mexicano y su efecto en los bancos
(Castañeda, 1991).

Siguiendo el razonamiento anterior, tomando el Diagrama 2.1.3 como base, es

posible también ejemplificar el proceso inductivo. El proceso de inducción se plan-
tea en sentido opuesto con una orientación de lo particular hacia lo general (Sierra
Bravo, 1999). Estableciendo como base el enfoque cualitativo, la inducción consiste
en iniciar un estudio profundo de un tema en el plano de la observación. De esta
manera, este estudio de un aspecto particular resulta en el desarrollo de conceptos
y de sus relaciones, anclados en el plano de la observación, luego éstos pueden pro-
ponerse para que formen parte del cuerpo general de la teoría que flota y suben
dicho cuerpo, partiendo del plano de observación. En la inducción el movimiento
es lógicamente ascendente. A partir de enunciados más cercanos a la experiencia, se
eleva a conclusiones más abstractas y generales.

Lo que respalda a ambos procesos de pensamiento, el deductivo y el inductivo

54
son precisamente las reglas de interpretación o del método científico que fortalecen
los resultados en ambos aspectos. Aunque la inducción se encuentra más cercana a
la experiencia, ambos procesos, caen dentro del campo de la lógica, la cual se ocupa
de la correcta derivación de los enunciados de ambos procesos. En este capítulo, el
enfoque que se sigue es el deductivo, también conocido como cuantitativo. En el
capítulo siguiente se revisa con toda profundidad el enfoque inductivo o cualitativo.

1.2.2 Elementos de la teoría

En la definición anterior, se mencionaron como parte de la teoría, algunos ele-

mentos que la integran. Para presentarlos de una manera estructurada, de acuerdo
a (Whetten, 1989) se han identificado cuatro partes esenciales en la construcción de
la teoría, estas partes pueden derivarse de las respuestas a las siguientes preguntas:
¿Qué?, ¿Cómo?, ¿Por qué? y ¿Quién, Dónde, Cuándo?
Las tres primeras preguntas corresponden a los primeros tres elementos de la
teoría; las últimas tres integran la cuarta parte de la teoría, tal como se explica a
continuación. Ver Tabla 2.1.1.

Tabla 2.1.1
Elementos de la Teoría

Preguntas Elementos
¿Qué? Los conceptos
¿Cómo? Las relaciones entre los conceptos
¿Por qué? La justificación de los conceptos y su relación
¿Quién, Dónde, Cuándo? El contexto amplio del plano de observación al
que se enfoca la teoría

1.2.2.1 ¿Qué? Los conceptos

En la respuesta al ¿Qué?, los aspectos que encontramos son aquellos que ayudan
a explicar los fenómenos en cualquier tema y que se identifican como: variables, con-
ceptos, constructos, entre otros (Whetten, 1989); los cuales en este capítulo continua-
remos precisando y explicando. El componente teórico de la ciencia es un sistema
conceptual, es decir, está formado por conceptos, los cuales se limitan solamente a
expresar una realidad, sin negar o afirmar nada de ella, solamente la describen (Sie-
rra Bravo, 1999), sin embargo, sin los conceptos es imposible establecer los enun-
ciados o hipótesis que son los que permiten desarrollar el conocimiento científico.

55
 En este mismo punto, surge un dilema para el investigador, en cuanto a la can-
tidad de conceptos a incluir en la explicación buscada. Ya que por una parte puede
ser muy comprensivo o inclusivo, es decir, incorporar un gran número de conceptos,
lo que puede redundar en un sistema complejo, pero que busca una mayor expli-
cación. La otra parte del dilema es un sistema simple o parsimonioso, en el que se
incorporan pocas variables, y por lo tanto, puede aportar una menor explicación
(Whetten, 1989). La resolución de este dilema es uno de los primeros aspectos que
enfrenta el investigador y las decisiones adecuadas al respecto lo van convirtiendo
en un buen teórico.

1.2.2.2 ¿Cómo? Las relaciones entre los conceptos.

En la respuesta al ¿Cómo?, lo que se encuentra es la identificación de la relación

entre los aspectos anteriores, es decir, esta relación entre conceptos es considerada
como la verdadera construcción de conocimiento (Whetten, 1989), de acuerdo a este
planteamiento, primero establecemos o definimos conceptos, pero, lo que permite
hacer explicaciones es el planteamiento de cómo se relacionan dichos conceptos. La
relación implica fenómenos distintos, y un argumento, es decir, una circunstancia
que da lugar a la relación entre ellos. Las relaciones son, por tanto, un elemento
central del plano de la observación (Sierra Bravo, 1999).

Una manera gráfica de representar las relaciones entre conceptos es mediante el

dibujo de flechas entre ellos, mediante la especificación de cada relación se van de-
lineando patrones explicativos al ir agregando conceptos a un sistema teórico. Esta
relación entre conceptos generalmente implica una relación de causalidad entre los
mismos. Además, se requiere que las relaciones se expresen tanto mediante el len-
guaje, como de manera gráfica, tal como se presenta posteriormente (blalock, 1969).

El tema de la tesis o de la investigación científica está formado siempre por uno o

diversos conceptos cuyo estudio requiere el análisis de las relaciones de los fenóme-
nos del plano de la observación representados por dicho concepto o conceptos. Se
puede afirmar que el trabajo científico original va unido a la capacidad de establecer
y probar relaciones de todo tipo del fenómeno estudiado.

Entonces, el contenido de la teoría requiere de conjuntar los aspectos relaciona-

dos con el ¿Qué?, y el ¿Cómo? La sugerencia del aspecto gráfico tiene un sentido
más de utilidad que de un requisito obligatorio, en cuanto a favorecer y clarificar el
planteamiento teórico desarrollado por el investigador. Ya que tomando como base
los conceptos, se pueden generar más conocimientos, que resultan de la elaboración
de enunciados e hipótesis y las relaciones que éstos representan.

56
 1.2.2.3 ¿Por qué? La justificación de los conceptos y su relación

En cuanto al ¿Por qué?, este aspecto presenta la justificación de los conceptos

seleccionados y de las relación propuestas entre ellos. Este elemento es un razona-
miento que permite construir la teoría y formar la base para un modelo teórico.
Por medio de este razonamiento se establece el desarrollo conceptual de la teoría y
mediante el modelo teórico se establece una guía de utilidad para la investigación.
Este razonamiento debe respaldar el sentido de desarrollar la teoría, el cual tiene
que ver con cambiar y ampliar el conocimiento existente sobre el fenómeno que se
está estudiando (Whetten, 1989). De esta manera, la respuesta al ¿por qué?, es el
fundamento de las relaciones que se plantean y que en una investigación se busca
comprobar empíricamente. Estas relaciones planteadas se identifican como propo-
siciones o enunciados.

Esta identificación de las proposiciones como la relación planteada entre dos

conceptos, implica diferenciarlas de las hipótesis. La hipótesis también es una rela-
ción; sin embargo, esta relación se plantea en un estudio, en el que se desarrolla la
manera de medir los conceptos y posteriormente se establece la existencia de dicha
relación, de manera estadística. Por lo tanto, la proposición es un desarrollo concep-
tual orientado a la construcción de teoría; en cambio, la hipótesis es el instrumento
que desarrolla el investigador, la cual también es una relación, orientada a la verifi-
cación empírica de la misma (Sierra Bravo, 1999).

En una tesis doctoral con la orientación deductiva o cuantitativa, dada la ampli-

tud del marco teórico y del desarrollo conceptual del mismo, pueden presentarse las
proposiciones con su justificación. Posteriormente se hace el planteamiento de las
hipótesis que se buscan verificar empíricamente. Esta manera de presentarlas mos-
traría claramente los dos aspectos fundamentales de una investigación científica con
la orientación cuantitativa; por una parte, el desarrollo conceptual en la parte del
sistema que flota y por la otra, la verificación empírica en el plano de la observación.

1.2.2.4 ¿Quién, Dónde, Cuándo? El contexto amplio del plano

de observación al que se enfoca la teoría.

En cuanto a la respuesta del último aspecto que incluye las preguntas ¿Quién,
Dónde, Cuándo?, lo que se encuentra son las características del plano de la observa-
ción que se consideran en el momento de la investigación. La respuesta a estas pre-
guntas representa el contexto en el que se desarrolla el estudio, que va a aportar la
identificación de la población investigada, el lugar y el momento de la investigación
(Whetten, 1989). Estas características son muy importantes, porque aportan al co-

57
nocimiento y permiten establecer la base para una construcción del mismo, debido
a que solamente mediante la repetición o replicación de los contenidos del estudio
en otros contextos, es como se establece la base para la generalización que se busca
en la ciencia.

1.2.3 ¿Qué es una aportación teórica?

Mediante una integración adecuada de los cuatro elementos que integran la teo-
ría es posible desarrollar una aportación teórica en un trabajo de investigación cien-
tífica.
De esta manera, una mejora o una contribución al desarrollo de una teoría deben
aportar en relación con los cuatro aspectos que integran la teoría. Además, mediante
la aplicación de una metodología rigurosa deben de apoyar la verificación empírica.
La manera de demostrar el valor de un cambio teórico debe estar orientada a iden-
tificar como este cambio afecta las relaciones entre los conceptos hasta el momento
aceptadas. Es importante subrayar que las relaciones entre conceptos o variables
constituyen el dominio de la teoría; así, si agregamos una variable diferente o nue-
va lo que se busca con este cambio es mejorar significativamente la explicación del
fenómeno en estudio al impactar y reestructurar los mapas causales previos al desa-
rrollo de ese cambio.

También, otro aspecto que aporta al desarrollo de la teoría, es traer una perspec-
tiva de otros campos que cuestione los supuestos subyacentes que apoyan las teorías
aceptadas hasta el momento (Whetten, 1989).

1.3 Elementos básicos del plano de observación

Después de caracterizar la teoría y sus principales elementos, a continuación se

presentan aspectos esenciales del plano de la observación en el proceso de investiga-
ción: La unidad de análisis y los conceptos, constructos o variables.

1.3.1 La unidad de análisis.

Un aspecto del plano de la observación muy relacionado con la teoría es la uni-

dad de análisis, también denominada unidad de observación, ya que ésta representa
el tipo de entidad en que el estudio despliega la relación esperada entre los construc-
tos o variables, que forma parte de la hipótesis. La unidad de análisis puede ser una
persona, una familia, una comunidad, un país, entre otras entidades, ya que existe la
posibilidad de una gran variedad de entidades. Sin embargo, una clasificación más
estructurada es la que hace referencia (Manson, 1993), la cual señala que se utiliza

58
en las ciencias sociales. En esta clasificación se encuentra una jerarquía de distintos
niveles de análisis. Esta clasificación se presenta a continuación: 1) intraindividual,
2) individual, 3) interindividual o relacional, 4) el grupo, 5) la organización, 6) las
instituciones y 7) el sistema social. Ver Tabla 2.1.2.

De esta manera, en el nivel intraindividual, el científico estudia factores psico-

lógicos o biológicos que influyen entre sí en el individuo. En el nivel individual, la
persona es la entidad básica de estudio; este individuo influye en otros y mediante
esta influencia se puede explicar lo que sucede en la vida de las personas. En el ni-
vel interindividual o relacional, el objeto de estudio es la relación entre dos o más
personas; mediante los dos primeros niveles es posible explicar una parte de lo que
sucede en este nivel. En el nivel de grupo, lo que se considera son las relaciones
estructuradas entre los individuos provenientes de formar parte del grupo, él cual
tiene límites definidos y relaciones con otras partes de la vida social.

La organización como entidad es el siguiente nivel, ésta es considerada como

sistema social con metas e instrumentos, con planes y patrones y con diferentes po-
siciones y roles. El hecho de ser creada conscientemente para desarrollar tareas es-
pecíficas la hace diferente a otros niveles. El sexto nivel es el institucional, también
identificado como institución social que representa a una entidad superior al indivi-
duo pero que él considera como parte de la vida social. El último nivel es el sistema
social o el nivel de la estructura macro social, el objeto de estudio en este nivel son
las sociedades, los estados nacionales, entre otros. El sistema social está formado por
una serie de instituciones sociales que forman parte del equilibrio de dicho sistema.

La anterior clasificación es importante para la investigación científica. Ya que

la misma implica una ordenación de la realidad, el hecho de establecer un orden
en ella es una orientación estructurada para hacer la observación en el plano de la
misma. De esta manera, en una investigación sobre el derecho disciplinario en la
función pública, se identifica como unidad de análisis o de observación al servidor
público, dada la importancia y relevancia del concepto de la disciplina para el traba-
jador del estado (Castañeda, 1991).

Además, la unidad de análisis es importante en el proceso de construcción de

teoría, en virtud de que las hipótesis planteadas deben dejar claro a qué entidad
se refieren (Sierra Bravo, 1999). El vocabulario utilizado a veces es el que produce
confusiones con respecto a la unidad de análisis.

Así, por ejemplo, el concepto de objetivo no necesariamente significa lo mismo para

un individuo, que para un país. Aún y cuando significara lo mismo, no es posible pen-

59
sar que los mismos factores influyen en él o que tuviera el mismo efecto en los distintos
niveles.

Tabla 2.1.2
Unidad de Análisis o de Observación

Niveles Descripción
1) Intraindividual Factores psicológicos o biológicos que
influyen entre sí, en el individuo
2) Individual La persona es la entidad básica de estu-
dio, influye en otros.
3) Interindividual o Relacional El objeto de estudio es la relación entre
dos o más personas
4) El Grupo Son las relaciones estructuradas entre los
individuos que forman parte del grupo,
las que se convierten en objeto de estu-
dio.
5) La Organización Sistema social con metas e instrumentos,
con planes y patrones y con diferentes
posiciones y roles
6) Las Instituciones Representa a una entidad superior al in-
dividuo pero que él considera como parte
de la vida social
7) El Sistema Social o la Estruc- El objeto de estudio en este nivel son las
tura Macro Social sociedades, los estados nacionales, entre
otros.

En la investigación científica, la unidad de análisis o de observación es un con-

cepto muy importante. Ya que es necesario que se identifiquen en dicha unidad, las
características en las que varían y que luego para su estudio se denominan variables
o constructos (Sierra Bravo, 1999). De esta manera, las unidades de observación o
de análisis son los seres estudiados y las variables sus características. Por ejemplo,
una silla puede ser una unidad de análisis y el material en que está elaborada es una
variable.

Profundizando en lo anterior, tanto la unidad de análisis como las variables son

abstracciones del plano de observación, que ayudan a explicarlo mejor. Por una par-

60
te, se abstrae lo general o común de los objetos o individuos. Continuando con el
ejemplo anterior, el concepto de silla incorpora todos los diferentes tipos de silla,
de manera que se convierte en la unidad de observación si queremos estudiar a las
sillas. El otro tipo de abstracción se refiere a separar aspectos o características espe-
cíficas de los objetos o individuos, en este caso, el material en que están construidas
varía y por lo tanto se constituye en una variable de la unidad de análisis: las sillas
(Sierra Bravo, 1999).

1.3.2 Concepto, constructo y variable: los niveles de abstracción.

Al hablar de la unidad de análisis se mencionó que la misma es una abstracción

que el investigador desarrolla para lograr una mejor precisión en el estudio del pla-
no de la observación; esta abstracción identifica lo que tienen en común diferentes
individuos u objetos, y mediante esta abstracción se forman categorías de especies y
subespecies, etc.

De la misma manera, las variables son una abstracción que identifica solamente
una característica específica de los individuos u objetos de estudio. Mediante esta
distinción es posible agrupar a los individuos de acuerdo a la dimensión implícita en
la variable, por ejemplo, en el ejemplo anterior de las sillas, éstas pueden ser clasi-
ficadas por su color, es decir, la variable color es una característica, de la unidad de
análisis denominada silla (Sierra Bravo, 1999).

Se ha mencionado que la teoría se integra inicialmente con conceptos, construc-

tos o variables. Aun cuando los anteriores términos se han utilizado de manera inter-
cambiable muchas veces, es necesario establecer su diferencia y por lo tanto su rango
de posibilidad de utilización en la teoría y en los estudios científicos.
Para establecer la diferencia entre ellos, se utiliza su nivel de abstracción con
respecto al plano de observación, en esta situación es posible identificar dos niveles.

El primero es aquel en donde el elemento conceptual no representa un fenómeno

observable, a éste se le identifica como concepto. Así, los conceptos son abstracciones
que incorporan diversos elementos de la realidad; sin embargo, este proceso de abs-
tracción impide que los conceptos coincidan de manera perfecta con los fenómenos
concretos observables. Las personas en su proceso de pensamiento se apoyan en los
conceptos para reducir la cantidad de detalle que generalmente deben tomarse en
cuenta.

En cambio, en el otro nivel, el elemento representa un fenómeno observable y

probablemente medible, a este elemento se le conoce como constructo o variable.

61
De esta manera, aparecen los constructos o variables con un nivel de abstracción más
bajo, pero que tienen un referente en la realidad. De esta manera, los constructos
o variables son aquellos términos de la teoría que tienen un referente empírico, es
decir, que tienen una referencia con los fenómenos externos o de la realidad externa.
Ver Tabla 2.1.3.

Tabla 2.1.3
Diferencia entre concepto y constructo.

Elemento Niveles de Abstracción

Concepto No representa un fenomeno observable
Constructo o Variable Representan o tienen un referente de la reali-
dad o del plano de observación a través de los
indicadores

En esta ligazón entre los constructos mentales y el mundo externo, aparece otro ele-
mento conocido como indicadores (Carmines, 1979) estos indicadores que pueden ser
medidos se convierten en los referentes empíricos. Así los constructos o variables permi-
ten interpretar nuestras observaciones, pero, la certeza de lo anterior, está relacionada
con los indicadores que se han diseñado para tal efecto y que representa la manera en
que se operacionalizan y miden dichos constructos o variables.

Para evitar la confusión mencionada con anterioridad, en este capítulo, para el nivel
más alto de abstracción se utiliza el término concepto. En cambio, los términos construc-
to o variables se utilizan para el nivel más bajo de abstracción que puede ser observable
y medible.

2 Elementos clave del marco teórico

2.1 Fundamentos del modelo teórico.

En un estudio deductivo o cuantitativo, las hipótesis se establecen basadas en teorías

existentes que los investigadores buscan comprobar. La teoría provee una explicación
para las variables en cuestión y las hipótesis en una investigación de este tipo. A este pro-
ceso se le conoce como marco teórico, del cual a continuación se plantean sus elementos
relevantes.

62
 2.1.1 Definición de una teoría

Los fundamentos del modelo teórico se encuentran en la definición de teoría que se

utilice. En este caso, si se define a la teoría como un conjunto de constructos o variables
interrelacionadas; además de una serie de definiciones y proposiciones que representan
una visión sistemática de un fenómeno por medio de la especificación de las relaciones
que tienen esas variables, con el propósito de dar una explicación a dicho fenómeno
(Creswuell, 2003).

Por otra parte, es posible profundizar en esta definición de teoría, al exponer las
razones por las que una variable independiente (X) influye o afecta a una variable de-
pendiente (Y), que es el fenómeno que se busca explicar. Es decir, definir tanto X y Y,
luego especificar en que se fundamenta la relación entre X y Y. Así, lo que se requiere
es precisar las variables y luego establecer la manera en que se integran como modelo
al especificar las relaciones y al explicar las razones que están detrás de que se planteen
estas relaciones, todo lo anterior se desarrolla para explicar o comprender el fenómeno
representado por la o las variables dependientes.

2.1.2 Características de la teoría.

De acuerdo al tipo de fenómeno que se busque explicar, uno de los fundamentos de

la teoría es la amplitud o cobertura. Así, se identifican 3 niveles de amplitud: el nivel mi-
cro, el nivel meso y el nivel macro. Las teorías a nivel micro proveen explicaciones limi-
tadas a pequeñas entidades de tiempo, espacio o número de personas. Las teorías a nivel
meso reúnen o asocian las teorías de nivel micro y macro, éstas se refieren básicamente a
organizaciones, movimientos sociales o comunidades. Las teorías a nivel macro explican
grandes entidades como las instituciones sociales, los sistemas culturales o las sociedades
enteras. La cobertura en cada uno de los tres niveles de teorías refleja los distintos tipos
de unidad de análisis que se mencionó en líneas anteriores (Weick, 1989).

En otra perspectiva de desarrollo teórico se plantean dos procesos diferentes de cons-

truir la teoría. El primero de ellos se utiliza cuando se busca hacer una explicación cada
vez más y más profunda, de un tema amplio. Hacer la teoría de esta manera establece
los lineamientos que deben seguir haciéndose de manera continua, en la relación entre
teoría y observación. Las metáforas representativas de esta situación son las siguientes:
añadir luz gradualmente en un cuarto oscuro, revelar un negativo de fotografía y ajustar
continuamente los binoculares para una mejor visión (Weick, 1989).

El otro proceso se utiliza cuando la explicación relativamente completa de un tema

pequeño se lleva a buscar la explicación de otros temas que se encuentran cercanos al

63
primero. Las metáforas representativas de esta situación son las siguientes: un mosaico
construido pieza por pieza; la ciencia es un edificio que se va construyendo por etapas;
y un rompecabezas que gradualmente se va resolviendo al irse poniendo más piezas
en él (Weick, 1989). Ver Diagrama 2.2.1.

Diagrama 2.2.1
Dos Dos
Procesos dede
Procesos Construcción deTeoría
Construcción de Teoría

Una explicación cada vez

más y más profunda de
un tema

Teoría 2 Teoría 1 Teoría 3

Estudio 1
Estudio 2
Estudio 3
Estudio 4… La explicación de un tema
se lleva a cabo tras la
explicación de otros temas
cercanos
Estudio “n”

Teoría 2 Teoría 1 Teoría 3

Estos dos procesos generan distintas formas de identificar el estado del arte del
conocimiento y de abordar el marco teórico, aunque esta circunstancia no afecta el
objetivo del desarrollo de la teoría ya que estas dos formas aportan explicaciones
cuando los investigadores comprueban la relación entre las variables en contextos
diferentes. Ya que mediante esas explicaciones, se puede avanzar en el conocimiento
de un campo particular de estudio.

2.1.3 Conformación de las teorías

Las teorías se arman con una serie de hipótesis derivadas de la aplicación del
pensamiento lógico, las cuales se redactan con la forma “si esto... entonces esto
otro”. También, las teorías se pueden expresar de manera visual.

Cuando la teoría se conforma de una serie de pensamientos lógicos “si esto...

entonces esto otro” el tipo de explicación que se espera es por qué la variable inde-
pendiente influye o es causa de la variable dependiente (Creswuell, 2003).

64
 La anterior forma de presentar la teoría hizo surgir una corriente representada,
entre otros, por (blalock, 1969), quien propugnó para presentar la teoría como un
modelo visual. Esto permite presentar las variables dentro de un diagrama. La insis-
tencia es que las teorías verbales deben establecerse como un modelo causal para que
el lector pueda visualizar la forma en que se genera la interconexión de las variables.

El procedimiento para elaborar un modelo teórico gráfico inicia, colocando la o

las variables dependientes en el lado derecho del diagrama y la o las variables in-
dependientes en el lado izquierdo. Luego, por medio de flechas de un solo sentido
se establecen las relaciones que se plantean entre las variables independientes y las
dependientes. Para indicar el sentido de cada una de las relaciones entre las varia-
bles se utiliza la inserción de signos de valor. Esto es, se coloca un signo positivo o
negativo en cada una de las flechas que relacionan a las variables. Más adelante se
profundiza en este aspecto de los modelos.

2.1.4 El estado del arte en el conocimiento

Se comentó con anterioridad que el desarrollo de la teoría está orientado a gene-

rar una acumulación del conocimiento, y a esta acumulación se le llama el “estado
del arte” del conocimiento o la “frontera” del conocimiento. Así, en el estudio es im-
portante identificar dicho estado o frontera, ya que esa identificación proporciona la
base para establecer la aportación al conocimiento. Para ello es necesario conocer los
conocimientos de los últimos años en el tema, además, de considerar a los estudiosos
clásicos del tema y aquellos que significaron un hito o un parteaguas en el tema, cu-
yos trabajos son considerados como “seminales” y su aportación sigue siendo citada
en la actualidad (Jordan, 1999). Ver Diagrama 2.2.2.

Diagrama 2.2.2
Estado del Arte del Conocimiento

65
 2.1.5 La identificación de las brechas teóricas.

Tal como se mencionó en el párrafo anterior, al construir el estado del arte del
conocimiento, es decir, al identificar lo qué y cómo se ha estudiado hasta el mo-
mento, permite identificar la o las brechas teóricas propuestas en el estudio como
aportación al conocimiento. De acuerdo al planteamiento a investigar, es posible
mencionar como brechas o aportaciones los siguientes aspectos:

No se han estudiado variables específicas. No se ha estudiado el tema con un

grupo, o población específico. Una investigación puede ser replicada o repetida
para conocer si los hallazgos se mantienen en nuevas muestras de personas o nue-
vos contextos. En la comparación de estudios se encuentran contradicciones en las
relaciones entre constructos o variables, que es necesario aclarar. La brecha puede
provenir de las sugerencias de futuras investigaciones que proponen los académicos
al publicar sus resultados (Whetten, 1989).

2.2 La revisión de la literatura y el marco teórico.

La identificación de las brechas justifica la necesidad de seguir estudiando sobre

un tema. En el ámbito científico, esta situación se le conoce como “participar en el
diálogo actual con los autores”. Este diálogo requiere llevar a cabo lo que se conoce
como la revisión de la literatura (Creswuell, 2003). La revisión consiste en identificar
estudios de autores que presenten avances en las preguntas de investigación relacio-
nadas o similares, contestando esas preguntas con estudios empíricos. Por ejemplo,
en un proyecto de investigación sobre la justicia administrativa, mediante el desarro-
llo de un marco teórico comparativo del tema, se consultaron diversos teóricos del
mismo y mediante esa revisión se propuso una aportación a diversos aspectos de la
justicia administrativa en el sistema federal mexicano (Castañeda, 1991).

De acuerdo a lo anterior, la revisión de la literatura es un elemento esencial en

la elaboración del marco teórico. En algunos artículos especializados o en tesis doc-
torales se equipara la revisión de literatura al marco teórico; sin embargo, en este
capítulo, esta revisión se considera solamente como la base de la conformación del
mismo, debido a que en el marco teórico, por una parte, se analiza, sintetiza e in-
tegra dicho conocimiento existente para sustentar el fenómeno a estudiar, por otra
parte, se orienta la búsqueda de la nueva explicación, por medio de la fundamenta-
ción de las hipótesis y de la operacionalización de las variables.

La revisión de la literatura al aportar a la elaboración del marco teórico permite

establecer el conocimiento previamente desarrollado; así, el investigador demuestra

66
su conocimiento teórico del tema que está investigando. Por otra parte, el marco teó-
rico establece la base o fundamento de la aportación al conocimiento de la investi-
gación que se desarrolla; por lo tanto, realizar una revisión de literatura completa es
indispensable para un adecuado planteamiento del problema y para la construcción
del marco teórico de una investigación.

También, la revisión de literatura aporta al marco teórico, la delimitación del

trabajo, ya que un aspecto que generalmente se presenta en los trabajos iníciales de
los investigadores es la ambición por plantear un problema esencial, crucial o signi-
ficativo de su línea de investigación.

Esta postura, sin embargo, genera una problemática de amplitud que el inves-
tigador tiene que resolver. En este sentido, la elaboración y esquematización de los
conceptos del marco teórico es un elemento que ayuda a precisar el tema a investigar
y por lo tanto, facilita el desarrollo posterior de la investigación.

Derivado de lo anterior se encuentra la operacionalización, la cual representa

en el estudio, la preparación para la verificación empírica, ya que los conceptos o
constructos y las relaciones entre los mismos identificados en el marco teórico, se
convierten en la base de las variables y su operacionalización, y para el desarrollo de
las hipótesis que guían el desarrollo de la investigación.

El contar con los elementos anteriores, ayuda a desarrollar un marco teórico ade-
cuado para un trabajo de investigación científica, lo cual destaca la importancia de
la revisión de literatura en el proceso de la investigación científica. Por ejemplo, en
un estudio sobre la responsabilidad patrimonial del estado en México, se encuentra
la identificación de un marco teórico conceptual, el cual comprende lo siguiente: la
irresponsabilidad, la responsabilidad del funcionario, el concepto jurídico de per-
sona y de patrimonio, la soberanía, así como la estructura y la doble personalidad
del estado (Castañeda, 1991). Lo anterior permite al autor concluir con bases firmes
sobre el tema estudiado.

2.2.1 Los objetivos de la revisión de la literatura

En las tesis doctorales o en la investigación de tipo cuantitativo, el enfoque se

lleva a cabo bajo el método deductivo, por lo cual la literatura existente debe ubicar-
se al inicio del reporte final del trabajo realizado, ya que al final del mismo se debe
señalar los resultados concretos que obtuvimos en nuestro estudio mediante una
confrontación con la literatura revisada y plasmada al inicio del estudio en el marco
teórico (Creswuell, 2003).

67
 Los objetivos de la revisión de la literatura son los de localizar y resumir los estu-
dios sobre el tema específico a estudiar. Cuando se habla de trabajo científico, esta
revisión debe llevar a encontrar los reportes de trabajos científicos efectuados, así
como, a los términos conceptuales relevantes.

2.2.2 Procedimiento para realizar la búsqueda de literatura

Al efectuar la revisión de la literatura, este proceso requiere una serie de pasos

que pueden facilitarnos el trabajo, ver Tabla 2.2.1. Estos pasos son los siguientes:

Lo primero es identificar las palabras clave en el tema de estudio, ya que estas

palabras orientarán el proceso de búsqueda. Una vez que se tienen las palabras clave
se puede hacer la búsqueda en bibliotecas de libros recientes, revistas especializadas,
igualmente se puede acceder a las bases de datos o biblioteca digital, que la mayoría
de las bibliotecas ya cuentan. Es importante localizar varias bases de datos con ma-
terial especializado de nuestro tema.

El segundo paso de la búsqueda es detectar los artículos relacionados con el tema,

para revisarlos, priorizarlos y ver la forma en que pueden ser conseguidos.

Una vez conseguido el material, el siguiente paso es organizar la literatura para

integrar el marco teórico, es decir, resumir la teoría y dejarla plenamente identifi-
cada para la elaboración de las referencias bibliográficas. Es recomendable utilizar
el manual de estilo de la APA o el utilizado por la institución en donde se realice la
investigación.

Por último, la elaboración del marco teórico requiere sintetizar la teoría encon-
trada y estudiada para poder establecer los temas y sub-temas de las variables que
forman parte del trabajo.

Por otra parte, puede presentarse la situación en que no se encuentra literatura

sobre el tema que se quiere estudiar. Para resolver este problema se puede recurrir a
las teorías más amplias o de nivel superior en el que se encuentra el problema plan-
teado y respaldarse en ellas (Creswuell, 2003).

68
 Tabla 2.2.1
Procedimiento para realizar la búsqueda de literatura

Identificar las palabras clave en el tema de estudio, ya que estas palabras

orientan el proceso de búsqueda y permiten acceder a las bases de datos o
biblioteca digital, y a los catálogos de las bibliotecas.
Detectar los artículos relacionados con el tema, para revisarlos, priorizarlos
y ver la forma en que pueden ser conseguidos.
Organizar la literatura para integrar el marco teórico, es decir, dejarla iden-
tificada para la elaboración de las referencias bibliográficas
Sintetizar la teoría encontrada y estudiada para establecer los temas y sub-
temas de las variables que forman el trabajo.
Recurrir a las teorías más amplias o de nivel superior en el que se encuen-
tra el problema planteado y respaldarse en ellas

2.2.3 Bases de datos en biblioteca digital

Utilizando las palabras clave definidas podemos efectuar la búsqueda de literatura

en línea. En las bases de datos conocidos también como biblioteca digital, las bibliotecas
tienen sus catálogos, tanto de libros como de revistas especializadas disponibles para ser
consultados en línea.

2.2.4 Prioridad de recursos en la revisión de literatura

Basados en (Creswuell, 2003), es importante considerar las siguientes prioridades

para la búsqueda de literatura:

Encontrar artículos sobre el tema en estudio en las revistas académicas recientes.

Identificar las revistas académicas recientes que reporten trabajos de investigación y/o
de desarrollo conceptual. Es conveniente iniciar con los más recientes y en esos mismos
artículos revisar la lista de referencias señalada al final para de esa lista obtener otros artí-
culos importantes del mismo tema.

Encontrar los libros académicos especializados sobre el tema. Estos libros son de dos
tipos: el primero, contiene compendios sobre el trabajo de varios autores, editado por
uno o varios autores destacados en el tema. En el segundo tipo, el contenido total es de-

69
sarrollado solamente por uno o varios autores destacados en el tema y reconocidos en su
comunidad científica.

Buscar ponencias de conferencias o congresos recientes sobre el tema.

Buscar disertaciones doctorales relacionadas con el tema en estudio, sin embargo, el

señalamiento en este punto es que la calidad de las mismas es muy variable, por lo que se
requiere en este caso hacer una evaluación de las mismas antes de utilizarlas (Creswuell,
2003).

2.2.5 Resumiendo los estudios

Un aspecto a tomar en cuenta es el registro de la actividad de revisión; para ello se

requiere elaborar fichas de resumen de lo revisado, esto es necesario para registrar lo
siguiente: especificar el problema planteado en el artículo revisado, las hipótesis, los re-
sultados obtenidos, la población muestreada, el tamaño de ésta, las fechas en que fue efec-
tuada, las técnicas y metodologías utilizadas, etc.; en cambio, en un libro se debe realizar
esta ficha revisando la parte introductoria y las conclusiones para resumirlas de la mejor
forma, sin olvidar escribir la cita bibliográfica respectiva.

De esta manera, se han presentado los elementos clave que fundamentan el modelo
teórico. A continuación en el siguiente tema, se desarrollan los aspectos que integran el
contenido del marco teórico.

3 Contenido del marco teórico.

3.1 La delimitación del tema en la perspectiva de la teoría.

Se mencionó con anterioridad que el desarrollo del marco teórico permite establecer
la delimitación del tema a estudiar. De esta manera, el primer aspecto del contenido del
marco teórico es la delimitación del estudio. Para lo cual es necesario desarrollar un es-
quema del tema, que vaya señalando por una parte, las teorías más generales las cuales
integran el marco de referencia general, del cual se desprenden y se plantean, y posterior-
mente desarrollan las teorías y conceptos específicos que forman la base de los construc-
tos; así como, las relaciones que se plantean entre los mismos, y también las aportaciones
al conocimiento que se buscan alcanzar con la investigación.

Una manera de ilustrar lo anterior es la siguiente estructura, de la cual se presenta un

ejemplo en orden descendente, en donde los niveles superiores deben tener una menor

70
mención y los inferiores deben tener una mención más abundante y con mayor profundi-
dad, así como en el ejemplo siguiente: la variable a desarrollar con toda profundidad es
la de techo de cristal (dificultades y obstáculos para que la mujer ascienda en las organiza-
ciones), en cambio, las variables previas a ésta se van desarrollando solamente para llegar
a establecer el marco general de referencia de la variable techo de cristal.

Discriminación
Tipos de discriminación
Discriminación laboral
Techo de cristal (dificultades y obstáculos para que la mujer ascienda
en las organizaciones)

Otro ejemplo de la delimitación del tema proviene de una investigación en la que

considerando el testamento como figura jurídica, la estructura de delimitación del tema
consistió en lo siguiente: el marco de referencia general del trabajo es el derecho romano.
Posteriormente, se estudia el derecho sucesorio. Luego, se revisa la teoría de la sucesión
legítima y de la sucesión testamentaria.

De esta manera, el siguiente paso es estudiar el testamento, su conceptualización y sus

características jurídicas, con el objeto de revisar las fortalezas y debilidades del testamento
para proponer su fortalecimiento (Sánchez, 2008).

3.2 Estructura del marco teórico.

3.2.1 Estructura de organización del marco teórico.

La estructura de organización del marco teórico para algunos autores se desarrolla

en un solo capítulo, tal como se presenta a continuación (Creswuell, 2003). Sin embargo,
para otros autores, los apartados que a continuación se presentan para el capítulo del
marco teórico se convierten en capítulos individuales.

El apartado o tema del marco de referencia general que consiste en las teorías más
generales que soportan el estudio y son la base para el resto de los elementos de la es-
tructura.

El apartado que se refiere a la o las variables dependientes. Si hubiera una serie de

variables dependientes, es conveniente separar en sub-temas cada una de ellas.

El apartado que se refiere a la o las variables independientes. Si hubiera una serie de

variables independientes, hay que hacer sub-secciones para cada una de ellas.

71
 El apartado de la respuesta a la pregunta integradora del marco teórico que se refiere
a la justificación de la relación que guardan las variables independientes respecto de las
variables dependientes. Ésta es la parte crucial de la explicación teórica que justifica el
estudio.

En esta estructura, el contexto de la investigación que se quiere realizar, debe contras-

tarse con el contexto relevante de las investigaciones empíricas que se reportan en los
distintos apartados, tanto de las variables dependientes, como de las independientes y de
las relaciones entre las anteriores variables. De esta manera, es posible tener una referen-
cia para el contexto de nuestra investigación, en función de los otros contextos que se han
estudiado con anterioridad.

3.2.2 Estructura de contenido del marco teórico.

A la estructura anterior del marco teórico corresponde un contenido con las siguientes
orientaciones:

Primero, verificar que la teoría que vaya a utilizarse corresponda a la unidad de aná-
lisis establecida en el estudio.

Segundo, los temas y sub-temas incluidos deben expresar y sustentar la teoría que se
esta estudiando, la hipótesis central o proposiciones de esta teoría, el uso, aplicaciones
o desarrollo que ha tenido esa teoría y el por qué esa teoría busca ser comprobada o re-
futada con el estudio, ya que se trata de responder a la pregunta integradora del marco
teórico (Creswuell, 2003): ¿por qué la o las variables independientes influyen o son causa
de la o las variables dependientes?

Tercero, en los apartados correspondientes a las variables dependientes e indepen-

dientes, la teoría debe incluir: definiciones, las variables relacionadas y la descripción
de dichas variables independientes y dependientes; además, en el apartado en el que se
escriben las relaciones entre las variables independientes y dependientes deben incluirse
los resultados empíricos de las relaciones entre dichas variables.

Precisando el punto anterior, en el contenido de los apartados para cada una de las
variables y el apartado que muestra la relación entre las mismas debe incluirse lo siguien-
te: que quede clara la definición conceptual del constructo o variable de que se trate, que
se discuta la importancia del constructo, sí existen, es necesario mencionar las relaciones
de dicho constructo con otras variables del estudio, incluyendo resultados empíricos tales
como, las betas, las correlaciones, entre otros y su significancia estadística, y por último,
concluir por qué dicho constructo o variable respalda la investigación.

72
 3.2.3 Estructura de redacción del marco teórico.

Por otra parte, tomando como base los apartados mencionados de las variables, en la
estructura de redacción de un tema del marco teórico, se proponen los siguientes pasos
a seguir:

Introducir y plantear la o las definiciones encontradas del constructo o la variable.

Discutir la relevancia del constructo o la variable por medio de sus definiciones y de
las relaciones identificadas.

Concluir con la importancia de la variable, en caso de haber varias definiciones, selec-

cionar la definición que va a permitir la operacionalización de la misma.

En cuanto a los otros apartados, se requiere utilizar, con los distintos énfasis que se re-
quieran, la misma estructura: introducir y plantear, discutir, y concluir. Así en el apartado
del marco de referencia general, es necesario ampliar la introducción y planteamiento de
teorías que sirvan de base al estudio. En cambio, en el apartado de la pregunta integrado-
ra es importante la discusión y conclusión de la relación teórica de las variables.

Diagrama 2.3.1
Estructura General del Marco Teórico

73
 Los pasos mencionados en los párrafos anteriores están muy ligados entre si. Lo
propuesto es un panorama de la estructura de la organización, del contenido com-
pleto y de la redacción del marco teórico. De esta manera, debe aparecer el marco
de referencia general que introduce y plantea el tema general del estudio, la o las
variables dependientes, la o las independientes; también, se encuentra el apartado
final que sintetiza los anteriores apartados, que presenta las relaciones de las varia-
bles en los diversos estudios y responde a la pregunta integradora del marco teórico,
¿por qué la o las variable independientes influyen o son causa de la o las variables
dependientes? Además, deben aparecer las referencias de los autores consultados.
Ver Diagrama 2.3.1.

4 La elaboración del modelo y las hipótesis causa-efecto en el

marco teórico.

Una vez desarrollado el marco teórico, es posible integrar el modelo teórico grá-
fico resultante del mismo. En un planteamiento deductivo, el modelo refleja las re-
laciones entre las variables que integran el marco teórico; mediante la identificación
de la dirección de dichas relaciones, se establecen las hipótesis causa-efecto. De esta
manera, en este tema se presentan aspectos como el significado de modelo, el mo-
delo causa-efecto y las relaciones que se plasman en el mismo.

4.1 ¿Qué es un modelo?

Antes de revisar el proceso de elaboración del modelo se requiere conocer lo que

es un modelo. A continuación se presentan el significado de modelo y su relación
con la teoría, como una manera de presentar argumentos para respaldar el plantea-
miento del modelo teórico gráfico.

Un modelo es considerado como una representación simplificada de la realidad

que refleja los componentes principales de la misma e indica cómo se interrelacio-
nan éstos. Un modelo implica un proceso de abstracción para identificar los ele-
mentos clave de una realidad y poder interpretarla mediante dicha simplificación
(Oxenfeldt, 1985). Los siguientes son elementos fundamentales de un modelo:

El propósito del modelo es clarificar un fenómeno de la vida real; lo que hace

necesaria alguna simplificación para un entendimiento fácil y claro.

Es una versión simplificada de una realidad más compleja; el grado de simplifi-

cación varía de acuerdo a la explicación que se busca.

74
 Aunque el modelo contiene una simplificación, la visión de la realidad presenta-
da incluye sus elementos principales y sus interrelaciones; la simplificación se da al
no omitir elementos esenciales.

Un modelo es un instrumento intelectual, un mecanismo que ayuda en el proceso

de pensar. Su valor, por tanto, se debe juzgar primordialmente según la validez de
las conclusiones a las cuales conduzca (Oxenfeldt, 1985).

4.1.1 La relación entre teorías y modelos

La relación entre teorías y modelos es muy estrecha. En términos técnicos todas

las teorías son modelos porque son una abstracción de la realidad; sin embargo,
algunos modelos no son teorías. El término “modelo” se aplica en forma más am-
plia. Las teorías tienen un significado más claro y definido, aunque también asu-
men diversas formas. En general, las teorías expresan una relación entre dos o más
variables en circunstancias definidas con cuidado. Un tipo bastante puro de teoría
científica asume la siguiente forma: “X es una causa de Y”.

La mayoría de las teorías científicas son mucho más complejas que la forma an-
terior, pues incluyen muchas variables independientes de diversos tipos. Las teorías
científicas describen realidades empíricas del plano de la observación al simplificar
la realidad mediante el “control” de circunstancias que la complican. Su propósito
es predecir, así como contribuir al entendimiento de algunos fenómenos (Oxenfeldt,
1985).

Tal como se ha señalado a lo largo de este capítulo, las teorías deben confrontarse
con la evidencia disponible para probar su validez. Los datos por sí solos no deciden
cuestiones; se necesita alguna teoría o modelo del fenómeno para darle sentido a
cualquier conjunto de datos y para identificar los que son pertinentes.

Un buen modelo es el resultado de un amplio desarrollo de pensamiento y com-

prensión orientado a una efectividad en la expresión de la realidad. Los argumentos
mencionados reflejan una relación estrecha entre teoría y modelo. Así en este capí-
tulo, ambos términos modelo y teoría, se utilizan con el mismo sentido.

4.2 El modelo causa-efecto y los tipos

de variables que lo integran.

El modelo teórico representa las relaciones entre las características del objeto de
estudio, las cuales se encuentran en el plano de la observación. La manera de iden-

75
tificar esas características es mediante un constructo o variable, ya que una variable
se refiere a los atributos de entidades como, por ejemplo, las de un individuo o una
organización, las que pueden ser medidas u observadas, y tal como se ha señalado,
dichas entidades representan unidades de análisis en una investigación.

Los atributos de una variable típicamente pueden variar en dos o más categorías
o también pueden presentar una variación continua. Las variables reflejan dentro de
un estudio mediciones como el género, la edad, el estatus socioeconómico y actitu-
des o comportamientos. Existen diversos tipos de variables y de escalas de medición
que se pueden utilizar (Creswuell, 2003).

En el modelo teórico, además de los aspectos relacionados con la medición/ob-

servación, las variables presentan otra característica fundamental: el orden temporal
para establecer la relación causa-efecto.

El orden temporal significa que una variable precede a otra en el tiempo. De

acuerdo a este orden, se dice que una variable “influye” o “es causa de” otra varia-
ble. Cuando se realizan investigaciones en el terreno de lo natural o con humanos,
los investigadores no pueden establecer con precisión absoluta, la variable de causa
y la variable de efecto, por eso, el término más correcto es decir que una variable
“es probable que sea causa de otra”. Esta lógica causal obliga a los investigadores a
pensar de izquierda a derecha y a ordenar las variables en los modelos visuales en
una presentación en el sentido de izquierda a derecha, es decir, de causa y efecto
(Creswuell, 2003). Ver Diagrama 2.4.1.
Modelo Gráfico Causa-Efecto
Diagrama 2.4.1
Modelo Gráfico Causa-Efecto

Variable Variable
Independiente Dependiente

(Causa) (Efecto)

Anterior Posterior
Izquierda Derecha

Orden Temporal

76
 4.2.1 Tipos de variables

Entonces, considerando el orden temporal de las variables (Creswuell, 2003), se

encuentran las siguientes variables:

Las variables independientes son las que se considera que probablemente causen,
influencien o afecten los resultados de otras variables. También son conocidas como
variables tratamiento, variables manipuladas, variables antecedentes o variables de
predicción.

Las variables dependientes dependen o son el resultado de las variables inde-

pendientes. También se les conoce como: variables criterio, variables de resultados
y variables de efecto.

Las variables intervinientes o mediadoras se ubican entre las variables indepen-

dientes y dependientes. Mediante la variable mediadora se presentan los efectos de
la variable independiente en la variable dependiente. Es posible que la variable me-
diadora se encuentre más cercana en el orden temporal a la variable dependiente.

Las variables moderadoras tienen como característica modificar la relación entre

una variable independiente y una dependiente. El efecto de estas variables proviene
de que a distintos valores de las mismas, éstas actúan como un sí condicional, de ma-
nera que el valor de la relación entre la independiente y la dependiente es distinto,
de acuerdo al diferente valor que puede tener la variable moderadora (Creswuell,
2003).

Las variables de control generalmente provienen de características demográficas

y se convierten en un tipo especial de variable independiente porque pueden tener
alguna influencia en la variable dependiente. Ver Diagrama 2.4.2.

77
 Diagrama 2.4.2
El Modelo Causa-Efecto y los Tipos de Variables que lo integran
El Modelo Causa-Efecto y los tipos de variables que lo integran

Variable Mediadora

Variable Variable Variable

Independiente Mediadora Dependiente

(Causa) (Causa) (Efecto)

Variable Moderadora

Variable Variable
Independiente Dependiente

(Causa) (Efecto)

Variables de
Control: Variable
Datos Moderadora
Demográficos

Por lo tanto, el diseño del modelo gráfico teórico comienza identificando las
variables propuestas para el estudio (independientes, mediadoras, dependientes y
de control). Luego se hace el dibujo del modelo visual para clarificar la secuencia
de estas variables identificadas. Las variables se acomodan y ordenan de izquierda
a derecha en el modelo gráfico, iniciando con la variable independiente, seguida
de la variable dependiente. Si al modelo, se incorporan las variables mediadoras se
colocan entre la o las independientes y la o las dependientes. De la misma forma, se
colocan las variables moderadoras entre las relaciones de variables que afectan. Las
variables de control pueden ser colocadas en el gráfico en un área que no interfiera
con las relaciones gráficas mostradas visualmente, sin embargo, por medio de esta
colocación se hacen presentes en el modelo (Creswuell, 2003).

4.2.2 La especificación del modelo

Por otra parte, con respecto al modelo gráfico teórico es importante establecer
o enfatizar el significado de sus componentes, lo cual está relacionado con lo que se
conoce en econometría como la especificación del modelo (Kennedy, 1998). En ese
sentido, lo que interesa es que los modelos sean simples, plausibles e informativos.

78
Existe algún consenso de que los modelos son metáforas o ventanas mediante las
cuales es posible visualizar el plano de la observación, y más que llegar a la verdad,
la aceptación del modelo depende de que el planteamiento del modelo corresponda
a los hechos.

En ese sentido, es necesario que el modelo se encuentre correctamente espe-

cificado, que incluya las variables que lo integran, que se planteen las relaciones
entre las variables, que los anteriores elementos tengan un respaldo en la teoría, de
manera, que en la verificación empírica, las estimaciones e inferencias que se hagan
permitan desarrollar una evaluación de aceptación o de rechazo (Kennedy, 1998).

Lo anterior establece la importancia de la teoría en la especificación del modelo,

aunque, a veces las teorías disponibles son abstractas y otras veces controversiales.
Además, la especificación requiere de un proceso mental de innovación y/o de imagi-
nación, del que muchas veces no se encuentran reglas, debido a la sutileza y subjeti-
vidad de dicho proceso. De esta manera, es importante acercarse a una metodología,
como la que se ha mencionado en este capítulo para lograr una especificación del
modelo que sea útil para el avance del conocimiento científico.

4.2.3 El enfoque orientado al constructo.

Un ejemplo de la estructura de un modelo teórico es el enfoque orientado al

constructo (Cronbach, 1995), que se utiliza para el desarrollo de la medición de un
constructo, el cual se presenta a continuación. Este enfoque consta de tres requeri-
mientos. El primer requerimiento consiste en definir adecuadamente el constructo,
tanto a nivel teórico, como a nivel operacional.

El segundo requerimiento es identificar una red nomológica de múltiples con-

ceptos, mediciones y las interrelaciones entre ellos. El constructo en este sentido, se
concibe como una variable mediadora entre variables antecedentes y variables de
consecuencias o resultados. Esta red nomológica requiere también que el constructo
se convierta en la variable focal o variable mediadora. También, otro requisito es
que él mismo constructo se diferencie de otros constructos o variables similares, de
manera que claramente se establezcan sus los límites.

El tercer requerimiento consiste en el desarrollo de hipótesis acerca de la variable

o constructo en el nivel de medición y luego aplicar observaciones empíricas a estas
hipótesis. De esta manera, el desarrollo conceptual o las hipótesis conceptuales que
ayudaron a construir la red nomológica, deben ser transformados a hipótesis opera-
cionales, de acuerdo a la manera en que la medición en cuestión se relaciona con el

79
modelo teórico del constructo. Por lo tanto, este enfoque deja en claro las relaciones
de causa-efecto, ya que por una parte, se pueden identificar las variables que son
causa del constructo focal, por otra parte, se pueden identificar los resultados o efec-
El enfoquefocal.
tos que causa dicho constructo orientado al constructo
Ver Diagrama 2.4.3

Diagrama 2.4.3
El enfoque orientado al constructo

Variable Variable
Variable Focal
Antecedente Resultado

Este tipo de enfoque lo podemos encontrar, en un estudio sobre la figura jurídica

de la tutela, se buscó la determinación y distinción de dicho concepto con respecto
a figuras análogas, al llevar a cabo esta distinción, se busca por una parte establecer
su función social, es decir, los efectos que resultan de dicha figura jurídica. Por otra
parte, se identificó por medio de una clasificación los aspectos que deben estar pre-
sentes para la existencia de dicha figura (Sánchez, 2008).

4.3 La relación entre conceptos.

4.3.1 Las proposiciones o enunciados teóricos

Tal como se comentó en párrafos anteriores, la teoría es un conjunto sistemático

de proposiciones, debido a que los datos, hipótesis, modelos y teorías son enuncia-
dos simples o compuestos relacionados sistemáticamente entre sí.

Así, la relación entre variables es uno de los elementos básicos de la teoría, ya

que el acto central del conocimiento científico no es la formación de conceptos, sino
la formación de proposiciones que enlazan y relacionan conceptos (Sierra Bravo,
1999). En este sentido, se considera que la ciencia es la forma más elaborada del
conocimiento, que está integrada por conceptos y que los conceptos sólo adquieren
un significado pleno en las proposiciones o enunciados.

Los enunciados o proposiciones son expresiones lingüísticas que relacionan los

conceptos entre sí. Por tanto, el elemento constitutivo de los enunciados es la rela-

80
ción (Sierra Bravo, 1999). La relación establece la idea de la función y enlace entre
términos o cosas distintas. La relación se puede definir como aquello por lo que
están comunicadas o enlazadas cosas o términos diferentes. Las relaciones son, por
tanto, un elemento central de la realidad. El establecimiento de relaciones entre los
conceptos, con las que se expresen verbalmente las relaciones reales, es el elemento
central de la actividad científica en particular.

En esta perspectiva, el tema de la tesis o de la investigación científica ha de estar

formado siempre por uno o diversos conceptos cuyo estudio y análisis exigirá ne-
cesariamente el análisis de las relaciones entre los fenómenos reales que expresen
dicho concepto o conceptos. Se puede afirmar que el trabajo científico original va
unido a la capacidad de establecer y probar relaciones de todo tipo del fenómeno
estudiado.

De esta manera, las proposiciones o enunciados son el resultado de un desarrollo

conceptual sobre el tema a estudiar, en términos de la manera en que se expresa este
desarrollo. La manera en que este desarrollo se presenta es en artículos académicos
donde se analiza la teoría existente y se proponen nuevas relaciones en dicha teoría
(Appendix: How to read a journal article in social psicology., 1999).

En esta perspectiva, las proposiciones o enunciados son diferentes a las hipótesis,

ya que estas últimas se plantean con la intención de llevar a cabo una verificación
empírica en el plano de la observación, para constatar si dicha relación tuvo o no la
posibilidad de encontrarse en dicho plano. En cambio, la proposición o enunciado
se queda en el nivel conceptual; ahora bien en una tesis doctoral con enfoque deduc-
tivo, el desarrollo conceptual plasmado en los enunciados es la base de las hipótesis
que se busca verificar el plano de la observación. Ver Tabla 2.4.1.

Tabla 2.4.1
Diferencia entre las proposiciones o enunciados y las hipótesis

Proposiciones o Enunciados Hipótesis

La proposición o enunciado se Las hipótesis se plantean con la inten-
encuentra en el nivel o plano ción de llevar a cabo una verificación
conceptual. empírica en el plano de la observación.
Desarrollo conceptual cuando se Se busca constatar si la relación hipo-
proponen nuevas relaciones en tetizada se encuentra en el plano de la
una teoría. observación o de la realidad.

81
 4. 3.2 Las hipótesis y su dirección.

Tal como se mencionó, las hipótesis se utilizan para conformar y específicamente

enfocar el estudio. Las hipótesis son predicciones que el investigador formula acerca
de las relaciones que se dan entre las variables. Después de establecer la medición de
las variables, estas predicciones permiten estimar valores numéricos basados en los
datos recolectados en una muestra. Para la comprobación de las hipótesis se emplea
el uso de procedimientos de estadística mediante los cuales es posible obtener infe-
rencias sobre si se tuvo apoyo o no, para las mismas.

Se recomienda el uso de hipótesis en proyectos de investigación serios y formales,

tal como es el caso de una tesis doctoral, ya que son las hipótesis las que sustentan la
dirección del estudio a realizar. En una investigación sobre la inconstitucionalidad
de las leyes se planteo la siguiente hipótesis: a un mayor conocimiento en la trami-
tación y substanciación del Juicio de Amparo contra leyes se mejorara la protección
a los gobernados (Castañeda, 1991).

En un estudio cuantitativo, al utilizar variables en las hipótesis el investigador

puede relacionar una o más variables independientes con una variable dependiente.
En esa perspectiva, un estudio cuantitativo se realiza para comprobar una teoría y
entonces las hipótesis quedan comprendidas y están basadas en dicha teoría. Las va-
riables independientes y dependientes deben ser medidas en forma separada. Este
procedimiento refuerza la lógica temporal de causa-efecto que tienen los estudios
cuantitativos (Creswuell, 2003).

En la utilización de hipótesis existen dos formas naturales: la hipótesis nula y la

hipótesis alternativa.

Una hipótesis nula representa el enfoque tradicional de escribir hipótesis. Esto

es, una hipótesis nula es una predicción de que no existe relación entre las variables
(Creswuell, 2003). Las palabras clave de la hipótesis nula son: “No existe relación
entre…”

Por ejemplo, la hipótesis mencionada anteriormente sobre el Juicio de Amparo

puede redactarse como hipótesis nula de la siguiente manera: no existe relación
entre el conocimiento en la tramitación y substanciación del Juicio de Amparo y la
protección a los gobernados.

La segunda forma de escribir hipótesis es la hipótesis alternativa. En el estudio

se hace una predicción acerca del resultado que espera obtener sobre la población

82
enfocada. Siguiendo el ejemplo del Juicio de Amparo, la hipótesis alternativa se re-
dacta de la siguiente manera: existe una relación positiva entre el conocimiento en la
tramitación y substanciación del Juicio de Amparo y la protección a los gobernados.
Este pronóstico se ofrece a partir de la literatura teórica y los estudios anteriores
sobre un tema específico, los cuales sugieren el resultado potencial que se pronostica
(Creswuell, 2003).

Dentro de las hipótesis alternativas podemos distinguir la existencia o no de la

dirección de la relación entre las variables, así, por una parte, se encuentran las hi-
pótesis que muestran una dirección de la relación entre las variables, la cual puede
ser positiva o negativa. Por otra parte, se encuentran las hipótesis no direccionales,
en las que la predicción no se puede establecer con exactitud, en virtud de que la
literatura teórica no permite establecer la dirección de la predicción.

La importancia de la hipótesis nula está relacionada con la orientación proba-

bilística que se encuentra cuando las relaciones causa-efecto hipotetizadas de una
investigación obtienen apoyo, y el significado que tiene esa situación para la ciencia,
en virtud de que no es posible conocer la verdad, la importancia de la hipótesis nula
es que nos ayuda a establecer que la relación no existe, entonces, cuando encontra-
mos apoyo a la hipótesis alternativa, estamos desechando la hipótesis nula y por lo
tanto eso nos acerca a la verdad.

Otro aspecto a considerar en relación con las hipótesis y la relación entre las
variables tiene que ver con las variables demográficas, a menos que el estudio, uti-
lice intencionalmente estas variables para las predicciones; es preferible no utilizar
variables demográficas en las hipótesis causa-efecto. En los estudios que se trata de
probar una teoría, las variables demográficas en realidad representan variables de
control (Creswuell, 2003).

Es importante utilizar el mismo orden de palabras en las hipótesis para permitir

al lector fácilmente identificar las variables principales. Esto se hace al colocar las
variables en la redacción, se inicia con la o las variables independientes y se concluye
con la o las variables dependientes. Además, las hipótesis pueden representarse en
el modelo teórico gráfico, al agregarse encima de las flechas que establece la rela-
ción entre las variables, el signo positivo o negativo que indica la orientación de la
relación. Ver Diagrama 2.4.4.

83
 Diagrama 2.4.4
Las Hipótesis y su Dirección
Las Hipótesis y su Dirección

Relación Positiva

Variable Variable Variable

Independiente (+) Mediadora (+) Dependiente

(Causa) (Causa) (Efecto)

Relación Negativa

Variable Variable Variable

Independiente (-) Mediadora (-) Dependiente

(Causa) (Causa) (Efecto)

5 El papel de la teoría en el proceso de medición.

Tal como se acaba de ver en los temas anteriores, por medio del marco teórico
de una investigación se fundamenta el modelo teórico gráfico que incluye las hipó-
tesis causa-efecto, las cuales se van a verificar en el plano de la realidad. También,
mediante dicho marco teórico es posible establecer la base de la operacionalización
y por lo tanto de la medición de las variables o constructos incluidos en las hipótesis.
En ese sentido, a continuación en este tema se comentan aspectos del rol de la medi-
ción en el proceso de investigación y dos de las propiedades básicas de la medición.

La teoría juega un papel clave en el proceso de medición. En la investigación

científica, la base de los fenómenos a explicar y por lo tanto a medir es la teoría.
Este aspecto obliga al investigador a conocer a profundidad la teoría que orienta su
pregunta de investigación, también, a tener claridad en las relaciones que existen en
sus constructos, para que pueda estar preparado para desarrollar y/o utilizar instru-
mentos de medición, confiables y válidos.

El proceso de medición ha sido identificado como el procedimiento de relacionar

conceptos abstractos con indicadores empíricos, lo cual implica un proceso de cla-
sificación y cuantificación de los datos o indicadores, en términos de los conceptos
teóricos que integran el diseño de la investigación (Carmines, 1979).

84
 La medición es considerada una teoría auxiliar que establece la relación entre
indicadores y constructos, situación que hace que la medición tenga la misma im-
portancia para la investigación científica, que la teoría fundamental o sustantiva que
fundamenta los constructos y las relaciones entre ellos.

5.1 La medición en el proceso de investigación científica

En el proceso de generación de conocimiento la medición es una actividad fun-

damental, que busca que el proceso de observación de personas, objetos, entre otros
aspectos del plano de la observación o de la realidad, tenga sentido. Es decir, la
medición es una de las reglas interpretativas que permite la relación entre el plano
conceptual y el plano de la observación. La medición se define como la asignación
de números a objetos o eventos, es decir, a las variables de las unidades de análisis,
de acuerdo a ciertas reglas (Abrahamson, 1983).

Diagrama 2.5.1
La medición en el proceso de investigación científica

La medición en el proceso de investigación científica

La medición se define como la asignación de números a objetos o

eventos, es decir, a las variables de las unidades de análisis, de
acuerdo a ciertas reglas (Abrahamson, 1983; DeVellis, 1991).

Variable X
1 3 5

En el contexto de la investigación científica, la medición es un asunto relevante.

Los académicos reconocen que la aplicación de un enfoque inadecuado de la medi-
ción en su estudio puede generar datos inapropiados. De esta manera, es importante
que el investigador desarrolle instrumentos de medición adecuados para poder al-
canzar los objetivos de la investigación. Ver Diagrama 2.5.1.

5.1.1 La operacionalización de conceptos

El proceso de medir conceptos y la aplicación completa del mismo, se conoce

como operacionalización. Tal como se había mencionado con anterioridad, los con-
ceptos por sí mismos no son directamente observables, por lo tanto, es necesario
especificar un constructo o una variable observable que refleje al concepto. Se consi-
dera que los constructos o variables son aquellos conceptos que tienen un referente

85
empírico, es decir, que tienen una referencia con los fenómenos externos o de la
realidad externa (Abrahamson, 1983).

Los constructos se encuentran relacionados con los indicadores, que proporcio-

nan la ligazón entre los conceptos mentales y el plano de la observación, al ser con-
vertidos en referentes empíricos. El investigador al desarrollar un constructo sobre el
fenómeno a estudiar, requiere la elaboración de indicadores que aporten las medidas
empíricas del fenómeno. Al completar la operacionalización se asignan valores a los
indicadores en el proceso de medición. Él proceso de operacionalización, mediante
los indicadores definidos, permite descubrir más acerca de los fenómenos externos,
pero, la certeza de lo anterior está relacionada con la validez y confiabilidad de los
indicadores que hemos diseñado para tal efecto (Abrahamson, 1983).

5.1.2 Las escalas como instrumentos de medición

Las escalas son instrumentos de medición que comprenden un conjunto de ítems

y estos ítems permiten identificar distintos niveles de las variables teóricas que no
son directamente observables. Estos instrumentos de medición ayudan a comprobar
lo que la teoría busca explicar en fenómenos existentes que no son visibles, pero,
que influyen en la conducta. Por lo tanto, si el comportamiento visible no permite
explicar el fenómeno, mediante una escala cuidadosamente diseñada y validada es
posible evaluar los constructos (De Vellis, 1991).

La medición se enfoca en la relación esencial entre los indicadores empíricamen-

te basados, que se convierten en la respuesta observable, y los constructos o variables
no observables que fundamentan la explicación. El desarrollo adecuado de esta si-
tuación, permite en el análisis de los indicadores obtener inferencias útiles sobre los
conceptos no observables en estudio. La aportación de la medición es la aplicación
empírica a los enunciados teóricos (Carmines, 1979).

El descuido por parte de los investigadores en la utilización de los ítems para

construir una escala, puede llevar a los mismos, a conclusiones equivocadas sobre la
teoría, lo cual evitaría una mejor explicación del fenómeno en estudio. Es necesario
entender las limitaciones de los instrumentos de medición, para mencionarlas como
limitaciones de la investigación, así, las conclusiones obtenidas serán valoradas con
toda precisión.

5.1.3 La variable latente

Un aspecto relacionado con el instrumento de medición es la relación entre las

86
medidas o ítems y los constructos con los que dichas medidas están conectadas. Las
medidas son consideradas como medios, ya que lo que interesa al investigador son
los constructos o construcciones teóricas que utiliza para explicar el fenómeno que
está estudiando. Otro nombre con el que se identifica a estos constructos es el de va-
riable latente. Las características de esta variable son las siguientes: es latente, por lo
tanto no se manifiesta, además, no es constante, es variable, aspecto que justifica su
medición, ya que presuntamente de acuerdo a determinadas condiciones, la variable
latente tiene determinados valores (De Vellis, 1991). De esta manera, mediante una
escala se estima la magnitud de dicha variable. Esta magnitud es conocida como la
puntuación verdadera (true score).

5.2 Dos propiedades básicas de la medición: confiabilidad y validez

En el nivel más general, se encuentran dos propiedades básicas de las medidas

empíricas, mediante las cuales se trata de responder a la pregunta relacionada con
el grado o la manera de determinar, cómo un indicador empírico o un conjunto de
ellos que representa a un concepto teórico.

La primera propiedad, se refiere a la confiabilidad. En esta propiedad, lo que se

busca es que cualquier procedimiento de medición genere los mismos resultados en
eventos repetidos. En la medición de cualquier fenómeno siempre se encuentra una
cierta cantidad de error aleatorio. Es imposible que cualquier medición esté libre
de error. Por lo tanto, en cualquier procedimiento de medición existe cierto grado
de no confiabilidad, sin embargo, lo que se trata de alcanzar, es que en distintos
procesos de medición se encuentre consistencia en la misma. Entre más consistentes
sean los resultados en repeticiones de la medición, más alta será la confiabilidad del
proceso de medición (Carmines, 1979).

La otra propiedad se identifica como validez, es decir, si de lo que se trata es

de medir un concepto abstracto, lo que se necesita es que la medición mida lo que
está buscando medir. La confiabilidad se enfoca a propiedades particulares de los
indicadores específicos; en cambio, la validez se enfoca a la importante relación,
entre el indicador y el constructo. Esta última relación enfatiza la importancia de
que el concepto teórico esté bien representado en su medición, de otra manera, las
inferencias que pueden hacerse pueden ser equivocadas, si dicha representación no
es adecuada. Al igual que la confiabilidad tiene cierto grado de error, es imposible
alcanzar la validez perfecta en un indicador (Carmines, 1979). Ver Tabla 2.5.1.

87
 Tabla 2.5.1
Dos propiedades básicas de la medición: confiabilidad y validez

Confiabilidad Validez
Lo que se busca es que cualquier Se enfatiza la importancia de que el
procedimiento de medición genere concepto teórico esté bien represen-
los mismos resultados en eventos tado en su medición.
repetidos. Se enfoca a la importante relación,
Se enfoca a propiedades particulares entre el indicador y el constructo.
de los indicadores específicos.

5.2.1 Los errores aleatorio y no aleatorio

en el proceso de medición

La medición se ve afectada por dos tipos básicos de error: el error aleatorio y el

error no aleatorio. El error aleatorio consiste en todos los factores que por casua-
lidad afectan la medición de cualquier fenómeno. Este error se encuentra inversa-
mente relacionado con el grado de confiabilidad del instrumento. Un indicador con-
fiable de un concepto teórico es aquel que no fluctua o lo hace en un grado mínimo,
debido al error aleatorio. El error aleatorio es inherente al proceso de investigación,
este error puede surgir, por ejemplo, en el proceso de codificación, por instrucciones
ambiguas, entre otros aspectos, por lo tanto, lo que se busca es que aparezca en el
menor grado posible en los indicadores de la investigación (Carmines, 1979).

El error no aleatorio tiene un efecto de sesgo en los instrumentos de medición.

Esto refleja un instrumento mal calibrado. Un ejemplo de esta situación, es un ter-
mómetro que siempre mida tres grados más de lo que debería medir. Este tipo de
error es parte esencial de la validez, ya que un error de este tipo representa a factores
diferentes o a constructos distintos o a otras variables no medidas, que afectan la
medición de los constructos, incluyendo en dicha medición al error aleatorio. Los
indicadores presentan invalidez al no reflejar cómo debieran hacerlo, al concepto
teórico, es decir, los indicadores reflejan un concepto distinto al concepto teórico
que debieran representar. Así, la validez de un constructo teórico depende del grado
en que el error no aleatorio aparece en el proceso de medición (Carmines, 1979).

Un instrumento de medición tiene un grado alto de confiabilidad si es afectado

mínimamente por elementos que representan el error de medición aleatorio. En
este sentido, la confiabilidad tiene un matiz plenamente empírico; sin embargo,
88
dicho instrumento para una aceptación científica completa requiere de la validez,
la cual tiene una relación muy fuerte con la teoría, por lo tanto, un indicador con
validez debe reflejar lo que se supone el concepto teórico plantea explicar. Con la
validez, lo que se busca evitar, es reflejar un fenómeno diferente, o evitar un error de
medición no aleatorio. Ver Tabla 2.5.2.

Tabla 2.5.2
Los errores aleatorio y no aleatorio en el proceso de medición

Error Aleatorio Error No Aleatorio

Consiste en todos los factores Tiene un efecto de sesgo en los instru-
que por casualidad afectan la mentos de medición. Esta relacionado
medición de cualquier fenó- con la validez.
meno. Esta relacionado con la Lo anterior refleja un instrumento mal
confiabilidad. calibrado.
Es inherente al proceso de inves- Si aparece este error, los indicadores no
tigación. reflejan como debieran al constructo,
Puede aparecer en el proceso por lo tanto, pueden estar representan-
de llenado del cuestionario, por do a un constructo diferente del que
instrucciones ambiguas, por buscan medir.
errores en la codificación, entre
otros aspectos del proceso.

5.2.2 Confiabilidad

La confiabilidad en una escala consiste en la proporción de varianza que puede

atribuirse a la puntuación verdadera de la variable o constructo latente, atribuyendo
la otra proporción, al error. La consistencia interna está relacionada con la homoge-
neidad de los ítems que integran un instrumento de medición o escala. Si los ítems
de una escala reflejan una fuerte relación con la variable latente, ésto implica que
estarán fuertemente correlacionados entre sí, lo que implica que dichos ítems están
midiendo lo mismo. El coeficiente alfa de Cronbach mide dicha consistencia interna,
por lo que es uno de los coeficientes que más se utiliza como medida de confiabili-
dad (De Vellis, 1991).

5.2.3 Validez

La validez tiene que ver con la situación de si la variable latente es la causa sub-

89
yacente de la covariación de los ítems. La validez se infiere de la manera en que
una escala se elabora o construye, de su habilidad para predecir eventos específicos,
o de su relación a mediciones de otros constructos. Lo anterior representa los tres
tipos de validez: validez de contenido, validez relacionada con el criterio y validez
de constructo. El aspecto a enfatizar con respecto a la validez, consiste en saber sí
el instrumento validado, realmente lo es, con respecto al propósito con el que fue
planteado. De esta manera, se trata de establecer, sí la validez permite interpretar los
datos, con el fin con el que se planearon (De Vellis, 1991).

Resumen

Para el desarrollo de la teoría se requiere una serie de requisitos. El desarrollo

teórico implica una serie de descubrimientos y aproximaciones que contribuyen a un
proceso de acumulación de conocimiento.

Se revisaron los cuatro elementos que integran la teoría: los conceptos, las re-
laciones entre los conceptos, la explicación o justificación de la existencia de dicha
relación y el contexto en que se va a desarrollar la investigación. Mediante la utili-
zación de todos estos o algunos de los cuatro elementos es posible identificar, en las
investigaciones, la aportación teórica de las mismas.

La identificación de la unidad de análisis o de observación es un elemento muy

importante en el desarrollo de la investigación, ya que representa el objeto de estu-
dio; así como, en dicha unidad es posible identificar las características que varían o
variables a estudiar.

Es importante distinguir entre conceptos y constructos o variables, para ello me-

diante el nivel de abstracción que representan, fue posible señalar que el concepto
representa un nivel de abstracción más alto y por lo tanto no observable, en cambio,
el constructo o variable se encuentra en un nivel de abstracción menor y por lo tanto
es observable.

En la definición de teoría que se revisó, se mencionó la existencia de una variable

dependiente (y) que es el fenómeno que se busca explicar, mediante la variable inde-
pendiente (x) que influye, afecta o es causa de dicha variable dependiente.

La identificación del estado del arte del conocimiento, mediante la revisión de

literatura, es decir, la localización de estudios académicos y científicos sobre el tema,
su revisión, análisis y posterior síntesis que se plasma en el marco teórico, es posible

90
identificar las brechas o aspectos que no se han estudiado y que pueden generar una
aportación a dicho estado del arte.

Mediante el desarrollo del marco teórico es posible establecer una delimitación

del tema en estudio. Mediante este procedimiento, es posible establecer la estructura
del marco teórico, en la cual se identificaron tres elementos: estructura de organiza-
ción, estructura de contenido y estructura de redacción.

Existe una relación importante entre teoría y modelo. El modelo es considerado

como una representación simplificada de la realidad; de alguna manera, la teoría
también es una abstracción. La teoría se expresa de manera verbal, sin embargo,
para facilitar su presentación algunos autores han convocado a que la teoría se re-
presente en un modelo gráfico. Así es posible representar la teoría al identificar la
variable dependiente y la variable independiente, y mediante un orden temporal de
izquierda a derecha de dichas variables, se construye el modelo gráfico causa-efecto.
Además, mediante este modelo gráfico es posible incorporar distintos tipos de va-
riables, tales como, las variables mediadora y moderadora. En esta representación
es posible, también la incorporación de las hipótesis de la investigación en dicho
modelo.

Con respecto a la relación entre conceptos, en la diferencia entre un enunciado y

una hipótesis, se señaló que el enunciado o proposición es un desarrollo conceptual
en la teoría; en cambio, la hipótesis también es una relación entre conceptos, pero,
que se plantea para su verificación en el plano de la observación o de la realidad.

Es posible utilizar en la investigación, la hipótesis nula o la hipótesis alternativa;

en la nula, el planteamiento es que no existe relación entre los conceptos; en cam-
bio, en la alternativa el planteamiento es contrario, es decir, se plantea la existencia
de una relación. En este último aspecto es posible establecer la dirección de dicha
relación en dos sentidos: positiva o negativa.

El marco teórico y la información que representa también hace posible estable-

cer la operacionalización y por lo tanto la medición de las variables o constructos
incluidos en las hipótesis propuestas. Esta situación enfatiza la importancia en una
investigación científica del conocimiento a profundidad de la teoría que orienta la
pregunta de investigación.

En la medición, se identificaron dos propiedades básicas de las medidas cientí-

ficas. Una de ellas, es la confiabilidad, la cual consiste en que en cualquier procedi-
miento de medición se generen los mismos resultados en eventos repetidos. Entre

91
más consistentes sean los resultados en repeticiones de la medición, más alta será la
confiabilidad del proceso de medición. La otra propiedad básica es la validez, lo que
se busca en esta propiedad es medir un concepto abstracto, y lo que se necesita es
que la medición mida lo que está buscando medir.

Lista de referencias

Abrahamson, M. (1983). Social research methods. Englewood Cliffs, N.J.: Prentice Hall.
Baron, R. M. & Kenny, D. A. (1986). The moderator-mediator variable distinction in
social psychological research: Conceptual, strategic, and statistical considera-
tion. Journal of Personality and Social Psychology, 51: 1173-1182.
Blalock, H.M. (1969). Theory construction. Englewood Cliffs, N.J.: Prentice Hall.
Carmines, E. G. & Zeller, R. A. (1979). Reliability and Validity Assesment. Beverly Hills.
Sage Publications.
Cartwright, D. & Zander, A. (1983). Dinámica de Grupos. México. Editorial Trillas.
Creswell, J. W. (2003). Research Design: Qualitative, quantitative, and mixed method ap-
proaches. 2nd. Edition. Thousand Oaks: Sage Publications.
Cronbach, L. J. & Meel, P. E. 1995. Construct Validity in Psychological Tests. Psycho-
logical Bulletin, 52, 1-29.
DeVellis, R. F. (1991). Scale development: Theory and applications. California. Sage Pu-
blications.
Hempel, C. G. (1952). Fundamentals of Concept Formation in Empirical Science. Chicago:
University of Chicago Press.
Jordan, Ch. H. & Zanna, M. P. (1999). Appendix: How to read a journal article in so-
cial psychology. In R. F. Baumeister (Ed.). The self in social psychology, 461-470.
Cleveland: Case Western Reserve University.
Kennedy, P. (1998). A guide to econometrics. Cambridge, Massachusetts: Simon Fraser
University. The MIT Press
Kraiger, K. & Wenzel, L. H. (1997). Conceptual development and empirical evalua-
tion of measures of shared mental models as indicators of team effectiveness.
In Brannick, M. T., Salas, E., & Prince, C. (Eds.). Team performance assesment
and measurement: Theory, methods and applications. 63-84. New Jersey, Lawrence
Earlbaurn Associates.
Locke, L. F., Spirduso, W.W., & Silverman, S. J. (1993). Proposals that work. 3rd. Edi-
tion. Newbury Park: Sage Publications.
Månson, P. (1993). What is a group? A multilevel analysis. Advances in Group Processes.
JAI Press. 10, 253-281.
Oxenfeldt, A. R. (1985). Análisis de costo-beneficio para la toma de decisiones: El peligro del
simple sentido común. Colombia: Editorial Norma.
Sánchez Vázquez, R. (2008). El impacto de las tesis de doctorado de derecho en la investiga-
ción jurídica. Puebla. Montiel & Soriano Editores.
Sierra Bravo, R. (1999). Tesis doctorales y trabajos de investigación científica. Madrid.
Editorial Paraninfo.
Weick, K. E. (1989). Theory Construction as Disciplined Imagination. Academy of

92
 Managemente Review. 14: (4), 516-531.
Whetten, D. A. (1989). What constitutes a theoretical contribution? Academy of Mana-
gement Review, 14: (4), 490-495.

93
94
 CAPÍTULO 3
MÉTODOS CUALITATIVOS
APLICADOS AL DERECHO

Dra. Karla Annett Cynthia Sáenz López

Dr. Francisco Javier Gorjón Gómez
Dra. Marta Gonzalo Quiroga

Introducción

La distancia entre cualidad y cantidad es lo que históricamente ha divido las aproxi-

maciones a la naturaleza cualitativas y cuantitativas. La gran diferencia y la gran simi-
litud de ambos criterios radica en la comprensión del objeto de estudio, el enfoque
cualitativo tratará de conocer la naturaleza del objeto, mientras el enfoque cuantitativo
conocerá la dimensión del objeto.

La forma en que el investigador acceda al conocimiento de la naturaleza de su objeto

de estudio es lo que determina el método cualitativo que es óptimo para encontrar la
información que busca, porque un mismo objeto de estudio puede ser abordado me-
diante distintos métodos cualitativos dependiendo el tipo de información que indaga el
investigador.

Existen múltiples corrientes relativas a la dicotomía cualitativo/cuantitativo en donde

unas priman las diferencias y otras las similitudes; pero es importante destacar que el
éxito de cualquier método utilizado es la estrecha relación con el problema y la hipótesis;
porque existirán investigaciones que solo requieran una método cualitativo, pero otras
necesitarán un cualitativo y en ocasiones encontraremos investigaciones que requieran
ambos métodos para probar la hipótesis.

Para utilizar un método cualitativo en una investigación, es necesario cumplir con

requisitos básicos del método científico, es decir, que esté definido un problema de inves-
tigación, en cualquiera de sus expresiones: como afirmación, negación, como pregunta o

95
correlación, etc. Que esté también definida una hipótesis de investigación en cualquiera
de sus expresiones: afirmación, negación, correlación, estadística, etc. Y es en la com-
probación de la hipótesis, tercera etapa del método científico en donde ubicamos el uso
de los métodos cualitativos.

1. Comprobación cualitativa de la hipótesis

La hipótesis de investigación puede ser probada desde diversos enfoques, siendo el

enfoque cualitativo el más cercano en la comprensión del objeto de estudio porque busca
aproximaciones a la realidad de forma creativa y flexible.

Para definir el método a utilizar se debe tener conocimiento previo de los diferentes
métodos disponibles y analizar el caso particular de la investigación. El investigador
debe tomar la decisión respecto a que método utilizar y elaborar argumentos metodoló-
gicos para fundamentar su elección.

El investigador entonces profundiza en el conocimiento del uso del método para

poder atraerlo a la realidad de la investigación. Es importante que el investigador com-
prenda la forma en que el método cualitativo le servirá para encontrar la naturaleza que
buscaba en el objeto de estudio.

Para ello es la exposición gráfica de su razonamiento una herramienta de gran ayu-

da, y posteriormente la elaboración de los argumentos metodológicos del uso apropiado
del método elegido en la realidad y el contexto de la investigación en lo particular.

Si la investigación es parte de una tesis de grado académico, los argumentos que

mencionamos servirán en gran medida al capítulo relativo a la metodología, en donde
explica cada parte de la investigación y justifica metodológicamente sus decisiones.

2. Métodos tradicionalmente aplicados a las ciencias sociales

Existen métodos de uso común en las investigaciones en la ciencia del derecho, ex-
plicaremos brevemente su concepto y su uso.

2.1 Deducción – inducción

El uso de la deducción y la inducción suelen estar integrados en las investigacio-

nes debido a que el uso de uno deriva en el uso del segundo.

96
 Cuando deducimos es porque analizamos información de una realidad observa-
ble de forma general, y mediante el proceso de revisión podemos llegar a la com-
prensión de una pequeña área de la realidad que analizamos, es decir, de lo particu-
lar; es por eso que se dice que en la deducción pasamos de lo general a lo particular.

Pero la deducción que nos implica que una vez que comprendemos una pequeña
parte de la realidad analizada, entonces hacemos generalizaciones a partir de lo
particular. Este proceso es conocido como inducción. Con la finalidad de demostrar
la validez de un conocimiento general a través de la veracidad en muchos casos par-
ticulares (García, 2002), Con la deducción sólo se demuestra y se explica, mientras
que con la inducción se descubre.

En la inducción de realizan generalizaciones a partir de las experiencias particu-

lares, pudiendo ser inducción incompleta, cuando se formula un ley general partien-
do del estudio de una parte de los objetos de una clase, ampliando esa ley a todos los
casos no estudiados, sirve cuando los miembros son infinitos y no se pueden estudiar
en su totalidad; mientras que la inducción completa es cuando se formula una ley
general y estudiando todos los objetos de una clase, sirve cuando los miembros de
una clase son finitos y pueden ser estudiados en su totalidad. La forma más común
es la incompleta por ser los objetos de estudio comúnmente numerosos, es por ello
que la inducción tiene una tendencia a dar resultados probables y no totalmente
validados y ciertos.

Diagrama 2.1.1
Deducción

97
 Un ejemplo es el conocimiento del sistema electoral podemos empezar conocien-
do datos sobre la estructura del sistema de forma general hasta especializarnos en
las fórmulas de asignación de escaños, una vez que comprendemos la realidad de las
fórmulas entonces podemos hacer una conclusión en la que generalicemos respecto
a la participación de las fórmulas de asignación de escaños en el sistema electoral.

Si en la investigación se realizará la deducción y la inducción para comprobar al-

guna parte o etapa de la hipótesis es necesario aclararlo y justificar con argumentos
su utilización.

2.2 Analítico - sintético

La combinación de estos métodos se deriva de que la utilización de uno implica la

utilización del otro. Es muy común utilizar el verbo analizar con mucha soltura, pero
en ocasiones no lo usamos con la propiedad adecuada porque analizar corresponde
a la división de un objeto de estudio en partes para estudiarlo de forma segmenta-
da, y una vez que comprendemos todas las partes en lo particular, entonces somos
capaces de unir la información y desarrollar una conclusión en la que hacemos una
afirmación en forma de generalización respecto al objeto de estudio en su totalidad,
es decir, la conclusión es de todo el objeto, no de las partes.

Diagrama 2.2.1
Análisis de un sistema político

98
 2.3 Método histórico

El método histórico cobra relevancia por tener como objeto los acontecimientos
pasados, de forma sistemática y crítica (Sanchez, 2008). La mayoría de las investiga-
ciones sociales usan en alguna parte de la investigación este método porque es ne-
cesario para la observancia de los antecedentes del problema de investigación. Con
este método se interpretan datos resaltados en documentos en sus diferentes expo-
siciones, como en textos escritos, videos, audios, inscripciones, etc.; con la intención
de mostrar la realidad a la luz de la investigación que se realiza.

El método tiene como principal regla la sistematización, por tanto se debe orga-
nizar los datos y mostrarlos con un orden cronológico, por tanto, es importante no
hacer en la explicación de la historia saltos hacia adelante y hacia atrás en la línea
del tiempo, sino tomar un punto de inicio y continuar la exposición en dirección al
presente en la línea del tiempo

Diagrama 2.3.1.
Método histórico. Reformas electorales.

2.4 Método comparado

En el método comparado se intenta probar una verdad que es válida para un

objeto de estudio al compararlo con otro de objeto en las mismas condiciones que el
primero (Caïs, 2002). Para realizarlo es necesario que el investigador defina con pul-
critud el objeto de estudio que piensa comparar, delimitándolo en temática, espacio,
tiempo, estructura, funciones, etc.

Una vez que está delimitado el objeto a comparar es necesario localizar el objeto
con el que se comparará y justificar plenamente su comparación, por ejemplo si que-

99
remos comprar el IFE con los organismos electorales de Latinoamérica, tendremos
un universo limitado porque la mayoría de los países tienen un organismo electoral
que incluye tanto la organización electoral como el tribunal en el mismo organismo,
por tanto no son comparables, nos quedan entonces que solo unos pocos países tie-
nen organismos equiparables al IFE de México, por lo que la comparación sería sólo
con éstos países y no con toda Latinoamérica.

Existen niveles de comparación, la macro comparación que estudia sistemas com-

pletos (sistema penal mexicano Vs. Sistema penal francés) o la microcomparación
que estudia partes o elementos de los sistemas (cláusula para la compraventa de
inmuebles en México Vs. Francia).

El método tiene algunas reglas que es necesario observar para incrementar el

rigor científico, se puede comparar mismo tiempo en diferente lugar y mismo lugar
en diferente tiempo. Es decir, con las variables tiempo y lugar podemos variar una
mientras la otra permanece estable, no se puede hacer diferencias en las dos varia-
bles al mismo tiempo.

La utilización del método comparado ha servido en gran medida al Derecho

para la observación de otros modelos y la modernización de sistemas legales. Es una
tradición el uso del modelo en el Derecho, que hasta existe una rama del derecho
definida como derecho comparado.

Diagrama 2.4.1.
Método comparado.

100
 2.5. Método exegético

Si partimos de la naturaleza de la palabra exégesis y dejamos como base que su

significado es: explicar, interpretar. Entonces nos encontramos ante un método que
difícilmente no vamos a utilizar en las ciencias sociales y especialmente en la ciencia
del derecho.

Porque en algún momento de la investigación será necesario explicar algún as-

pecto de la realidad o se interpretarán datos obtenidos de la misma realidad, tanto
si lo hacemos en forma breve como si es el fundamento de nuestra investigación en
caso de que realicemos investigaciones exploratorias o a nivel explicativo. Sin embar-
go el método exegético ha sido entendido desde diversos enfoques, como es el aná-
lisis del origen del objeto de estudio, o el análisis del discurso, ha sido relacionado
con la observación y con discusiones epistemológicas (Sanchez, 2008).

La confusión se remite a que el uso del método nos indica que el investigador ex-
plorará un objeto de estudio y como resultado lo explicará y lo interpretará, pero no
muestra las herramientas para realizarlo, en este punto el investigador tiene muchas
opciones para utilizar, y según la herramienta utilizada es el enfoque del método,
dejando en claro, que la herramienta no es el método.

Actividad. Toma el último informe anual de la procuraduría de justicia del estado y

explica lo que encuentres, haz un análisis de los datos y elabora una explicación escrita.

2.6 Método dialéctico

El método dialéctico implica necesariamente el uso de tres elementos la tesis,

la antítesis y por último la síntesis (Ponce, 1999). Se llega a la verdad mediante la
confrontación exhaustiva de la tesis con su antítesis, hasta que finalmente toda la
discusión se reduce a una síntesis o verdad que sirve para cerrar el método.

Se toma como tesis la idea que el investigador defiende, y se dan argumentos a

favor; ante cada argumento a favor se da uno en contra y así sucesivamente hasta
que los argumentos se acaban para los dos puntos de vista antagónicos, la verdad
estará más cercana al punto de vista que haya tenido más argumentos que no fueron
destruidos por los argumentos contrarios. Este modelo es el utilizado en los debates
modernos para saber quién gana el debate. A cada argumento no destruido se le da
un punto y si te destruyen tu argumento gana el punto contrario, y así hasta el final
del debate se suman los puntos y se sabe quién gana o pierde un debate; de la misma
forma la síntesis aparece al final como la verdad.

101
 Diagrama 2.6.1
Método dialéctico.

2.7 Método sistemático Vs. Método sistémico

En ocasiones estos métodos son utilizados como sinónimos en otras ocasiones

tienen carácter diferenciado. El método sistemático tiene como fin la organización
constante de la información encontrada, organizándola por categorías predefinidas
por el investigador ―temáticas, anuales, por autor― que permiten su utilización de
forma simple por encontrarse organizada. Ésta es una naturaleza sine cuanon a la
ciencia. Ordena la información en un todo relacionado con una serie de conoci-
mientos, ayudando a esclarecer las relaciones, las técnicas utilizadas son la captura
y sistematización de datos mostrando cuadros y tablas. La poca aplicación de este
método en las investigaciones deriva en investigaciones con pobre rigor científico.

Sin embargo el método sistémico es la comprensión del Derecho como un todo

que tiene interconexiones y flujos que lo convierten en un sistema constante, que
puede ser estudiado como tal, el sistema también permite el uso de subsistemas para
estudiar por separado ámbitos temáticos diferenciados —sistema político, sistema
electoral, sistema penal, sistema de partidos—.

3. Análisis del contenido y del discurso

Es la palabra escrita el objeto que se analiza con éste método, es importante des-
tacar que la palabra escrita es parte de la realidad observable que la ciencia requiere
para tener rigor científico.

102
 Este método se desarrolló en Estados Unidos como una rama de la psicología
social llamada Communications Research y a partir de los años cincuenta fue au-
mentando su uso y su importancia en las investigaciones sociales (Ezquiel, 2003).

Tiene como finalidad investigar el contenido de la información, especialmente

de la información para las masas (Álvarez, 2004). Para ello se estudias diferentes
elementos del mensaje para entender sus características y su propósito.

3.1. Naturaleza del discurso

Sucede con las palabras lo mismo que sucede con los números, porque son elemen-
tos que no se encuentran en ninguna presentación en la naturaleza, no están en la tie-
rra o en el agua o flotando en el aire, ambos elementos están en el mundo de las ideas
de los humanos, son códigos de comunicación que mientras están dentro de la cabeza
humana no hay forma de estudiarlos, pero una vez que se plasman en el papel toman
forma física e inamovible y pueden ser analizados. De esta forma se analiza una ecua-
ción matemática, una idea filosófica, un ensayo, un discurso, un argumento jurídico.

Cuando se hace una encuesta y se pregunta algo, la respuesta es una idea den-
tro de la mente del encuestado, que es atraída a la realidad observable mediante la
encuesta y es registrada por el encuestador, ya sea de forma escrita o en grabación
de voz o vídeo, pero al tener un registro de la idea, pasa a ser un objeto físico que se
analiza y mide; la diferencia con el análisis de contenido, es que la expresión escrita
se da a priori y en analista toma el texto ya desarrollado.

El derecho se encuentra inmerso en las ciencias sociales que tienen como objeto de
estudio al hombre en su naturaleza, relaciones y acciones. En hombre deja huella me-
diante diversas expresiones y lenguajes dejando documentos a su paso, entendiendo do-
cumento desde el punto de vista de la metodología, siendo un documento, una pintura,
una escultura, un grafiti, un edificio, o un documento propiamente dicho, que es caso
que nos ocupa. En el derecho, los textos son de gran importancia porque las normas
quedas establecidas de forma escrita, así como sus motivos, y los juicios especialmente
cuando el país tiene derecho escrito. La palabra es la forma de expresión más importan-
te del derecho, es por ellos que el análisis de contenido cobra gran importancia.

3.2. Fases del análisis de texto.

El texto al iniciar el análisis se debe entender como el producto de la comuni-

cación humana, entonces es posible entender que la comunicación tiene elementos
como es, el emisor, el receptor, el mensaje, el contexto y la intencionalidad. El inves-

103
tigador tiene que tener muy claro que el análisis de un texto determinado tiene un
fin para su investigación, es decir, debe dicho análisis de ser parte de la comproba-
ción de la hipótesis, se necesita tener definido el motivo que nos mueve a utilizar un
texto y analizarlo para comprobar algo.

Existen dos formas de elaborar el análisis (Ezquiel, 2003), una es el del origen y las
causas de la comunicación en sí, es decir, analiza los elementos que dieron lugar a una
comunicación dada; y la otra es respecto a los resultados de la comunicación, en donde
se investiga el motivo real y el oculto de la comunicación y su influencia en el receptor.

Se presentan otras dos clasificaciones de análisis, siendo uno el análisis con base grama-
tical en donde se estudian palabra a palabra el texto dado, y otro sin base gramatical, en
donde las expresiones no son necesariamente escritas o el texto a analizar es muy extenso.

Concurre una corriente que considera la importancia de analizar la presencia

en el discurso de elementos de manipulación (Galindo, 1998), como el enmascara-
miento, cuando el sujeto busca borrar de su discurso las marcas que permitirían cla-
sificarlo en determinado grupo o adscribirlo a determinada ideología; simulación,
que es un mecanismo sutil porque el individuo utiliza el lenguaje de un grupo que
no es el suyo para hacerse pasar por parte de un grupo opuesto; o connivencia, que
es un mecanismo donde hay un acuerdo entre el locutor y los destinatarios, y usa un
lenguaje específico para ser considerado como parte del grupo que usa ese lenguaje.

Entendiendo el lenguaje en su función argumentativa (textos) y no en su función

representativa (mapas).

Es importante también definir la presencia de los implícitos, que es información

que se infiere de algo dicho de forma explícita; y los silencios discursivos, que corres-
ponden a información prohibida, excluida, es decir, los tabús de lo que no se pude
decir en un discurso pero se sugiere con un silencio.

En el derecho es una herramienta útil para analizar las razones que llevaron a una
sentencia mediante los argumentos citados por un juez, o conocer las razones ulteriores
que permitieron un cambio constitucional mediante el diario de debates de la cámara,
etc. Y toma importancia si consideramos que el análisis del discurso en una herramienta
fructífera en la reflexión contemporánea en las ciencias sociales y en el Derecho.

3.2.1. Unidades de análisis

Se define a la unidad de análisis como el fragmento de la comunicación que se

104
toma como elemento de base para la investigación (Ezquiel, 2003).

Es importante localizar las unidades de análisis que son la base del análisis. Por
ejemplo, si el investigador quiere saber si en las decisiones del instituto federal electo-
ral hay una tendencia neoconstitucional, entonces el investigador debe hacer dos co-
sas: definir el marco teórico y conceptual que definen al neoconstitucionalismo, y por
tanto las variables de esta tendencia que serán analizadas; en segundo lugar definir el
objeto a estudiar y el periodo de análisis, como pueden ser las actas de las sesiones del
consejo general del Instituto Federal Electoral en un periodo de un año —justificando
metodológicamente el periodo seleccionado—, y entonces buscar en las actas las va-
riables que definen la existencia de una corriente neoconstitucional en las decisiones.

No se estudia todo de todos los textos, el análisis es selectivo como parte de una
comprobación de una hipótesis, por lo tanto el análisis de contenido o de discurso
es susceptible de ser planeado y estructurado con base en la hipótesis de investiga-
ción. El texto que se analiza es comúnmente denominado corpus (Pablo & Capitolína,
2007).

2.3.2. Categorías de análisis

La elaboración del análisis requiere de definir las palabras que están vinculadas a
las variables teóricas y si es necesario de un grupo de palabras por variable, entonces
se localiza en el corpus las frases en que las palabras han sido utilizadas.

Una vez que se obtiene la información del número de veces que las palabras se
repiten, podemos hacer un análisis para observar las similitudes, las diferencias, las
asociaciones de palabras clave, disociaciones y concordancias. Para ello el investiga-
dor desarrolla categorías de análisis y palabras de análisis.

Diagrama 2.3.2.1
Categorías y palabras clave

105
 Es substancial definir estos elementos porque de la determinación de categorías
depende la selección y clasificación de la información que se busca. No existe un
número mínimo o máximo de categorías, es necesario que el investigador determine
el número idóneo para su investigación. La clasificación de las unidades de análisis
corresponde también al investigador, haciendo una clasificación específica y única
para cada investigación.

3.2.3. Desarrollo del análisis de contenido.

Existen desde el origen del método cinco cuestiones que hay que responder en el
análisis de contenido (Ezquiel, 2003), ¿Quién emite el mensaje?, ¿Qué dice el men-
saje?, ¿Cómo lo dice?, ¿a quién se lo dice? Y ¿para qué lo dice?

Cuando tenemos localizadas las palabras clave en el texto, es necesario contabi-

lizarlas para realizar un análisis de frecuencias, que es básico porque nos permite
establecer el porcentaje de palabras clave utilizadas por categoría, para así conocer a
que categoría se le dio más énfasis en el texto y el porcentaje de las demás categorías
para conocer los rangos de interés de manejo por parte del autor del texto.

Para realizar un análisis al texto mediante la técnica del discurso, es necesario

dividir el documento en frases y descomponiéndolo en datos que se pueden mostrar
en tablas de información. Localizar las redes entre las palabras clave, seleccionar
fragmentos críticos del texto para su análisis detallado. Existen variados programas
computacionales que apoyan el análisis cualitativo del discurso o de cualquier tipo
de texto, entre los que se encuentran: TEXTBASE ALPHA, AQUAD, MAX, QSR,
ATLAS-TI, ETHNO, etc.

4. Teoría fundamentada

El método de la teoría fundamentada tiene un origen definido al ser sus pre-

cursores Barney Glaser y Anselm Strauss en 1967 con la publicación del libro “The
discovery of grounded theory”. En donde convergen dos corrientes académicas de
la sociología norteamericana, Glaser de la Universidad de Columbia aporta la meto-
dología cuantitativa de Lazarsfeld y la propuesta de las teorías de alcance medio de
Merton; por otro lado está la corriente de Strauss de la Universidad de Chicago que
hacía equipo con Robert Park, que reconocen la influencia de Simmel y de Blumer
en sus trabajos que tienen una tendencia a crear una metodología para crear una
teoría enraizada en datos recolectados (Vasilachis, 2006).

106
 Tiene como principal característica la de invertir el procedimiento del método
científico, porque en éste último lo que se busca es obtener un problema de la reali-
dad observable mediante la literatura teórica existente y la creatividad humana, para
después proponer una solución hipotética que se prueba en la investigación; en el
caso de la teoría fundamentada, el origen está en los datos obtenidos de la realidad
para conformar mediante algunos procedimientos una nueva teoría que se valida
con la continuación y perfeccionamiento de búsqueda de datos con los que inició el
proceso. Para ello el investigador necesita distanciarse de cualquier aproximación
teórica para permitir que fluya la nueva teoría con fundamento en los datos (Álvarez,
2004).

4.1. Naturaleza del método

Con el método se logra responder a investigaciones que tienen la dificultad de no

tener una teoría en la cual fundamentar su hipótesis, y cuando se utiliza este método
lo que se propone es generar una teoría que explique algún aspecto de la realidad
(Hernández, 2008).

Las teorías que el método propone son teorías que se denominan sustantivas
para diferenciarlas de las teorías formales, es decir que las teorías que propone el
modelo son explicaciones de una parte reducida de la realidad, no intentan explicar
un sistema, sino una pequeña parte del objeto de estudio. Entendiendo que la teoría
sustantiva está referida a una serie de grupos o casos, y la teoría formal cuando está
referida a grupos o casos no comparables a nivel sustantivo, pero comparables a un
nivel conceptual más amplio.

La diferencia con una hipótesis es que una hipótesis se plantea a priori del proce-
so de investigación, mientras que la teoría fundamentada, se postula una vez que se
ha realizado la recogida de datos de la realidad y con toda la información disponible
se formula la teoría y posteriormente se comprueba o se valida (Babbie, 1999).

La metodología de la teoría fundamentada se basa en dos estrategias: el método

de la comparación constante y en muestreo teórico, estos procedimientos sirven para
generar la teoría y para demostrar que son plausibles (Vasilachis, 2006).

Actividad: Reúnete con tus compañeros y busquen un objeto de investigación

dentro de su campo de estudio que consideren que sea importante aportar un nuevo
enfoque con una nueva teoría que lo explique. Y redáctenlo para discusión en el
grupo con el profesor.

107
 4.2 Procedimientos para la aplicación del método.

Para iniciar el trabajo en la utilización de la teoría fundamentada, lo primero

que hay que tener es el problema que se va a abordar y el contexto del problema,
y posteriormente tener muy claro que es necesario despojarse de cualquier idea o
teoría preconcebida sobre el objeto de estudio, porque es necesario trabajar con
información y datos de forma objetiva sin sesgos por parte del investigador (en la
medida de lo posible).

La siguiente etapa es la localización de datos relevantes que permitan al inves-

tigador avanzar en la formación de una nueva teoría, para lo cual se hace una reco-
lección de datos mediante el muestreo y la entrevista y la encuesta principalmente.

4.2.1. Recolección de datos

El método de la teoría fundamentada opera a partir de de datos obtenidos de la

realidad y no de supuestos teóricos. Por tanto, los datos obtenidos son la fuente pri-
maria de información para llevar al investigador a generar una teoría basándose en
dichos datos. La técnica más utilizada es la encuesta, aunque pude utilizarse también
la observación, en análisis grupal, o las entrevistas.

Para ello se buscan conceptos y categorías, entendiendo a los primeros como la

etiqueta que se le ha a un hecho o fenómeno concreto, y los segundos como una
clasificación de conceptos, hecha a partir de la recolección de conceptos e integrán-
dolos (Vasilachis, 2006). Las encuestas proveen la suficiente información para tener
evidencias de conceptos y de sus categorías, lo que permite fundamentar las afirma-
ciones hechas en la teoría propuesta.

4.2.2. La codificación

La codificación es identificar en los datos obtenidos las categorías y sus propie-

dades para la posterior manipulación de los datos para presentarlos con diferentes
ordenamientos para como investigadores poder leer una y otra vez los datos buscan-
do relaciones que puedan ser identificadas.

Los incidentes pueden codificarse en varias categorías o códigos que se generan

por la comparación de un incidente con otro, sucesivamente y luego comparándolos
nuevamente con otros incidentes (Álvarez, 2004).

108
 4.2.2.1. Abierta

Los datos provienen de la lectura teórica que realiza el investigador, el lenguaje

y las expresiones de los sujetos de estudio. Comparando la información con datos
obtenidos de una encuesta. El investigador genera categorías una vez que segmenta
la información. El investigador define categorías, sub categorías y propiedades.

4.2.2.2. Axial

Los datos vuelven a unirse después de la codificación abierta estableciendo co-

nexiones entre las categorías, el investigador busca la información en nuevas formas
mediante un diagrama lógico en el que el investigador identifica la categoría central.
Se utilizan preguntas tales como: ¿quién?, ¿cuándo?, ¿dónde?, ¿Qué consecuencias
hay?, etc. Para replantear el orden de los datos obtenidos y buscar nuevas conexio-
nes.

4.2.2.3. Selectiva

Se refiere al proceso para elegir una categoría como central relacionando todas
las demás con esta. Desarrollando una redacción que sirva para expresar la teoría
nueva. Se establecen relaciones entre las categorías.

4.2.2.4. Emergente

El diseño emergente sirve para validar una teoría más que para generarla, se
usan los datos obtenidos de la realidad para verificar la eficiencia de la teoría para
explicar algún aspecto definido de la realidad observable estudiada.

4.2.3. La definición de la teoría

Se puede decir que la etapa de la recolección de datos termina cuando la teoría

ha sido expresada de forma objetiva, clara y consistente, con la intención de que la
declaración de la teoría ya sea fijada y ya no se buscan cambios en ella. Esto sucede
cuando los datos que se obtienen ya no modifican la teoría establecida hasta ese
momento, se puede decir que la información se satura y ya no hay cambios funda-
mentales en el análisis de datos en relación a la teoría.

Los dos elementos más importantes para generar una teoría son las categorías y
las propiedades de las categorías. Un primer trabajo se realiza mostrando las dife-
rencias y las similitudes entre categorías. Analizándolas por separado y en conjunto

109
para conocer los límites de la explicación que la teoría propuesta tiene sobre la
realidad.

Es necesario eliminar las categorías que queden fuera de los límites definidos
para la interpretación de la realidad. De tal forma que para la redacción de la nueva
teoría, se utilicen únicamente los conceptos y las categorías que mejor expresen la
realidad observada, reduciendo el número de categorías, dejando únicamente las
categorías centrales de la explicación e interpretación de la realidad.

Para saber si una categoría es central, necesitamos observar que su presencia es

repetitiva y se encuentra conectada con otras categorías también encontradas de
forma reiterativa. Para identificar la categoría central es necesario observar si el res-
to de las categorías principales están relacionadas con ella, Aparezca en todos los
indicadores de los conceptos, la explicación de la realidad que se genera a partir de
su presencia, se da de forma natural y no forzada, conforme se profundiza en su de-
limitación se acerca más a la explicación profunda de la realidad (Vasilachis, 2006).

Por tanto se puede afirmar que la teoría propone una relación consistente entre
conceptos y grupos de conceptos y se deriva de datos obtenidos en el trabajo de
campo por medio de entrevistas, observaciones y documentos; el análisis de datos es
sistémico y se inicia desde que se obtiene la primer información; el análisis se realiza
mediante la identificación de categorías estableciendo conexiones entre ellas.

Lo que el método ofrece es la creación de una nueva teoría cuando no extiste una
teoría en la cual fundamentar una hipótesis, comparando datos antes y después de la
formulación de la teoría, antes para fundamentarla y después para validarla.

Álvarez considera a la teoría fundamentada como uno de los pilares más impor-
tantes de la investigación cualitativa, permitiendo la predicción de algún área de la
realidad, contribuyendo con más conocimiento a la ciencia que utilice el método,
proporcionando a nuevas investigaciones una propuesta innovadora de abordaje del
objeto de estudio (Álvarez, 2004).

5. Entrevistas a profundidad

Cuando en una investigación se necesita profundizar sobre el conocimiento de un

objeto social de estudio, las entrevistas a profundidad son una herramienta valiosa
porque permite que las personas mediante la palabra se expresen con libertad sobre
los temas que son cuestionados y el investigador llegue a comprender la parte de la

110
realidad que busca, por ejemplo si queremos conocer acerca de la percepción social
de la soberanía, o de la adaptación a la vida cotidiana de medidas de seguridad, del
grado de autovaloración en su vulnerabilidad ante el delito, etc. No se hacen entre-
vistas a profundidad para probar una hipótesis o una teoría sino para profundizar en
un objeto de estudio y conocerlo con mayor fidelidad. Y es considerada como uno de
los principales instrumentos de la investigación cualitativa (Ezquiel, 2003).

5.1 Naturaleza del método

La entrevista a profundidad se realiza entre el investigador y los entrevistados,

surge cuando el investigador necesita profundizar acerca de un problema determi-
nado y decide utilizar esta técnica para la obtención primaria de información. Puede
utilizarse para obtener datos de una comunidad o un grupo social, respecto a su vida
personal o comunitaria.

La entrevista favorece la expresión amplia de las ideas del entrevistado, porque

el investigador únicamente tiene definidos puntos de focalización, es decir, temas
que sabe que quiere tocar y explorar con el entrevistado, pero llega a ellos de forma
libre y sin un formato establecido. El lugar para la entrevista también es un asunto
flexible, porque se busca que el entrevistado se encuentre cómodo y actúe de forma
natural, si es posible mientras hace tareas diarias, se puede platicar con una mujer
mientras cocina, o con un hombre mientras arregla sus herramientas, en una cafe-
tería, o en cualquier lugar en que el entrevistado se sienta cómodo, estando distante
de la entrevista que se hace en la puerta de la casa, de pie y con el sol desesperando
al sujeto. Porque este tipo de entrevista requiere respuestas amplias, con todas las pa-
labras posibles por parte del sujeto entrevistado, por ello es necesario que no tenga
prisa, que tenga disponibilidad y ganas de hablar.

En esta entrevista todo es negociable, si quiere responder una pregunta o no, el

lugar de la cita, corregir una pregunta, puntualizar o cualquier detalle en que el en-
trevistado desee participar (Rodriguez, 1999). Y es posible que la entrevista se realice
en varias sesiones, dependiendo de la disponibilidad y horarios del entrevistado.

Se diferencia de una conversación libre porque tiene un fin y un propósito defini-

do, aunque se inicia con preguntas intrascendentes para romper el hielo y lograr la
confianza del entrevistado, el investigador guía las preguntas para llevar la conversa-
ción a los temas que tienen establecidos para la conversación. La conversación debe
iniciar con mucha libertad para hablar por parte del entrevistado y poco a poco en
investigador va tomando control de la conversación para llevar las respuestas a las
necesidades de la investigación.

111
 Es importante destacar que el entrevistado no debe tener toda la información dis-
ponible respecto a la investigación, sólo debe tener la noción de para que será entre-
vistado y en que tema está en general interesado el entrevistador, pero no conocer los
detalles porque afectaría las respuestas que daría si supiera que se espera de él, y es
importante reconocer que el dialogo es asimétrico, el entrevistador formula todas las
preguntas y el entrevistado habla sobre lo que piensa y sobre su experiencia (Rodri-
guez, 1999).

Aún cuando el entrevistado entienda el proceso como una conversación libre,

porque no comprende el porqué del orden de las preguntas o el sentido que el entre-
vistado está dando a las mismas, la conversación tiene una estructura flexible, pero
estructura al fin. Se crea una ilusión de que la conversación es muy amena porque el
entrevistador no rechaza las ideas del entrevistado, ni se opone a ellas, lo deja hablar
con libertad. Para lo cual se consideran tres tipos de entrevistas: la conversacional
informal, en donde no hay una selección rígida de temas ni redacción de preguntas;
la basada en el guión, en la que se preparan los temas a tratar ; y la estandarizada
abierta, en la que se preparan una serie de preguntas para todos pero con respuesta
libre (Valles, 2007). El uso de cada una de las entrevistas depende del momento de
recolección de datos, es posible utilizar la primera al inicio de la investigación y en
el proceso disminuir el nivel de flexibilidad de la entrevista o viceversa.

Actividad. Define en equipos un problema de investigación con su hipótesis y

cómo una entrevista a profundidad puede servir para comprobar la hipótesis. Deli-
miten tres temas que deberían ser tratados en la entrevista.

5.2. Desarrollo de la entrevista

La utilización del método de entrevistas a profundidad requiere del paso por di-
ferentes etapas para su realización, que es importante diferenciar por el enfoque de
temporalidad, porque la división propuesta corresponde a una división de las etapas
de la entrevista por los sucesos que se presentan primero y así consecutivamente.

5.2.1. Preparación

La primer etapa que el investigador debe realizar es la definición de la metodolo-

gía básica, es decir, tener claro el problema y la hipótesis de la investigación, y tener
la entrevista a profundidad como una herramienta metodológica para la comproba-
ción de la hipótesis.

Por tanto, es necesario tener claro el objeto de la entrevista dentro de la investiga-

112
ción. Y definir los datos que se requiere obtener de la población entrevistada; tenien-
do esto se pueden elaborar temas clave que es indispensable tratar en la entrevista.
Para la recolección de información.

Una segunda etapa, que puede ser utilizada es la elaboración de preguntas ba-
sadas en los temas clave, que ayudan al investigador a no perder el sentido de la
entrevista una vez que inicia, porque tiene a la mano una serie de preguntas de las
que puede echar manos cuando la conversación así lo requiera.

La tercer etapa es la selección de los entrevistados, cuya definición es apoyada

por la metodología inicial que proporciona un universo del problema de investiga-
ción, y dependiendo del tamaño del universo se puede definir si se entrevista a la
totalidad del universo o a una muestra representativa, dependiendo esta decisión de
la viabilidad. Para la definición del tamaño de la muestra es necesaria la utilización
de las técnicas de la estadística y el muestreo, o al muestreo teórico que está relacio-
nado con la saturación de datos, es decir, que los datos que se obtienen ya no modi-
fican las variables, entonces se puede detener el muestreo (Valles, 2007). Por último
se determina el número de entrevistas que se realizarán a cada individuo, y definir
el tiempo aproximado de duración de la entrevista.

5.2.2. Realización

El investigador se presenta ante el entrevistado y aclara con una breve exposición

de motivos, la razón por la que su opinión es importante para el investigador, con el
fin de lograr la cooperación del individuo encuestado. La personalidad y estilo del
investigador definen el uso de las técnicas de comunicación como son: El silencio, la
repetición, la recapitulación, la aclaración, el cambio de tema, etc.

El inicio de una entrevista a profundidad comienza con una conversación libre

en la que los interlocutores hablan de manera relajada acerca de temas relativos al
motivo de la entrevista. Que se sienta confiado de que las preguntas no vamos a
verificar sus conocimientos habilidades o destrezas, sino que nos interesan sus libres
opiniones. El entrevistador no debe emitir juicios sobre la persona entrevistada para
no sesgar la investigación, debe ser sensible a sus actitudes y estar siempre atento a
sus respuestas para que el entrevistado de por terminada la sesión antes de haber
agotado los temas previstos para tratar.

Es importante que la conversación quede documentada, ya sea en video o en

audio, de forma que el investigador pueda acceder a ella las veces que considere
necesario para su análisis. Para ello el entrevistador pide permiso al individuo para

113
grabar la conversación y puede ofrecer mandar la transcripción una vez realizado
el estudio para que sienta confianza. Es importante de igual forma la transcripción
a texto de la entrevista para tener la entrevista en forma documental y facilitar su
manejo y estudio.

La información o obtenida puede manejarse como en el método de análisis del

discurso mediante codificación de datos a través de categorías.

6. Investigación – acción y acción participativa

El método de investigación acción-participativa viene a cubrir un hueco en la

investigación porque supone la creación de cambios reales dentro del universo de la
investigación. El padre de la “investigación acción” es Kurt Lewin, quién utilizó el
término por primera vez en 1944, y describía una forma de investigación que podía
ligar en enfoque experimental de la ciencia social con paradigmas de la acción social
(Martínez, 2006). Lewin planteó como forma de indagación experimental basada
en el estudio de grupos que experimentaban problemas, su modelo consiste en una
serie de decisiones en espiral, las cuales se toman en ciclos repetidos de análisis para
reconceptualizar el problema y se compone de pasos seriados de acción: planifica-
ción, identificación de hechos, ejecución y análisis (Álvarez, 2004).

No tiene como fin un análisis teórico profundo para determinar algún nuevo
aspecto de variables teóricas, ni pretende contrarrestar datos para hacer demostra-
ciones sin aporte a la comunidad (Galindo, 1998). La naturaleza del método es la
vinculación entre la investigación y la problemática de la sociedad, porque pretende
dar respuesta directa a las dificultades reales que vive la población en la vida diaria,
tales como la falta de educación, de salud, de seguridad, la falta de derechos funda-
mentales, la falta de normas justas, de procedimientos judiciales transparentes, de
justicia pronta y expedita.

El método utiliza a la investigación como un método para elevar la calidad de

vida de la comunidad, es investigación aplicada con la participación activa de los
destinatarios del beneficio del resultado de la investigación. No estudia un problema
por separado sino en su dimensión intra-relacional e histórica; el investigador se
acerca a trabajar con la comunidad, y a la vez debe alejarse para ver el conjunto y
contribuir con explicaciones de la realidad objeto de estudio (Galindo, 1998).

La comunidad es parte de la misma investigación, es decir, los sujetos investiga-

dos son a la vez co-investigadores, participando en la delimitación del problema, en

114
la identificación de las soluciones y en la recolección de datos, siendo parte funda-
mental del proceso investigativo.

El modelo plantea que las etapas de trabajo son inicialmente la definición del
problema con ayuda de la comunidad, luego se establecen las necesidades que de-
ben ser cubiertas, luego se analizan las limitaciones reales para solventar las nece-
sidades, lo que propicia la definición de hipótesis que planteen una solución a las
necesidades, posteriormente se definen las acciones reales que llevarán a la práctica
como comunidad. Una vez definidas se llevan a la práctica para después evaluar los
resultados, siendo los mismos miembros de la comunidad los que proponen el pro-
blema, la solución, las acciones, las llevan a cabo y luego ayudan para recolectar la
información para evaluar la pertinencia de las acciones.

Para la recolección de la información es posible usar cualquiera de los métodos

de recolección de datos; la encuesta, la entrevista, la observación, etc.

7. Etnografía

El método etnográfico sirve para la descripción e interpretación de un grupo,

una comunidad o una sociedad. El método ayuda a describir a las personas de un
entorno determinado y explica que es lo que sucede en dicha comunidad. No solo
describe, sino que tiene una intencionalidad dentro de la investigación científica,
debe ayudar a la comprobación de la hipótesis mediante el conocimiento de algún
aspecto de una sociedad.

Existen diferentes tipos de etnografías como: procesal, que describe procesos que
se desarrollan en una comunidad; holística, que se enfoca en grupos extensos; par-
ticularista, enfocada a grupos pequeños; y transversal, que se realizan en un cohorte
temporal (Álvarez, 2004).

El investigador necesita tener formación antropológica para comprender como

la cultura invade la esfera de la conducta colectiva, la recolección de datos es de
difícil manipulación por la variedad de variables necesarias para describir una co-
munidad en su conjunto.

El método etnográfico cobra gran importancia en la ciencia del Derecho, porque

el derecho estudia la normatividad y reglamentación de una comunidad, entonces
conocer la naturaleza u comportamientos colectivos de una sociedad ofrece infor-
mación valiosa para definir con mayor apego a las necesidades y conductas, las nor-

115
mas generales de convivencia, así como comprender las conductas y las reacciones
colectivas ante el delito. La información obtenida de estudios etnográficos ofrece al
legislador y al juzgador información para la toma de decisiones ejecutivas y legis-
lativas. Podemos entender al estudio etnográfico como un retrato de una sociedad
determinada (Rodriguez, 1999).

El etnógrafo usa todos los medios a su alcance para recopilar información, tex-
tos, libros, documentos, audios, fotografías, retratos, tradiciones, artesanías, cantos,
inscripciones, todo dato que le ayude a describir a la comunidad (Vasilachis, 2006).

También pueden estudiarse grupos menores como es una escuela, una empresa,
una familia, un grupo de amigos, una colonia, un grupo de trabajadores, enten-
diendo a éstos como unidades de análisis que pueden comprenderse mediante un
estudio etnográfico. Su objetivo es crear una imagen fiel del grupo estudiado para
lograr su comprensión (Martínez, 2006).

8. Observación

Cuando un investigador opta por la observación es porque él mismo será quien

obtenga datos de la realidad observable para probar su hipótesis de investigación,
serán datos obtenidos de primera mano. Pero la observación tiene diversidad de
opciones para su realización. Aunado a la sistematización de la misma observación y
de la recolección de información.

8.1. Naturaleza del método

La observación es muy útil en la ciencia del derecho para observar conductas en

cualquiera de las personas que forman parte del sistema de justica, desde el com-
portamiento de los legisladores para observar el uso del lobying, el comportamiento
de los jueces ante casos determinados, o el de los ministerios públicos cuando se en-
frentan al delito, el del celador cuando cuida a un delincuente de alta peligrosidad,
el juez oral cuando tiene frente a si a víctima y delincuente, al mediador familiar
intentando reconciliar diferencias; son diversas las posibilidades de observación de
la realidad desde el enfoque del derecho.

Es de suma importancia que el investigador profundice en el conocimiento de

la observación para que determine la tipología que caracterizará su ejercicio en una
investigación determinada y posteriormente elabore argumentos metodológicos que
justifiquen su decisión.

116
 Tradicionalmente la observación es utilizada por antropólogos y sociólogos para
la comprensión de lo que sucede en aldeas, en donde el resultado de la observación
es un trabajo etnográfico en donde se describe a profundidad a la comunidad. Pero
en la ciencia del derecho es posible realizar observaciones debido a que hay múlti-
ples relaciones humanas en el proceso de la justicia, y son proclives al análisis por
observación, pero es importante tener definida con claridad la hipótesis para saber
los puntos exactos de observación en los que se necesita trabajar para comprobar la
hipótesis.

Actividad. Define con tus compañeros un objeto de estudio que pueda ser anali-
zado mediante la observación y justifiquen porque la observación puede ser un buen
instrumento para su abordaje.

8.2. Desarrollo de la observación.

El investigador necesita hacer una planeación del programa de observación

orientado a comprobación de hipótesis, y seleccionar las técnicas de observación
más adecuadas, una vez definidas es necesario que elabore los argumentos meto-
dológicos que fundamenten su decisión, porque serán utilizados para el reporte de
investigación, o si es parte de una tesis, para el capítulo metodológico.

Se puede definir a la observación como “proceso a través del cual el investigador

se apropia de los datos empíricos pertinentes para sus objetivos de investigación,
haciendo uso de sus sentidos, habitualmente auxiliados por ciertos instrumentos, y
de acuerdo con ciertos procedimientos metodológicos y técnicos que suponen tomas
de posición teórica (Castro, 2008)”

Existen variadas tipologías de observación, como la observación sistemática y la

no sistemática, es recomendable para la comprobación de la hipótesis el uso de la
sistemática por tener mayor rigor científico y dejar la no sistemática para una pri-
mera etapa de la investigación que es la búsqueda de problemáticas en la definición
del problema de investigación.

La observación no sistemática es aquella que se realiza de forma aislada sin un so-

porte conceptual o teórico que fundamente la observación, y pueden en el ejercicio pro-
fesional desencadenar conductas, por ejemplo, un abogado puede observar a su cliente
antes de entrar a su oficina y definir su estado de ansiedad respondiendo con gestos o
palabras para lograr que el cliente sienta confianza. En cambio un negociador entrena-
do puede observar los gestos y posturas de los que están en conflicto y reaccionar ante
ellas con base en un marco teórico que sustenta su acción. El primero actúa de forma

117
espontanea porque su reacción está basada en una observación no sistemática, mientras
el segundo tiene un entrenamiento para observar al cliente de forma sistemática.

La observación no sistemática es ideal para identificar un problema de investi-

gación porque se realiza en forma libre, dando flexibilidad en el razonamiento de
lo que se observa, lo que permite que las ideas fluyan a partir de una observación
de la realidad que nos lleve a conceptualizar esta observación como un problema a
investigar.

La observación sistemática está definida por que se basa en un marco teórico de-
finido, con conceptos claros y establecidos para la investigación, se conoce el objeto
de estudio que se va a observar y se conocen los elementos de dicha observación que
son clave para obtener datos que comprueben la hipótesis.

Los datos obtenidos son recolectados con herramientas que sistematizan su ma-
nejo, con control de tiempo y condiciones del objeto en observación, es decir, el
investigador cuenta con una hoja específica para llenar el reporte de lo observado
que posteriormente utilizará en el manejo de datos y tiene un plan para la observa-
ción, por ejemplo observará de lunes a viernes de 4 a 5 de la tarde, en condiciones
similares, de tal forma que quede un registro de las condiciones y limitantes de la
observación.

Otro punto de partida es la posición del observador, si será participante o no del

ejercicio de observación, si el observado será informado de que será observado o
no, si el investigador se observará a sí mismo o a los demás individuos seleccionados
(Gutiérrez & Delgado, 2007).

En la observación participante, el investigador entra a la vida del grupo o la

organización que va a observar y se convierte en parte de ella, por ejemplo, si se
observará el ejercicio de los ministerios públicos el investigador necesitará estar tra-
bajando en la oficina junto a los ministerios públicos para realizar una observación
participante, siendo a la vez actor real y observador. Por un lado esta observación
ofrece una cercanía al objeto a observar, pero por otro lado impide al observador a
mantenerse emocionalmente alejado del objeto, y la estructuración de la observa-
ción se ve afectada porque el investigador observa facetas y acciones más allá de lo
necesario para la comprobación de la hipótesis lo que significa un sesgo que debe ser
tomado en cuenta. Aunado al complejo proceso de auto reflexión que el investigador
debe realizar para encontrar la información relevante y mostrar un producto de la
observación con calidad y rigor metodológico.

118
 La observación no participante es aquella en que el investigador es un espectador
el objeto de observación, en donde pone límites a su propia observación, horarios,
condiciones ambientales fijas, formatos estandarizados para la recolección de datos.
Siendo ésta la forma de investigación más planeada, estructurada y con mayor rigor
científico, ampliamente recomendada para investigaciones científicas de la ciencia
del derecho.

Para que la observación tenga validez es necesario que la planeación de la obser-

vación esté ampliamente justificada con argumentos metodológicos que justifiquen
su uso; y que cuente con una fuerte relación entre los datos obtenidos y la compro-
bación de la hipótesis. La observación debe ser una herramienta para comprobar la
hipótesis de forma clara y objetiva y no ser usada como una fuente de información
que amplíe el problema de investigación y su problemática asociada. Los datos
obtenidos deben ser mostrados en un anexo al reporte de investigación o tesis como
soporte a la investigación y como un elemento que de confiabilidad de los datos
obtenidos.

Actividad. Con el ejemplo de la actividad anterior. Definan en el grupo el tipo de

observación que sea más pertinente y justifiquen porque.

Resumen

La distancia entre cualidad y cantidad es lo que históricamente ha divido las

aproximaciones a la naturaleza cualitativas y cuantitativas. La gran diferencia y la
gran similitud de ambos criterios radica en la comprensión del objeto de estudio, el
enfoque cualitativo tratará de conocer la naturaleza del objeto, mientras el enfoque
cuantitativo conocerá la dimensión del objeto.

La forma en que el investigador acceda al conocimiento de la naturaleza de su

objeto de estudio es lo que determina el método cualitativo que es óptimo para
encontrar la información que busca, porque un mismo objeto de estudio puede ser
abordado mediante distintos métodos cualitativos dependiendo el tipo de informa-
ción que indaga el investigador.

La hipótesis de investigación puede ser probada desde diversos enfoques, siendo

el enfoque cualitativo el más cercano en la comprensión del objeto de estudio porque
busca aproximaciones a la realidad de forma creativa y flexible.

Para definir el método a utilizar se debe tener conocimiento previo de los dife-

119
rentes métodos disponibles y analizar el caso particular de la investigación. El inves-
tigador debe tomar la decisión respecto a que método utilizar y elaborar argumentos
metodológicos para fundamentar su elección.

Depende de cada investigación y del perfil del investigador, el método más apro-
piado para validar una hipótesis o para generar una nueva teoría.

Bibliografía

Álvarez, J. (2004). Como hacer investigación cualitativa. Fundamentos y metodología. Bar-

celona: Paidos.
Babbie, E. (1999). Fundamentos de la investigación social. México: Thompson.
Caïs, J. (2002). Metodología del análsis comparativo. Madrid: Centro de Investigaciones
Sociológicas.
Castro, N. (2008). Metodología de las ciencias sociales. Madrid: Tecnos.
Ezquiel, A. (2003). Métodos y técnicas de investigación social IV. Técnicas para la recogida
de datos e información. Buenos Aires: Lumen.
Galindo, J. (1998). Técnicas de investigación. En sociedad, cultura y comunicación. México:
Pearson.
García, A. (2002). Introducción a la metodología de la investigación científica. México:
Plaza y Valdés.
Gutiérrez, J., & Delgado, J. (2007). Teoría de la observación. En J. Delgado, & J.
Gutierrez, Métodos y técnicas cualitativas de investigación en ciencias sociales (pág.
141). Madrid: Editorial Sintésis.
Hernández, R. (2008). Metodología de la investigación. México: McGraw-Hill.
Martínez, M. (2006). Ciencia y arte en la metodología cualitativa. México: Trillas.
Pablo, N., & Capitolína, D. (2007). Análsis de contenido. En J. G. Juan Delgado, Mé-
todos y técnicas cualitativas de investigación en ciencias sociales (pág. 179). Madrid:
Síntesis.
Ponce, A. (1999). Metodología del derecho. México: Porrúa.
Rodriguez, G. (1999). Métodología de la investigación cualitativa. Málaga: ALJIBE.
Sanchez, R. (2008). Metodología de la ciencia del Derecho. México: Porrúa.
Valles, M. (2007). Técnicas cualitativas de investigación social. Madrid: Síntesis Socoló-
gica.
Vasilachis, I. (2006). Estrategias de investigación cualitativa. Barcelona: Gedisa.

120
 CAPÍTULO 4
NUEVOS MÉTODOS CUANTITATIVOS
APLICADOS A LAS CIENCIAS
SOCIALES

Dra. Martha del Pilar Rodríguez García

Dr. Klender Aimer Cortez Alejando

Introducción

Para Mohr (2002) modelar un sistema dinámico con un gran número de variables
puede resultar una tarea compleja. Existen muchas técnicas cuantitativas para siste-
mas bien definidos, como por ejemplo, la programación matemática utilizada en la
investigación de operaciones. Para sistemas menos definidos encontramos técnicas
estadísticas como el caso de la metodología de los datos minados.

Estos enfoques tienen la ventaja de cuantificar de forma numérica los resultados

presentan ciertos problemas. El desarrollo de un modelo requiere por lo general
de un gran esfuerzo y conocimiento especializado en la técnica elegida. Ello puede
ocasionar que el investigador dedique una gran parte de su tiempo al estudio de la
herramienta y no tanto al problema que quiere resolver. Asimismo, muchas de las
variables cualitativas se dejan a un lado del estudio por la dificultad de incorporarlas
a este tipo de modelos.

Por tal, este capítulo toma relevancia al estudiar la teoría de los subconjuntos bo-
rrosos, la a agregación de expertos (R-expertones) y los modelos en base a los Mapas
Cognitivos Borrosos.

Estos métodos pueden incorporar variables cualitativas y cuantitativas para re-

presentar adecuadamente las situaciones complejas de los elementos que intervie-
nen en cualquier tipo de investigación.
121
 En estas metodologías hallamos una metodología que resuelve la introducción
de variables cualitativas. Kosko (1997) menciona que los MCB ayudan a simular el
comportamiento de un sistema de caja negra a través de relaciones de causa y efec-
to. Para comprender estas metodologías se desarrollaron tres apartados el primero
explica la teoría de los subconjuntos borrosos, el segundo la agregación de expertos
y por último los Mapas Cognitivos Borrosos.

Teoría de los Subconjuntos

El origen de la TSB se halla en los trabajos que en 1965 realizó el profesor de la

Universidad de California L. Zadeh y constituye hoy una teoría matemática construi-
da con todo rigor que permite el tratamiento de la subjetividad y/o la incertidumbre.
Su desarrollo ha planteado si es mejor utilizar: un modelo cierto pero que difícil-
mente represente la realidad o un modelo borroso que constituye un buen reflejo.

El pensamiento humano, aunque cargado de subjetividad busca encontrar lo ob-

jetivo. En este proceso de búsqueda se ha desarrollado el conocimiento científico
basado en la lógica binaria (0 y 1, verdadero o falso, sí o no). Sin embargo, en el
pensamiento no todo es binario y la lógica humana resulta con frecuencia imprecisa,
vaga, borrosa (fuzzy). En el pensamiento existen entre la verdad y la falsedad una in-
finidad de matices. Entre el blanco y negro hay una gama de grises. Resulta entonces
necesario pasar de la lógica binaria a las lógicas multivalentes. En el razonamiento
lógico multivalente una proposición es aceptada con un nivel de verdad tomando
cualquier número entre 0 y 1 inclusive. También se puede expresar a través de inter-
valos de confianza para proporcionar un mayor grado de libertad.

Kaufmann y Gil-Aluja (1986) mencionan que la teoría de los subconjuntos bo-

rrosos: “es una parte de las matemáticas que se halla perfectamente adaptada al
tratamiento tanto de lo subjetivo como de lo incierto. Es un intento de recoger un
fenómeno tal cual se presenta en la vida real y realizar su tratamiento sin intentar
reformarlo para hacerlo preciso y cierto”.

1.1 Metodología

1.1.1 Representación de los Subconjuntos Borrosos

Si partimos de lo conocido es decir del concepto de conjunto, se denomina a este

como un grupo de objetos, distintos entre si y perfectamente especificados. Esto es:
E={a,b,c,d,e,f}

122
 Si consideramos algunos elementos del conjunto E entonces formamos el sub-
conjunto A:

A={a,c,e,f}

Para representar la pertenencia o no pertenencia de los elementos del referencial

(E) al subconjunto (A) indicamos con 0 a la no pertenencia y 1 a que pertenece, lo
anterior lo expresamos como:

En donde los 0 y 1 definen la función de pertenencia, suponiendo los conjuntos

ordinarios. Pero esta realidad no se parece al funcionamiento de nuestro cerebro.
Por ejemplo:

Por ejemplo catalogar a las personas jóvenes es un concepto vago, borroso. Si es

un recién nacido se asigna 1 a la función característica de pertenencia y un cero a
una persona de 80 años ¿qué decir de personas entre 30, 40, 45 años de edad?. Así
pues el subconjunto de personas jóvenes de este conjunto no puede ser representado
con 0 y 1. El conjunto de personas jóvenes que forma el referencial es el subconjunto
borroso (SB). El grado o nivel de juventud que se asigna a cada persona del referen-
cial será subjetivo.

Si se considera el mismo referencial E, un subconjunto borroso de este referencial

sería por ejemplo:

lo que indica que:

“a” pertenece a B cierto nivel estimado en 0,6

“f ” pertenece a B en 1

Al igual que en la teoría clásica de conjuntos, también en el campo borroso se

recurre a operadores tales como la intersección (∩) , la unión (∪) y la complemen-

123
tación (¯).
Ejemplo: si se parte de dos subconjuntos borrosos del referencial E tales como:

La intersección (∩ ó ۸ ó ∆) que corresponda a la “y” se realiza escogiendo para

cada elemento el valor más pequeño de la función característica de pertenencia esto
es:

Ejemplo: si se parte de dos subconjuntos borrosos del referencial E tales como:

La unión (U ó V ó 4) que corresponde a y/o se efectúa escogiendo el valor más

grande de la función característica de pertenencia, esto es:

Ejemplo: si se parte de dos subconjuntos borrosos del referencial E tales como:

124
 La complementación (¯) se obtiene asignando a cada elemento del referencial el
complemento a la unidad. Así:

La complementación o negación ( ¯ ó ) se obtiene asignando a cada elemento

del referencial el complemento a la unidad. Así:

Existe una clase se subconjunto borroso que merece una atención especial son
los Números Borrosos (NB). Un NB es un Subconjunto Borroso de referencial de
los reales R o del referencial de los naturales N o del referencial de los enteros Z que
posee las propiedades de convexidad y normalidad.

Se dice que un SB es convexo cuando los valores de la función característica

de pertenencia “no aumentan” a medida que nos desplazamos tanto a la izquierda
como a la derecha del mayor valor de esta función (llamado máximo de presunción).

Ejemplo de convexidad en el referencial de los enteros:

125
 Ejemplo de convexidad en el referencial de los reales:

Un subconjunto borroso es normal si posee por lo menos un elemento cuya fun-

ción característica toma como valor la unidad.

Ejemplo de normalidad en el referencial de los enteros:

Ejemplo de convexidad en el referencial de los reales:

Formas en las que se pueden representar o diseñar los Números Borrosos:

Intervalo de confianza: cuando se conoce el extremos superior e inferior de la

magnitud que se estima pero se desconoce totalmente cualquier elemento que pu-
diera situarla en cierto punto dentro del intervalo. Se representa como:

126
 y gráficamente como:

Tripleta de confianza: Cuando sólo se dispone información de los extremos y1,

y3 y del máximo de presunción y2. Los valores de la función característica de perte-
nencia son desconocidos totalmente por los valores intermedios del referencial. Se
representa como:

y gráficamente como:

Números borrosos triangulares: El valor máximo de presunción es único y la

función característica de pertenencia es lineal tanto en el sentido del extremo infe-
rior como en el extremo superior. En este sentido el NB se puede graficar mediante
un triangulo ( se supone que se ha estimado el valor de la función característica de
pertenencia de todos los valores del referencial) y puede ser representado en forma
ternaria (a través de tres números) mediante la siguiente forma:

127
 y gráficamente como:

Actividad 1 El Tribunal Superior de justicia tiene 3 aspirantes al puesto de juez.

Para este puesto se consideran tres aspectos fundamentales: conocimientos técnicos,
habilidades de liderazgo y experiencia laboral. Para lo anterior, el jefe de recursos
humanos aplicó la teoría de subconjuntos borrosos y mediante exámenes psicomé-
tricos y su evaluación subjetiva encontró los siguientes resultados en una escala de
0 a 1.

El gerente de RH solicita a un grupo de expertos obtengan el individuo que más

conviene considerando los tres aspectos.

1.2 Operaciones con Números Borrosos

En este apartado sólo consideramos las operaciones con inter-valos de confianza

1. Suma: sumar extremo inferior de un intervalo con el inferior de otro y el extre-
mo superior de uno con el superior del otro. Así:

[a₁,a₂](+)[b₁,b₂]=[a₁+b₁,a₂+b₂]

128
 ejemplo:

[2,4](+)[-3,6]=[-1,10]

2. Sustracción: al extremo inferior del minuendo hay que res-tar el extremo

superior del sustraendo y el extremo superior del minuendo el inferior del sustraen-
do., es decir un cruce de extremos:

[a₁,a₂](-)[b₁,b₂]=[a₁+b₂,a₂+b₁]

[2,4](-)[-3,6]=[-4,7]

3. Producto:

3.1 Números positivos: Se multiplica el extremo inferior de un intervalo
con el extremo inferior del otro y el superior con el superior del otro.

[a₁,a₂](⋅)[b₁,b₂]=[a₁⋅b₁,a₂⋅b₂]

3.2 Números negativos: Cuando se trata de negativos puede ser necesa-

rio invertir (cruzar) los extremos para que se cumpla la condición gene-
ral de que en el intervalo resultado queden todas las soluciones factibles:

[a₁,a₂](⋅)[b₁,b₂]=[Min(a₁⋅b₁,a₂⋅b₂,a₁⋅b₂,a₂⋅b₂),Max(a₁⋅b₁,a₂⋅b₂,a₁⋅b₂,a₂⋅b₂)]

Ejemplo numérico:

[3,4](⋅)[5,8]=[15,32]

[-5,-1](⋅)[-2,4]=[Min(10,-4,-20,2),Max(10,-4-20,2)]=[-20,10]

4. Cociente: Cabe distinguir las operaciones entre números ne-

gativos y positivos:

4.2 Números positivos: Se divide el extremo inferior de un in-tervalo con
el extremo inferior del otro y el superior con el su-perior del otro.

129
[a₁,a₂](:)[b₁,b₂]=[((a₁)/(b₂)),((a₂)/(b₁))]

4.1 Números negativos: Cuando se trata de negativos puede ser necesario hacer
todos los cocientes posibles con el extremos y escoger el resultado más pequeño con
el como inferior y el más grande con el superior:

[a₁,a₂](:)[b₁,b₂]=[Min(((a₁)/(b₁)),((a₁)/(b₂)),((a₂)/(b₁)),((a₂)/(b₂))),Max(((a₁)/
(b₁)),((a₁)/(b₂)),((a₂)/(b₁)),((a₂)/(b₂)))]

Ejemplo:

[2,5]()[3,6]=[(2/6),(5/3)]

[4,8](:)[-3,5]=[Min((4/(-3)),(4/5),(8/(-3)),(8/5)),Max((4/(-3)),(4/5),(8/(-3)),(8/
(-3)))]=
[(8/(-3)),(8/(-3))]

2. Aplicación de R-expertones en las ciencias sociales

Cuando un experto asume la responsabilidad de asignar una cifra a la función

característica de pertenencia, refleja una cierta subjetividad. En ocasiones le resulta
difícil al experto asignar un valor entre 0 y 1. La función característica de pertenen-
cia (fcp) toma los valores del segmento [0, 1] pero también puede estar representada
en intervalos Un subconjunto de elementos de un referencial cuyos valores de la fcp
son intervalos en [0, 1] se denomina subconjunto -borroso.

Ejemplo: Suponemos el sig. referencial sobre delitos E={a, b, c, d}, donde

a=doloso, b= culpo-so, c= por comisión, d= por omisión

Un subconjunto-borroso de E podría ser

a b c d
A= [0.2, 0.5] [0.6, 0.7] 0.4 [0.3, 0.8] = quebrada

Un subconjunto -borroso constituyen una extensión de la TSB ya que permite re-

flejar de manera más fidedigna la per-cepción de un fenómeno cuando interviene la
opinión subjetiva de un experto.

130
 En ocasiones se considera insuficiente la opinión de un solo experto. En este caso
se puede recurrir a la opinión de varios expertos, a esto se le denomina expertón. El
problema que se plantea es cómo realizar la agregación de estas opiniones. En-tre
los métodos para agregar opiniones consideraremos el que da lugar a los subcon-
juntos aleatorios borrosos (SAB) cuya fcp es una variable aleatoria, es decir, que para
un mismo valor del referencial se establece para todos los valores considerados de la
fcp una probabilidad.

Un expertón es el resultado de una agrupación de ideas de expertos basadas en

un tema que tenga borrosidad, incerti-dumbre o bien muchas posibles respuestas
dependiendo de cada persona. Cada experto tiene una opinión y cada una de éstas
son respuestas válidas basadas en sus experiencias y estu-dio, mas no todos creen
lo mismo, ya que hay cierta subjetivi-dad en sus respuestas por lo que al agruparlas
siguiendo cierta metodología, se podría llegar a una respuesta precisa.

El expertón reúne el conocimiento de todos los expertos pa-ra así comenzar a

resolver temas específicos sobre los que ellos tienen un amplio grado de experiencia,
juicio, comprensión y dominio, pero quizá diferentes opiniones, esto con el fin de
aclarar cuestiones en las que se tiene un alto nivel de subjetivi-dad.

2.1 Construcción de un expertón

Para construir un expertón se siguen es recomendable llevar a cabo los siguientes

paso:

1. Construir una tabla con las escalas de opinión

2. Solicitar a los expertos sus grados de respuesta en relación a un tema de interés
3. Repetir niveles de grados de respuesta
4. Obtener probabilidades de las respuestas
5. Obtener probabilidades acumuladas de las respuestas
6. Obtener un expertón simplificado

Solicitamos a 12 expertos que expresen su opinión en rela-ción a 4 sentencias

penales a favor de una pena de cárcel, E. Se pidió que asignaran un valor a cada una
de las sentencias don-de 0 es un veredicto inocente y 1 culpable.

Paso 1. Un ejemplo de escala de culpabilidad en una senten-cia es la siguiente:

131
 Tabla 2.1
Escala de respuesta en relación a la culpabilidad

0 Es inocente
0.1 Prácticamente inocente
0.2 Casi inocente
0.3 Bastante inocente
0.4 Más inocente que culpable
0.5 Ni culpable ni inocente
0.6 Más culpable que inocente
0.7 Bastante culpable
0.8 Casi culpable
0.9 Prácticamente culpable
1.0 Culpable

Paso 2. El segundo paso para elaborar un expertón es pre-guntar a los expertos,

el grado en que consideran que la sen-tencia penal debe tener un veredicto de cul-
pable o inocente. A continuación se construye una tabla en donde se presentan las
calificaciones conforme al nivel de incidencia de 4 sentencias penales.

Tabla 2.2
Grado de culpabilidad en relación a 4 sentencias penales

Experto a b c d
1 0.6 0.5 0.8 0.4
2 0.4 0.6 0.3 0.7
3 0.3 0 0.4 0.1
4 0 0.3 0.6 0.5
5 1 0.9 0.5 0.8
6 0 0.2 0.3 0.1
7 0.1 0.7 0.6 0.7
8 0.9 1 0.5 0.8
9 0.6 0.8 0.9 0.5
10 0.5 1 1 0.7
11 0 0.4 0.2 0.1
12 0.4 0.5 0.1 0.4

132
 En donde podemos observar que existe incongruencia entre el experto 5 y 6
en la sentencia “a” ya que mientras el experto 5 considera que la sentencia es de
culpable el experto 6 la evalúa como sentencia de inocente. Esto nos siguiere a que
debemos ser cuidadosos con el número de expertos ya que entre más tengamos el
sesgo de respuesta será menor.

Paso 3. Repetición de niveles de culpabilidad, se crea una matriz mostrando los

niveles en que los expertos asignaron el mismo nivel de culpabilidad en cada una de
las sentencias. Co-mo se presenta a continuación en la tabla 2.3

Tabla 2.3
Repetición de niveles de culpabilidad

a b c d
0 3 1 - -
0.1 1 - 1 3
0.2 - 1 1 -
0.3 1 1 2 -
0.4 2 1 1 2
0.5 1 2 2 2
0.6 2 1 2 -
0.7 - 1 - 3

0.8 - 1 1 2

0.9 1 1 1 -

1 1 2 1 -

El valor de 3 en la fila de 0 y sentencia “a” indica que los ex-pertos 4, 6 y 11 seña-

laron que estaban convencidos de que la sentencia es de inocente, por ello se suman
los expertos con esa misma respuesta y así para el resto de respuestas.

Paso 4. Probabilidades de culpabilidad. En este paso se divi-de el número de

veces obtenido en el paso anterior, entre la cantidad de expertos entrevistados; esto
con el fin de obtener el porcentaje que tiene ese grado de incidencia en el tema que
se está tratando. La suma de cada columna, esto es, de cada sentencia debe arrojar
1, es decir un 100%.

133
 Tabla 2.4
Probabilidades de culpabilidad
a b c d
0 0.250 0.083 - -
0.1 0.083 - 0.083 0.250
0.2 - 0.083 0.083 -
0.3 0.083 0.083 0.166 -
0.4 0.166 0.083 0.083 0.166

0.5 0.083 0.166 0.166 0.166

0.6 0.166 0.083 0.166 -

0.7 - 0.083 - 0.250

0.8 - 0.083 0.083 0.166

0.9 0.083 0.083 0.083 -

1 0.083 0.166 0.083 -

Paso 5. Probabilidad acumulada, en este paso, se suma cada celda de abajo hacia
arriba con los resultados del paso anterior, para cada variable. Se repite el proceso
con cada columna, para obtener un solo resultado por sentencia. Se parte del nivel
1 al 0. Para designar un Subconjunto Aleatorio Borroso se coloca una virgulilla con
un punto.

Tabla 2.5
Probabilidades acumuladas de culpabilidad

a b c d
0 1 1 1 1
0.1 0.750 0.916 1 1
0.2 0.666 0.916 0.916 0.750
0.3 0.666 0.833 0.833 0.750
A= 0.4 0.583 0.750 0.666 0.750
~
.
0.5 0.416 0.666 0.583 0.583

0.6 0.333 0.500 0.416 0.416

0.7 0.166 0.416 0.250 0.416

0.8 0.166 0.333 0.250 0.166

0.9 0.166 0.250 0.166 0

1 0.083 0.166 0.083 0

134
 Paso 6. Expertón simplificado, para calcularlo se suman todas las probabilidades
acumuladas de los 10 niveles de escala de culpabilidad.

a b c d
A= [0.3995] [0.5746] 0.5163 [0.4831]

Si nos preguntaran ¿Cuál de las sentencias es más probable que tenga un fallo
de culpable1 según los expertos? La respuesta sería b ya que los expertos bajo sus
opiniones le dieron una mayor puntuación.

3. Mapas cognitivos borrosos

3.1 Metodología

La ciencia necesita de métodos que le ayuden a explicar situaciones en donde se

involucren una gran cantidad de variables es necesario contar con una metodología
que pueda incorporar a través del tiempo todos estos elementos. Para Mohr (2002)
modelar un sistema dinámico con un gran número de variables puede resultar una
tarea compleja. Existen muchas técnicas cuantitativas para sistemas bien definidos,
como por ejemplo, la programación matemática utilizada en la investigación de ope-
raciones. Para sistemas menos definidos encontramos técnicas estadísticas como el
caso de la metodología de los datos minados. Estos enfoques tienen la ventaja de
cuantificar de forma numérica los resultados pero presentan ciertos problemas. El
desarrollo de un modelo requiere por lo general de un gran esfuerzo y conocimiento
especializado en la técnica elegida. Ello puede ocasionar que el investigador dedique
una gran parte de su tiempo al estudio de la herramienta y no tanto al problema que
quiere resolver. Asimismo, muchas de las variables cualitativas se dejan a un lado del
estudio por la dificultad de incorporarlas a este tipo de modelos.

Por tal, nos hemos planteado proponer un método cualitativo que represente
adecuadamente las situaciones complejas de los elementos que intervienen en di-
versos desarrollos científicos. En los Mapas Cognitivos Borrosos (MCB) hallamos
una metodología que resuelve la introducción de variables cualitativas. Kosko (1997)
menciona que los MCB ayudan a simular el comportamiento de un sistema de caja
negra a través de relaciones de causa y efecto.

1. Estudio comparativo de la información en una base de datos.

135
 En seguida desarrollaremos un enfoque general y adaptable a cualquier área del
conocimiento con el fin de modelar los MCB. Para esto, estudiaremos sus elementos
y propiedades, así como el procedimiento para su construcción.

Según hemos venido comentando el Mapa Cognitivo Borroso es un método es-

pecífico que sirve para representar las afirmaciones causales borrosas de las personas
acerca de sus creencias con respecto a un dominio de conocimiento. La represen-
tación tiene la forma de señales gráficas de nodos y arcos entre los nodos formando
sendas y/o ciclos. Para comprender esta definición, a continuación desarrollaremos
los elementos y propiedades de los MCB.

3.1.1 Elementos y Propiedades de los MCB

1. Nodos

Representan el concepto o variable (Ci) que puede ser una op-ción de política,
variable económica, etc. Al nodo se le pueden asignar valores, ya sean cualitativos o
cuantitativos. Indican subconjuntos borrosos (C1, C2, ..., Cn), donde n es el número
de nodos en el MCB. Por ejemplo, si optamos por modelar una crisis económica se
podrían considerar los siguientes nodos:

C1 = crisis económica
C2 = horas trabajadas
C3 = expectativa sobre el futuro
C4 = calidad de vida
C5 = esperanza de vida

2. Arcos.
e i, j
Simbolizan una afirmación causal entre el nodo Ci y el nodo Cj, esto es, Ci  → Cj ,
donde ei,j es un valor que nos indica el grado de causalidad (o peso) entre el nodo i y el j. Un
+
arco positivo Ci → Cj significa una relación en el mismo sentido, por ejemplo, un incre-
mento del nodo i provoca un aumento en el nodo j, mientras que un arco negativo implica
una relación inversa. La causalidad del mapa se visualiza a través de la matriz de relaciones
causales (o matriz de pesos) E =(ei,j)1≤i,j≤n y con esta última se elabora el gráfico.

Continuando con el ejemplo de la crisis económica cons-truimos un MCB, el cual

se ilustra en la figura 1. Además, se muestra la matriz de pesos en donde se asume
un orden para el grado de causalidad entre los nodos representado por el con-junto
P = {nada, débil, moderado, f uerte, muy fuerte} = {0; 0, 2; 0, 5; 0, 9; 1}.

136
 Figura 1
Representación gráfica y matriz de relaciones causales.

fuerte
+0.9
C2 C4 fuerte 0 1 0. 5 0 0
+0.9
0 0 0 0.9 0
E=
Muy fuerte C5 0 0 0 0.9 0. 2
fuerte -1 +0.9
0 0 0 0 0. 9
débil
C1 C3 +0.2 0 0 0 0 0
moderada
-0.5

3. Senda.

Es una secuencia de distintos nodos conectados por arcos, del primero hasta el
último nodo de la senda. Las sendas existentes del nodo i al j, Sl(Ci, Cj), se repre-
senta como:

Ci → Ck l → ... → Ck l → Cj (1)
1 1

l = 1, 2, ..., m

donde, los subíndices simbolizan los nodos intermedios entre i y j de la senda l,

mientras que m es el número total de sendas posibles.

Siguiendo con el ejemplo de la figura1, tenemos m = 3 sen-das de C1 a C5, esto es:

S1(C1, C5) = C1 → C3 → C5
S2(C1, C5) = C1 → C3 → C4 → C5
S3(C1, C5) = C1 → C2 → C4 → C5

4. Ciclo.

Es una senda con un arco que une al último y al primer nodo, es decir,
Ci → Ck1 → ... → C kw → Cj . Un ciclo positivo, es decir, cuando la senda incluye sólo arcos
positivos o tiene un número par de arcos negativos, amplifica las relaciones causales;
mientras que un ciclo negativo (tiene un número impar de arcos negativos) las con-
trae. En el MCB de la figura 1 observamos que no existen ciclos.

137
5. Efectos indirectos y totales borrosos.

El efecto indirecto refleja la más débil vinculación dentro de una senda. Se repre-
senta como la causalidad que Ci imparte a Cj por medio de una senda. Por otro lado,
el efecto total especi-fica la más fuerte de las más débiles vinculaciones entre las sen-
das existentes de Ci a Cj y señala todo el efecto indirecto por las vías posibles entre
estos dos conceptos. Para obtener el efecto indirecto (I) se utiliza un operador min;
mientras que para el efecto total (T) se emplea un operador max. Formalmente, si
denotamos: 1) Il(Ci, Cj) como el efecto indirecto de un concepto Ci en Cj sobre la
senda causal l y 2) T (Ci, Cj) como el efecto total de Ci en Cj sobre todas las m sendas
posibles, entonces, Il(Ci, Cj) = min

{
Il (C i , Cj ) = min ep, q�
Í p ¸ (i, k 1l ,..., k lw , j)
, q� } (2)

Tl (C i , C ) = max {I (C , C ),..., I (C , C )}
j 1 i j 1 i j (3)

donde, los subíndices p y q representan los conceptos conti-guos de izquierda a

derecha dentro de Sl(Ci, Cj) y ep, q = peso entre los conceptos Cp, Cq .En el ejem-
plo de la figura 1 tenemos tres vías causales (sendas) de la crisis económica (C1) a
la esperanza de vida (C5), esto es, S1(C1, C5), S2(C1, C5) y S3(C1, C5). Así, los tres
efectos indirectos de C1 sobre C5 son:

I1(C 1 , C5 ) = min {e1,3 , e3,5 }

I1(C 1 , C5 ) = min{moderado, débil } = débil

I2(C 1 , C5 ) = min {e1,2 , e2,4 , e4,5 }

I1(C 1 , C5 ) = min{muy fuerte, fuerte, fuerte} = fuerte

I3(C 1 , C5 ) = min {e1,3 , e3,4 , e4.,5 }

I1(C 1 , C5 ) = min{moderado, fuerte, fuerte} = moderado

A partir de (3) obtenemos el efecto total de C1 sobre C5:

T(C1 , C5 ) = max {I1(C 1 , C5 ), I2(C 1 , C5 ), I3(C 1 , C5 )}

I1(C 1 , C5 ) = max{débil, fuerte, moderado} = fuerte

138
 El análisis nos dice que la crisis económica (C1) imparte una causalidad fuerte en
la esperanza de vida (C5). Además, con-cluimos que S2(C1, C5)es la senda que deter-
mina el efecto total.

Para obtener todos los efectos totales entre los nodos del MCB resulta útil el enfo-
que propuesto por Kaufmann (1982), esto es, la teoría del camino de un grafo finito
borroso. Esto nos lleva a la siguiente expresión:

T = E1 ∪ E2 ∪ ... ∪ En (4)

donde, T es la matriz de efectos totales y Ex es la matriz de pesos iniciales abso-

lutos a la potencia x | x = 1, 2, ...n.

Si aplicamos (4) en la información del ejemplo de la figura 1, entonces T es:

0 1 0.5 0.9 0.9

0 0 0 0.9 0.9
T = E1 ∪ E2 ∪ E3 ∪ E4∪E5 = 0 0 0 0.9 0.9
0 0 0 0 0.9
0 0 0 0 0

6. Centralidad.

Mide la importancia estructural y objetiva de un concepto en la totalidad del

mapa. La centralidad del concepto Ci se represen-ta por CEN (Ci) y se obtiene a
través de las siguientes expresio-nes (las relaciones causales ei,j se toman en valores
absolutos):

CEN(C i ) = IN(Ci ) + OUT(C i )

n
IN(Ci ) = ∑ ei ,k
k =1
(5)
n
OUT(C i ) = ‡
” e k ,i
k =1

donde, IN (Ci) capta el impacto de los conceptos que afectan a Ci, mientras que
OUT (Ci) mide el efecto que tiene Ci sobre el resto de los nodos. Por lo tanto, la cen-

139
tralidad representa la importancia del nodo Ci en el flujo del MCB. Las ecuaciones
de (5) pueden convertirse en borrosas reemplazando los sumatorios de la ecuación
por el operador max.

CEN (Ci) = max(IN (Ci), OUT (Ci))

IN (Ci) = max(ei,1, ei,2, ..., ei,n) (6)
OUT (Ci) = max(e1,i, e2,i, ..., en,i)

Si retomamos el ejemplo de la figura 1 y aplicamos las expre-siones de la ecua-

ción (6) la centralidad para C3 es:

CEN(C3) = max(IN (C3), OUT (C3))

= max(0. 5, 0.9) = 0. 9
IN (C3) = max(e3,1, e3,2, e3,3, e3,4, e3,5)
= (0.5, 0,0, 0, 0) = 0.5
OUT (C3) = max(e1,3, e2,3, e3,3, e4,3, e5,3)
= (0, 0, 0, 0.9, 0.2) = 0.9

Vemos que el nodo C3 tiene un impacto fuerte dentro del flujo causal del mapa.

3.2 Diseño

En este apartado se presenta un procedimiento para diseñar los MCB tomando

de referencia los trabajos de Kosko (1992), Hilera y Martínez (1995) y Zaus (1999).
El diseñador del MCB de-be comenzar con la selección de conceptos, esto es, plan-
teando una colección de nodos o conceptos para resolver un problema específico.
Esta fase es de vital importancia, ya que la inclusión o exclusión de variables puede
perjudicar el funcionamiento futuro del MCB. A continuación, describimos los dos
pasos que, una vez seleccionados los conceptos, es preciso llevar a cabo para diseñar
los MCB: (1) Obtención de Pesos y (2) Activación del Mapa.

3.2.1 Obtención de Pesos

En este paso se buscan las relaciones (pesos) de causalidad entre los nodos del
mapa. Para conseguir estos pesos el diseñador del MCB puede seleccionar entre dos
posibles formas de aprendizaje: conocimiento de expertos y aplicación de una red
neuronal artificial (RN A) . En seguida se explicará cada aprendizaje.

a) Conocimiento de Expertos

140
 Se obtiene mediante la opinión de especialistas en el campo bajo estudio. Kauf-
mann y J. Gil-Aluja (1993) señalan que: “la opinión de un experto puede ser dirigida
a cualquier cosa, con-creta o abstracta, una imagen, objeto, teoría, cálculo, compor-
tamiento, ..., y sirve de base a las elecciones que deberán ser tomadas en el futuro”.

Para facilitar esta etapa se sugiere elaborar un cuestionario que indique la in-
fluencia de un concepto frente a otro. Un tipo de test podría ser el siguiente:

Tabla 1.
Cuestionario para identificación
de influencias entre conceptos

Una vez contestado el cuestionario, se prosigue a construir la matriz de pesos,

pero en ocasiones tenemos más de un experto. Para ello, Hilera y Martínez (1995)
sugieren agregar las opiniones de especialistas mediante la operación de suma lógi-
ca borrosa (unión de subconjuntos borrosos), esto es,

e i, j = max(e(1) (2) (N)

i, j , e i, j ,.., e i, j )
(7)

donde, N = número de expertos y = peso absoluto que el experto x otorga a la

relación causal entre Ci y Cj con x = 1, 2, . . . , N .
Por ejemplo, supongamos que para construir el MCB de la figura 1 fueron nece-
sarios dos expertos y que contestaron el cuestionario presentado en la tabla 1 con los
siguientes resulta-dos (sólo se muestran las relaciones causales con grados de cau-
salidad no Nulos) considerando 2 expertos:

141
 Si pasamos la información de cada cuestionario a una matriz y aplicamos la ex-
presión (7) para la agregación de expertos entonces obtenemos la matriz

E de la figura 1:

b) Aplicación de Redes Neuronales Artificiales (RNA)

Para situaciones en las que no se disponga de las opiniones de expertos se pue-

den obtener los pesos de los MCB a través de la implementación de las RNA, en
donde las neuronas represen-tan los conceptos (nodos) y las conexiones entre ellas,

142
los gra-dos de causalidad. Hilera y Martínez (1995: pág. 333) propo-nen una red de
tipo Hopfield, la cual presenta una estructura con las siguientes características: 1)
una sola capa de entrada con n neuronas, 2) conexiones laterales, esto es, cada neu-
rona se encuentra conectada con el resto y 3) conexiones no autore-currentes, lo que
significa que una neurona no se influye a sí misma. Para poder implementar esta red
en los MCB se reco-gen los datos de las n series temporales que el diseñador asume
como básicas para el estudio del sistema:

[
X1 = x1(1) , x2(1) ,..., x (n1) ]
[
X2 = x1(2) , x2(2) ,..., x (n2) ]
(8)
.
.
.
[
X T = x1(T ) , x 2(T ) ,..., xn(T ) ]
donde, X T = representa el vector de un conjunto de n series temporales en el
periodo t, con t = 1, 2, ..., T y x st = valor de la serie s con s = 1, 2, ..., n en t. El
aprendizaje necesario para implementar el MCB a partir de una red Hopfield es no
supervisado conocido como algoritmo diferencial hebbiano desarrollado por Kosko
(1992). Los pesos se calculan como una correlación entre las variaciones temporales
que se producen en los diferentes conceptos del MCB.

e i, t (t) = −ei, t (t) + Ä

Ä C i ⋅Ä
C j (9)

donde, el símbolo representa el cambio en el tiempo de la variable,Ä e i, t (t) es

el ajuste de las conexiones (pesos) entre las neuronas ante un nuevo vector de en-
trada Xt − ei, t (t) , es el factor de decaimiento que genera una disminución en
la corre-lación entre las neuronas, Ci y Ci son los valores de salida de las neuronas i
y j respectivamente. Así, el término ∆ Ci ∆ Cj indica la correlación entre las va-
riaciones temporales que se producen en las salidas de las neuronas. Si ∆ Ci y ∆ Cj
cambian en el mismo sentido (ambos aumentan o disminuyen) entonces se produce
un reforzamiento del peso, pero si varían en sentido contrario (cuando uno aumenta
y el otro disminuye) entonces el nuevo peso se debilita.

143
 Para calcular Ä
e i, t (t) en la expresión (9) se requieren los valores iniciales
de ei , j (t ) , por lo cual, es necesario definir una matriz de relaciones causales
E t = (ei , j )1≤i , j ≤n en t = 0. Para ello, se sigue la metodología propuesta por Hopfield
, esto es, se multiplica el primer vector de los datos por su transpuesta y se resta la
matriz diagonal de la siguiente forma:

E0 = X1′ ⋅ X1 − D (10)

donde, X1 es el vector inicial formado a partir de un conjunto de n series tem-

′ es el vector transpuesto de X1 y D= es la matriz diagonal de
porales en t = 1; X1
orden nxn que anula los pesos de las conexiones autorrecurrentes ( ).

Por otro lado, el término ∆ Ci ∆ Cj en (9), se obtiene mediante la siguiente

expresión:

( )(
C j = f Sit +1 − Sit ⋅ Stj +1 − Stj
C i ⋅Ä
Ä ) (11)
donde, f es la función de activación, la cual puede tomar la forma de la función

escalón, hiperbólica tangente o sigmoidal como se menciona en J. Hilera y V. Mar-

tínez (1995), (Sit +1 − Sit )⋅ (Stj +1 − Stj ) representan la variación en el tiempo de

la salida de la neurona i y j respectivamente. Estas últimas se obtienen a través del

vector conocido como , esto es,

net t = S1t ,..., Snt = X t ⋅ Et −1

(12)
net t +1 = S1t +1 ,..., Snt +1 = X t ⋅ Et

Para obtener el en t ∈ {1, 2} suponemos que E0 = E1 que se calcula con la ex-

presión (10). En periodos subsecuentes (t > 2), la matriz de pesos se deriva con el
algoritmo de (9) has-ta que los pesos logren una convergencia.

144
2. Activación de los MCB

Con el fin de representar la activación (dinámica) de los MCB a continuación

señalamos los elementos que intervienen en ésta:

a) Matriz de arcos causales ( )1≤i, j≤n

E = ei, j

b) Vector de activación de los conceptos en el mapa.

~
C (t) = [C1(t), C2(t),...,Cn (t)]

c) Función umbral.

La matriz E se obtiene a través del conocimiento de expertos o mediante las

RNA como explicamos en el paso anterior. Los elementos del vector de activación
~
inicial, C (0) , se construyen con preguntas del tipo ¿qué pasa si activamos los

nodos C1 (0), C2 (0),...,C n (0) en cierto grado?

Para obtener cada elemento de los siguientes vectores de ac-tivación se realiza la

operación:

) = f (ã )
C i (t + 1
n
ã = ∑ C r (t) ⋅ e r, i (13)
r =1

∀i ∈ {1,2,..., n}

donde, f representa la función umbral, es elemento del renglón r y la columna i

~
de la matriz de conexiones causales E y C r (0) es el elemento r del vector . C (0)

El procedimiento anterior se repite sucesivamente hasta que el MCB alcance una

solución. Esto significa que el MCB se convierte en un sistema computacional diná-
mico de preguntas ¿qué pasa si enciendo el nodo i? y respuestas a través de la ope-
ración producto hasta llegar a un equilibrio en términos de ciclos periódicos con

145
longitud q = 1, 2, ...m, donde m es el número de repeticiones del vector de salida
(consecuencias) o en su caso un ciclo límite o un atractor caótico.

En este sentido, los ciclos límite son patrones que se repiten. Un ciclo periódico
de longitud uno (q = 1), es un punto fijo, sólo se obtiene un mismo vector de salida
en cada iteración. Si tenemos q = 2 existe biestabilidad o una oscilación en dos fases
con dos vectores de salida que se repiten en el tiempo y así sucesivamente. En cuanto
al atractor caótico existen técnicas para su detección como la reconstrucción del es-
pacio de fases, el cálculo de la dimensión de correlación y la estimación del máximo
exponente de Lyapunov.

El tercer elemento en la dinámica de los MCB es la función umbral, la cual tie-

~
ne como fin reducir las salidas desmesuradas del vector C (t) a un rango estricto.
Este rango varía dependiendo de la función que se elija y puede ser bivalente {0 y
1}, trivalente {-1, 0 y 1}, sigmoidal entre 0 y 1, sigmoidal entre -1 y 1 y tangente
hiperbólica entre -1 y 1, entre otras. A continuación presentamos la forma de estas
funciones. En primer lugar se expone la función bivalente:

1 ∀ ã > 0
C i (t + 1
) = (14)
0 ∀ ã ≤ 0

Si estamos hablando de una función umbral trivalente el vector de salida se ade-

cuaría a un comportamiento de la siguiente forma,

- 1 ∀ ã ≤ -0.5
 (15)
C i (t + 1
) = 0 ∀ - .05 < ã < 0.5
1 ∀ ã ≥ -0.5


Cuando necesitamos que las salidas pasen por una función umbral sigmoidal se
utiliza la siguiente expresión:

1
C i (t + 1
) = (16)
1 + exp( −cγ )

146
 donde, c es una constante que determina el diseñador. Si que-remos que los valo-
res de salida tomen el intervalo entre −1 y 1 entonces la función sigmoidal de (16)
presenta la siguiente va-riante:

1 − exp( −cγ )
C i (t + 1
) = (17)
1 + exp( −cγ )

Por último la función hiperbólica tangente tiene la forma:

C i (t + 1
) = tanh(ôa
exp(ôx − exp( − ô) (18)
tanh =
exp(ô x + exp( − ô)
ô = á (ã − è )

donde, α y θ son parámetros elegidos por el diseñador. Un MCB con n

conceptos y con una función umbral como la que indica la expresión (14)
puede contestar hasta 2n preguntas, si fuera la función de la ecuación (15)
3n preguntas, mientras que para (16) y (17) habría infinitas ¿qué pasa si?
preguntas.

Para explicar lo expuesto en este paso hemos realizado un ejemplo. To-

memos el mapa de la figura 1. Primero tenemos que seleccionar las activa-
~
ciones iniciales C (0) , en este caso en particular consideramos ¿qué pasa si
C1 = crisis económica moderada, C2 = pocas horas trabajadas, C3 = expec-
tativas so-bre el futuro moderadas, C4 = fuerte calidad de vida, C5 =débil
~
esperanza de vida?, esto es, C (0) = [0, 5; 0, 2; 0, 5; 0, 9; 0, 2]. En seguida
utilizamos la expresión (13) teniendo en cuenta la matriz de relaciones cau-
sales E de la figura 1 y aplicamos como función umbral la sigmoidal de la
ecuación (16 ). La convergencia del mapa queda como sigue:

147
 En este ejemplo, el mapa converge a un punto fijo en t = 3 con menos
horas de trabajo, débiles expectativas sobre el futuro y en la calidad de vida
a pesar de que se haya fortalecido la es-peranza de vida. Asimismo, ilustra la
manera en que los MCB funcionan.

3.3 Aplicaciones de los MCB

Los MCB se autoorganizan con los datos de entrada y sirven para representar
un problema. M. Zaus (1999) resume los usos de los MCB sin especificar el campo o
ciencia de estudio, esto es,

1. Análisis cualitativo y de contenido de documentos.

2. Procedimientos en el área experimental para adquirir conocimientos causales.
3. Construcción iterativa con expertos vía entrevistas.
4. Agregación interpersonal sumando los MCB.
5. Evaluación cuantitativa de credibilidad, omisiones y contradicciones.
6. Simulaciones de los MCB como sistemas dinámicos no lineales.
7. Redes de conocimiento causal complejo a través de los MCB dentro de otros MCB.
8. Modelización iterativa con problemas o fenómenos del mundo real o virtual.

Los MCB son estructuras que ayudan a representar modelos dinámicos comple-
jos. Su uso se extiende a los campos de: la meteorología, la educación, la toma de
decisiones, los circuitos eléctricos, la economía, entre otros. Asimismo, pueden ser
empleados para simbolizar mapas conceptuales de equipos de tra-bajo.

En cuanto la aplicación de los MCB fuera del campo económico podemos citar
los siguientes: En ingeniería, Styblinski y Meyer (1991) exponen las semejanzas entre
los MCB y las gráficas en circuitos de señales (signal flow graphs) indicando que los
diagramas usados en la teoría de control son similares a los conceptos de los MCB.
Así, nos muestran cómo a través de los MCB se pueden analizar cualitativamente los
circuitos. Por otro lado, Kosko (1995) los ha empleado para representar decisiones
acerca de la velocidad de conducción con el fin de realizar controles en una autopista
de California. Utiliza conceptos como mal tiempo, congestión de autopista, veloci-
dad de automóvil, aversión al riesgo, frecuencia de patrullas y accidentes.

En meteorología Pal y Konar (1996) han diseñado un MCB para pronosticar el

tiempo. Este mapa cuenta con nueve nodos: verano, día lluvioso, nublado, cielo cla-
ro, día soleado, lluvia, día frío, invierno y lluvia intermitente.

En educación, Cole y Persichitte (2000), proponen el uso de los MCB como una

148
herramienta para crear un conocimiento agregado y para explicar patrones ocultos
en el aprendizaje de los adultos. Específicamente buscan encontrar un mapa que
modele el uso de la educación a distancia a través del conocimiento de expertos.
El resultado es un mapa compuesto por 12 conceptos: disponibilidad tecnológica,
facilidades mobiliarias, tamaño del mercado, éxito del programa, satisfacción del
estudiante, nivel de conocimiento de la facultad, nivel de recursos humanos, nivel
de interés de la facultad, soporte administrativo, uso de la educación a distancia,
evaluación del programa y nivel de patrocinios.

En el campo de la economía y de la empresa los MCB son escasamente utiliza-

dos. Koulouriotis et al. (2001) consideran que los MCB son instrumentos potenciales
para aplicarlos al mercado de valores. Sin embargo, sólo describen los esquemas
conceptuales del mapa, es decir, los factores que impactan al precio de la acción de
una empresa como: las condiciones políticas y económicas, la economía internacio-
nal y las condiciones de la empresa. Por nuestra parte, en Rodríguez y Cortez (2008)
hemos aplicado los MCB para explicar las causas que generaron la crisis mexicana
de 1994. Para ello, utilizamos varias hi-pótesis de expertos para obtener los concep-
tos y relaciones causales del mapa.

La aplicación de los MCB en la economía y las finanzas depende en gran parte de

un cambio de paradigma. Gil-Aluja (1996) menciona que se requiere de un enfoque
distinto al tra-dicional para el tratamiento de las técnicas de decisión con incerti-
dumbre y por ello, es necesario de un gran esfuerzo por parte de los investigadores
en estas áreas. En este sentido, Mohr (2002) nos dice que los tomadores de decisio-
nes se enfrentan ante un mundo difícil de aproximar con las metodologías tradi-
cionales, por tal, propone los MCB para entender el sistema que se desea modelar.

Por otra parte, B. Kosko vía correo electrónico nos comenta: “Los MCB son bue-
nas herramientas para el análisis económico, a pesar de que la mayoría de los eco-
nomistas no las utilizan o las desconozcan. Los MCB pueden modelar las actividades
dentro de un mercado y entre mercados. Además, son un camino razonable para
aproximar un sistema dinámico con un conocimiento causal de sentido común local.
Ello nos permite aplicarlos tanto a nivel de mercado como a juegos dinámicos”.

Resumen

Es necesario que los investigadores de las disciplinas del área de sociales encuen-
tren mecanismos de análisis y aplicación que les permitan acercarse a una realidad
más precisa. El uso de la lógica borrosa parece ser una vía ya que al utilizar interva-

149
los o números triangulares permite el manejo de la incertidumbre, aspecto que está
presente en toda investigación y aplicación de la ciencia.
En este capítulo se presentó la base teórica y metodológica de la teoría de los sub-
conjuntos borrosos así como sus aplica-ciones, esto es, los expertones y los MCB. En
donde abordamos el procedimiento para diseñarlos. Asimismo, expusimos algunas
aplicaciones en distintas áreas de conocimiento.
La psicología nos legó el uso de los MC como una forma de razonamiento, los
matemáticos utilizaron estos modelos y plan-tearon sistemas dinámicos, surgiendo
así los MCB. Para M. Zaus (1999) los MCB son una metodología y a la vez un pro-
ducto. Es un método para proyectar un campo de conocimiento dentro de un marco
topológico causal, el cual constituye una red de conocimientos. El resultado de esta
red es el producto de la investigación.
Es labor de los investigadores de otros campos comprobar la fiabilidad de los
MCB y de los expertones en distintas áreas del conocimiento. Sin olvidar que debe-
mos hacer un esfuerzo por crear un mapa y un experton para cada situación, ya que
de lo contrario estaríamos cayendo en formalismos sin realismo. Para comprender la
teoría de los subconjuntos borrosos se requiere un cambio de paradigma.

Referencias

Gil-Aluja, Jaime (1996). “Towards a new paradigm of investment selection in uncer-

tainty”, Fuzzy Sets and Systems, vol. 84, núm. 2, págs. 187-197.
Hilera González, José R. y Martínez Hernando, Victor J. (1995). Redes neuronales
artificiales: Fundamentos, modelos y aplicaciones. Editorial RAMA, Madrid.
Cole Jason R. y Persichitte Kay A. (2000). “Fuzzy cognitive mapping: ap-plications
in education”, International Journal of Intelligent Systems, vol. 15, núm. 1,
págs. 1-25.
Kaufmann, Arnold (1982). Introducción a la teoría de los subconjuntos borrosos
para el uso de ingenieros: Tomo 1 Elementos teóricos base. Editorial
Continental, México, D.F.
Kaufmann, Arnold y Gil-Aluja, Jaime (1986). Introducción de la teoría de los sub-
conjuntos borrosos a la gestión de las empresas. Milladoiro, Santiago de Com-
postela.
Kaufmann, Arnold y Gil-Aluja, Jaime (1993). Técnicas especiales para la gestión de
expertos. Milladoiro, Vigo.
Kosko, Bart (1992). Neural networks and fuzzy systems: A dynamical systems ap-
proach to machine intelligence. Prentice Hall, Englewood, Cliffs, N. J.
Kosko, Bart (1995). Pensamiento borroso: La nueva ciencia de la lógica borrosa.
Crítica, Barcelona. [Título original: Fuzzy thinking: The new science of fuzzy
logic. Hyperion, Nueva York, 1993].
Kosko, Bart (1997). Fuzzy engineering. Pretince Hall International, Londres.
Koulouriotis, D. E; Diakoulakis, I. E. y Emiris D. M. (2001). “Fuzzy cogni-tive maps

150
 in the stock market”, en Zopounidis, Constantin; Pardalos, Panos M. y Baou-
rakis, George (eds.) (2001) Fuzzy sets in management, economics and marke-
ting. World Scientific Publishing Co., Singapure, págs. 165-177.
Mohr, Stephen (2002). “Fuzzy cognitive maps”, en Stephen Mohr’s Home Page, (en
línea), 17 de diciembre de 1996, última revisión: 15 de octubre de 2002, dis-
ponible en <http://www.users.voicenet.com/~smohr/>.
Pal, S. y Konar, A. (1996). “Cognitive reasoning using fuzzy neural net-works”, IEEE
Transactions on Systems, Man, and Cybernetics-Part B, vol. 26, núm. 4, pág.
616-619.
Rodríguez Martha y Cortez Klender (2008). Modelación de la crisis finan-ciera de
1994 mediante los Mapas Cognitivos Borrosos. Revista Investigación y Cien-
cia de la Universidad Autónoma de Aguascalientes, Núm. 41.
Styblinski, M. A. y Meyer, B. D. (1991). “Signal flow graphs and fuzzy cog-nitive
maps in applications”, International Journal of Man-Machine, vol. 35, núm.
2, págs. 175-186.
Zaus, Michael (1999). Crisp and soft computing with hypercubical calculus.
Physica-Verlag, Heidelberg (Alemania).

151
152
 CAPÍTULO 5
INVESTIGACIÓN CUANTITATIVA:
DISEÑO, TÉCNICAS, MUESTREO
Y ANÁLISIS CUANTITATIVO

Karla Eugenia Rodríguez Burgos1

Introducción

Para realizar una investigación es necesario tener claro los objetivos del estudio,
esto es, hasta dónde se pretende llegar con la investigación, para así decidir la mejor
forma de llevar a cabo el estudio, ya sea de manera cualitativa o cuantitativa.

Algo importante de resaltar es que los autores tienden a coincidir más en los mé-
todos cualitativos utilizados en las ciencias sociales, aunque obviamente cada uno le
da un enfoque distinto de interpretación, al menos en los cualitativos coinciden en
que existen los métodos etnográfico, fenomenológico, narración oral de vida, análi-
sis de contenido, entre muchos otros.

Aunque en la búsqueda de métodos cuantitativos nos topamos con la “poca exis-

tencia” de modelos, como la encuesta y la experimentación, encontramos una am-
plia gama de técnicas que utilizan herramientas estadísticas como las técnicas de
cuantificación predictivas, descriptivas, evaluativas y de optimización dependiendo
del objetivo del estudio.

1
Doctora en Filosofía con Acentuación en Ciencias Políticas por la Universidad Autóno-
ma de Nuevo León. Actualmente es profesora e investigadora de tiempo completo de la
UANL en la Facultad de Ciencias Políticas y Administración Pública. (correo electrónico:
[email protected])

153
 Para determinar la población que va a ser observada en cualquiera de los dos
métodos mencionados anteriormente es necesario determinar el muestreo a utilizar.
Debemos entender lo difícil que es conocer el comportamiento, actitudes, habili-
dades y perspectivas de toda la población por lo que es necesario seleccionar una
muestra de la misma para analizarla.

Lo anterior va a estar determinado por la factibilidad de la investigación, esto es,

tomando en cuenta factores como el espacio (dónde), tiempo (cuándo) y presupues-
to (cuánto cuesta), variables que siempre deben de estar presentes para determinar
hasta donde podemos llevar nuestro estudio, lo que determinará por consiguiente la
representatividad de nuestra muestra.

Finalmente utilizamos como herramienta el análisis cuantitativo, en donde po-

demos observar de manera estadística el comportamiento de una de las variables
(análisis univariable), de las variables dependiente e independiente (bivariable) o el
de la interrelación entre todas las variables (multivariable).

Es así que el presente artículo pretende dar un esbozo de la forma en la que se

debe llevar una investigación cuantitativa tomando en cuenta las características de
los objetivos del estudio, las hipótesis a probar, la selección del diseño de investiga-
ción y de los sujetos a estudiar y finalmente algunas formas para realizar el análisis
de los resultados, dependiendo del conocimiento, habilidades y tiempo que dispon-
ga el investigador.

1. ¿Investigación cualitativa o cuantitativa?

Cuando vamos a iniciar una investigación es necesario preguntarse si se quiere

realizar una de tipo cualitativo o cuantitativo, lo cual dependerá de los resultados que
estamos buscando para el estudio. Un estudio cualitativo se enfoca en la descripción
y comprensión de la conducta de las personas, donde la información se obtiene de
manera flexible y se tiene un análisis de la información de manera interpretacional.

Por otro lado, un estudio cuantitativo conlleva una medición de hechos, opinio-
nes y actitudes de la población, en donde la forma de obtener la información debe
ser estructurada y sistemática. El análisis que se realiza para este tipo de estudios es
estadístico, ya que se espera que se cuantifique la realidad de la sociedad, las relacio-
nes causales y la intensidad de las mismas.2
2
CEA D´ANCONA, Ma. Ángeles. Metodología cuantitativa. Estrategias y técnicas de investigación
social. Madrid. Síntesis Sociológica. 2001. p. 146.
154
 1.1. Proceso para llevar a cabo una investigación cuantitativa

La investigación cuantitativa en las ciencias sociales se da a través de un proceso

en donde la información es recolectada y debe ser relacionada a las ideas o metas
que tiene el investigador para su estudio. De acuerdo a Simeon Yates3 se deben se-
guir ocho pasos para llevar a cabo una investigación cuantitativa. De manera similar
Bryman4 indica una estructura lógica de 11 puntos que debe seguirse en cualquier
proceso de investigación cuantitativa, siendo estos:

Tabla 1
Comparativo de procesos de investigación cuantitativa

Simeon Yates Alan Bryman

1) Teoría 1) Teoría
2) Hipótesis 2) Hipótesis
3) Operacionalización de con- 3)Diseño de investigación
ceptos
4) Selección de quienes re- 4) Medición de conceptos (Opera-
sponderán o casos a estudiar cionalización)
5) Diseño de investigación 5) Seleccionar el lugar de investig-
ación
6) Recolección de datos 6) Seleccionar a los sujetos a in-
vestigar
7) Análisis de datos 7) Recolección de datos
8) Resultados 8) Procesamiento de datos
9) Análisis de datos
10) Resultados y conclusiones
11) Escribir los resultados y con-
clusiones
Fuente: Elaboración propia

3
YATES, Simeon J. Doing Social Science Research. London. Sage Publications. 2005. p.8.
4
BRYMAN, Alan. Research Methods and Organization Studies. London. Routledge. 1995.

155
 En la Tabla 1 podemos observar que si bien el proceso de llevar a cabo la inves-
tigación cuantitativa de Bryman presenta 3 pasos adicionales a los de Yates, estos
tienen que ver con un proceso lógico inherente que se debe contener todo estudio
cuantitativo.

Por ejemplo, la selección del lugar de investigación debe de ser determinado

desde el momento que se esta diseñando la investigación, esto es, requiero saber
qué sujetos se van a investigar y dónde se va a realizar el estudio (las posibilidades
de tiempo, dinero y espacio).

El segundo paso adicional es el procesamiento de los resultados, siendo éste un

paso lógico que debe realizarse después de la recolección de información, ya que
debe de procesarse y verificarse la información antes de que sea analizada estadísti-
camente.

Por último, el escribir los resultados y las conclusiones es un paso que siempre
debe realizarse, porque es la única forma de finalizar con el proceso de la investi-
gación de algún hecho o fenómeno. Por tanto podemos decir que ambos autores
manejan una serie de pasos similares que debe seguir una investigación cuantitativa.

Por lo tanto, a partir de la teoría se procede a la formulación de hipótesis (qué se

quiere probar), se operacionalizan los conceptos (que variables vamos a probar), se
elige un diseño de investigación (cómo los vamos a probar), se selecciona el lugar y
los sujetos (dónde y a quienes vamos a investigar), se aplica el experimento o encues-
ta (recolección de datos) y finalmente se analizan para poder conocer los resultados
y conclusiones de la investigación.

Por lo tanto, en este escrito nos enfocaremos en explicar brevemente el diseño

de investigación y las diferentes técnicas que existen, la selección de la muestra y los
diferentes tipos de muestreo probabilístico y no probabilístico que existen, así como
también a los tipos de análisis que se puedn obtener una vez recolectados los datos.

2. Diseño de investigación cuantitativa

El diseño de investigación cuantitativa cobra relevancia cuando se trata de estu-

diar un fenómeno o comportamiento de los individuos. Para el caso de las ciencias
sociales los diseños de investigación (también llamado métodos) más utilizados son
la investigación por encuesta y la investigación experimental.

156
 2.1. La investigación por encuesta

En algún momento todos hemos escuchado o participado en alguna investiga-

ción por encuesta, como las de consumidores o las de política. Este es un método
utilizado por organizaciones comerciales, públicas o privadas. Por medio de la apli-
cación de un cuestionario estandarizado es como se recolecta información para to-
mar decisiones de índole política, social o de objetivos particulares como en el caso
de las empresas.

2.2. La investigación experimental

En la investigación experimental el investigador manipula variables para obser-

var los cambios que se puedan dar en los sujetos experimentales, teniendo como
base un grupo de control el cual servirá para contrastar y comparar los resultados
obtenidos con el grupo experimental.

La mayoría de los experimentos conocidos en las ciencias sociales tratan de com-

parar dos o más condiciones de grupos particulares que pudieran haber experimen-
tado un evento específico o tener alguna habilidad especial. La forma en la que se
hará el experimento estará determinada por la hipótesis a probar.

Para llevar a cabo la experimentación cuantitativa es necesario precisar las hipó-

tesis, las cuales se generan a partir de observaciones que se hacen de la teoría hacien-
do enunciados precisos del efecto que puede presentar una variable sobre la otra.

Es así que la variable que es manipulada se le conoce como variable independien-

te, la cual puede ser controlada tanto como requiera el investigador o el estudio ya
que va a definir el conjunto de condiciones en el experimento. Por otro lado, la va-
riable que mide los resultados de dicha manipulación se conoce como dependiente,
en donde los resultados dependerán de las manipulaciones que se han hecho.

2.3. Técnicas de cuantificación

Si buscamos realizar estudios cuantitativos es necesario tener claros los objetivos

de la investigación, ya que no solo existen modelos o métodos cuantitativos, sino
también técnicas que utilizan herramientas estadísticas. De acuerdo a Brandon-Jo-
nes y Slack estas ténicas ayudan a predecir, describir, evaluar u optimizar el objeto
de estudio.5
5
BRANDON-JONES, Alistar y Nigel Slack. Quantitative Analysis in operations management.
England. Prentice Hall. Financial Times. 2008. p.p. 4-6

157
 2.3.1. Técnicas predictivas

Como su nombre lo indica, son utilizadas para predecir eventos que puedan ocu-
rrir en el futuro, que estén fuera del control del investigador, en donde se pueda
elegir un curso apropiado de acción.

Además ayudan a estructurar nuestro conocimiento y expectativas acerca del fu-

turo. Regularmente se desarrolla un modelo que tiende a predecir la probabilidad
de un resultado, esto es, la predicción del comportamiento de las variables analiza-
das en el futuro.

Una de las técnicas predictivas más utilizadas son las series de tiempo, que es
cuando se recolectan datos a intervalos regulares, siendo un método de predicción
en donde se examina el patrón o comportamiento que tienen los datos en el futuro
cuando se realizan cambios en algunas de las variables.

Entre los tipos de series de tiempo más comunes se encuentran promedio mó-
vil, promedio móvil ponderado, exponencial simple, exponencial con tendencia de
ajuste y el modelo explicativo estacional.

Otro tipo de técnica predictiva son las predicciones asociativas, el cual encara la
limitación que tiene las series de tiempo de usar solo valores para la variable que se
quiere predecir, por lo que se pueden considerar las variables independientes que
pueden estar relacionados a la variable que se quiere predecir (variable dependien-
te), mediante un análisis de regresión lineal.

2.3.2. Técnicas descriptivas.

Las técnicas descriptivas son usadas para describir la realidad, esto es, tienden a
exponer la forma en la que se puede llegar a la toma de decisiones de una manera
más informada.

Este tipo de técnica se utiliza para incrementar el entendimiento de un fenómeno

observado, en donde no se busca hacer inferencias causales entre los elementos o
variables observadas, sino tratan de descubrir y exponer el fenómeno para represen-
tarlo de una manera simple.

Las técnicas descriptivas no tratan de dar respuesta a los problemas, solo es una
forma de presentar los hechos, siendo útiles para encontrar lo que esta pasando real-
mente por lo que permiten la toma de decisiones de manera intuitiva.

158
 Una técnica descriptiva es la que miden algo, esto es, se mide lo que esta pasan-
do, por ejemplo la medición de la capacidad de las personas dentro de una empresa
en donde se deben considerar supuestos estandarizados.

2.3.3. Técnicas evaluativas

Estas técnicas se enfocan en articular las consecuencias de adoptar diferentes

opciones de decisión, en donde se basan en un conjunto estándar de criterios para
comparar y contrastar opciones alternativas, por lo que se puede identificar con más
claridad cual es el curso apropiado de acción que se debe seguir.

La técnica evaluativa ayuda a llevar a cabo la comparación entre diversas alterna-

tivas, sin embargo debe cumplir con tres aspectos:

1) Factibilidad: se debe tener la capacidad operacional, administrativa y financiera

para llevarla a cabo.
2) Aceptabilidad: los beneficios que trae cada una de las decisiones.
3) Vulnerabilidad: estar consciente de los riesgos involucrados en adoptar esta op-
ción.

Las técnica evaluativa más común es el análisis del punto de equilibrio, el cual
identifica el volumen de demanda que se debe tener para alcanzar los máximos be-
neficios. Otras técnicas evaluativas son los arboles de decisión, la secuencialidad y el
método de puntuación ponderada.

2.3.4. Técnicas de optimización

La técnica de optimización es la que trata de identificar el óptimo que de mejor

respuesta al problema planteado, en donde generalmente involucran un criterio de
decisión agregado, de tal manera que cualquier función simple representa un obje-
tivo que puede ser matemáticamente optimizado.

Esta técnica trata de identificar la mejor opción para alcanzar el máximo bene-
ficio o ganancias netas o minimizar las funciones de costo o flujo de efectivo, por lo
que para llevarlo a cabo se debe contar con tres elementos:

1) La función objetivo, la cual será minimizada o maximizada

2) El numero de variables que determinan el valor de la función objetivo
3) El numero de restricciones que permiten a las variables tomar ciertos valores y
excluir otros.

159
 Entre las técnicas de optimización se encuentran la de locación, el inventario,
método de transportación y la programación linear.

3. Selección de la muestra

El muestreo toma relevante importancia debido a que no es posible medir por

ejemplo las actitudes de todos los individuos dentro de un universo, por lo que es
necesario tomar una muestra, la cual busca representar a la población total.

Existen diversos tipos de muestreo, los cuales primero que nada están divididos en
muestreo probabilístico y no probabilístico, cuya diferencia radica en la aleatoriedad
de selección de la muestra para el primer caso, mientras que en el segundo la elección
queda en manos del investigador, y muchas veces se le deja la responsabilidad a los en-
cuestadores para la toma de decisiones, lo que le resta representatividad y confianza.

3.1. Medición

Medir consiste en observar cuantitativamente, atribuyendo un número a deter-

minadas características o rasgos de un hecho o fenómeno observado.

Existen mediciones ya realizadas como: número de habitantes, edades, profesio-

nes, número de viviendas, etc. Además se pueden medir otro tipo de características
como: opiniones, actitudes, preferencias, intereses, ideales, sentimientos o prejuicios
de un determinado grupo o de toda la sociedad.6

La medición se puede llevar a cabo a través de la operacionalización, esto es,

cuando de la teoría se extraen conceptos y proposiciones, los cuales son traducidos
en términos operacionales, dicho de otra manera, es el proceso de asignación de
medición a los conceptos.

Los indicadores pueden materializarse en formas diversas, ya sea como pregun-

tas en un cuestionario o una entrevista abierta, en el registro de una conducta obser-
vada, en datos estadísticos contabilizados en un censo, etc., dependiendo de la técni-
ca de obtención de información del investigador en el diseño de la investigación. El
tema central del diseño de una muestra radica en representar la realidad mediante
un modelo reducido de esta.7

6
CEA D´ANCONA, Ma. Ángeles. op.cit.
7
VIVANCO, Manuel. Muestreo estadístico, Diseño y aplicaciones. Santiago de Chile. Editorial
Universitaria. 2005.
160
 Basándonos en el esquema presentado por Kinnear y Taylor,8 a continuación se
presentan los pasos a seguir para la realización de un muestreo:

a) Definir la población
b) Identificar el marco muestral
c) Seleccionar un método de muestreo
d) Determinar el tamaño de la muestra
e) Seleccionar la muestra

Definir la población conlleva especificar todos los elementos que son sujetos a
análisis en la investigación,9 por lo que podemos decir que son el conjunto de uni-
dades de los cuales se desea conseguir cierta información dados los objetivos de la
investigación. Por tanto, las unidades de análisis pueden ser delimitadas de manera
poblacional, temporal y espacial.

Sin embargo los criterios para definir el universo o las unidades de análisis pue-
den ser demográficas, sociales, económicas, políticas, mercadológicas o psicológicas,
todo dependerá del estudio que se vaya a llevar a cabo.

El marco muestral es referido a la fuente de donde puede obtenerse la infor-

mación para el estudio,10 el cual permite realizar una selección de elementos ase-
gurando la posibilidad de que todos sean elegidos. Existen dos tipos de marcos
muestrales11:

1) Por lista: en donde los elementos son enumerados uno a uno.

2) Por área: en donde se representan los territorios geográficos.

3.2. Muestreo

Realizar un muestreo es tomar una porción de la población que nos represente

todo el universo que deseamos analizar,12 por lo que podemos decir que el muestreo
es un procedimiento mediante el cual se estudia una parte de la población, conocida
8
Apud. KINNEAR, Thomas y TAYLOR, James, Investigación de mercados, McGraw – Hill, Mé-
xico, 1993, p. 366 en BERNAL, César. Metodología de la Investigación para Administración y
Economía. Colombia. Person. 2000.
9
MAXIM, Paul. Métodos cuantitativos aplicados a las ciencias sociales. México. Oxford, University
Press México. 2002.
10
BERNAL, César. op.cit.
11
MALHOTRA, Naresh K. Investigación de mercados. Un enfoque aplicado. México. Pearson ���� Edu-
cation. 2004.
12
KERLINGER, Fred y Howard B. Lee. Investigación del comportamiento. Métodos de Investigación
en Ciencias Sociales. 4ª ed. México. McGraw – Hill. 2008.

161
como muestra, que servirá para inferir actitudes, comportamientos, acciones, entre
otras cosas, de toda la población.

El valor del muestreo radica en la posibilidad de conocer el comportamiento de

una población infinita a partir de un subconjunto, por lo que no es necesario llevar
a cabo un censo.13 En general se entiende por muestreo estadístico a todo proce-
dimiento de selección de individuos, procedentes de una población objetivo, que
asegure a todo individuo que compone dicha población, una probabilidad de ser
seleccionado para formar parte de la muestra que será sometida a estudio.14

El muestreo sirve para clasificar y determinar el tamaño de una población de la

cual quieres obtener una muestra, reducir costos y obtener una mayor exactitud, en
donde se tiene una mayor rapidez para obtener resultados y puede ser supervisado,15
además de ahorrar tiempo y dinero se evitan los errores operativos y de medición
que conlleva un censo.16

Por lo tanto, las razones para realizar un muestreo en vez de medir todos los ele-
mentos de una población de acuerdo a Namakforoosh17 son:

1) La medición de todos los elementos de una población requiere mucho tiempo y

dinero.
2) Al medir todos los elementos de la población cuando termina la etapa de reco-
lección de datos, la información captada no tendrá la misma validez debido a
posibles cambios.
3) El censo paralizaría todo el proceso normal de la vida de la población.

3.3. Tipos de muestreo

El muestreo se divide inicialmente en dos tipos, el probabilístico y el no proba-

bilístico. El muestreo probabilístico es cuando todos los elementos de la población
tienen la misma probabilidad de ser elegidos para formar parte de una muestra.18
Algunos autores indican que este tipo de muestreo también es conocido cono mues-
13
GALINDO Cáceres, Luis Jesús. Técnicas de investigación en sociedad, cultura y comunicación.
México. Prentice Hall. 1999.
14
NAMAKFOROOSH, Mohamed Naghi. Metodología de la investigación. México. Limusa. 2005.
15
DEL RINCÓN, D. et al. Técnicas de investigación en ciencias sociales. Madrid. Dykinson. 1995.
16
GALINDO Cáceres, Luis Jesús. op. cit.
17
NAMAKFOROOSH, Mohamed Naghi. op. cit.
18
ANDER-EGG, Ezequiel. Métodos y técnicas de Investigación Social IV. Técnicas para la recogida de
datos e información. 24ª. ed. Argentina. Editorial Distribuidora Lumen. 2003.

162
treo representativo ya que se reproducen, con cierto grado de error, todas las carac-
terísticas de la población o universo estudiado.19

Estas pruebas son fundamentales en las encuestas de opinión en donde al hacer

estimaciones de variables por medio de muestras, los resultados deben reflejar el
comportamiento que tienen toda la población.20 Una de las ventajas que presentan
este tipo de pruebas es que se puede medir el error muestral.21

Por otro lado, el muestreo no probabilístico también es llamado muestreo no

representativo, no probabilístico, intencional, de criterio o determinístico no nece-
sariamente guarda las características de la población de donde fueron obtenidos los
datos y no se puede calcular el grado o tamaño del error.

En las muestras no probabilísticas, frecuentemente utilizadas en investigaciones

sociales, no se conoce la probabilidad que tiene cada elemento de ser elegido por lo
que dependen de las características de la investigación.22

Entre las ventajas que tienen se encuentran es el no necesitar un marco muestral,

además de ser más sencillas y menos costosas que las probabilísticas, sin embargo,
presentan dificultad para calcular el error muestral e introducen sesgos en el proce-
so de la selección de la muestra.23 Estas debilidades, como indica Kerlinger, pueden
ser disminuidas con la experiencia y el cuidado al seleccionar las muestras por parte
del investigador.24

En general este tipo de muestreo se utiliza para estudios exploratorios que no

servirían para hacer generalizaciones debido a que la muestra extraída puede no
representar las características de toda la población.

19
GALINDO Cáceres, Luis Jesús. op. cit.
20
HERNÁNDEZ SAMPIERI, Roberto. et al. Metodología de la investigación. 4ª ed. México.
McGraw-Hill. 2007.
21
IZCARA PALACIOS, Simón Pedro. Introducción al muestreo. México. Miguel Ángel Porrúa-
UAT. 2007.
22
COZBY, Paul C. Métodos de investigación del comportamiento. 8ª ed. México. McGraw-Hill.
2001.
23
CEA D´ANCONA, Ma. Ángeles. op.cit.
24
KERLINGER, Fred y Howard B. Lee. op.cit.
163
 3.3.1. Tipos de muestreo probabilístico

MUESTREO ALEATORIO SIMPLE (MAS):

Características principales:
1) Todos los elementos del universo tienen la misma probabilidad de ser incluidos
en la muestra. Esto es posible cuando existe una lista de los elementos.25
2) Cada elemento se selecciona de manera independiente a los otros elementos y la
muestra se extrae mediante un procedimiento aleatorio del marco de muestreo.26

MUESTREO ESTRATIFICADO:
Características principales:
1) Se lleva mediante un proceso en etapas en donde se divide a la población en
subpoblaciones o estratos.
2) Los elementos se seleccionan en cada uno de los estratos mediante un procedi-
miento aleatorio.27
3) Los elementos de cada estrato son proporcionales a los que presenta el universo
poblacional.
4) Los estratos pueden ser de tipo geográfico, esto es, división de la población en
rural, urbana, o de tipo sociodemográfico que son género, edad, profesión, esta-
do civil, religión, etc.28

MUESTREO POR CONGLOMERADOS:

Características principales:
1) También llamado por agrupamiento o racimos, es un procedimiento que se ca-
racteriza por constituir unidades de muestreo por un agregado de elementos.29
2) La población está dividida en grupos de forma natural llamados conglomerados,
aleatoriamente se eligen un conjunto de conglomerados, buscando tener grupos
pequeños y heterogéneos para su análisis.
3) Por lo tanto, todo conglomerado esta constituido por un conjunto de elementos
con valores diferentes entre si.
4) En este tipo de muestra los individuos son seleccionados de manera indirecta,
esto es, para la elección del individuo final necesitan pasar varias etapas, al no
contar con una lista que contenga información de la ubicación de cada una de las
personas.30

25
GALINDO Cáceres, Luis Jesús. op. cit.
26
MALHOTRA, Naresh K. op. cit.
27
Ídem.
28
IZCARA Palacios, Simón Pedro. op. cit.
29
VIVANCO, Manuel. op. cit.
30
IZCARA Palacios, Simón Pedro. op. cit.
164
5) Una característica muy particular de este tipo de muestreo es que no requiere un
listado de todos los elementos de la población para diseñar la muestra.

3.3.2. Tipos de muestreo no probabilístico

MUESTREO POR JUICIO:

Características principales:
1) Los elementos de la población son seleccionados a propósito con base en el juicio
del investigador.
2) Ejemplo de este tipo de muestreo son los mercados de prueba, elección de líderes
de opinión, tiendas departamentales, etc.

MUESTREO POR CUOTAS:

Características principales:
1) Las cuotas es un tipo de muestra no probabilística, siendo muy similar al mues-
treo estratificado (probabilístico), con la diferencia de que las cuotas permiten la
libre elección de los sujetos que se van a entrevistar por parte del encuestador.31
2) Esto ocasiona problemas de sesgo en los datos recabados, ya que el entrevistador
puede contactar solo a las personas que le sea más fácil localizar, evitando dificulta-
des y no insistiendo cuando una persona no permite o se niega a ser encuestada.

BOLA DE NIEVE:
Características principales:
1) En este proceso se selecciona al azar un grupo inicial de encuestados, sin em-
bargo, los encuestados posteriores se seleccionan con base a las referencias o a la
información proporcionada por los encuestados inicialmente.
2) Este tipo de procedimiento se puede llevar a cabo en olas para obtener referen-
cias de referencias.

3.3.3. Otras técnicas del proceso de muestreo

MUESTREO MULTI O POLI ETÁPICO:

Características principales:
1) Las muestras multietapas se utilizan cuando para extraer la muestra final se reali-
zan diversos procedimientos, por ejemplo para estudios nacionales se puede ele-
gir en la primera etapa ciudades, para la segunda etapa, de cada ciudad elegida
se seleccionan manzanas, en la tercera, de las manzanas muestreadas se extraen
las viviendas a encuestar y finalmente de cada vivienda se escoge a un individuo.

31
CORBETTA, Piergiorgio. Metodología y técnicas de Investigación Social. España. McGraw Hill. 2007.

165
2) En cada una de las etapas se utiliza en método aleatorio de selección que puede
ser estratificado previamente o por conglomerados.32

MUESTREO CON PROBABILIDAD PROPORCIONAL AL TAMAÑO (PPT):

Características principales:
1) Los procedimientos de muestreo probabilístico permite que a cada elemento se
le asignen probabilidades iguales o desiguales de selección.
2) En el Muestreo Aleatorio Simple (MAS) las probabilidades de selección son igua-
les.
3) Se utiliza el muestreo proporcional al tamaño cuando las unidades muestrales
varían en tamaño y son conocidas.

MUESTREO CON REEMPLAZO:

Características principales:
1) Se selecciona un elemento del marco de muestreo, el cual tiene la probabilidad
de volver a ser seleccionado.

MUESTREO CON REPLICAS:

Características principales:
1) Cuando se selecciona más de una muestra en una misma población, seleccio-
nando muestras pequeñas, independientes entre si, que en conjunto sumen el
tamaño de una sola muestra mayor.
2) Cada muestra pequeña es una replica y todos tienen aproximadamente el mismo
tamaño.
3) Las razones para realizar este tipo de muestreo se debe a la necesidad de resulta-
dos preliminares, y para mejorar el error típico de estimación.

MUESTREO LONGITUDINAL:
Características principales:
1) Procedimiento caracterizado por la medición de una misma población en perio-
dos temporales sucesivos.
2) También se conocen como muestreo tipo panel, en donde se designará a un gru-
po de personas seleccionadas con el propósito que sirvan de jurado, para darle
seguimiento a la percepción de servicios o productos.

32
HERNÁNDEZ SAMPIERI, Roberto. op.cit.
166
 3.3.4. Muestreo más común en el estudio de las encuestas de opinión
pública en México

Regularmente, en los estudios de encuestas nacionales e internacionales en don-

de se busca obtener información acerca de la percepción, actitudes y valores de las
personas, el muestreo más utilizado es el estratificado.

La ventaja principal que tiene este método de muestreo es que busca reflejar la
composición de la población total en cada uno de los estratos.33 Sin embargo, para
realizarlo se necesita una mayor información del marco muestral que identifique a
la población de cada estrato.34

Cuando se realizan estudios a nivel nacional, las estratificaciones más comunes

suelen ser por ubicación geográfica (zonas norte, centro occidente, centro y sur),
tipo de localidad (rural y urbana) y tamaño de localidad (en donde marcan el estrato
midiendo la densidad de la población en alto, medio y bajo).

El marco muestral que se necesita para llevar a cabo un muestreo estratificado

es una lista lo más completa posible de la forma en la que se encuentra distribuida
la población a estudiar, basándose en su mayoría en las secciones electorales del
Instituto Federal Electoral (IFE). Sin embargo, hay que tomar en cuenta que en este
caso la lista puede no ser representativa, debido a que existen personas que no estén
registradas, que fallecieron, o pudieron cambiar de domicilio sin haber registrado
el cambio en el IFE. Esto generaría que la información utilizada no representa exac-
tamente la composición y distribución de la población.

El muestreo por conglomerados es menos utilizado que el estratificado, siendo

que el primero presenta diversas ventajas como: no necesitar una lista de todos los
elementos de una población, reduce los costos del trabajo de investigación al encon-
trarse concentrados las unidades últimas de muestreo en pequeños conglomerados
que disminuyen los costos de transportación para pruebas nacionales e internacio-
nales, sin embargo el error muestral es mayor al tener homogeneidad en los conglo-
merados, pero este puede ser disminuido aumentando el número de conglomerados
a muestrear.

Es muy común encontrar muestreo en multietapas, el cual se puede dar a partir

de la elección de un muestreo estratificado o por conglomerados, en donde la dife-
33
COZBY, Paul C. op.cit.
34
CEA D´ANCONA, Ma. Ángeles. op.cit.

167
rencia radica en que con el primero se cuenta con una lista completa del objeto de
estudio, en este caso de las personas que van a ser entrevistadas, haciendo estratos
de acuerdo a la distribución de la población.

Por otro lado, en el muestreo por conglomerados se hacen las selecciones en eta-
pas dado el desconocimiento de la ubicación de las personas, pero situando conglo-
merados que pueden ser geográficamente naturales, para en cada una de las etapas
proceder a un tipo de muestreo aleatorio.

Finalmente, es muy común encontrar la aplicación de cuotas en la última etapa,

siendo el mayor inconveniente que el estudio puede no ser representativo de la po-
blación al dejarle completa libertad al entrevistador.

Para disminuir este sesgo se puede complementar con un muestreo de rutas alea-
torias el cual indica un itinerario al encuestador para determinarle en donde debe
realizarse la entrevista. En la práctica, este método facilita enormemente la labor
del encuestador, al indicarle la vivienda seleccionada, solo se enfocará en cubrir los
criterios de la cuota que regularmente están dados por sexo y rango de edad.

3.4. Estimación del tamaño de muestra y errores muestrales

El cálculo del tamaño de la muestra se realiza mediante una fórmula que es una
ecuación que relaciona dos términos. La incógnita es el número de elementos a
encuestar y el término que permite despejar la incógnita está compuesto por los
factores que condicionan el tamaño de la muestra.

Entre los factores que deben tomarse en cuenta están el nivel de confianza, la
probabilidad de error, una medida de dispersión de los datos, el sesgo de la unidad
de muestreo y el tamaño de la población.

La formula a utilizar será distinta según el procedimiento de selección de ele-

mentos y el resultado de la aplicación de la formula variara según los valores que
suman los factores que condicionan el tamaño de la muestra.

El cálculo del tamaño de la muestra involucra aspectos técnicos y subjetivos. Los

aspectos técnicos tienen relación con el procedimiento de selección y, por extensión,
con la viabilidad de acceder a las unidades de muestreo según costos y cronograma.
Los aspectos subjetivos tienen que ver con opciones que decida el diseñador de la
muestra, como el nivel de confianza asociado a la estimación.

168
 Podemos tener diferentes tipos de errores, el primero llamado error muestral el
cual es una variación natural existente tomada de la misma población, mientras que
los errores no muestrales son errores que pueden ser cometidos por el mismo inves-
tigador como el sesgo en la muestra.

3.4.1. Algunos errores muestrales

Características principales:
a) POR FALTA DE RESPUESTA: Es cuando alguno de los encuestados de la mues-
tra no responde, negándose directamente o no estando en casa.
b) DE RESPUESTA: Surge cuando el encuestado da respuestas inexactas, o cuando
sus respuestas se analizan o se registran mal.

3.4.2. Algunos errores no muestrales

Características principales:
a) POR REEMPLAZO DE INFORMACIÒN: Es la variación entre la información
que se requiere para el problema de investigación de mercados y la información
que busca el investigador.
b) DE MEDICION: Es la variación entre la información que se busca y la que se
genera, por ejemplo al tratar de medir las preferencias del consumidor, el inves-
tigador puede utilizar una escala que mide percepciones más que preferencias.
c) DE ANALISIS DE DATOS: Es cuando la información sin depurar de los cuestio-
narios se transforma en resultados de investigación.
d) POR FRAUDE: Cuando el entrevistador registra algunas respuestas con su opi-
nión en alguna parte de la entrevista.

4. Análisis cuantitativo

El análisis cuantitativo involucra el colectar datos que puedan ser medidos de

alguna forma, por tanto, los datos deben ser organizados para ayudar a la toma de
decisiones. Es necesario no ignorar las técnicas cuantitativas debido a que se pierde
la oportunidad de fortalecer el rigor y la disciplina de las funciones operacionales
dentro de una organización.35

De acuerdo a Bryman y Bell la única distinción que existe entre los métodos cua-
litativos de los cuantitativos es que los últimos usan mediciones además de que tien-
den a ser deductivos, esto es, tratan de probar las teorías, mientras que los modelos

35
BRANDON-JONES, Alistar y Nigel Slack. op.cit.

169
cualitativos no utilizan mediciones, son inductivos siendo los que generan la teoría.36

4.1. Objetivos cuantitativos en organizaciones

Brandon-Jones y Slack, indican que el análisis cuantitativo en las operaciones ad-

ministrativas de una empresa debe realizarse bajo un modelo, siendo éste una forma
de estructurar y formalizar la información que se posee para presentar una realidad
de una forma simplificada y más organizada.37

Es así que proponen modelos cuantitativos divididos en dos dimensiones:

1) Optimización o satisfacción: La optimización trata de buscar la única mejor so-

lución al problema, como la maximización de beneficios o la minimización de
costos, mientras que la satisfacción acepta que un óptimo teórico puede no ser el
óptimo real, sino trata de buscar un sub óptimo que reporte mayor satisfacción.
2) Distingue entre determinístico y probabilístico: mientras que el primero usa es-
timaciones simples para representar el valor de cada una de las variables en las
decisiones que se tomen, el probabilístico usa las distribuciones probabilísticas
para describir las decisiones que se van a tomar en términos de la incertidumbre
inherente que existe.

4.2. Análisis estadísticos

El análisis cuantitativo sirve para cuantificar la realidad social, las relaciones cau-
sales y su intensidad, por medio de la estadística, siendo así que el análisis de los
datos lo puede determinar de la siguiente manera de acuerdo a Cea D’Ancona38:

a) Análisis estadístico univariable

b) Análisis estadístico bivariable
c) Análisis estadístico multivariable
d) Análisis de contenido cuantitativo

4.2.1. Análisis estadístico univariable

Como su nombre lo indica, el análisis univariable trata de evaluar y analizar una

sola variable a la vez, como por ejemplo las tablas de frecuencias, los diagramas, las

36
BRYMAN, Alan y Emma Bell. Business Research Methods. Oxford University Press. USA.
2007. p. 28.
37
BRANDON-JONES, Alistar y Nigel Slack. op.cit.
38
CEA D´ANCONA, Ma. Ángeles. op.cit.
170
medidas de tendencia central o las medidas de dispersión.39

Cuando se procede a la exploración de datos, se debe realizar un análisis de cada

variable, en donde para cada una de estas se debe calcular su distribución o tabla de
frecuencias, la cual debe incluir los distintos valores de cada variable que pueden ser
distribuidos en clases o categorías, y además también se obtiene el numero de veces
en las que aparece la variable, conocido como frecuencia.

La información que contiene las tablas de frecuencias también puede represen-

tarse de forma gráfica, lo que ayuda a tener una mejor visión de la dispersión o
concentración de los datos. Entre las representaciones gráficas más frecuentes se
encuentran los diagramas de barras, histogramas, el tronco y las hojas, la caja, el
polígono, ojivas y los gráficos de sectores (pasteles).
Para medir estadísticamente la distribución de los valores de una variable regu-
larmente se utilizan las medidas de tendencia central, las medidas de dispersión y
las medidas de la distribución.

Las medidas de tendencia central agrupan los atributos típicos de una variable
proporcionando un resumen de la información contenida en la distribución. Entre
las más utilizadas se encuentran la media, la cual es la más representativa al utilizar
todos los valores de la distribución. Si los valores extremos son muy dispares, esto
hace que la media no sea una buena medida, por lo que es necesario utilizar la me-
diana, siendo ésta la que divide la distribución en dos partes iguales.

Otra medida de tendencia central es la moda, siendo el valor de mayor frecuen-

cia en una distribución, esto es, el valor que mas casos comparte, sin embargo hay
que tomar en cuenta que para su cálculo no intervienen todos los valores de la dis-
tribución.

En las medidas de dispersión se mide la variabilidad que existe en torno a las

medidas de tendencia central (media o mediana). Una de las medidas absolutas más
comunes es el rango o recorrido que expresa el número de valores incluidos en la
distribución. También se tiene la desviación típica que representa el promedio de la
desviación de los casos con respecto a la media y finalmente la varianza, la cual es el
cuadrado de la desviación típica, lo que representa un medida de heterogeneidad
en una distribución.

4.2.2. Análisis estadístico bivariable

39
BRYMAN, Alan y Emma Bell. op.cit. p. 357.

171
 Una vez realizado un análisis exploratorio o univariable, se procede a un análisis
estadístico bivariable para describir el conjunto de la población observada (descrip-
tivo) o explicativo en donde se analizan las posibles relaciones entre la variable de-
pendiente y la independiente.

Por lo tanto, el análisis bivariable se encarga de analizar dos variables al mismo

tiempo tratando de ver si existe alguna relación entre las variables, buscando eviden-
cias de que los cambios o variación de una de las variables afectan o coinciden con
la otra variable.40

Entre los análisis estadísticos más comunes se encuentran las tablas de contingen-
cia, las cuales son formadas a partir del cruce de dos variables, la varianza simple,
utilizada en los diseños experimentales para comprobar la diferencia entre los gru-
pos respecto a una única variable dependiente, una vez que se manipula la variable
independiente.

Otra técnica bivariable es la regresión simple, en donde también se analiza la

relación entre las variables dependiente e independiente, pero además se puede
realizar predicciones de la variable dependiente a partir de conocer la variable in-
dependiente.

4.2.3. Análisis estadístico multivariable

Los análisis univariables y bivariables, aunque son importantes, a veces no cubren

todo lo que se puede obtener de una investigación, es por eso, que para tener una
visión amplia de la realidad que se analiza se necesita realizar análisis multivariables,
lo que conlleva a medir la interrelación existente entre grupos de variables.

Este análisis indica la relación existente de 3 o más variables en donde lo im-

portante es encontrar si la relación entre esas variables no es falsa, si existe alguna
variable de intervención o si una de las variables es la que tiene un mayor impacto
en comparación con las otras.

Entre las técnicas multivariables de dependencia se encuentran la regresión múl-

tiple, análisis discriminante, análisis multivariable de la varianza, correlación canó-
nica y las ecuaciones estructurales.

La regresión múltiple se utiliza cuando se busca la predicción del valor de una

variable dependiente a partir de un conjunto de variables independientes, sin em-
40
Íbidem. p. 360.
172
bargo es necesario cumplir con supuestos como la linealidad, normalidad, homo-
cedasticidad, aditividad, ausencia de colinealidad y además contar con un número
elevado de observaciones.

El análisis discriminante es una técnica utilizada para clasificar y asignar indivi-

duos en grupos, cuyo objetivo radica en estimar la relación entre las variables inde-
pendientes y una única variable dependiente. En esta técnica el número de catego-
rías va a estar determinada a partir de los grupos formados a partir de la muestra
utilizando técnicas multivariadas de interdependencia como el análisis por conglo-
merados o el análisis factorial.

El análisis multivariable de la varianza conocido como MANOVA es un segui-

miento del análisis de la varianza ANOVA, en donde permite la medición de las co-
rrelaciones entre las variables dependientes y entre las independientes. Este análisis
también puede ser utilizado en los diseños experimentales para determinar la exis-
tencia de diferencias de las variables dependientes en cada grupo de tratamiento.

La correlación canónica es una técnica de dependencia que permite la compro-

bación de la existencia de interrelación entre una serie de variables dependientes y
otra serie de variables independientes. El objetivo principal es obtener combinacio-
nes lineales de cada serie de variables, lo cual maximiza las correlaciones entre las
variables.

Finalmente las ecuaciones estructurales son una técnica de dependencia que

aunque se consideran una extensión del análisis factorial y de regresión múltiple,
estos además comprueban las diversas relaciones causales no solo entre las variables
dependientes e independientes, sino entre ellas mismas, por lo que se genera un
modelo causal.

Referencias

ANDER-EGG, Ezequiel. Métodos y técnicas de Investigación Social IV. Técnicas para la recogida
de datos e información. 24ª. ed. Argentina. Editorial Distribuidora Lumen. 2003.
ANDERSON, David R. et al. Estadística para administración y economía. 8ª ed. México.
International Thompson Editores. 2005.
BERNAL, César. Metodología de la Investigación para Administración y Economía. Co-
lombia. Pearson. 2000.
BRANDON-JONES, Alistar y Nigel Slack. Quantitative Analysis in operations manage-
ment. England. Prentice Hall. Financial Times. 2008.
BRYMAN, Alan. Research Methods and Organization Studies. London. Routledge. 1995.

173
BRYMAN, Alan y Emma Bell. Business Research Methods. USA. Oxford University
Press. 2007.
CANALES CERÓN, Manuel. (Comp). Metodología de investigación social. Introducción
a los oficios. Chile. Lom Ediciones. 2006.
CEA D´ANCONA, Ma. Ángeles. Metodología cuantitativa. Estrategias y técnicas de inves-
tigación social. Madrid. Síntesis Sociológica. 2001.
CORBETTA, Piergiorgio. Metodología y técnicas de Investigación Social. Edición revisa-
da. España. McGraw Hill. 2007.
COZBY, Paul C. Métodos de investigación del comportamiento. 8ª ed. México. McGraw-
Hill. 2001.
DAVIS, Duane. Investigación en Administración para la toma de decisiones. México. Inter-
nacional Thompson Editores. 2000.
DE MENEZES, Lilian M. (Comp). Quantitative Methods. United Kindom. Pearson
Custom Publishing. 2007.
DEL RINCÓN, D. et al. Técnicas de investigación en ciencias sociales. Madrid. Dykinson.
1995.
GALINDO Cáceres, Luis Jesús. Técnicas de investigación en sociedad, cultura y comunica-
ción. México. Prentice Hall. 1999.
GOMM, Roger. Social Research Methodology. A critical introduction. New York. Palgrave
Macmillan. 2004.
GRANDE, Idelfonso. Et. Al. Análisis de Encuestas. España. ESIC Editorial. 2005.
GRAWITZ, Madeleine. Métodos y técnicas de las ciencias sociales. Tomo I. Traducción por
Enrique Muñoz Latorre. Barcelona. Editorial Hispano Europea. 1975.
HERNÁNDEZ SAMPIERI, Roberto. et al. Metodología de la investigación. 4ª ed. Mé-
xico. McGraw-Hill. 2007.
IZCARA PALACIOS, Simón Pedro. Introducción al muestreo. México. Miguel Ángel
Porrúa-UAT. 2007.
KERLINGER, Fred y Howard B. Lee. Investigación del comportamiento. Métodos de In-
vestigación en Ciencias Sociales. 4ª ed. México. McGraw – Hill. 2008.
MALHOTRA, Naresh K. Investigación de mercados. Un enfoque aplicado. México. Pear-
son Education. 2004.
MARSH, David and Gerry Stoker. Theory and methods in political science. 2nd ed. Hamp-
shire. Palgrave Macmillan. 2002.
MAXIM, Paul. Métodos cuantitativos aplicados a las ciencias sociales. México. Oxford
University Press México. 2002.
NAMAKFOROOSH, Mohamed Naghi. Metodología de la investigación. México. Limu-
sa. 2005.
SAINT-HILAIRE, Antoine. Research Methods in Business. United Kindom. Pearson
Custom Publication. 2002.
VALLES, Miguel S. Técnicas cualitativas de investigación social. Reflexión metodológica y
práctica profesional. España. Editorial Síntesis. 2007.
VIVANCO, Manuel. Muestreo estadístico, Diseño y aplicaciones. Santiago de Chile. Edi-
torial Universitaria. 2005.
WACKERLY, Dennis. Et. Al. Estadística Matemática con Aplicaciones. México. Thomp-
son. 2002.
YATES, Simeon J. Doing Social Science Research. London. Sage Publications. 2005.

174
 CAPÍTULO 6
USO ESTRATÉGICO
DE LA ESTADÍSTICA

Dr. Mohammad Hosein Badii Zabeh

Introducción

El propósito fundamental de este capítulo es presentar algunos conceptos rele-

vantes en estadística. Los ejemplos se toman de diferentes disciplinas, sin embargo,
los principios son idénticos, y por tanto, el lector puede aplicar estos conceptos en
su campo de interés. Este capítulo cuenta con 82 ecuaciones, 42 tablas, 24 secciones,
25 ejemplos y 8 figuras.

La palabra statistik proviene de la palabra italiana statista que fue utilizada por
primera vez por Gottfried Achenwall (1719-1772), un profesor de Marlborough y de
Göttingen, y el Dr. E. A. W. Zimmerman introdujo el término estadística a Inglaterra.
Su uso fue popularizado por sir John Sinclair en su obra Statistical Account of Scotland
(1791-1799). Sin embargo, mucho antes del siglo XVIII, la gente utilizaba y registra-
ba datos. La estadística gubernamental oficial es tan vieja como la historia registra-
da. El viejo testamento contiene varios informes sobre levantamiento de censos. Los
Gobiernos de los antiguos Babilonia, Egipto y Roma reunieron registros detallados
sobre la población y recursos. En la edad media, los gobiernos empezaron a registrar
la propiedad de la tierra. En el año 762 de nuestra era, Carlomagono pidió la des-
cripción detallada de las propiedades de la Iglesia. A principio del siglo IX terminó
la enumeración estadística de los servicios que había en los feudos. Por el año 1806,
Guillermo el Conquistador ordenó que se escribiera el Domesday Book, un registro de
la propiedad, extensión y valor de las tierras de Inglaterra. Este trabajo fue el pri-
175
mer resumen estadístico de Inglaterra. Durante el siglo XVI los gobiernos inglés y
francés empezaron a registrar el número de muertos por el brote de peste, el núme-
ro de bautismos, defunciones y matrimonios. La historia del desarrollo de la teoría
estadística y su práctica es larga. Sólo hemos empezado a nombrar las personas que
hicieron contribuciones significativas al campo. Más adelante encontraremos a otros
cuyos nombres están relacionados con leyes y métodos específicos. Mucha gente ha
contribuido al estudio de la estadística con refinamientos a innovaciones que, en
conjunto, constituyen la base teórica de lo que se va a estudiar en el presente libro.
El propósito de este capitulo es la identificación de la naturaleza de la estadística, sus
objetivos y como desempeña un papel importante en las ciencias, en la industria y,
finalmente, en nuestra vida cotidiana. En este capítulo describiremos los objetivos de
la ciencia estadística. En especial, se identificarán los tipos de problemas que la me-
todología estadística puede resolver y después explicaremos cómo se puede utilizar
éste medio valioso para contestar algunas preguntas de la práctica.

Según Badii et al. (2004), Foroughbakhch y Badii (2005), Badii et al. (2006) y
Badii y Castillo (2007), la estadística se trata de verificar la validez probabilística de
los acontecimientos en la escala tiempo-espacio, también se la usa para relacionar los
eventos diarios; como la predicción del tiempo o al determinar el nivel probalístico
de las tasas de cambio de las monedas extranjeras en el mercado financiero (Badii et
al., 2007a, b, c, d, e). No obstante, en la investigación formal es donde la estadística
se emplea y es de mayor relevancia para la humanidad. Estadística, derivado del
latín status, que significa estado, posición o situación, se define como conjunto de
técnicas para la colección, manejo, descripción y análisis de información, de manera
tal que los resultados obtenidas de su aplicación tengan un grado de aplicabilidad
específico con su nivel probabilístico indicado. Además, por estadística entendemos
la colección de los datos que caracterizan las condiciones predominantes en un país,
por ejemplo, el número de nacimientos y muertes, las cosechas, el comercio exterior,
etc. Por estadísticas oficiales entendemos los datos publicados por las agencias del
gobierno en forma de información o de prospectos (Infante Gil y Zarate, 2000). Por
tanto, es la ciencia que estudia conjuntos de datos cualitativos y su interpretación en
términos matemáticos, estableciendo métodos para la obtención de las medidas que
lo describen, así como para el análisis de las conclusiones, con especial referencia a
la teoría de la probabilidad, considerada también como ciencia de base matemática
para la toma de decisiones en presencia de la incertidumbre. Indica una medida
o fórmula especial, tal como un promedio, un número índice o un coeficiente de
correlación, calculado sobre la base de los datos. Considerada también como un
suministro de un conjunto de herramientas sumamente útiles en la investigación
(Badii et al., 2004).

176
 Las primeras aplicaciones de la estadística se limitaban únicamente a determi-
nar el punto donde la tendencia general era evidente (si es que existía), de una
gran cantidad de datos observados. Al mismo tiempo, en muchas ciencias se hizo
énfasis de que en lugar de hacer estudios individuales, deberían hacerse estudios de
comportamiento de grupos de individuos. Los métodos de estadística satisficieron
admirablemente tal necesidad pues, los grupos concuerdan consistentemente con el
concepto de la población o el universo (Badii et al., 2004, Badii y Castillo, 2007). El
mayor desenvolvimiento de la estadística surgió al presentarse la necesidad de mejo-
rar la herramienta analítica en ciencias naturales. Se requería mejores herramientas
analíticas para optimizar el proceso de interpretación de datos de la muestra y la
generalización, que a partir de ellas, podría hacerse. Por ejemplo, el agricultor siem-
pre está enfrentando el problema de mantener un alto nivel de productividad en sus
cosechas (Foroughbakhch y Badii, 2005, Badii y Castillo, 2007). La estadística anali-
za o procesa conjuntos de datos numéricos, estudia las funciones decisorias estadís-
ticas, fenómenos conjuntos para revelar los fundamentos de su desarrollo y para tal
estudio se sirve de índices generalizadores (valores, medios, relaciones, porcentajes,
etc.). La estadística auxilia a la investigación al tratar con los siguientes temas. 1. La
colecta y compilación de datos. 2. El diseño de experimentos. 3. La medición de la
valoración, tanto de datos experimentales como de reconocimientos y detección de
causas. 4. El control de la calidad de la producción. 5. La determinación de pará-
metros de población y suministro de varias medidas de la exactitud y precisión de
esas estimaciones. 6. La estimación de cualidades humanas. 7. La investigación de
mercados, incluyendo escrutinios de opiniones emitidas. 8. El ensayo de hipótesis
respecto a poblaciones. 9. El estudio de la relación entre dos o más variables (Badii
et al., 2004, Foroughbakhch y Badii, 2005, Badii y Castillo, 2007).

La estadística tiene como objeto el estudio de determinadas magnitudes indivi-

duales que supuestamente varían de un modo aleatorio en el seno de cierta pobla-
ción. Puede tratarse, por ejemplo, de la altura de los habitantes de un país. Dicho
estudio se organiza en dos fases que constituyen los respectivos temas propios de la
estadística deductiva o descriptiva y de la estadística inductiva o inferencial (Ostle,
1994, Steel y Torrie, 1986, Badii et al., 2004, Badii et al., 2007a, b, c, d, e). En el
desarrollo de la ciencia en general y en especial en el de las ciencias biológicas, el
conocimiento de la metodología estadística es una arma imprescindible para la ob-
tención, análisis e interpretación de todos los datos que proceden de las observacio-
nes sistemáticas o de experimentaciones proyectadas específicamente para conocer
los efectos de uno o varios factores que intervienen en los fenómenos bajo estudio.
La estadística permite probar hipótesis planteadas por el experimentador, determi-
na procedimientos prácticos para estimar parámetros que intervienen en modelos
matemáticos y de esa manera construir ecuaciones empíricas.

177
 No existe investigación, proceso o trabajo encaminado a obtener información
cuantitativa en general, en la que la estadística no tenga una aplicación. La estadísti-
ca no puede ser ignorada por ningún investigador, aún cuando no tenga ocasión de
emplear la estadística aplicada en todos sus detalles y ramificaciones. Los resultados
de una investigación agroalimentaria reflejan los efectos de tratamiento, de diseño,
e incluso de factores biológicos, ambientales y de manejo que los emplean. Es una
característica común en los experimentos, en muy diversos campos de la investi-
gación, que los efectos de los tratamientos experimentales varían de un ensayo a
otro, cuando se repiten. Esta variación introduce cierto grado de incertidumbre en
cualquiera de las conclusiones que se obtienen de los resultados (Morris, 1999, Badii
et al., 2007a, b, c, d, e). Por lo general, cuando la estadística se usa adecuadamen-
te, hace más eficientes las investigaciones, por lo que es recomendable que todos
investigadores se familiaricen con ella. El papel de la estadística en la investigación
representa una poderosa herramienta en el diseño de investigaciones, en el análisis
de datos, y en la obtención de conclusiones a partir de ellos (Ostle, 1994, Badii et
al., 2007a). La investigación científica se lleva a cabo cuando hay un problema, el
cual debe ser resoluble y enunciado en forma de pregunta. La investigación procede
entonces a la formulación de una o varias hipótesis como posibles soluciones al pro-
blema, la cual o las cuales se comprueban para determinar si son falsas o verdaderas.
Los resultados del estudio se resumen más tarde en forma de un reporte formal, que
no es más que un enunciado en forma concisa de lo que se encontró en la investi-
gación. El propósito inmediato de un estudio es llegar a un reporte formal, ya que
si el experimento es exploratorio, el reporte puede servir como base para formular
una hipótesis específica y precisa; y si el experimento es confirmatorio, el reporte
servirá para determinar si la hipótesis es probablemente verdadera o falsa (Badii y
Castillo, 2007).

1.- Diseños de experimento

5.1 Nociones

La diferencia principal entre los diseños experimentales radica en la forma en

que se agrupan o clasifican las unidades experimentales. En todos los diseños las uni-
dades experimentales se clasifican por tratamientos; pero en algunos, estos se clasi-
fican preferentemente en bloques, filas, parcelas principales y otras modalidades. El
análisis de varianza utiliza las medias de dichos agrupamientos, denominadas fuente
de variación, para estimar varianzas o más precisamente cuadrados medios. Un cua-
drado medio que estima la dispersión entre mediciones de parcelas debidas a causas
aleatorias; esta se denomina error experimental. En ausencia de diferencias reales

178
debidas a medias de los tratamientos, bloques u otras fuentes de variación, dichos
cuadrados medios serán, en promedio, iguales. Sólo esporádicamente un cuadrado
medio se desviará de otro de manera considerable, exclusivamente por casualidad.
Cuando una prueba F indica que el cuadrado medio de una de las fuentes de varia-
ción es significativamente mayor que el cuadrado medio debido a efectos aleatorios,
decimos que existen diferencias reales entre las medias de aquella fuente particular
de variación; empero, recuérdese: siempre existe una probabilidad definida de que
estemos equivocados en semejante conclusión. Está en manos del experimentador
seleccionar las probabilidades para las cuales se encuentra dispuesto a concluir que
existen efectos reales.

Es frecuente descubrir los resultados que cabría esperar con una probabilidad
del 5% o menor como significativos y aquellos esperados con un 1% o menor como
altamente significativos. Cuando un experimentador aplica la frase “los tratamientos
son significativamente diferentes”, realmente está diciendo que si la hipótesis nula es
verdadera, las probabilidades de obtener tales diferencias de medias del tratamiento
son sólo de un 5%. Está afirmando que no hubo tal probabilidad de ocurrencia en
su experimento y que, por tanto, el resultado significativo se debió a un efecto real
del tratamiento.

En este capítulo se explicarán las características principales de los diseños experi-

mentales comúnmente utilizados en la investigación de campo, se proporcionará un
ejemplo de cada uno y se dará a conocer el procedimiento a seguir en el análisis de
los datos. Se utiliza el mismo conjunto de datos para los primeros diseños: el diseño
completamente aleatorio y el diseño de bloques completos al azar. Esto muestra las
posibles ventajas de un diseño sobre el otro, manteniendo la sencillez de los cálculos,
de modo que podamos concentrarnos en lo que se está haciendo y por qué.

Principales diseños experimentales comúnmente utilizados son: Diseños factoria-

les, diseño completamente aleatorio, diseños de bloques completos e incompletos y
diseño de parcelas y bloques divididos.

5.2 diseño completamente aleatorio

Este diseño es el más sencillo (eficiente) y se origina por la asignación aleatoria

de los tratamientos a un conjunto de unidades experimentales previamente deter-
minado. En este diseño usamos k tratamientos, asignándose cada uno al azar a n
unidades experimentales; para cada unidad seleccionamos al azar un número de 1
a k para decidir que tratamiento debemos aplicar a esa unidad experimental. Si no
existen restricciones, con excepción del requerimiento de igual número de unidades

179
experimentales por tratamiento, entonces se dice que el experimento tiene un dise-
ño completamente aleatorio. En este caso, todas las unidades experimentales tienen la
misma probabilidad de recibir cualquiera de los tratamientos y las unidades experi-
mentales son independientes.

Después que se ha efectuado el experimento, tenemos un grupo de datos consis-

tente en las kn respuestas de las unidades experimentales, clasificadas en k grupos de
acuerdo con los tratamientos que se aplicaron. Suponemos:

que los valores observados en cualquiera de los grupos constituyen una muestra
aleatoria de todas las posibles respuestas bajo ese tratamiento para todas las unida-
des experimentales.

que la variación entre las unidades tratadas de la misma manera es igual para
todos los tratamientos.

que las respuestas se distribuyen normalmente.

5.2.1 Ventajas

1) Permite flexibilidad completa (cualquier número de tratamientos y de repeti-

ciones). Todo el material experimental disponible puede usarse.

El análisis estadístico es fácil (aún con diferentes números de repeticiones), o si

los errores experimentales difieren de un tratamiento a otro.

Método de análisis aun sigue siendo sencillo, cuando existe la perdida relativa de
información.

El diseño es capaz de estimar el error estándar por unidad experimental (error

experimental) con un mayor grado de precisión.

La aleatorización completa puede ser apropiada:

donde el material experimental es homogéneo.

donde es probable que una parte apreciable de las unidades se destruyan.

en experimentos pequeños en donde la mayor precisión de otros diseños no com-

pensa la pérdida de grados de libertad del error.

180
 5.2.2 Construcción de la tabla de análisis de varianza

Consideremos el grupo de los siguientes datos:

Grupo Totales

1 2 3 k

X11 X21 X31 Xk1

X12 X22 X32 Xk2

X13 X23 X33 Xk3

X1n X2n X3n Xkn

Suma X1. X2. X3. Xk.

X.
Media X1. X2. X3. Xk.
X.

Primero debemos considerar que fuentes de variación se presentan y cómo se di-

vidirá la variación total de acuerdo a estas fuentes. La variación total en los datos se
mide con la suma total de cuadrados de las desviaciones a la media total. Una fuente
de variación, las diferencias entre las medias de los grupos, se mide por la suma de
cuadrados de la desviación de las medias de los grupos con respecto a la media total.
La única variación restante es aquella entre las observaciones dentro de cada grupo
– esto es, la variación de los elementos de cada grupo con respecto a la media de este
grupo. Esto lo medimos con la suma conjunta de cuadrados de las desviaciones de
las observaciones individuales a las medias de los grupos.

Unidades experimentales = Número de tratamiento x número de repetición n = t x

Término de corrección

2
 n 
 ∑ X ij 
 = (Grantotal )
2
C =  i= (5.1)
rn rn
Suma de los Cuadrados para tratamiento

181
 (5.2)

Suma de los Cuadrados para total

(5.3)

Suma de los Cuadrados para error

(5.4)

Cálculo del error estándar de la diferencia entre dos tratamientos

1 1
a) de igual número de repetición S d = s 2  +  (5.5)
 r1 r2 

b) número de repeticiones diferentes 2S 2 (5.6)

Sd =
r

Ejemplo 5.1 Se probaron 4 métodos de enseñanza en 12 estudiantes. Los es-

tudiantes se asignan aleatoriamente a los métodos de enseñanza (tres estudiantes
para cada método). La aleatorización evita la asignación sistemática de los mejores
estudiantes a algún método. Supongamos que al final del período de entrenamiento
los estudiantes toman una prueba estandarizada, alcanzando los resultados de la
siguiente Tabla 5.1:

182
 Tabla 5.1.
Datos, sumas y medias.

Grupo

1 2 3 4

110 111 113 118

109 116 108 123

105 109 109 125

Suma 324 336 330 366 1356 = Gran suma

Media 108 112 110 122 113 = media general

Prueba de la Hipótesis nula: No hay diferencia significativa entre los métodos de

enseñanza.

Contra la hipótesis alterna HA: Si hay diferencia significativa entre los métodos
de enseñanza.

Como primer paso al construir un análisis de varianza encontramos los totales y

las medias, como se muestra en la tabla de datos. Hallamos entonces las sumas de
cuadrados de la siguiente manera:

Paso 1: La suma total de cuadrados es

S S (Xij – X..)2 = (110 – 113)2 + (109 – 113)2 + (105 – 113)2

+ (111 – 113)2 + ..... + (125 – 113)2
= 428

Paso 2: La suma de cuadrados entre grupos es

n S (Xi. – X..)2 = 3[(108 – 113)2 + (112- 113)2

+ (110 – 113)2 + (122 – 113)2]
= 3 (116)
= 348

Paso 3: La suma de cuadrados dentro de los grupos se obtiene más fácilmente

como la diferencia entre la suma total de cuadrados y la suma de cuadrados entre
los grupos

S S (Xij – Xi.)2 = 428 – 348 = 80

183
 La tabla del análisis de varianza para estos datos queda como sigue (Tabla 5.2):

Tabla 5.2.
Datos de ANOVA.

Fuente gl SC CM Fcal Ftab

Tratamiento 3 348 116 11.6 7.591
Error 8 80 10

Total 11 428

Como Fcal > que F tabulada entonces la Ho se rechaza con una p < 0.005, y se
concluye que si hay diferencia significativa entre los métodos de enseñanza.

Ejemplo 5.2 Se aplicaron tres dosis de una fertilizantes en dos épocas de pri-
mavera (P) y de otoño (O). Los resultados sobre el rendimiento de cultivo de una
especie vegetal se presentan en la Tabla 5.3. Prueba de la hipótesis nula en la cual no
existen efecto de dosis y época sobre el rendimiento de cultivo

Tabla 5.3.
Datos sobre el rendimiento de una especie vegetal en función
de dosis de fertilizante y época de aplicación.

P1 O1 P2 O2 P3 O3 Testigo
9 30 16 10 17 12 30
9 7 10 18 4 7 10 18
16 21 18 24 4 16 24 32
4 9 18 12 4 17 29 26
19
67 62 73 22 57 75 106
∑ = 38 16.8 15.5 18.2 5.8 14.2 18.75 26.5

x = 9.5
Análisis de varianza
Fuente de Var. S.C. gl CM Fc
Tratamiento 972.3 6 162 3.61*
Error 1122.9 25 44.9

Total 209.52 31 0

184
 5.2.3 Cálculo de datos perdidos

La simplicidad y la flexibilidad del diseño no se ve afectada por algunos datos

perdidos. Supongamos que en un ensayo con el fertilizante de potasio nos encontra-
mos dos grupos (A y B) de datos perdidos (Tabla 5.4).

Tabla 5.4.
Datos perdidos en el ensayo de fertilizantes.

Cálculos de datos perdidos

K20/ha R1 R2 R3 Totales Tx
40.4 A 8 7.93 15.93 T
60.5 8.14 8.15 7.87 24.16
80.6 7.76 B 7.74 15.50 T
120.8 7.17 7.57 7.8 22.54
161 7.46 7.68 7.21 22.55

30.58 31.4 38.55 100.48

B B

El procedimiento de siguientes cálculos el diseño nos permite el cálculo de datos

perdidos, para su reemplazo. El procedimiento es como sigue:

(5.7)

Donde, Yi = la fórmula para datos perdidos, a = primer dato perdido, b = segun-

do dato perdido.

185
 5.3 diseño de bloque completamente aleatorio

En muchos problemas de investigación es necesario diseñar experimentos en

los que pueda controlarse sistemáticamente la variabilidad producida por diferentes
fuentes extrañas. Por ejemplo supongamos que se desea determinar si cuatro dife-
rentes puntas producen una diferencia en las lecturas de un equipo para medir la
dureza. La máquina funciona presionando la punta sobre una probeta de metal y
determinando la dureza de la probeta a partir de la profundidad de la marca que se
produce. Se ha decidido obtener cuatro observaciones para cada punta. Solo existe
un factor–tipo de punta y el diseño de un factor completamente aleatorizado con-
siste en asignar aleatoriamente cada uno de los 4 X 4 = 16 ensayos a una unidad
experimental, ó sea una probeta de metal y tomar las lecturas de la dureza corres-
pondiente. Por lo tanto se requerirían de 16 probetas de metal para realizar este
experimento, una para cada ensayo.

En principio existe un problema serio con el diseño completamente aleatorizado

en esta situación. Si las probetas son ligeramente distintas en cuanto dureza, como
seria el caso si provinieran de diferentes vaciados, las unidades experimentales (pro-
betas o especimenes) contribuyen a la variabilidad observada en la lectura de dureza.
Como resultado, el error experimental refleja tanto el error aleatorio como la varia-
bilidad entre probetas.

Se desea que el error experimental sea lo más pequeño posible; en otras palabras se bus-
ca sustraer del error experimental la variabilidad producida por las probetas. Un diseño que
logre esto requiere que se pruebe cada punta, una vez, en cada una de las cuatro probetas
diferentes. Este diseño se conoce como diseño aleatorizado por bloques completos.

La palabra completo indica que todos los tratamientos (puntas) son probadas
en cada bloque (probetas). Si se usa este diseño, los bloques o probetas forman una
unidad experimental más homogénea con la cual comparan las puntas. Esta estra-
tegia de diseño mejora efectivamente la precisión en la comparación al eliminar la
variabilidad entre probetas. El orden en que las cuatro puntas deben de ser probadas
en cada bloque se determina aleatoriamente.

5.3.1 Objetivo y característica del diseño

Mantener la variabilidad entre unidades experimentales dentro de un bloque

tan pequeño como sea posible y maximizar las diferencias entre bloques. Si no hay
diferencia entre los bloques, este diseño no contribuirá a la precisión para detectar
las diferencias de tratamientos.

186
 Cada tratamiento es asignado el mismo número de veces a unidades experimen-
tales dentro de un bloque, usualmente una vez (de veces más). Por regla general,
es más eficiente tener una sola repetición de cada tratamiento por bloque. A fin de
minimizar el error experimental, deben tomarse todas las precauciones para tratar
las unidades experimentales dentro de un bloque lo más uniformemente posible.
Los bloques pueden estar constituidos por áreas compactas de un campo, grupos de
animales que pueden manipularse de un modo uniforme, o diferentes tiempos de
aplicación de tratamientos a unidades experimentales.

5.3.2 Muestreo Aleatorio

Después de que las unidades experimentales han sido agrupadas en los bloques
deseados, los tratamientos se asignan aleatoriamente a las unidades dentro de cada
bloque, con una distribución aleatoria hecha para cada bloque; por ejemplo, los cua-
tro tratamientos A,B,C y D son asignados de la manera arbitrariamente (Tabla 5.5).

Tabla 5.5.
Cuatro tratamientos repetidos igual número de veces
en un diseño de bloques completamente al azar.

I II III IV
D A C C
A D D B
B C B D
C B A A

Ejemplo 5.3 El experimento buscaba determinar el efecto de la implantación

de una hormona, sobre la capacidad productiva de insectos (machos y hembras) en
diferentes localidades (Tabla5.6).

Tabla 5.6.
Producción de insectos agrupados por tratamiento y por bloque.

Bloque
Tratamiento I II III IV Total (Tt) Media
Xi/Tratam
A HH0 47 52 62 51 212 53
B MH0 50 54 67 57 228 57
C HH1 57 53 69 57 236 59
D MH1 54 65 74 59 252 63
Total/B (Tb) 208 224 272 224 928 =
Media/B () 52 56 68 56 Media principal = 58

187
 Tratamientos = conjunto factorial, niveles de hormonas y el sexto.
Bloques = Cuatro sitios de ensayo.
Repeticiones = uno/bloque

Término de corrección:

(∑ X ) 2
donde C = (928) 2 / 4 x 4 = 53824
C=
rn

Suma de cuadrados y cuadrados medios:

SCB = ∑
∑T j
21

−C
S.C. Bloques: (5.8)
n

208 2 + .... + 224 2

SCB = − 53824 = 54400 − 53824 = 576.0
4

Suma de Cuadrados para los Tratamientos:

SCTrat =
∑T 1
2

−C
r

212 2 + ... + 224 2

SCTrat = − C = 54032 − 53824 = 208.0
4

Suma Cuadrada Total:

SCTotal = ∑ X IJ2 − C

SCTotal = (47 ) 2 + (52 ) 2 + ... + (59 ) 2 − C = 54678 − 53824 = 854.0

188
 Suma Cuadrada debida al Error:

SCE = SCTotal − SCTrat − SCB

(5.9)
SCE = 854 − 208 − 576 = 70

Tabla 5.7.
Análisis de varianza correspondiente al diseño
de bloques completos aleatorios.

Fuente de Variación gl S.C C.M Fcal FTab (5%)

Bloques 3 576 192.0 24.69** 5.08

Tratamientos 3 208 69.3 3.86 N.S
Error 9 70 7.78
Total 15 854

Puesto que cada tratamiento ocurre el mismo número de veces en cada bloque,
las diferencias significativas (p<0.005) entre bloques no se deben a los tratamientos,
sino a otras diferencias asociadas con los bloques

5.4 diseños de parcelas divididas

El diseño de parcelas divididas es un tipo especial de diseño de bloques com-

pletos que suele utilizarse en experimentos factoriales. Se aplican niveles de uno ó
más factores a las parcelas completas que se dividen en sub-parcelas, a las cuales se
aplican los niveles de uno ó más factores adicionales. El diseño básico involucra la
asignación de tratamientos de un factor a parcelas principales en un diseño comple-
tamente aleatorio, de bloque completos al azar o de cuadro latino. Los tratamientos
de segundo factor se asignan a sub-parcelas dentro de cada parcela principal.

5.4.1 Aplicaciones

Puede usarse cuando los tratamientos relacionados con los niveles de uno o más
factores necesitan mayores cantidades de material experimental en una unidad ex-
perimental que los tratamientos de otros factores.

El diseño puede usarse si va a incorporarse en un experimento un factor adicio-

nal para aumentar su alcance.

189
 Se puede determinar las diferencias mayores entre los niveles de ciertos factores
que entre los niveles de otros. En este caso, las combinaciones de los tratamientos
para los factores pueden asignarse aleatoriamente a las unidades completas.

El diseño se usa cuando se desea mayor precisión para comparaciones entre cier-
tos factores, que para otras.

Modelo lineal:

(5.10)

para i = 1,2,...,r, j = 1,2,...,p, k = 1,2,...,q

Donde,

m es un efecto general, bi el efecto del bloque completo i, τj el efecto del trata-

miento j sobre la parcela grande (ij), nij el elemento aleatorio de error sobre la parce-
la grande (ij), δk el efecto del subtratamiento k dentro de la parcela grande (ij), (τδ)jk
la interacción entre el tratamiento j y el subtratamiento k, eijk el error sobre la parcela
chica (ijk), y yijk el valor de la característica en estudio.

5.4.2 Arreglo en unidades divididas

Distribución en bloques al azar

Supongamos que el factor A es la especie o variante A, donde i = 1......a

(unidad grande), y el factor B es la densidad poblacional o variante B, donde j =
1......b (subunidad), y el número de repetición sea igual a k = 1......n, entonces el
arreglo general será como indica la Tabla 5.8.

190
 Tabla 5.8.
Arreglo de unidades experimentales en bloques al azar.

Bloques
Especie Densidad I II Xij
A1 b1 X111 X112 X11.
b2 X121 X122 X12.
Xi.k X1.1 X1.2 X1..

A2 b1 X211 X212 X21.

b2 X221 X222 X22.
Xi.k X2.1 X2.2 X2..

S/bloque X..k X..1 X..2 X...

La distribución de las sumas por niveles de factores en estudio será de la siguien-

te forma.

Densidad

Especie b1 b2 Xi..
A1 X11. X12. X1..
A2 X21 X22. X2..
S/densidad X.1. X.2. X...

5.4.3 Procedimiento de cálculos

Cálculo de las medias: Las medias tanto de los factores como su interacción se
calcula de la siguiente manera:

XA =
a) Valor promedio para el factor A (5.11)
∑X i ..

bn

X j ..
b) Valor promedio para el factor B (5.12)
Xj =
∑
an

c) Valor promedio para la interacción A x B

X ij =
∑X ij (5.13)
n

191
 Cálculo de grados de libertad

Causas de variación G.L.

Bloques n–1
Factor (A) a–1
Error A (a - 1)(n - 1)
Unidad grande an – 1
Factor (B) b–1
Int. A x B (a - 1)(b - 1)
Error B a(b - 1)(n - 1)
Total abn – 1

Cálculo de las sumas cuadrados

X ...2
a) Factor de corrección FC =
abn

b) Suma de los cuadrados de unidades grande o de parcelas grande

∑X 2
i .k X 12.1 + X 22.2
SCunidad
gra nde = − FC = − FC (5.14)
b 2

c) Suma de los cuadrados de bloques (efecto del ambiente) y/o repeticiones:

SCbloques =
∑X 2
..k
− FC
ab

d) Suma de los cuadrados para el factor A: SC A =

∑X 2
i ..
− FC
bn (5.15)

192
 e) Suma de los cuadrados del error A:

SC (
errorA = SCund gra nde − SCbloques + SC. A ) (5.16)

f) Suma cuadrada total SCtotal = ∑ X ijk2 − FC

g) Suma de los cuadrados para el factor B:

SC =
. j. ∑X
− FC
2
(5.17)
B
an

h) Suma de los cuadrados de interacción

 ∑ X ij2. 
SC AB =  − FC − ( SC A + SCB ) (5.18)
 an 

Suma de los cuadrados del error B:

(
SCerror = SCtotal − SCund .gra nde + SC.B + SC. AB )
La suma de los cuadrados de los errores A y B se consideran simplemente como
la varianza del A ( S 2 ) y del B ( S 2 ) respectivamente y se demuestra como:
a b

2
S errorA = S a2

2
S errorB = S b2
y

193
 Cálculo de valores de diferencia entre las medias

a) Diferencia entre medias para niveles del factor A: a2 - a1

Valor Promedio X i ..
X=
bn

Error estándar Estimado

s2 (5.19)
a
SX =
bn

Error estándar de la diferencia entre dos medias

2sa2
S
X1 − X 2
= bn
(5.20)

b) Diferencia entre medias para niveles del factor B: b2 - b1

Valor Promedio X .. j .
Xj =
an

Error estándar Estimado sb2
SX =

an (5.21)

Error estándar de la diferencia entre dos medias

2sb2
S X1 − X 2 =
(5.22)
an

c) Diferencia entre medias de B al mismo nivel de A: a1b2 - a1b1

194
 Valor Promedio X ij
X ij =
n

Error estándar Estimado

2
2 sb (5.23)
S X1 − X 2 =
n

Error estándar de la diferencia entre dos medias

sb2 (6.24)
SX =

n

d) Diferencia entre medias de A al mismo nivel de B o a distintos niveles de B.

Para a2b1 - a1b1 y a2b2 - a1b1:

Valor Promedio

Error estándar de la diferencia entre dos medias

S X −X = b
(5.25)a [
2 (b − 1)s 2 + s 2 ]
1 2
bn

Para que la diferencia entre 2 medias sea significativa, es necesario que se presen-
te la siguiente desigualdad:

X1 − X 2 (b − 1)S b2 t 0.05 (G.Lb .) + S b2 + (G.L.a)

t = > t = (5.26)

S X1 − X 2 (b − 1)S b2 + S a2

diferenciademedias
t=
>t
E . E . deladiferencia
195
 Ejemplo 5.4 La producción de cultivo de maíz (tonelada / acre) bajo la aplicación
de dos niveles de fertilizantes nitrogenados y cuatro abonos es como sigue (Tabla
5.9). Los resultados de la producción, ANOVA, los promedios y la comparación de
las medias se encuentran en las Tablas 5.10 – 5.13.

Tabla 5.9.
Un ejemplo de diseño de parcelas divididas.

Bloque Nivel del nitrógeno Abono Producción

0 Barbecho (B) 13.8
0 Cebada (C) 15.5
0 Soya (S) 21.0
0 Cebada-Soya (CS) 18.9
I 120 Barbecho (B) 19.3
120 Cebada (C) 22.2
120 Soya (S) 25.3
120 Cebada-Soya (CS) 25.9
0 Barbecho (B) 13.5
0 Cebada (C) 15.0
0 Soya (S) 22.7
0 Cebada-Soya (CS) 18.3
II 120 Barbecho (B) 18.0
120 Cebada (C) 24.2
120 Soya (S) 24.8
120 Cebada-Soya (CS) 26.7
0 Barbecho (B) 13.2
0 Cebada (C) 15.2
0 Soya (S) 22.3
0 Cebada-Soya (CS) 19.6
III 120 Barbecho (B) 20.5
120 Cebada (C) 25.4
120 Soya (S) 28.9
120 Cebada-Soya (CS) 27.6

Prueba de hipótesis nula en las cuales no hay efecto de fertilizantes y abonos obre
el rendimiento de maíz.

Procedimiento de cálculo

Suma de los cuadrados de bloques:

SCbloques =
∑X 2
..k
− FC
ab

SCBloques= (161.9) 2 + (163.2) 2 + (172.2) 2 (497.3) 2 = 7.87
−
2(4) 24

196
 Tabla 5.10.
Producción de maíz ton/ acre, organizados por tratamientos
(parcelas grandes y chicas) y bloques.

Tratamientos Bloques Total

N Abono I II III

B 13.8 13.5 13.2 40.5

0 C 15.5 15.0 15.2 45.7
S 21.0 22.7 22.3 66.0
C-S 18.9 18.3 19.6 56.8
Total para parcela Principal N0 69.2 69.5 70.3 209.0
B 19.3 18.0 20.5 57.8
120 C 22.2 24.2 25.4 71.8
S 25.3 24.8 28.4 78.5
C-S 25.9 26.7 27.6 80.2

Total para parcela Princ. N120 92.7 93.7 101.9 288.3

Total por bloque 161.9 163.2 172.2 497.3

Fertilizante N Abonos Total

Abono B C S C-S Factor A
0 40.5 45.7 66.0 56.8 209.0
120 57.8 71.8 78.5 80.2 288.3
Total Factor B 98.3 117.5 144.5 137.0 497.3

Suma de los cuadrados de nitrógeno:

(209.0) 2 + (288.3) 2 (497.3) 2

SCNitrogeno = − = 262.02
3(4) 24

Suma de los cuadrados de parcelas de nitrógeno:

(69 .2) 2 + ...(101.9) 2 (497.3) 2

SCPG = − = 274.92
4 24

197
 SCError A= SCPG – SCB – SCN = 274.92 – 7.87 – 262.02 = 5.03

(98 .3) 2 + (117.5) 2 + (144.5) 2 + (137.0) 2 (497.3) 2

SCAbono = − = 215.26
3(2) 24

SCN x Abono= (40.5)2 + ….+ (80.2)2 – (497.3)2/24 = 18.7

SCPG x Sub.P Abono = (13.8)2 + (15.5)2 + …. + (27.6)2 – C = 516.12
SCErrorB = 516.12 -274.92 -215.26 – 18.7 =7.24

Tabla 5.11.
Resultado del análisis de varianza para el experimento del rendimiento del maíz
.
Fuente Var. S.C. Gl C.M. Fc Ftabulada
Parcela grande 274.92 5
Bloques 7.87 2 3.935 1.56 NS 19.00
Factor A (nitrógeno) 262.02 1 262.02 104.18 ** 18.51
Error A 5.03 2 2.515
Factor B (abono) 215.26 3 71.753 118.99 ** 3.49
Interacción N x Abono 18.7 3 6.233 10.34 ** 3.40
Error Factor B 7.24 12 0.603
Total 516.12 23

Tabla 5.12.
Valores promedios para los niveles de factores de nitrógeno
y abono del experimento.

Fertilizante N B C S C-S
X /N
0 13.5 15.2 22.0 18.9 17.4
120 19.3 23.9 26.2 26.7 24.0
16.39 19.58 24.08 22.83 20.7
X /Abono

Cálculo de valores de las diferencias entre las medias

Diferencia entre medias para niveles de Factor A: a2 – a1

Cálculo del error estándar estimada de la diferencia entre las medias

2 S a2 2(5.03 )
S X1 − X 2 = = =
bn 12 0.1956

198
 Cálculo de la diferencia de medias

a2 – a1 = 24.0 – 17.4 = 6.6

Prueba de significancia (t Student)

24 .0 − 17 .4 **
tc = = 7.21
0.1956

Diferencia entre medias para niveles del factor B: b2-b1

Prueba de Tukey µ1 = µ2 = µ3 = µ4 (Tabla 16.9)

Cálculo del error estándar estimada de la diferencia entre las medias

S b2 (7.24 ) 1.1
S X1 − X 2 = = =
an 6

Tabla 5.13.
Tabla de comparaciones múltiples de medias para el factor de abono.

Comparación qc Conclusión
Diferencia XB − XA SX
S vs CS 1.25 1.1 1.138 H0
S vs C 4.49 1.1 4.094 H0
S vs B 7.69 1.1 7.001 HA
CS vs C 3.24 1.1 2.956 H0
CS vs B 6.44 1.1 5.863 HA
C vs B 3.19 1.1 2.907 H0

El valor q tabulada es 4.199 (q0.05,12,4 = 4.199)

Diferencia entre medias del factor B al mismo nivel del factor A: a1b2 –a1b1

Cálculo del error estándar estimada de la diferencia entre las medias

2 S b2 2(7.24 )
S X1 − X 2 = = = 2.196
n 3

199
 Cálculo de la diferencia de medias

a1b2 – a1b1 = 22.0 – 13.5 = 8.5

a2b2 –a2b1 = 26.2 – 19.3 = 6.9

Prueba de significancia (t Student)

2 .0 − 13 .5 **
tc = = 3.87
2.196

26 .2 − 19 .3
tc = = 3.14 N
S
2.196

Diferencia entre medias del factor A al mismo nivel del factor B o a distintos ni-
veles del factor B: a2b1 – a1b1; a2b2 – a1b1

Cálculo del error estándar estimada de la diferencia entre las medias

2( b − 1) S b2 + S a2 ) 2(3 x(5.03 + 7.24 )

S X1 − X 2 = = = 2.478
bn 12

Cálculo de la diferencia de medias

a2b2 – a1b1 = 23.9 – 13.5 = 10.4

a2b3 –a1b1 = 26.2 – 13.5 = 12.7
a2b3 – a1b1 = 26.7 – 13.5 = 13.2

Prueba de significancia (t Student)

23 .9 − 13 .5
tc = = 4.195 **
2.4789

26 .2 − 13 .5
tc = = 5.123**
2.4789

26 .7 − 13 .5
tc = = 5.324 **
2.4789
200
 5.5 diseño de agrupación doble: cuadros latinos

En este diseño, la distribución aleatoria de los tratamientos se restringe más am-

pliamente mediante la agrupación de los mismos, tanto en columnas como en hi-
leras (bloques). Así resulta posible eliminar la variabilidad del error experimental
asociada con ambos efectos. Cada tratamiento ocurre el mismo número de veces
(usualmente una vez) en cada hilera y columna y proporcionará una comparación
más precisa de los efectos del tratamiento.

Un cuadro Latino requiere al menos tantas repeticiones como tratamientos exis-

tan; por tanto no resulta práctico para experimento con un gran número de trata-
mientos, con una sola unidad experimental por tratamiento en cada columna e hi-
lera. Este diseño se ha usado con ventaja en muchos campos de investigación donde
hay dos fuentes principales de variación en la realización de un experimento.

Los cuadros latinos más comunes van de 5x5 a 8x8; cuadros mayores de 12x12 se
usan muy rara vez. En los cuadros latinos, como en los bloques al azar, a medida que
aumenta el tamaño del bloque, el error experimental por unidad probablemente
aumente. Los cuadros latinos pequeños proporcionan pocos grados de libertad para
estimar el error experimental y así debe lograrse una disminución sustancial en el
error para compensar el corto número de grados de libertad.

La aleatorización en el cuadro latino consiste en elegir un cuadro latino al azar

entre todos los cuadros latinos posibles. Fisher y Yates dan el conjunto completo de
cuadros latinos desde 4x4 hasta 6x6 y muestran cuadros hasta de tamaño 12x12.
Cochran y Cox dan cuadros latinos de muestra desde 3x3 hasta 12x12.

Los cuadros 2 x 2 no proporciona ningún grado de libertad del error (2-1)(2-2)

= Æ.

Los cuadros 3 x 3 sólo proporciona 2 grado de libertad del error (3-1)(3-2) = 2.

Los cuadros 4 x 4 dan 6 grado de libertad del error (4-1)(4-2) = 6.

Este hecho elimina el uso de cuadros 2 x 2 como cuadro latino. A los cuadros 2 x
2 se los aplicará la prueba de c2 bajo tablas de contingencia.

Tres cuadros 3 x 3 (9 repeticiones) proporcionará 10 grado de libertad del error,

mientras que dos cuadros 4 x 4 tendrán 15 grado de libertad del error.

201
 5.5.1 Procedimiento estadístico

Término de corrección C= ∑(X ij )2 / r 2

El procedimiento del análisis de varianza (suma de cuadrados) para un cuadro

latino r x r se presenta en la Tabla 5.14.

Tabla 5.14.
Cálculo de las sumas de los cuadrados y grados de libertad
correspondiente al diseño de Cuadro Latino.

Fuente de variación gl Suma de los cuadrados

Hileras r-1
X i2.
Columnas r-1 ∑ r
−C

X 2j .
∑ r
Tratamientos r–1
−C
Error (r – 1) (r - 2)

Total r2 - 1 ∑(X 2
ij )/r −C
S.C.T. – SCH – SCC - SC.Trat

∑X 2
ij −C

Ejemplo 5.5 Un hacendado desea ensayar los efectos de cuatro fertilizantes A, B,

C, D en el rendimiento de trigo. Para eliminar fuentes de error debidas a la variabi-
lidad en la fertilidad del suelo emplea los fertilizantes en una distribución de un cua-
drado latino, donde los números indican rendimientos en dkl por unidad de área.
Efectuar un análisis de varianza para determinar si hay una diferencia significativa
entre los fertilizantes a niveles de significación de 0.05 y 0.01 (Tabla 5.15).

A 18 C 21 D 25 B 11
D 22 B 12 A 15 C 19
B 15 A 20 C 23 D 24
C 22 D 21 B 10 A 17

202
 Primero obtenemos totales para filas y columnas.

Totales

A 18 C 21 D 25 B 11 75
D 22 B 12 A 15 C 19 68
B 15 A 20 C 23 D 24 82
C 22 D 21 B 10 A 17 70
77 74 73 71 295

Obtenemos el total de rendimientos para cada uno de los fertilizantes.

A B C D
70 48 85 92 295

La variación total y las variaciones para filas, columnas y tratamientos se obtienen

de forma común:

Término de corrección
C = (295)2/4 x 4 = 5,439.06

Variación Total (S.C.T) = [(18)2 + (21)2 + (25)2 + ....... + (17)2 – (295)2] -5,439.06
= 5769 – 5439.06 = 329.94

Variación entre filas = [(75)2 + (68)2 + (82)2 + (70)2] /4– 5,439.06

= 5,468.25 – 5,439.06 = 29.19

Variación entre columnas = [(77)2 + (74)2 + (73)2 + (71)2 ] / 4 – 5,439.06

= 5,443.75 – 5,439.06 = 4.69

Variación entre tratamientos = [(70)2 + (48)2 + (85)2 + (92)2] /4 – 5,439.06

= 5,723.25 – 5,439.06 = 284.19

Variación residual = 329.94 – (29.19 + 4.69 + 284.19) = 11.87

203
 Tabla 5.15.
Análisis de varianza sobre el rendimiento de trigo en función
de aplicación de diferentes fertilizantes.

Suma de los Cuadra- gl Media de

Fuente de Variación Fcal.
dos Cuadrados
Filas 29.19 3 9.73 4.92
Columnas 4.69 3 1.563 0.79 NS
Tratamientos 284.19 3 94.73 47.9
Residuales 11.87 6 1.978

Total 329.94 15

Puesto que F0.95, 3, 6 = 4.76, rechazamos al nivel 0.05 la hipótesis de que hay me-
dias de fila iguales. Se deduce que al nivel 0.05 hay diferencia en la fertilidad del
suelo de una fila a otra. Puesto que el valor F para columnas es menor que 1, con-
cluimos que no hay diferencia en la fertilidad del suelo en las columnas. El valor de
F para tratamientos es 47.9 superior al valor tabulado 4.76, podemos concluir que
hay diferencia altamente significativa entre fertilizantes.

Con F 0.99, 3,6 = 9.78, podemos aceptar la hipótesis que no hay diferencia en la
fertilidad del suelo en las filas (o las columnas) al nivel de significación del 0.01. Sin
embargo, debemos concluir que hay una diferencia entre fertilizantes al nivel 0.01.

5.6 experimentos factoriales

El diseño factorial es aquel en el que el conjunto de tratamientos consiste en

todas las combinaciones posibles de los niveles de varios factores. El factor, es una
clase de tratamiento, y en experimentos factoriales, todo factor proporcionara varios
tratamientos.

Nivel, se refiere a los diferentes tratamientos dentro de un factor. El número de

factores y niveles que pueden compararse en un solo experimento solo se limita por
consideraciones prácticas. En general un experimento factorial permite la separa-
ción y la evaluación de los efectos de cada uno de 2 o más factores que afectan solo a
una unidad experimental, además permite la detección de los efectos de interacción
entre 2 o más factores.

204
 En experimentos factorial es necesario considerar el arreglo y la distribución.
Arreglos más utilizados: combinatorio, en parcelas divididas y en franjas.

Distribuciones más utilizadas: Completamente al azar, bloques al azar y cuadro

latino.

Notación: Los sistemas de notación que se usan generalmente son similares, las
letras mayúsculas se utilizan para designar factores, ejemplos A,B,C, etc. Las combi-
naciones de letras minúsculas y subíndices numéricos, o simplemente subíndices, se
usan para denotar combinaciones de tratamientos y medias: por ejemplo a1b3 indica
la combinación de tratamiento compuesta del primer nivel de A y el tercer nivel de
B, y a la correspondiente media de tratamiento. A menudo el cero se usa para el
primer nivel de un subíndice.

En ocasiones, es frecuente, que el experimentador esté interesado en estudiar va-

rios factores que, actúan simultáneamente. Varias opciones podrían plantearse para
realizar la investigación. Una consiste en ensayar los factores, haciendo variar uno
de ellos y manteniendo fijos los demás. Otra será que cada uno de los factores varíe,
ensayando varios niveles de cada uno ellos; con esta opción, el investigador puede
deducir las posibles relaciones entre los factores, y estimar su efecto principal, puesto
que, antes de iniciar el experimento, se desconoce cuáles de estos factores son im-
portantes, y si ejercen su acción independientemente.

5.6.1 Utilidad de los experimentos factoriales

1) En trabajos de exploración, donde el objeto es determinar rápidamente los efec-

tos de cada uno de cierto número de factores dentro de un intervalo especifico.

2) En investigaciones de las interacciones entre los efectos de varios factores. Por

su naturaleza las interacciones no se pueden estudiar sin probar algunas de las
combinaciones que se forman de los diferentes factores. Frecuentemente la infor-
mación se obtiene mejor probando todas las combinaciones.

3) En experimentos diseñados para poder llegar a recomendaciones que deben apli-

carse a una gran variedad de condiciones. Se pueden introducir factores auxilia-
res en un experimento para probar los factores principales bajo una variedad de
condiciones similares a las encontradas en la población a la cual se van a aplicar
dichas recomendaciones.

205
 Por otro lado, si se acumula una cantidad considerable de información o si el
objeto de la investigación es especializado, puede ser más provechoso realizar un tra-
bajo intensivo sobre un factor único o sobre unas cuantas combinaciones de factores.
Por ejemplo algunas combinaciones están dirigidas a encontrar la combinación de
los niveles de los factores que producirían una máxima respuesta.

Cuando los factores que se van investigar son numerosos, la principal desventaja
del experimento factorial estriba en su tamaño y complejidad. La magnitud de la ta-
rea puede reducirse teniendo únicamente una sola repetición, hasta es posible obte-
ner casi toda la información deseada probando solamente una fracción del número
total de combinaciones de tratamiento, aun cuando esto se haga con ciertos riesgos.
5.6.2 Experimentos factoriales 2n

Supongamos que se ensayan dos factores, digamos humedad (h), y temperatura

(t), cada uno en dos niveles, y que observamos su efecto sobre el comportamiento de
insectos. Sean ho y h1 los niveles ensayados de humedad, y to y t1 los niveles ensayados
de temperatura (4 combinaciones de tratamientos) (Tabla 5.16):

h0t0, h1t0, h0t1 y h1t1 = tratamientos de un experimento factorial 22 en r bloques =

un diseño de r bloques completos al azar (con 4 Unidades Experimentales).

yijk = Rendimiento de la unidad experimental, con el nivel hi de humedad y el

nivel tj de temperatura, en el bloque completo k(con i,j = 0 o 1, y k= 1,2,......,r).

Tabla 5.16.
Arreglo factorial en bloques completos.

Tratamientos Bloques completos Totales de tratamientos

1 2 ..... r

H0t0 Y001 Y002 ..... Y00r T00

h0t0 Y101 Y102 ..... Y10r T10
h0t1 Y011 Y012 ...... Y01r T01
h1t1 Y111 Y112 ....... Y11r T11

Totales de Bloques B1 B2 ..... Br G

El análisis estadístico, se basa en el modelo lineal siguiente:

y ijk = m + b k + t ij + eijk
i = 0,1, j = 0,1; k = 1,2,....., r (5.27)

206
Donde,
m = Efecto general,
bk= Efecto del bloque k,
tij =Efecto del tratamiento hitj,
eijk=Error con las propiedades usuales (media cero, varianza constante y no correla-
ción con otros términos de error),
yijk=la característica observada.
ålijtij, =El mejor estimador de una constante entre tratamientos.
lij = Ciertas constantes reales, tales que ålij=0, está dado por

∑λ t
ij
ij ij = ∑ λ ij y ij ,
(5.28)

donde : yij = Tij/ r; además:

 σ 2
Var ∑ λ ij t ij  ∑λ 2
ij
 ij  r ij (5.29)

Es importante observar que los tres grados de libertad para tratamientos, pueden
partirse en grados de libertad individuales, al considerar los siguientes contrastes
entre efectos de tratamientos. ANOVA del diseño se demuestra en la Tabla 5.17.

C1 = 1 / 2(−t 0 + t 10 − t 01 + t 1 )
(5.30)

C 2 = 1 / 2(−T0 − T10 + T01 + T1 )

C 3 = 1 / 2(T0 − T10 − T01 + T1 )

207
 Tabla 5.17.
Análisis de varianza para el diseño Factorial 22.

Fuentes de variación Grados de libertad Sumas de cuadrados Cuadrados medios

Bloques r-1 CMB
Bk2 G 2
∑k 4 − 4r
Tratamientos 3 CMT
2
Tij G2
Error 3(r-1)
∑ ij r
−
4r S2

Total 4r-1 SCE

G2
∑y ijk
2
ijk −
4r

Para un diseño factorial de 2X2 o 22, o sea un experimento con dos factores con 2
niveles de cada factor, cualquiera de las siguientes notaciones es adecuada.

Factor A
Forma complete Formas abreviadas
Nivel A1 a2 A1 a2 a1 a2
B b1 A1b1 a2b1 (1) a 00 10
b2 A1b2 a2b2 B ab 01 11

Los grados de libertad y las sumas de cuadrados para la varianza en un factorial

22 pueden particionarse en grados de libertad única e independiente y sus corres-
pondientes sumas de cuadrados. Para un experimento factorial general, se divide
los grados de libertad y las sumas de cuadrados en sub-conjuntos o componentes
aditivos, no necesariamente con grados de libertad únicos.

5.6.3 Efectos simples, efectos principales e interacciones

Las 4 diferencias, a2-a1, a cada nivel de B y b2-b1 a cada nivel de A, se llaman

efectos simples, para los datos en I de la tabla, el efecto simple de A al primer nivel

208
de B es 2; en el efecto simple de B al segundo nivel de A es –6. Los resultados de
promediar los efectos simples se llaman efectos principales. Se detectan con letras
mayúsculas, como los factores. El efecto principal del factor A para los datos de I en
la tabla es 5; el efecto principal del factor B para los datos en III es 6. Los efectos
principales se calculan por unidades.

Para un factorial 22, A y B están dados por las ecuaciones siguientes:

A = 1 / 2[(a 2 b2 − a1b2 ) + (a 2 b1 − a1b1 )]

A = 1 / 2[(a 2 b2 + a 2 b1 ) − (a1b2 − a1b1 )] (5.31)

B = 1 / 2[(a 2 b2 − a 2 b1 ) + (a1b2 − a1b1 )]

B = 1 / 2[(a 2 b2 + a1b2 ) − (a 2 b1 + a1b1 )] (5.32)

Los efectos principales son promedios en una variedad de condiciones, las cuales
se dan dentro de los bloques, así como también entre los bloques; de este modo el
factor A se replica dentro de cada bloque ya que esta presente a ambos niveles para
cada nivel del factor B. El hecho de promediar implica que las diferencias, esto es,
los efectos simples solo varían debido al azar de un nivel a otro del factor o factores.
Esta es una hipótesis sometida a una prueba de significancia cuando los tratamientos
están dispuestos factorialmente; la hipótesis es la de que no hay interacción entre
factores.

Cuando los efectos simples para un factor difieren más de lo que pueda ser atri-
buible al azar, esta respuesta diferencial se llama interacción de los 2 factores. Esta
relación es simétrica; esto es, la interacción de A con B es lo mismo que la de B con
A.

La interacción de A y B se define en:

B = 1 / 2[(a 2 b2 − a1b2 ) − (a 2 b1 − a1b1 )]

A
B = 1 / 2[(a 2 b2 + a1b1 ) − (a1b2 + a 2 b1 )]
A (5.33)

209
 La interacción es la mitad de la diferencia entre las sumas de las dos diagonales
de la tabla 2X2 que es la mitad de la diferencia entre las sumas de los tratamientos,
donde A y B están presentes a los niveles más altos y más bajos y de lo tratamientos
donde uno solo esta presente al nivel más alto. Esto siempre es cierto para el facto-
rial 2X2. La interacción mide el que no logre el efecto A, o la respuesta a A, de ser la
misma para cada nivel de B, o al contrario, el no lograr el efecto B de ser el mismo
para cada nivel de A.

En la respuesta a A o el aumento de a1 a a2 es mayor para b2 que para b1, esto

es ha habido variación en la magnitud del incremento. En II, la respuesta a A es un
aumento en presencia de b1 y una disminución en presencia de b2; ha habido un
cambio en la dirección del incremento. En términos de medias de tratamientos pre-
sentadas en una tabla de 2 factores, variaciones suficientemente grandes en las mag-
nitudes de las diferencias entre medias en una columna (o fila), al pasar de columna
a columna (o de fila a fila), pueden constituir una interacción. Además los cambios
de rango de cualquier media de tratamiento de una columna (o fila), al pasar de
columna a columna (o filas), puede constituir una interacción.

La presencia o ausencia de efectos principales no nos dice nada respecto a la pre-

sencia o ausencia de interacción. La presencia o ausencia de interacción no nos dice
nada respecto a la presencia o ausencia de efectos principales, pero nos dice algo
acerca de la homogeneidad de los efectos simples.

Una interacción significante es aquella que es lo suficientemente grande como

para que se pueda explicar con base en el azar y la hipótesis nula de que no hay in-
teracción. Cuando la interacción es significante, los factores no son independientes
entre si; los efectos simples de un factor difieren y la magnitud de un efecto simple
depende de el nivel del otro factor del termino de la interacción. Si la interacción no
es significante, se puede concluir que los factores en consideración son independien-
tes entre si; los efectos simples de un factor son los mismos para todos los niveles de
los otros factores, dentro de una variación aleatoria medida por el error experimen-
tal. El efecto principal, es la mejor estimación de la diferencia común. La ilustración
de efectos simples, efectos principales e interacciones se muestra en la Tabla 5.18.

210
 Tabla 5.18.
Determinación de efectos simples y principales.

Factor I
A = Clase
Nivel A1 a2 Media A2-a1
b1 30 32 31 2
b2 36 44 40 8

B=tasa
Media 33 38 35.5 5
b2-b1 6 12 9

II
Factor A= Clase

Nivel A1 a2 Media A2-a1

b1 30 32 31 2
b2 36 26 31 -10

B= tasa
Media 33 29 31 -4
b2-b1 6 -6 0

III
A=Clase
Nivel A1 a2 Media A2-a1

b1 30 32 31 2
B= tasa b2 36 38 37 2

Media 33 35 34 2

b2-b1 6 6 6

Para I: AB = (8-2) en términos de los efectos simples A

= (12-6) en términos de los efectos simples B
= 3
Para II: AB = (26-36-32+30) = -6
Para III: AB = (38-36-32+30) = 0

Cuando los factores son independientes, los efectos simples son iguales a los efec-
tos principales correspondientes a un efecto principal, de tal manera que los efectos
principales son las únicas cantidades necesarias para describir completamente las
consecuencias de las variaciones de un factor, en un experimento factorial cada efec-
to principal se estima con la misma precisión que si todo el experimento se hubiese
dedicado a ese solo factor. En un experimento factorial es correcto particiones los
grados de libertad de los tratamientos y la suma de cuadrados en los componentes

211
atribuibles a los efectos principales y a interacciones aun cuando la prueba de F total
de que no hay diferencia tratamientos no sea significante; los efectos principales y
comparaciones de interacción son comparaciones planeadas.

Los resultados de un experimento factorial conducen a una explicación relati-

vamente sencilla debido a la variedad y naturaleza de las comparaciones de trata-
mientos. Cuando los factores no son independientes, los datos necesitan un estudio
detallado con la posibilidad de más experimentación.

Supongamos que ensayan dos factores, cada uno con dos niveles, con un total de
cuatro combinaciones de tratamientos, los cuales pueden representarse en la Tabla
5.19.

Tabla 5.19.
Las combinaciones de niveles de factores en un arreglo factorial.

Factor Niveles
Variedad A a1, a2,
c = 1...a
Densidad B b1, b2,
j = 1...b
Repetición n K = 1...b

Si estas combinaciones de tratamiento se ensayan en un diseño de r bloques com-

pletos al azar, tenderemos 4 r unidades experimentales, observándose el rendimien-
to, yijk, sobre la unidad experimental, con el nivel ni del factor A y pj del factor B, en
el bloques completo k (Tabla 5.20).

Tabla 5.20.
La forma más práctica de hacer las combinaciones
es el uso de la tabla “de doble entrada.”

b1 b2 b3

a1 a1b1 a1b2 a1b3

a2 a2b1 a2b2 a2b3
a3 a3b1 a3b2 a3b3
a4 a4b1 a4b2 a4b3

212
Se puede tener interés en lo siguiente:
a) ¿Cuál es el mejor nivel del factor A?
b) ¿Cuál es el mejor nivel del factor B?
c) Estudiar el efecto de interacción “acción conjunta”, en este el estudio de ANOVA
se tiene que extender.

Bajo una distribución completamente al azar se tendrán las siguientes causas y

grado de libertad:

Causas G.L.
Tratamientos ab – 1
Factor A a–1
Factor B b–1
Interacción A x B (a - 1)(b - 1)
Error ab(n-1)
Total abn – 1

La Interacción es la acción conjunta de 2 o más factores, o la modificación del efec-

to de un factor por la acción del efecto de otro o más factores. Los efectos de factores
en estudio pueden ser: aditivos, multiplicativos e interactivos. Cuando la diferencia
entre los niveles de factores es igual a cero, los efectos de los factores son aditivos o
los factores son independientes. En este caso las líneas de diferencias son paralelas, y se
concluye que los niveles del factor A se comportan de manera similar en los niveles
del Factor B (por ejemplo aumenta la densidad de especie, aumenta el rendimiento).

Efecto interactivo: Cuando los niveles de los factores en estudio no son indepen-
dientes y los niveles de un factor (B por ejemplo) esta relacionada o depende del
nivel del primer factor (A) como es el caso de Interacción genotipo x ambiente, en
este caso se trata de efectos interactivos.

En general, cuando se estudian 2 o más factor (Tabla 5.21) es recomendable ver

si las líneas de “tendencia” sugieren ser: a) paralelas (efectos aditivos), b) cruzadas
(efectos interactivos).

213
 Tabla 5.21.
Tabla a x b o de doble entrada para estudiar efectos del factor A,
del B e interacción AB. Suma de k repeticiones.

Factor A Factor B Total por

b1 b2 b3 Factor A (
Xi..)
a1 X11. X12. X13. X1..
a2 X21. X22. X23. X2..
a3 X31. X32. X33. X3..
a4 X41. X42. X43. X4..
Total / factor B (X.j.) X.1. X.2. X.3. X...

5.6.5 Cálculo de medias y el error estándar de la media (ANOVA

en la Tabla 5.22).

s2
X ij . SX =
Tratamiento: X ij . = n
n

X i .. s2
Xi = SX =
Factor A: bn bn

X j .. s2
Xj = SX =
Factor B: an an

X ...
X=
General abn

El procedimiento estadístico consiste de dos etapas de cálculos

Cálculo de SC para los factores, SC total, SC Tratamientos, y SC error, :

214
 2
 n 
 ∑ X ijl 
 i =1 
FC =
a) Factor de corrección N

b) La suma cuadrada total SCtotal = ∑ X ijk2 − FC

SCtratamientos =
∑X 2
ij .
− FC
c) Sumas de los cuadrados de tratamientos n

d) La suma cuadrado del error I SCerror = SCtotal − SCtratamientos

5.6.6 División de SCtratamientos y el grado de libertad en las causas

parciales A, B y AB:

SC A =
∑X 2
i ..
− FC
a) Suma de los Cuadrados para el factor A: bn

SCB =
∑X 2
. j.
− FC
b) Suma de los Cuadrados para el factor B: an

c) Suma de los Cuadrados de interacción

 ∑ X ij2. 
SC AB =  − FC − ( SC A + SCB )
 n 

SCbloques =
∑X 2
..k
− FC
d) Suma de los Cuadrados de bloques ab

e) Suma de los Cuadrados del error II

(
SCerror = SCtotal − SCtratamientos + SCbloques )

215
 Tabla 5.22.
Tabla de análisis de varianza.

Fuente de Suma de los cuadrados Gra- Medio Valor de F

variación do de de los
liber- cuadrados
tad

Tratamien- ab - 1 SCtrat/ab-1
∑ X ij2.
CM trat
tos
CM Error

nij - FC
Factor A a-1
∑X 2 CM Fac. A
i .. CM Error
SC A = − FC
bn

Factor B b-1
∑X 2 CM Fac. B
. j. CM Error
SCB = − FC
an

Interacción (a-1) SCInt./Gl.

 ∑ X ij2.
CM Interacion
AXB  (b-1)
− FC − ( SC A + SCB )
CM Error
SC AB = 
 n 

Error I ab(n- SCError/

SCerror = SCtotal − SCtratamientos 1) Gl
SI2

Error II ab(n- SCError/

(
SCerror = SCtotal − SCtratamientos + SCbloques ) 1)-
(n+1)
Gl
SII2

Bloques n-1
∑ X ..2k
CM Bloque
CM Error
SCbloques = − FC
ab

Total abn-1 _____

SCtotal = ∑ X ijk2 − FC

216
 Ejemplo 5.6 En un experimento factorial 23 donde se determino la longitud
(mm) de una especie de insecto en 4 ecosistemas bajo la influencia de tres factores
de humedad, temperatura y luminosidad (cada uno con dos niveles) (Tabla 5.23).

Factor A = Humedad: h1= 40 y h2 = 80% Nivel = 2

Factor B = Temperatura: t1 = 20 y t2 = 30 Nivel = 2
Factor C = Luminosidad: l1 = 100 y l2 = 200 Nivel = 2
No de Tratamiento = 2 X 2 X 2 = 8 Trat. = 8
No de Ecosistemas = 4
N = Tratamientos X Ecosistemas = 8 X 4 = 32

Tabla 5.23.
Combinación de niveles de tratamientos en 4 bloques (Martínez-Garza, 1988).

Tratamiento Factor Bloque Suma

T L I II III IV

1 1 1 125.6 98.2 110.6 130.1 464.5=T111

2 1 1 112.1 101.5 147.4 135.9 496.9=T211
3 2 1 150.8 154.8 175.0 185.0 665.6=T121
4 2 1 167.1 185.0 174.4 151.5 678.0=T221
5 1 2 121.0 100.6 134.8 134.4 490.8=T112
6 1 2 149.2 131.1 118.3 161.3 559.9=T212
7 2 2 181.1 174.3 137.0 161.5 653.9=T122
8 2 2 145.1 201.0 188.8 201.5 736.4=T222

Suma/B 1152.0 1146.5 1186.3 1261.2 4746.0 = G

Prueba de hipótesis en la cual:

No hay efecto de los factores sobre el comportamiento (tamaño) de insectos.

No hay interacción entre los niveles de los tres factores en estudio.

Procedimiento Estadístico

Factor de Corrección (C)

G 2 4746.0 2 22524516.0
C= = = = 703,891.12
tr 8X 4 32

217
 S.C. debida al total ( S.C.Total

S .C.Total = ∑ y 2 − C
= 125.6 2 + 112.12 + ....... + 201.5 2 − C
= 730,897.74 − 703,891.12 = 27 ,006.62

S.C. debida a los bloques (S.C. B.)

B 2l
S .C.B. = ∑ −C
t
1152.0 2 + .... + 1261.2 2
= −C
8
5639499.38
= − C = 1,046.30
8

S.C. debida a Tratamientos (S.C.T.)

T2
SCT = ∑r ijq − C
464.5 2 + 496.9 2 + .... + 736.4 2
= −C
4
2889620.04
= − C = 18 ,513.89
4

Interacción Humedad x Temperatura

TIJ2
T )=∑
S .C ( H − SC ( H ) − SC (T ) − C
2r
955.3 2 + .... + 1414.4 2
S .C.( H
T )= − 1205.41 − 1628.1 − 703891.12 = 1.35
2X 4

218
 Interacción Humedad x Luminosidad

Factor Humedad Suma/luminosidad

H1 h2
l1 1130.1 1174.9 2305.0 =L1

Luminosidad

l2 1144.7 1296.3 2441.0 =L2

Suma/humedad 2274.8 =H1 2471.2=H2 4746.0=G

L12 . + L22
SC ( L) = −C
4r
2305.0 2 + 2441.0 2
= − C = 578.0
4X 4
L2i.q
SC ( HL )=∑ − SC ( H ) − SC ( L) − C
2r
1130.12 + ... + 1296.3 2
S .C.( H
L )= − 1205.41 − 578.0 − 703891.12
2X 4
S .C.( H
L ) = 356.4

5. S.C. de los Efectos Factoriales (S.C. Fac.)

Humedad y Temperatura

Factor Humedad Suma/temperatura

h1 h2
T1 955.3 1056.8 2012.1=T1..
Temperatura

T2 1319.5 1414.4 2733.9=T2..

Suma/humedad 2274.8=h1 2471.2=h2 4746.0=G

219
 H 12 ... + H 22 .
SC ( H ) = −C
4r
2274.8 2 + 2471.2 2
= −C
4X 4
= 705,096.53 − 703,891.12 = 1,205.41

T12 . + T22 .
SC (T ) = −C
4R
2012.12 + 2733.9 2
= − C = 16 ,281.1
4X 4

Interacción temperatura luminosidad

Factor Temperatura Suma/luminosidad

T1 T2
l1 961.4 1343.6 2305.0 = l1
Luminosidad

l2 1050.7 1390.3 2441.0 = l2

Suma/Temperatura 2012.1 = T1 2733.9=T2 4746.0 = G

T. 2jq
L )=∑
SC (T − SC (T ) − SC ( L) − C
2r
961.4 2 + ... + 1390.3 2
SC (TL )= − 16281.1 − 578.0 − 703891.12
2X 4
S .C.( T
L ) = 56 .71

Interacción de tres factores (Valores medias y ANOVA en las Tablas 5.24 y 5.25).
S.C.(HTL) = SCT-SC(H)-SC(T)-SC(L)-SC(HT)-SC(HL)-SC(TL)
SC(HTP) = 18,513.89-1,205.41-16,281.11-1.35-578.00-356.44-56.71
SC(HTL)= 34.87

220
 Tabla 5.24
Valores promedio y error estándar correspondiente.

Promedio Estándar

General
X ....
X ijk =
abcn = N
Tratamiento

X ij . =
∑X ij .
SX =
S2
n n
Factor A
X i. S2
X i. = S Xi . =
bcn bcn
Factor B
X . j. S2
X . j. = SX =
acn acn
Factor C
X.k S2
X. K = S X. k =
abn abn

Tabla 5.25.
Análisis de varianza de un experimento factorial 23.

Fuente de variación Sumas de los Grado de Cuadrados F calculada Ft 0.05 Ft 0.01

cuadrados libertad medios
Bloques 1,046.30 3 348.76 <1
Tratamiento 18,513.89 7 2,644.84 7.45 2.49 3.64
Humedad 1,205.41 1 1,205.41 3.40 4.32
Temperatura 16,281.11 1 16,281.11 45.92 4.32 8.02
Hum. X Temp. 1.36 1 1.36 <1
Luminosidad 578.00 1 578.00 1.63 4.32
Hum. X Lum. 356.44 1 356.44 1.01 4.32
Tem. X Lum. 56.71 1 56.71 <1
HXTXL 34.87 1 34.87 <1
Error 7,446.43 21 354.59
Total 27,006.62 31

221
 Cálculo de Diferencia Mínima Significativa (DMS):

2s 2
DMS = tα , n
N
2s 2
DMS = t 0.05 , 21
4r
2(354.59 )
DMS = 2.08 * = 13 .8
16

5.7 Introducción al análisis de covarianza

El análisis de la covarianza trata de dos o más variantes medidas y donde cual-

quier variable independiente mesurable no se encuentra a niveles predeterminados,
como en un experimento factorial. Hace uso de conceptos tanto del análisis de va-
rianza como de la regresión. Este capítulo trata la covarianza lineal. A menudo, una
relación lineal es una aproximación razonablemente buena para una relación no
lineal con tal que los valores de las variables independientes no cubran un intervalo
muy amplio.

5.8 Objetivos del análisis de la covarianza

El análisis de covarianza es apropiado para lograr dos objetivos específicos: a)

eliminar cualquier error sistemático fuera del control del investigador que puede
sesgar los resultados, y b) tener en cuenta las diferencias en las respuestas debidas a
las características propias de los encuestados. Un sesgo sistemático puede ser elimi-
nado por medio de la asignación aleatoria de los encuestados a varios tratamientos.
Sin embargo, en estudios no experimentales, estos controles no son posibles. Por
ejemplo, al contrastar los anuncios publicitarios, los efectos pueden diferir depen-
diendo del momento del día o de la composición de la audiencia y de sus reacciones.
El objetivo de la covarianza es eliminar cualquiera de los efectos que a) influyen
solamente a una parte de los encuestados, b) varían entre los encuestados. Por ejem-
plo, las diferencias personales, tales como actitud u opiniones, pueden afectar a las
respuestas, pero el experimento no las incluye como un factor de tratamiento. El
investigador utiliza una covarianza para extraer cualquiera de las diferencias debidas
a estos factores antes de que los efectos del experimento sean calculados. Este es el
segundo papel del análisis de la covarianza.

222
 5.9 Usos de análisis de covarianza

Los usos más importantes del análisis de la covarianza son:

1) Para controlar el error y aumentar la precisión.

2) Ajustar medias de tratamientos de la variable dependiente a las diferencias en
conjuntos de valores de variables independientes correspondientes.
3) Interpretación de la naturaleza de los efectos de los tratamientos.
4) Dividir una covarianza total o suma de productos cruzados en componentes.

5.9.I Control del error

La varianza de una media de tratamiento es σ x = σ / n . Así, para disminuir

2 2

esta varianza, sólo tenemos dos enfoques: el aumento del tamaño de la muestra o el
control de la varianza en una población muestreada

El control de varianza se logra mediante el diseño experimental o mediante el

uso de una o más covariables. Ambos métodos pueden usarse simultáneamente.
Cuando se usa la covarianza como método para reducir el error, esto es, de controlar
s2, se hace reconociendo el hecho de que la variación observada de la variable de-
pendiente Y es parcialmente atribuible a la variación de la variable independiente X.

El uso de la covarianza para controlar el error es un medio de aumentar la pre-

cisión con la cual los efectos de los tratamientos pueden medirse eliminando, por
regresión, ciertos efectos reconocidos que no pueden ser o no han sido controlados
efectivamente por el diseño experimental. Por ejemplo, en un experimento de nu-
trición animal para comparar el efecto de varías raciones en el momento de peso,
los animales asignados a un bloque varían en peso inicial. Ahora, si el peso inicial
está correlacionado con la ganancia de peso, una porción del error experimental en
la ganancia puede deberse a diferencias en el peso inicial. Mediante el análisis de
la covarianza, esta porción, una contribución que puede atribuirse a diferencias en
el peso inicial puede calcularse y eliminarse del error experimental para ganancia.

5.9.2 Ajuste de medias de tratamientos Cuando la variación observada

en Y

Con cierta frecuencia, en la investigación ocurre que, simultáneamente con los

valores de la característica en estudio (sobre cada unidad experimental), los valores
de una o más variables no aleatorias, cuya medida se realiza sin error y cuyo efecto sobre
la característica de interés, es importante determinar.

223
 5.10 Análisis de covarianza simple

En un experimento de bloques completos al azar, los valores características de in-

terés son yij y xij . El xij es la variable compañera (co-variable), si se desea que xij ejerza
alguna influencia sobre yij se aplica el análisis de covarianza; el modelo lineal es:

y ij = m + b i + T j + γX ij + eij (5.34)

donde i = 1,...........,r; j = 1,..........., t; yij = b efecto general, = mvalor observado;

i
efecto = de bloque; Tj = efecto de tratamiento; g Xij = coeficiente de covarianza, y
eij = error aleatorio de manera que:

E(eij) = Æ E(eij2) = d2 ,

El valor de la respuesta observada sobre las unidades experimentales, mediante

estimación de contrastes entre efectos de tratamientos, quiere decir probar la significancia
de los mismos y de la covariable.

5.11 Estimación de contrastes

1.- Ignorando la covariable en la expresión (5.34):

Yij = m + b i + T j + eij (5.35)

Este ajuste produce el mínimo de la SC de los errores Eyy:

E yy = SCtotal − SCtrat . − SCbloque

Y..2
SCtotal = ∑ y ij2 −
ij rt

2
Fc 2= Y. 2 donde rt = n
Y. j Y
SC trat . =∑ − rt .
j r rt

Yi .2 Y..2
SCbloques =∑ −
i t rt

224
 Y. 2j Yi.2 Y. 2
SC de los errores para Yij: E =
y ∑y −∑
ij
2
ij
j r
−∑
i t
+
rt
El mejor estimador lineal insesgado de un contraste entre efectos de tratamientos
es:

t λ j Y. j t λ j Ti
∑ i =1 r
=∑
i =1 r (5.36)

2.- Operando de forma análoga, se calculan Exx y Exy:

SC errores para covariante:

X .2   X . j X .2   X i2. X .2 
2

E x = ∑ X ij −
2
 − ∑ −  − ∑ − 
(5.37)
 ij rt   j r rt   i t rt 

S.C. Error Multiplicado:


E xy = ∑ X ij Yij −
( X . )(Y . ) −  X . j Y. j − F  −  X i.Yi. − F 
 ∑ c ∑ t c
(5.38)
 ij rt   j r   i 

Factor de corrección multiplicado Fc =

( X . )(Y . ) (5.39)
rt
r
X i2. X .2
S.C. de Bloques: SC bloque = Bx = ∑ − (5.40)
i =1 t rt
t X .2j X .2
S.C. de Tratamientos: SC trat . = Tx = ∑ − (5.41)
j =1 r rt
r t
X .2
S.C. de Tratamientos para X: SC totalxx = ∑∑ X ij2 − (5.42)
i =1 j =1 rt

225
 r
X i.Yi.
S.C. de Bloques Multiplicado XY: SC bloquexy = B xy = ∑ − Fc (5.43)
i =1 t

t X . j Y. j
S.C. Tratamientos Multiplicados: SC trat . xy = Txy = ∑ − Fc (5.44)
j =1 r

S.C. Total Multiplicado: SC

r t
= ∑∑ X ij Yij −
( X . )(Y . ) (5.45)
totalxy
i =1 j =1 rt

3.- Tabla de análisis de varianza de productos cruzados

Factor de variación G.L. SC y de productos cruzados

X.X X.Y Y.Y
Bloques r-1 Bxx Bxy Byy
Tratamientos t-1 Txx Txy Tyy
Error (r-1)(t-1) Exx Exy Eyy
Total rt - 1 SCtot.xx SCtot.xy SCtot.yy

4.- Cálculo de coeficientes de covariante

E xy
El Coeficiente de covariantes: γˆE x = E xy ⇒ γˆ = (5.46)
Ex

E xy2
Donde el calculo de error XY es igual a γˆE =
xy
Ex

La Suma de los Cuadrados de Error se calcula como

E xy2
SC = Ey − (5.47)
error
Ex

226
 Al dividir la suma de los cuadrados de error entre el grado de libertad corres-
pondiente, se obtiene el Cuadrado medio del error o la varianza:

SC E E y − E x2y / E x
C
M 2
=S = = (5.48)
(r − 1)(t − 1) − 1 (r − 1)(t − 1) − 1
E

Puesto que, en general, estamos interesados en la estimación de contrastes, la

expresión para estimar a å lj Tj con
rior sino que esta cantidad debe ajustarse
j
∑
λ j = ∅ no está dada por la ecuación ante-
por la presencia de la covariable; El mejor
estimador insesgado para å lj Tj :

t t λ j Y. j t λ j Y. j t

∑ λ j Τˆ j = ∑ − γˆ ∑ =∑ λ j ( yˆ j − γˆx j ) (5.49)
j =1 j =1 r j =1 r j =1

( y j )
− γx j = medidas de tratamientos corregidos por X .
ij

x j = X . j / r E xy
y j = Y. j / r y γˆ =
Ex

La varianza de
∑ λ Τˆ j j
se compone de 2 partes:

a).- Una parte debida a la varianza de la

∑λ j ŷ j .

b).- Otra parte debida al efecto de covariable:

2
 t  δ2 t
δ 2 
 t
Var. ∑ λ j Τˆ j  = ∑ λ + 2  ∑ λ j X . j 
2
j
(5.50)
 j =1  r j =1 r E x  j =1 

Significancia de los efectos de los tratamientos.

H 0 :Τ1 = Τ2 = = Τt

227
 H A :Τ1 ≠ Τ2 ≠ ≠ Τt

Bajo la H0: y ij = m + b i + γX ij + eij (5.51)

A) Ignorando Xij: y ij = m + b i + eij (5.52)

Bajo el diseño de bloques al azar, bloques y tratamientos son ortogonales enton-

ces, SC de los errores en el (15.19):

E ′y = E y + Τy E x′ = E x + Τx E x′y = E x + Τxy

B) El coeficiente de covariación g correspondiente a la ecuación (5.53):

γ ′E xx′ = E xy′
E x′y
γ′=
E x′

õ ö

Notaciones introducidas

(E ′ )
2
xy
γ ′E xy′ =
E xx′ (5.54)

(E ′ )
2
xy
SCE ′ = E yy′ −
E xx′ (5.55)

C) SC debida a tratamientos, ajustados por el efecto de la covariable

SC (ΤΑ ) = SC E′ − SC E

 (E x′y )  
2
(E xy ) 
2

SC (ΤΑ ) =  E ′y −  − E y −  (5.56)
 E ′
x   E x 

228
 C
M =
[E ′ − (E ′ ) / E ′ ]− [E ′ − (E ′ ) / E ′ ]
y xy
2
x y xy
2
x (5.57)
(ΤΑ )
t −1

[E ′ − (E ′ ) / E ′ ]− [E ′ − (E ′ ) / E ′ ]
y xy
2
x y xy
2
x
C
M (ΤΑ ) t −1
Fc = = (5.58)
S2 E y − E xy2 / E x
(r − 1)(t − 1) − 1

El Grado de Libertad .para Fc = (t-1), (r-1)(t-1)-1

D) Si se desea probar la hipótesis H0: g = Æ vs HA: g ¹ Æ

E xy2 / E x
Fc′ = con 1 y (r-1)(t-1)-1 gl
S2

Una característica fundamental de toda covariable es su independencia de los

efectos de los tratamientos.

2σ 2  Τx  Varianza promedio de la diferencia entre dos

Var (d ) = 1 + 
r  (t − 1)E x 

medias ajustadas de tratamientos.

s *2 Eficiencia de la covarianza en la reducción de la va-

I=
 Τx 
s 2 1 + 
 (t − 1)E x 
rianza del error.

229
 Ejemplo 5.7 Un experimento de fertilizantes con el diseño San Cristóbal (12 tra-
tamientos en cuatro bloques completos al azar), realizado por el IMPA en la zona
de abastecimiento del ingenio Motzorongo, en el estado de Veracruz, cosechado en
plantilla durante la zafra 1977 – 1978, produjo los resultados de la Tabla 5.26, donde
Y es el rendimiento de caña en toneladas por hectárea, y X es el número observado
de tallos molederos por parcela experimental. Se propone examinar el efecto de los
nutrientes sobre el rendimiento de caña, eliminando a través de la técnica de cova-
rianza, el efecto del número de tallos molederos. Si el número de tallos molederos
observados fuese independiente del tratamiento, la aplicación de la técnica de la co-
varianza sería correcta, pero si ocurre que el número de tallos molederos por parcela
es incluido por el tratamiento aplicado, entonces el uso del modelo de covarianza
sería inapropiado para interpretar los resultados (Martínez-Garza, 1988).

Como regla general para decidir sobre el empleo de la covarianza, el investiga-

dor debiera tener la certeza de que sus covariables no están influenciadas por los
tratamientos estudiados. Es común que en la práctica, para probar la significancia
del efecto de los tratamientos sobre los valores de la propia covariable, se realice el
análisis de varianza sobre los valores observados de la covariable. Esta manera de
proceder, de acuerdo con Anderson y Bancroft (1952), no es muy adecuada, y reco-
miendan que los investigadores basen su técnica de análisis en un juicio riguroso de
su experimento, para bien detectar la existencia de dependencia o no de las covaria-
bles para con los tratamientos.

Tabla 5.26.
Análisis de covarianza en un experimento cañero.

Trata- I II III IV Sumas

mientos Y X Y X Y X Y X Y X
1 107.5 319 308 319 275 1,221
2 89.2 300 307 320 302 1,229
3 102.2 280 280 299 268 1,127
4 88.1 318 315 319 311 1,263
5 121.4 308 304 315 290 1,217
6 119.4 306 310 334 296 1,246
7 110.6 316 303 284 295 1,198
8 106.4 290 306 314 299 1,209
9 114.7 315 299 310 115.8 297 451.8 1,221
10 116.4 330 315 319 317 1,281
11 96.1 302 353 310 294 1,259
12 102.5 321 114.4 307 116.4 316 126.7 302 460.0 1,246
Sumas 1274.5 3705 1324.7 3707 1211.4 3759 1431.2 3546 5241.8

Procediendo con nuestro ejemplo, se realizan los cálculos para construir la Tabla
5.27 de sumas de cuadrados y productos cruzados
230
 Tabla 5.27.
Suma de cuadrados y de productos cruzados.

Fuente de variación Grados de libertad Sumas de cuadrados y de productos cruzados

X.X X.Y Y.Y
Bloques (B) 3 2,129.1 - 2,043.29 2,157.25
Tratamientos (T) 11 4,323.7 1,904.43 3,042.45
Error (E) 33 4,574.7 - 404.26 2,780.86
Total 47 11,027.5 - 543.12 7,980.56
E’ = T + E 44 8,898.4 1,500.17 5,823.31

Tendríamos así:

SCTotalXX = 3192 + 3002 + ... + 3022 – (14717)2/48 = 11,027.5

3705 2 + ... + 3546 2 14717 2

BX = − = 2129.1
12 48

12212 + ... + 1246 2 14717 2

TX = − = 4323.7
4 48

SCTotalXY = [107.52+ 89.22+ ... + 126.72] – (5241.8)2/48 = 7, 980.56

1274.5 2 + ... + 1431.2 2 5241.8 2

BY = − = 2157.25
12 48

412.2 2 + ... + 460.0 2 5241.8 2

TY = − = 3042.45
4 48

SPTotalXY = 107.5 x 319 + … + 126.7 x 302 – (5241.8 x 14717)/48 = - 543.12

1274.5 x3705 + ... + 1431.2 x3546 5241.8 x14717

Bxy = − = -2043.29
12 48

412.2 x1221 + ... + 460.0 x1246 5241.8 x14717

Txy = − = 1904.43
4 48

231
 Entonces:
Exx = SCTotalxx – Bxx - Txx
Exx = 11027.5 – 2129.1 – 4323.7 = 4574.7
Eyy = SCTotal – Byy - Tyy
Eyy = 7980.56 – 2157.25 – 3042.45 = 2780.86
Exy = SPTotalxy – Bxy - Txy
Exy = -543.12 – (-2043.29) – 1904.43 = - 404.26

Puesto que γˆE x = E xy , se obtiene:

E xy − 404.26
γˆ = = = −0.0883686
Ex 4574.7

SCE = Eyy - γˆE xy

SCE = 2780.86 – (-0.00883686) x (-404.26) = 2745.14

de donde:

SCE 2745.14
S2 = = = 85 .79
(r − 1)( t − 1) − 1 3 x1 − 1

De manera similar, ya que γˆE ' x = E ' xy , haciendo uso de los datos en base de la
5.35, se obtiene:

E ' xy 1500.17
γˆ = = = 0.168589
E'x 8898.4

SCE’ =E’yy - γˆE' xy

SCE’ = 5823.31 – 0.168589 x 1500.17 = 5570.40

Usando los resultados anteriores, la suma de cuadrados debida a tratamientos

ajustados, SC(TA), es:

SC(TA) = SCE’ – SCE

SC(TA) = 5570.40 – 2745.14

232
 SC(TA) = 2825.26

Donde,

SC (TA ) 2825.26
CM(TA) = = = 256.84
t −1 1

Para probar la hipótesis H0: r1 = r2 = ... rt contra la alternativa H1: por lo menos
ri ≠ rj, con i ≠ j, la estadística de prueba F está dada por:

C
M (T A ) 256.84
F= 2
= = 2.9
s 85 .79

La cual, si H0 es cierta, se distribuye como una F con 11 y 32 grados de libertad.

Para una prueba al 1% de significancia, en valor tabulado de esta distribución es
de 2.87. Puesto que la F calculada es mayor que la tabulada, se rechaza la hipótesis
nula, H0.

5.12 Introducción a la distribución de probabilidad

Los valores de una variable sirven para describir o clasificar individuos o distinguir
entre ellos. La mayoría de nosotros hacemos algo más que simplemente describir, clasi-
ficar o distinguir, porque tenemos ideas respecto a las frecuencias relativas de los valores
de una variable. En estadística decimos que la variable tiene una función de probabilidad,
una función de densidad de probabilidad o simplemente una función de distribución.

Las distribuciones de probabilidad están relacionadas con la distribución de fre-

cuencias. De hecho, podemos pensar en la distribución de probabilidad como una
distribución de frecuencias teórica. Una distribución de frecuencias teórica es una dis-
tribución de probabilidades que describe la forma en que se espera que varíen los resul-
tados. Debido a que estas distribuciones tratan sobre expectativas de que algo suceda,
resultan ser modelos útiles para hacer inferencias y tomar decisiones de incertidumbre.
Los objetivos de distribuciones de probabilidad son:

• introducir las distribuciones de probabilidad que más se utilizan en la toma de

decisiones.
• Utilizar el concepto de valor esperado para tomar decisiones.
• Mostrar qué distribución de probabilidad utilizar, y como encontrar sus valores.

233
• Entender las limitaciones de cada una de las distribuciones de probabilidad que
utilice.

5.13 Distribuciones muestrales

Consideremos todas las posibles muestras de tamaño n en una población dada (con
o sin reposición). Para cada muestra, podemos calcular un estadístico (tal como la me-
dia o la desviación típica), dicho estadístico varía de una muestra a otra. De esta ma-
nera obtenemos una distribución del estadístico que se llama distribución de muestreo. Si,
por ejemplo, el estadístico utilizado es la media muestral, entonces la distribución se
llama la distribución de muestreo de medias, o distribución de muestreo de la media.
Análogamente, podríamos tener distribución de muestreo de la desviación típica, de la
varianza, de la mediana, de las proporciones, etcétera.

Supongamos que se toman todas las posibles muestras de tamaño n, sin reposición,
de una población finita de tamaño N>n. Si denotamos la media y la desviación típica
de la distribución de muestreo de medias por m χ , σ χ y las de la población por m y s,
respectivamente, entonces:

m = mσ N −n
σ χχ =
n N − 1 (5.59)

Donde,

m x = media de la distribución de muestreo de las medias.

m = la media de la población.
σ x = error estándar de la media de muestreo.
s = desviación típica de la población.
N = tamaño de la población.
n = tamaño de la muestra.

Este nuevo factor que aparece del lado derecho de la ecuación y que multiplica a
nuestro error estándar original, se conoce como multiplicador de población finita:

N −n
Multiplicador de población finita = N −1

234
 Ejemplo 5.8 Supongamos que estamos interesados en una población de 20 compa-
ñías textiles del mismo tamaño, todas estas fabricas experimentan una producción ex-
cesiva de trabajo. Nuestro estudio indica que la desviación estándar de la distribución
de la producción anual es igual a 75 empleados. Si muestreamos 5 de estas compañías
(sin reemplazo), y deseamos calcular el error estándar de la media para la población
finita, usaríamos la ecuación:

σ N −n
σx = X
n N − 1

75 20 − 5
= X = 29 .8
5 20 − 1

En casos en los que la población es muy grande en relación con el tamaño de la

muestra, este multiplicador de población finita adquiere un valor cercano a 1 y tiene
poco efecto sobre el cálculo del error estándar. Este último pone de manifiesto que
cuando muestreamos una pequeña fracción de la población entera, la fracción n/N se
define como la fracción de muestreo.

Cuando la fracción de muestreo es pequeña, el error estándar de la media para po-

blaciones finitas es tan cercano a la media para poblaciones infinitas que bien podría-
mos utilizar la misma fórmula para ambas desviaciones. Si la fracción de muestreo es menor
a 0.05, no se necesita usar el multiplicador de población finita. Si la población es infinita los
resultados anteriores se reducen a:

mχ = m σ
σχ =
n (5.60)

Para valores grandes de n (n³30), la distribución de muestreo de medias es aproxi-

madamente normal con media m χ y desviación típica σ χ independientemente de la
población. Este resultado para una población infinita es un caso especial del teorema
del límite central de teoría avanzada de probabilidades, que afirma que la precisión de
la aproximación mejora al crecer n. Esto se indica en ocasiones diciendo que la distri-
bución de muestreo es asintóticamente normal.

235
 5.14 Distribución de muestreo de proporciones

Supongamos que una población es infinita y que la probabilidad de ocurrencia de

un suceso (su éxito) es p, mientras la probabilidad de que no ocurra es q = 1 - p. Por
ejemplo, la población puede ser la de todas las posibles tiradas de una moneda, en
la que la probabilidad del suceso “cara” es p = ½. Consideremos todas las posibles
muestras de tamaño n de tal población, y para cada una de ellas determinemos la
proporción de éxitos (P). En el caso de una moneda, P sería la proporción de caras n
tiradas. Obtenemos así una distribución de muestreo de proporciones cuya media mp y cuya
desviación típica sp vienen dadas por:

m pq p(1 − p )
σ pp == m =
n n (5.61)

donde:
m p = media de muestreo de proporciones.
m = media de la población de proporciones.
p = probabilidad de éxito.
q = probabilidad de fracaso.

Para muestras grandes (n³30), la distribución de muestreo está, muy aproximada-

mente, normalmente distribuida. Nótese que la población está binomialmente distribuida.
La ecuación (5.61) es válida también para una población finita en la que se hace mues-
treo con reposición. Para poblaciones finitas en que se haga muestreo sin reposición, la
ecuación (5.61) queda sustituida por la ecuación:

m=p y s= pq

5.15 Distribución de muestreo con diferencias y sumas

Sean dadas dos poblaciones. Para cada muestra de tamaño n1 de la primera, cal-
culamos un estadístico S1; eso da una distribución de muestreo para S1, cuya media y
desviación típica denotaremos por m1 y s1. Del mismo modo, para la segunda muestra
de tamaño n2 de la segunda población, calcula un estadístico S2. De todas las posibles
combinaciones de estas muestras de las dos poblaciones podemos obtener una distri-
bución de las diferencias, S1 - S2, que se llama distribución de muestreo de las diferencias de
los estadísticos. La media y la desviación típica de esta distribución de muestreo, denota-

236
das respectivamente por ms1-s2 y ss1-s2 vienen dadas por

m s1− s 2 = m s1 − m s 2
σ s1− s 2 = σ 2s1 + σ s22 (5.62)

en lo que:

m s − m s = media de muestreo de las diferencias de los estadísticos.

1 2

σ 2 s1 = la varianza del estadístico 1.

σ 2 s2 = la varianza del estadística 2.

Si S1 y S2 son las medias muestrales de ambas poblaciones, cuyas medias denotare-

mos por x1 y x2, respectivamente, entonces la distribución de muestreo de las diferen-
cias de medias viene dada para poblaciones infinitas como:

m χ 1− χ 2 = m χ 1 − m χ 2 = m 1 − m 2

y
σ 12 σ 22
+
σ x1− x 2 = σ 2x 1 + σ 2x 2 = n1 n2 (5.63)

donde:

m x − x = la media de la diferencia muestral.

1 2
σ x − x = el error estándar de la diferencia entre dos medias.
1 2

σ 12 = la varianza de la muestra una.

σ 22 = la varianza de la muestra dos.

Resultados correspondientes se pueden obtener para las distribuciones de mues-

treo de diferencias de proporciones de dos poblaciones binomialmente distribuidas
con parámetros (p1, q1) y (p2, q2), respectivamente. En este caso, S1 y S2 corresponden a
la proporción de éxitos P1 y P2, y las ecuaciones (5.62 y 5.63) llevan a:

m p1− p 2 = m p1 − m p 2 = p1 − p 2
p1 q1 p 2 q 2
yσ p1− p 2 = σ 2p1 + σ 2p 2 = +
n n2 (5.64)

237
 Si n1 y n2 son grandes (n1, n2 ³30), la distribución de muestreo de diferencias de
medias o proporciones están casi normalmente distribuidas. A veces es útil hablar de la
distribución de muestreo de la suma de estadísticos. La media y la desviación típica de
tal distribución son (para muestras independientes).

m s1+ s 2 = m s1 + m s 2
y
σ s1+ s 2 = σ 2s1 + σ s22 (5.65)

5.16 Combinación de probabilidades y valores monetarios

Veamos el caso de un vendedor al mayoreo de frutas y legumbres que comercia fre-

sas. Este producto tiene una vida útil muy limitada. Si no se vende el día de su entrega,
ya no tiene valor. Una cajita de fresas cuesta $20 y el vendedor recibe $50 por ella. Este
no puede especificar el número de cajitas que un cliente pedirá en cualquier día dado,
pero su análisis de registros pasados ha reducido la información que presentamos en
la Tabla 5.28.

Tabla 5.28.
Ventas durante 100 días (ejemplo 5.8).

Venta diaria Número de días de ventas Probabilidad de venta de cada cantidad

10 15 0.15
11 20 0.20
12 40 0.40
13 25 0.25
100 100

Definición de los tipos de pérdidas

El vendedor al mayoreo ha sufrido dos tipos de pérdidas: 1) pérdidas de abundan-

cia, ocasionadas por tener en existencia demasiada fruta en un día y tener que tirarla
al día siguiente; y 2) pérdidas de oportunidad, ocasionadas por no tener en existencia
el producto al tiempo que un cliente lo solicita.

Cada valor de pérdida está condicionado a un número específico de cajas que se

encuentran en existencia y a un número específico de solicitudes. Los valores que se

238
tienen en la Tabla 5.29. No solamente incluyen pérdidas por frutas echadas a perder,
sino que también aquellas que son resultados de la pérdida de recuperación cuando
el vendedor no es capaz de suministrar los pedidos que se le hacen.

Ninguno de estos tipos de pérdidas se obtiene cuando en existencia en un día

cualquiera es el mismo que el número de cajas solicitadas. Cuando sucede lo ante-
rior, el vendedor vende todo lo que tiene almacenado y no obtiene pérdidas. Esta
situación se indica con el cero en negrita que aparece en la columna correspondien-
te. Las cifras que se encuentren por encima de un cero cualquiera representan las
pérdidas obtenidas por tener que tirar la fruta. En todo caso, en este ejemplo, el
número de cajas almacenadas es mayor que el número de cajas solicitadas.

Los valores por debajo representan las pérdidas de oportunidad que resultan de
pedidos que no se pueden cumplir. Si sólo tiene en existencia 10 cajas de fresas en
un cierto día y se solicitan 11, el vendedor sufre una pérdida de oportunidad de $30
por la caja que no pudo vender por no tenerla ($50 de la entrada por caja menos
$20 de su costo, igual a $30).

Tabla 5.29.
Pérdidas condicionales.

Posibles peticiones Posibles opciones de existencia

10 11 12 13
10 $0 $20 $40 &60

11 30 0 20 40
12 60 30 0 20
13 90 60 30 0

Cálculo de pérdidas esperadas

Al examinar cada acto de almacenamiento posible, podemos calcular la pérdida

esperada, como indica la Tabla 5.30.

239
 Tabla 5.30.
Pérdida esperada al tener en existencia 10 cajas.

Posibles solicitudes Pérdida Probabilidad Esperada

10 $0 0.15 $0
11 30 0.20 6.00
12 60 0.40 24.00
13 90 0.25 22.50
52.50

Las pérdidas esperadas se resumen en las Tablas 5.31 - 5.33 que resulta de tomar
la decisión de tener en existencia 11, 12 y 13 cajas de fresas, respectivamente. La ac-
ción de almacenamiento óptima es aquella que minimiza las pérdidas esperadas. Esta
acción corresponde al hecho de tener en existencia 12 cajas diarias, en cuyo caso las
pérdidas esperadas toman el valor mínimo de $17.50, con la misma facilidad pudimos
haber resuelto este problema tomando un camino alternativo, es decir, maximizando
la ganancia esperada ($50-20 del costo de cada caja), en lugar de minimizar la pérdida
esperada.

En el cálculo de pérdidas esperadas hemos supuesto que la demanda del producto

puede tomar únicamente cuatro valores y que las fresas ya no valen nada al día siguien-
te. Estas dos suposiciones reducen el valor de la respuesta que hemos obtenido (Tablas
5.31, 5.32 y 5.33).

Tabla 5.31.
Pérdida esperada al tener en existencia 11 cajas.

Posibles solicitudes Pérdida Probabilidad Esperada

10 $20 0.15 $3.0
11 0 0.20 0
12 30 0.40 12.00
13 60 0.25 15.50
30.00

240
 Tabla 5.32.
Pérdida esperada al tener en existencia 12 cajas (pérdida mínima esperada).

Posibles solicitudes Pérdida Probabilidad Esperada

10 $40 0.15 $6.00
11 20 0.20 4.00
12 0 0.40 0
13 30 0.25 7.50
17.50

Tabla 5.33.
Pérdida esperada al tener en existencia 13 cajas.

Posibles solicitudes Pérdida condicional Probabilidad de que se Pérdida esperada

tengan estas solicitudes
10 60 0.15 9.00
11 40 0.20 8.00
12 20 0.40 8.00
13 0 0.25 0.00
Total 1.00 25.00

El valor esperado en una situación de toma de decisiones es un valor teórico que

puede no presentarse nunca. En la mejor solución para la situación óptima de existen-
cias que tenemos en las tablas anteriores, la menor pérdida esperada es de $17.50, pero
la pérdida real que puede sufrir el vendedor en cualquier día puede ser de $0, $20, $30
ó $40. Recuerde que el valor esperado es un promedio de todos los resultados posibles,
pesados con la probabilidad de que cada resultado se presente.

5.17 La distribución binomial

Una distribución de probabilidad de una variable aleatoria discreta utilizada am-

pliamente en la distribución binomial. Esta distribución describe una variedad de
procesos que describe datos discretos, que son resultado de un experimento conoci-
do como proceso de Bernoulli en honor al matemático Suizo Jacob Bernoulli (1654-
1705), el cual nos llevará a uno de sólo dos resultados posibles que son mutuamente
exclusivos, tales como muerto o vivo, enfermo o saludable, etc., en donde la obten-
ción del resultado deseado se considera como éxito “p” y el resultado no deseado
como fracaso “q”: (q = 1 – p).

241
 5.17.1 Características del proceso de Bernoulli

Podemos utilizar el resultado del lanzamiento de una moneda no alterada un

cierto número de veces como ejemplo de proceso de Bernoulli. Podemos describir el
proceso de la manera siguiente:

Cada ensayo conduce a uno de dos resultados posibles, mutuamente exclusivos, uno
denominado éxito y el otro fracaso.

La probabilidad del resultado de cualquier intento permanece fijo con respecto al

tiempo.

Los ensayos son estadísticamente independientes, es decir, el resultado de un ensa-

yo en particular no es afectado por el resultado de cualquier otro ensayo.

Si p y 1-p son las probabilidades de éxito y fracaso respectivamente en cada ensayo,

entonces la probabilidad de obtener x éxitos y n-x fracasos en algún orden específico es
px(1-p)n-x; entonces el número de formas en que podemos obtener x éxitos en n ensayos
es el número de combinaciones de x objetos seleccionados de un conjunto de n objetos
(n/x) así llegamos al siguiente resultado.

n
P( x) =   P x q n − x Para x = 0, 1, 2, 3, ..., n (5.66)
 x

Donde,

n = número de ensayos realizados.

p= probabilidad de éxito.
q = (1 - p) = probabilidad de fracaso.
n - x = número de fracasos deseados.
px = probabilidad favorable.

Recordando la fórmula de combinaciones, la fórmula 5.66 se transformará:

P ( x) = n! pxqn-x (5.67)
x!(n − x )!

Aunque esta fórmula pueda parecer un tanto complicada, se le puede utilizar con
bastante facilidad. El símbolo ! significa factorial. Por ejemplo factorial cinco (5! = 5

242
x 4 x 3 x 2 x 1 = 120), 0! = 1. Utilizando la fórmula binomial para resolver nuestro
problema descubrimos que la fórmula 5.67 puede desarrollarse como:

n n
(q + p )n = q n +  q n −1 p +  q n − 2 p 2 +  + p n
1  2 (5.68)

n n
   
Donde: 1,  1  ,  2  ...., son coeficientes binomiales; x = número de éxitos deseados.

Ejemplo 5.9 Se lanza una moneda corriente 6 veces, donde llamamos cara a un
éxito. Por consiguiente n = 6 y p = q = 1/2. Solo pueden ocurrir dos cosas (p ó q) por
lo tanto la probabilidad de que ocurra 1 de ellas es la mitad, es decir ½.

a) La probabilidad de que suceda 2 caras exactamente (o sea x = 2) es:

p=
2 4 2 4
6! 1 1 6!  1   1  6 x5 x 4 x3x 2 x1  1  1  30  1  15
P ( 2) =     =     =    =  =
2!(6 − 2 )!  2   2  2!4!  2   2  (2 x1)(4 x3x 2 x1)  4  6  2  64  64

b) La probabilidad de conseguir por lo menos cuatro caras (o sea x = 4, 5 ó 6) es:

6!  1  1  6!  1  1  6!  1  6 x5 x 4  1  6 * 5!  1   1  15 6 1 2 1
   +    +   =  +  +  = + + = =
4!2!  16  4  5!4!  32  2  6!  64  4!2 x1  64  5!* 4  64   64  64 64 64 64 32

5.17.2 Propiedades de la distribución binomial son:

La media: m = np,

la varianza: s 2 = npq,

q− p
el coeficiente de sesgo: α =
3
npq

desviación típica: σ = npq

243
 Cuando p es menor que 0.5, la distribución binomial está sesgada hacia la derecha.

Conforme p aumenta, el sesgo es menos notable.

Cuando p = 0.5, la distribución binomial es simétrica.

Cuando p es mayor que 0.5, la distribución esta sesgada hacia la izquierda.

Ejemplo 5.10 En 100 tiradas de una moneda el número promedio de caras es m

= np = (100) (½ ) =50; este es el número esperado de caras en 100 lanzamientos. La
desviación típica es:

σ= npq = (100) 1  1  = 5

 2  2 

5.18 Distribución de probabilidad hipergeométrica

Recuérdese que si se selecciona una muestra aleatoria de n consumidores de una

población de N consumidores, el número x de usuarios que favorecen un producto
específico tendría una distribución binomial cuando el tamaño muestra n es peque-
ño respecto al número de N de consumidores en la población, el número x a favor
del producto tiene una distribución de probabilidad hipergeométrica, cuya la fórmula es:

C xr C NN−−xr
P( x) = (5.69)
C nN

Donde,

N = número de elementos en la población

r = número de elementos que tienen una característica especifica, por ejemplo
el número de personas a favor un producto particular
n = número de elementos en el muestra
En base a la fórmula 6.69 podemos realizar las operaciones factoriales siguientes:

r!
C xr =
x!(r − x)!
( N − r )!
C nN−−xr =
(n − x)! {( N − r ) − (n − x)}!
244
 N!
C nN =
n!( N − n)!

5.18.1 Medidas de tendencia central y de dispersión para la distribución

hipergeométrica

La distribución hipergeométrica al igual que otras distribuciones de probabilida-

des tiene un valor esperado o media (m) y una desviación estándar (s), y vamos a ver
la forma en que ambas medidas estadísticas se pueden calcular.

Simbólicamente, podemos representar la media de una distribución hipergeomé-

trica como:
nr
m=
Media aritmética N (5.70)

en la que:

n = número de muestras.
r = número de elementos de la muestra con ciertas características.
N = tamaño de la población.

Y podemos calcular la variancia y la desviación estándar de una distribución hi-

pergeométrica haciendo uso de la fórmula:

r ( N − r ) n( N − n)
σ2 =
Variancia: N 2 ( N − 1) (5.71)

r ( N − r ) n( N − n)
σ=
Desviación estándar: N 2 ( N − 1) (5.72)

En la que:

s2 = la variancia.
s = la desviación estándar.

245
 Ejemplo 5.11 Un furgón contenía 20 computadoras electrónicas grandes, 2 de
las cuales estaban defectuosas. Si se seleccionan al azar tres computadoras del furgón
¿cuál será la probabilidad de que dos de ellas tengan desperfectos?

Solución: Para este ejemplo

N = 20 n=3
r = 2(computadoras defectuosas)
x = número de computadoras con averías en la muestra

Entonces:

C xr C nN−−xr
P( x) =
C nN

C 22 C 320− 2− 2
P(2) =
C 320

1 18 !
= 0.0
2 C 320− 2− 2 = C118 = = 18
Donde, 5
0 , 1!17 !

20 !
C 320 = = 1140
3!17 !

Entonces la probabilidad de sacar x = 2 computadoras defectuosas en una mues-

tra de n = 3 es

(1)( 8)
P (2) = = 0.016
1140

5.19 La distribución de probabilidad geométrica

En un experimento binomial se tiene una serie de eventos idénticos e indepen-

dientes, y que cada uno origina un “éxito” E o un “fracaso” F, con p(E) = p y
p(F) = 1 - p = q. Si interesa el número x de pruebas hasta la observación del primer
éxito, entonces x posee una distribución de probabilidad geométrica. Nótese que el nú-

246
mero de pruebas podría seguir indefinidamente y que x es un ejemplo de variable
aleatoria discreta que puede tomar un número infinito (pero contable) de valores.
Las fórmulas para la distribución geométrica son:

p(x) = pqx-1 x = 1,2,……,8 (5.73)

Donde:

x = número de pruebas independientes hasta la ocurrencia del primer éxito

p = probabilidad de éxito en una sola prueba, q = 1 – p.

1
m=
Media: p (5.74)

1− p
σ2 =
Variancia: p 2 (5.75)

1− p
Desviación estándar: p 2 (5.76)

La distribución de probabilidad geométrica es un modelo para el intervalo de

tiempo que un jugador (¿inversionista?) tiene que esperar hasta ganar. Por ejemplo,
si la ganancia media en una serie de apuestas idénticas en la ruleta (o en alguna otra
serie de pruebas idénticas), no es una buena medida para su prospectiva de ganar.
Podría tener una racha de mala suerte y quedarse sin dinero antes de tener la posi-
bilidad de recuperar sus pérdidas.

La distribución de probabilidad geométrica también proporciona un modelo

discreto para el lapso, digamos el número x de minutos, antes de que un consumi-
dor en una fila o línea de espera (en un supermercado, servicio de reparaciones,
hospital, etc.) reciba la atención [nótese que el lapso o intervalo de tiempo es una
variable aleatoria continua]. La distribución de probabilidad geométrica es una ana-
logía discreta de (una aproximación para) una distribución de probabilidad continua
particular, conocida como distribución exponencial]. Este modelo discreto para la
distribución de probabilidad de tiempo de espera x se basa en la suposición de que
la probabilidad de recibir el servicio durante cualquier minuto es idéntica e inde-

247
pendiente del resultado durante cualquier otro minuto y que x se mide en minutos
“enteros” – es decir, x = 1,2,3.

Ejemplo 5.12 Los registros indican que una cierta vendedora tiene éxito en for-
mular venta en 30% de sus entrevistas. Supóngase que una venta en una entrevista
es independiente de una venta cualquier otro momento.

¿Cuál es la probabilidad de que esta vendedora tenga que tratar con 10 personas
antes de hacer su primera venta?

¿Cuál es la probabilidad que la primera venta se realice antes o en la décima

oportunidad?

Solución:

a) La probabilidad de realizar una venta en un solo contacto o entrevista es p =

0.3 Entonces la probabilidad de que necesita exactamente x = 10 contactos antes de
hacer su primera venta es

p ( x ) = pq x-1
o bien p (10)= (0.3)(0.7)9 = 0.012

b) La probabilidad de que se realice la primera venta antes de o en la décima

entrevista, es

P (x = 10) = p (0) + p (1) + p (2) +…+ p (10)

La manera más sencilla de hallar esta probabilidad es expresarla como el comple-

mento de una serie infinita. Es decir,

P (x = 10) = 1 - P(x > 10)

en donde

P(x > 10) = p (11) + p (12) + p (12) +

= pq10 + pq11 +

La suma de una serie geométrica infinita es igual a a / (1 - r), donde a es el primer

término de la serie, r es la razón, común, y r2 < 1. Utilizando este resultado, tenemos.

248
 pq 10
P( x = 10 ) = 1 − p( x  10 ) = 1 − = 1 − q 10 = 1 − (0.7)10 = 0.972
1− q

Por lo tanto existe una alta probabilidad (0.972) de que la vendedora realice pri-
mera venta antes de o en el décimo contacto.

5.20 La distribución de probabilidad normal

Se presentaron diversas variables aleatorias discretas y sus distribuciones de pro-

babilidad en este capítulo. En la presente sección fijaremos nuestra atención a los
casos en que la variable puede tomar cualquier valor que esté en un intervalo de
valores dado, y en los cuales la distribución de probabilidad es continua. El objetivo
de la distribución de probabilidad normal es conducir la variable aleatoria normal,
una de las variables aleatorias continuas más importantes y que se utiliza con mayor
frecuencia. Se da su distribución de probabilidad y se muestra cómo puede emplear-
se la distribución de probabilidad.

Varios matemáticos han contribuido al desarrollo de la distribución normal, en-

tre los que podemos contar al astrónomo-matemático del siglo xix Karl Gauss. En
honor a su trabajo, la distribución de probabilidad normal a menudo también se le
llama distribución gaussiana.

Existen dos razones básicas por las cuales la distribución normal ocupa un lugar
tan prominente en la estadística. Primero, tiene algunas propiedades que la hacen
aplicable a un gran número de situaciones en las que es necesario hacer inferencias
mediante la toma de muestras. Segundo, la distribución normal casi se ajusta a las
distribuciones de frecuencias reales observadas en muchos fenómenos, incluyendo
características humanas (peso, altura, IQ), resultados de procesos físicos y muchas
otras medidas de interés para los investigadores, tanto en el sector público como en
el privado.

5.20.1 Variables aleatorias continuas

Una variable aleatoria continua es la que puede tomar un número infinitamente

grande de valores que corresponden a los puntos en un intervalo de una recta. Las
estaturas y los pesos de las personas, el tiempo entre dos eventos o la vida útil de un
equipo de oficina, son ejemplos típicos de variables aleatorias continuas.

249
 El modelo probabilístico para la distribución de frecuencias de una variable alea-
toria continua implica la selección de una curva, generalmente regular o aislada, a
la que se llama distribución de probabilidad o función de densidad de probabilidad de una
variable aleatoria. Si la ecuación de esta distribución de probabilidad continua es
f(x), entonces la probabilidad de que x esté en el intervalo a < x < b es el área bajo la
curva de distribución para f(x) entre los dos puntos a y b (Figura 5.1) Esto concuerda
con la interacción de un histograma de frecuencias relativas, donde las áreas sobre
un intervalo, bajo el histograma, correspondieron a la proporción de observación
caen en dicho intervalo. Ya que el número de valores que puede tomar x es infini-
tamente grande y no se puede contar, la probabilidad de que x sea igual a un valor
específico, por ejemplo a, es 0. Entonces las afirmaciones probabilísticas acerca de
las variables aleatorias continuas siempre corresponden a áreas bajo la distribución
de probabilidad sobre un intervalo por ejemplo, de la a a la b - y se expresan como
P(a < x< b ). Nótese que la probabilidad en a < x < b es igual a la probabilidad de
que a < x =b pues P(x = a) = P (x = b) = O.

Figura 5.1.
Distribución de probabilidad para una variable aleatoria continúa.

Hay muchas distribuciones de probabilidad continuas y cada una se representa

mediante una ecuación f(x), que se escoge de la manera que el área total bajo la curva
de distribución de probabilidad sea igual a 1.
Una vez que conocemos la ecuación f(x) de una distribución de probabilidad par-
ticular se pueden encontrar probabilidades específicas, por ejemplo la probabilidad
de que x esté en el intervalo a < x < b, de dos maneras. Podemos graficar la ecua-
ción y utilizar métodos numéricos para aproximar el área sobre el intervalo a < x

250
< b. Este cálculo puede realizarse utilizando métodos muy aproximados o una com-
putadora para obtener cualquier grado de precisión o bien, si f(x) tiene una forma
particular, particular, podemos usar el cálculo integral para encontrar P(a < x <
b). Afortunadamente, no hay que utilizar en la práctica, ninguno de estos métodos,
porque se han calculado y tabulado las áreas bajo la mayoría de las distribuciones de
probabilidades continuas más empleadas

Estudiaremos en las secciones siguientes, una de las distribuciones de probabili-

dad continuas de mayor uso la distribución de probabilidad normal (de campana).
La distribución de probabilidad normal se trata de enseñar a encontrar la probabi-
lidad de un suceso por medio de la curva normal y la tabla de las áreas bajo la curva
normal. La distribución normal se utiliza cuando existe una variable aleatoria conti-
nua, donde dicha variable puede asumir cualquier valor de una gama de ellos y por
tanto la distribución de probabilidad es continua. La distribución normal representa
las siguientes propiedades:

La curva es simétrica, tiene un solo pico, por consiguiente es unimodal, presenta

una forma de campana.

La media de una población distribuida normalmente se encuentra en el centro de

su curva normal.

A causa de la simetría de la distribución normal de probabilidad, la media, la moda

y la mediana de la distribución se encuentran también en el centro; en consecuencia,
para una curva normal, la media, la mediana y la moda tienen el mismo valor.

Teóricamente, la curva se extiende en ambas direcciones, y tiende gradualmente a

unirse con el eje horizontal. Sin embargo, se extiende al infinito, sin tocar nunca el eje
de la abscisa.

Uno de los más importantes ejemplos de una distribución de probabilidad continua

es la distribución normal, curva normal o distribución gaussiana, definida por la ecuación

1
1 − ( X − m )2 / σ 2
Y= e 2
σ 2π (5.77)

251
 donde:
μ= la media.
σ² = la varianza.
σ= la desviación típica.
p = constante (3.14159).
e (exponencial) = 2.71828.

La ecuación de una distribución normal con m (media) = 0 y v (varianza) = 1 (una

distribución normal estandarizada) es igual a (Figura 5.2):

1
1 − z2
Y= e 2

σ 2π (5.78)

Figura 5.2. a) Una distribución normal, b) Una distribución normal con varian-
zas iguales y medias aritméticas desiguales.

La distribución de probabilidad normal, mostrada en la Figura 5.3 (una desvia-

ción estándars), es simétrica respecto a la media “m.”
En la practica se encuentran pocas veces variables que cambien de “menos infi-
nito” a “más infinito”, cualquier que sea el significado que se de atribuir a estas ex-
presiones. Ciertamente, la estatura de personas o la vida útil de un equipo de oficina
no satisfacen estos requisitos, sin embrego, el histograma de frecuencia relativa para
muchos de mediciones tiene forma acampanada se puede aproximar con la función
mostrada en la Figura 7.3.

252
 Figura 7.3. Función de densidad de probabilidad normal.

El área total limitada por la curva (5.20) y el eje x es 1; por tanto, el área bajo la
curva entre x = a y x = b, con a < b, representa la probabilidad de que x esté entre a
y b. Esta probabilidad se denota por P{a <x < b}, y se calcula mediante la fórmula:

[z = ( X − m ) / σ ] (5.79)
Donde: z = la desviación normal con la media igual a cero y desviación típica v = 1.

Figura 5.4. Una distribución canónica

253
 Cuando se expresa la variable x en unidades estándares, la ecuación (7.20) es reem-
plazada por la llamada forma canónica (5.79). La figura 5.4 es un gráfico de esta forma
canónica, muestra que las áreas comprendidas entre z = ±1, z = ±2, y z = ±3 son
iguales, respectivamente, a 68.27%, 95.45% y 99.73% del área total, que es 1. La tabla
de Z (en cualquier libro estadística) muestra las áreas bajo esta curva acotadas por las
ordenadas z = 0 y cualquier valor positivo de z. De esta tabla se puede deducir el área
entre todo par de coordenadas usando la simetría de la curva respecto de z = 0.

5.20.2 Tabulaciones de las áreas de la distribución de la proba-

bilidad normal

No importa cual sean los valores de m y s para una distribución de probabilidad

normal, el área total bajo la curva es 1.00, de manera que podemos pensar en áreas
bajo la curva como si fuera probabilidades. Matemáticamente es cierto que:

1. Aproximadamente 68% de todos los valores de una población normalmente

distribuida se encuentra dentro de ± 1 desviación estándar de la media.

Aproximadamente 95.5% de todos los valores de una población normalmente

distribuida se encuentran dentro de ± 2 desviaciones estándar de la media.

Aproximadamente 99.7% de todos los valores de una población normalmente

distribuida se encuentran dentro de ± 3 desviaciones estándar de la media.

Recuérdese que la probabilidad de una variable aleatoria continua toma un valor

en el intervalo de la a a la b, es el área bajo la función de la densidad de probabilidad,
entre los puntos a y b (Figura 7.5). A fin de evaluar la áreas bajo la curva normal, ob-
servamos que la ecuación para la distribución de probabilidad normal. En base con
los valores numéricos de m y s podemos generar un número infinitamente grande
de distribuciones normales dando diversos valores a estos parámetros. Obviamente
no es práctico tener en tablas separadas las áreas de estas curvas, si no que conviene
tener una tabla de áreas aplicable a todas las curvas. La manera fácil de utilizar una
sola tabla, es trabajar con áreas situadas dentro de un número específico de desvia-
ciones estándares respecto a la media como se hizo en la caso de la Regla Empírica
Por ejemplo, sabemos que aproximadamente 0.68 de esta área estará dentro de una
desviación estándar de la media, 0.95 dentro de dos y casi la totalidad, dentro de
tres. ¿Qué fracción del área total caerá dentro de 0.7 desviaciones estándares? A esta
pregunta y a otras se les dará respuesta con la tabla de Z.

254
 Como la curva normal es simétrica respecto a su media, la mitad del área bajo
la curva se encuentra a la izquierda de la media y la otra mitad a la derecha. Tam-
bién, debido a la simetría podemos simplificar la tabla de las áreas listándolas entre
la media y un número especificado z de desviaciones estándares a la derecha de m.
Las áreas a la izquierda de la media se pueden calcular utilizando el área corres-
pondiente e igual a la de la derecha de la medida. La distancia de un valor de x a la
medida es (x - m). Al expresar esta distancia en unidades de desviaciones estándar s,
obtenemos. z = x - m/s.

Figura 5.5
Probabilidad p(a < x < b) para una variable aleatoria distribuida normalmente.

Nótese que hay una correspondencia de uno a uno entre z y x que, en particular, z
= 0. Cuando x = m. El valor de z será positivo cuando x esté por arriba de la media,
y negativo cuando x sea menor que dicha media. La distribución de probabilidad de
z muchas veces se designa por distribución normal estandarizada pues su media es igual

255
a cero y su desviación estándar es igual a uno. El valor bajo la curva normal entre la
media z = 0 y un valor especificado de z >o, por ejemplo zo es la probabilidad P(o
£ z £ z0). Esta área se registra en la tabla Z del apéndice y se identifica como el área
sombreada en la Figura 5.6

Figura 5.6. Distribución normal estandarizada.

Ejemplo 5.13 Obtenga p(0 £ z £ 1.63). Esta probabilidad corresponde al área

entre la media (z = 0) y un punto z = 1.63 desviaciones estándares a la derecha de
la media.

Solución: De la tabla de z de las áreas bajo la curva normal a la derecha de la

media, solamente necesita encontrar el valor tabulado correspondiente a z = 1.63.
Se baja por la columna de la izquierda de la tabla Z hasta el renglón correspondiente
a z = 1.6 y se va luego por el renglón superior hasta la columna marcada con 0.03.
la intersección de esta combinación de renglón da el área A = 0.4484 Por lo tanto. P
(0 < z < 1.63)= 0.4484.

Ejemplo 5.14 Calcular P (-0.5 £ z £ 1.0). Esta probabilidad corresponde al área

entre z = -0.5 y z = 1.0.

Solución: El área requerida es igual a la suma de A1 y A2 mostrada en la Figura 5.7.

De la Tabla Z obtenemos A2 = 0.3413. El área A1 es igual al área correspondiente
entre z= 0 y z = 0.5 o bien A1 = 0.1915. Por lo tanto es

A = A1 + A2 = 0.1915 + 0.3413 = 0.5328

Figura 5.7. Área requerida para el ejemplo 5.14.

256
 Ejemplo 5.15 Hallar los valores de z, por ejemplo zo tales que exactamente (hasta
cuatro cifras decimales) 0.95 del área quede dentro de + z0 desviaciones estándares
de la media.

Solución: La mitad del área de 0.95 se encontrara a la izquierda de la media y

la otra mitad a la derecha porque la distribución normal es simétrica, por lo tanto se
desea encontrar el valor zo que corresponde a un área igual a 0.475 Esta área igual a
0.475. Esta área esta sombreada en la Figura 5.8. Al referirnos a la Tabla z se ve que
el área 0.475 está en el renglón correspondiente a z = 1.9 y en la columna 0.06. Por
lo tanto zo = 1.96. Nótese que este resultado está muy cerca del valor aproximado z
= 2 que se utiliza en la regla empírica.

Figura 5.8. Área bajo la curva para el ejemplo.

Ejemplo 5.16 Sea x una variable aleatoria distribuida normalmente con una me-
dia igual a 10 y una desviación estándar igual a 2. Encuentre la probabilidad de que
x esté entre 11 y 13.6.

Solución como primer paso, tiene que calcular los valores de z, correspondientes
a x = 11 y x = 13.6. Por lo tanto:

z1= (x1-m)/s = (11-10)/2 = 0.5

z2 = (x2-m)/s= (13.6-10)/2=1.80

La probabilidad deseada P, es, por consiguiente el área entre estos dos valores de
z, z1 = 0.5 y z2 = 1.80, Las áreas entre z = 0 y z1 , A1 = 0.1915 y entre z = 0 y z2 A2 =
0.4641, se obtiene d la tabla z del Apéndice. La probabilidad P es igual a la diferen-

257
cia entre las dos áreas A1 y A2; es decir:

P = A2 - A1 = 0.4641 - 0.1915 = 0.2726

Ejemplo 5.17 Ciertos estudios muestran que el rendimiento de la gasolina para

automóviles compactos vendidos en Estados Unidos, tienen distribución normal,
con un rendimiento medio de 30.5 millas por galón (mpg) y una desviación estándar
de 4.5 mpg. Si un fabricante desea diseñar un coche compacto más económico que
el 95 % de los automóviles compactos vendidos en Estados Unidos ¿cuál debe ser el
rendimiento mínimo del coche nuevo?

Solución Sea x una variables aleatoria distribuida normalmente con una media
de 30.5 y una desviación estándar de 4.5. Se desea encontrar el valor de xo tal que
P (x< xo) = 0.95

Como un primer paso encuentra el valor de zo tal que el área a la izquierda sea
igual a 0.95. Puesto que el área a la izquierda de z = 0 es 0.5, z0 será el valor de z en
la Tabla que corresponde a una área igual a 0.45. Este valor es z0 = 1.645. El paso
final es encontrar el valor x0 correspondiente a z0 = 1.645. Se obtiene utilizando la
ecuación que relaciona x y z a saber,

x−m
z=
σ

Donde, m = 30.5 y s = 4.5. Al sustituir los valores de m, s y zo en esta ecuación y

despejando xo resulta

x0 − 30 .5
1.645 =
4.5

x0 = (4.5)(1.645) + 30.5 = 37.9

Por lo tanto, el nuevo coche compacto del fabricante debe desarrollar un rendi-
miento de 37.9 mpg, para ser mejor que el 95 % de los coches compactos que actual-
mente se venden en Estados Unidos.

Ejemplo 5.18

258
 a) ¿Cuál es la proporción de reclutas que tienen un C.I. entre 100 y 105.7? Sea
m= 100 y s=10.

x!− m 105.7 − 100

z= = = 0.57
σ 10

En la tabla normal de área hallamos 0.2842 de la siguiente forma:

 105.7 − 100 
P( x ≥ 105.7) = P  ≥ P( z ≥ 0.57 ) = 0.284 2
 10 

Así la proporción que deseamos es 0.5000-0.2843 = 0.2157

b) ¿Cuál es la proporción de reclutas entre 103 y 105.7?

Xi − m 103 − 100
z= = = 0.30
σ 10

 103 − 100 105.7 − 100 

p ≤ 
 10 10 
P(103 £ x £ 105.7)
= P(0.3 ≤ z ≤ 0.57 ) = 0.3821 − 0.2843 = 0.0978.

Con la tabla normal de áreas, se deduce que la proporción del área a partir del
extremo es 0.3821. Se conoce que la proporción que corresponde a 105.7 es 0.2483,
entonces el área rayada que se busca será: 0.3821-0.2843 = 0.0978.

c) ¿Qué proporción de reclutas tienen un C.I. inferior a 83.6?

x!− m 83 .6 − 100 − 16 .4
z= = = = −1.64
σ 10 10
En la tabla normal de áreas se encuentran que es 0.0505.

d) ¿Cuál es la proporción superior a 120?

Xi − m 130 − 100
z= = =2
σ 10
259
 P(X ³ 130) = P(Z ³ 2.0)= 0.0228

5.20.3 Defectos de la distribución normal de probabilidad

En este capítulo, hicimos notar que los extremos de la distribución normal se acer-
can al eje horizontal, pero nunca llegan a tocarlo. Esto implica que existe algo de pro-
babilidad (aunque puede ser muy pequeña) de que la variable aleatoria pueda tomar
valores demasiado grandes. Debido a la forma del extremo derecho de la curva, es
posible que la curva de la distribución normal asigne una probabilidad minúscula a la
existencia de una persona que pese 2000 kilogramos. Desde luego, nadie creería en la
existencia de tal persona. Un peso de una tonelada o más estaría a aproximadamente
50 desviaciones estándar a la derecha de la media y tendría una probabilidad con 250
ceros justo después del punto decimal. No perdemos mucha precisión al ignorar valo-
res tan alejados de la media. Pero a cambio de la conveniencia del uso de este modelo
teórico, debemos aceptar el hecho de que puede asignar valores empíricos imposibles.

5.20.4 La distribución normal como una aproximación de la

distribución binomial

Aunque la distribución normal es continua, resulta interesante hacer notar que

algunas veces puede utilizarse para aproximar la distribución binomial, suponga
que nos gustaría saber la probabilidad de obtener 5,6,7 u 8 caras en diez lanzamien-
tos de una moneda no alterada:

P(5,6,7 u 8) = P(5) + P(6) + P(7) + P(8)

= 0.2461 + 0.2051 + 0.1172 + 0.0439

= 0.6123

Para n = 10 y p = ½ se puede calcular la media (m = np = 10 x ½ = 5) y desviación

estándar = (σ = npq = 1 0 x1 / 2 x1 / 2 = 1.58 ) .

Observe el área bajo la curva normal entre 5 ± ½. nos damos cuenta de que esta área
es de aproximadamente el mismo tamaño que el área de la barra que representa la pro-
babilidad binomial de obtener 5 caras. Los dos ½ que agregamos y restamos a cinco se
conocen como factores de corrección de continuidad y se utilizan para mejorar la precisión
de la aproximación.

260
 Al usar los factores de corrección de continuidad, vemos que la probabilidad bino-
mial de obtener 5, 6, 7 u 8 caras puede ser aproximada por el área bajo la curva normal
entre 4.5 y 8.5. Determine esta probabilidad mediante el cálculo de los valores de z
correspondientes a 4.5 y 8.5.

x−m 4.5 − 5
z1 = = = −0.32
σ 1.581 Desviación estándar

8.5 − 5
z2 = = 2.21
1.581 Desviación estándar

p(z1£-0.32) = p(z1³0.32) = 0.1255 de que x esté entre 4.5 y 5.

p(z2³2.21) = 0.4864 correspondiente de que x esté entre 5 y 8.5.

La probabilidad de que x esté entre 4.5 y 8.5:

A = 0.1255 + 0.4864 = 0.6119

Comparando la probabilidad binomial de 0.6123 (tabla Z) con la aproximación

normal de 0.6119, vemos que el error en la aproximación es menor a 1/10 (1%).

La aproximación normal a la distribución binomial resulta muy conveniente, pues

nos permite resolver el problema sin tener que consultar grandes tablas de la distribu-
ción binomial. Debemos hacer notar que se necesita tener algo de cuidado al utilizar
esta aproximación, que es bastante buena siempre y cuando np y nq sean de al menos
cinco.

5.21 La distribución de probabilidad de Poisson

La distribución de probabilidad de Poisson debe su nombre a Siméon Denis Poisson

(1781-1840), un francés que desarrollo la distribución a partir de los estudios sobre
esta distribución. La distribución de Poisson es un buen modelo para la distribución
de frecuencias relativas del número de eventos raros que ocurren en una unidad de
tiempo, de distancia, de espacio, etcétera. Por esta razón se utiliza mucho en área de
investigación científica tanto en administración de empresas como en las actividades
biológicas para modelar la distribución de frecuencias relativas del número de acci-
dentes industriales por unidad de tiempo (como el accidente en la planta nuclear de
Three Mile Island) o por administradores de personal, para modelar la distribución

261
de frecuencias relativas del número de accidentes de los empleados o el número de
reclamaciones de seguros, por unidad de tiempo, o la frecuencia de enfermedades
raras que ocurre una población dada. La distribución de probabilidad de Poisson
puede proporcionar, en algunos casos, un buen modelo para la distribución de fre-
cuencias relativas del número de llegadas, por unidad de tiempo, a una unidad de
servicio (por ejemplo, el número de pedidos recibidos en una planta manufacturera
o el número de clientes que llegan a una instalación de servicio, a una caja registra-
dora en un supermercado, etc.).

5.21.1 Características de la distribución de Poisson

Las consecuencias de los eventos son independientes. La ocurrencia de un evento

en un intervalo de espacio o tiempo no tiene efecto sobre la probabilidad de una
segunda ocurrencia del evento en el mismo, o cualquier otro intervalo.

Teóricamente, debe ser posible un número infinito de ocurrencias del evento en

el intervalo.

La probabilidad de la ocurrencia única del evento en un intervalo dado es pro-

porcional a la longitud del intervalo.

Una Particularidad de la distribución de Poisson es el hecho de que la media y la

varianza son iguales.

5.21.2 Cálculo de la probabilidad de Poisson

La distribución de probabilidad de poisson, tiene que ver con ciertos procesos

que pueden ser descritos por una variable aleatoria discreta. La letra X por lo ge-
neral representa a esta variable discreta y puede tomar valores enteros (0, 1, 2, 3, 4,
etc.). Utilizamos la letra mayúscula X para representar a la variable aleatoria y la le-
tra minúscula x para señalar un valor específico que dicha variable puede tomar. La
probabilidad de tener exactamente X presentaciones en una distribución de Poisson
se calcula con la fórmula:

x
−λ
P(x) = f ( x ) = e λ (5.80)
x!

Donde:

262
 P(x) = Probabilidad de tener exactamente x presentaciones.

e −λ = Exponencial = 2.71828 (base de los logaritmos naturales), elevada a la

lamda potencia negativa.

λ x = l (el número medio de presentaciones por intervalo de tiempo) elevada a la

x potencia.

x! = x factorial.

l= Parámetro de distribución o la media donde l = p(x), es el número promedio

de ocurrencias del evento aleatorio por intervalo de tiempo.

X = número de eventos raros por unidad de tiempo de distancia de espacio.

Ejemplo 5.19 Un administrador de un hospital ha estado estudiando las admi-

siones diarias de emergencia durante un periodo de varios años, los estudios revelan
que en dicho periodo en promedio se presentaron 3 emergencias por día: encuentre
la probabilidad de que:

a) en un día dado ocurran sólo dos admisiones de emergencia.

Solución En este ejemplo l= 3 que es igual al valor promedio de ocurrencia en la

población y x = 2 como una variable aleatoria discreta.

La probabilidad de ocurrencia se calcula como:

e −3 3 2 (0.05 * 9 )
p( x = 2 ) = f (2 ) = = = 0.225
2! 2 *1

Los valores de ex se sacan de una tabla de funciones exponenciales.

b) ¿Cuál es la probabilidad de que en un día particular no ocurra ni una sola

admisión de emergencia?

e −3 30 0.050 * 1
f (x ) = = = 0.05
0! 1

c) En un día particular sean admitidos 3 ó 4 casos de emergencia.

263
 Dado que los dos eventos son mutuamente exclusivos se usa la regla de adición

e −3 33 e −3 3 4 (0.05 * 27 ) (0.05 * 81 )
f (3) + f (4) = + = + = 0.225 + 0.16875 = 0.39
3! 4! 3 * 2 *1 4 * 3 * 2 *1

Para los casos en que se desea obtener la probabilidad de ocurrencia de x o menos

frecuencias del evento en cuestión que tiene el número promedio de ocurrencias
igual a l se debe utilizar la tabla de distribución de Poisson hecha exclusivamente
para estos casos.

Ejemplo 5.20 En el estudio de cierto organismo acuático se tomaron gran núme-

ro de muestras de un estanque y se contó el número promedio de organismos, por
muestra era de dos. Encuentre la probabilidad de que:

a) La siguiente muestra que se tome contenga uno o más organismos.

Solución La sumaria de todas las posibles situaciones que se puedan presentar es

igual a uno; por lo tanto si se desea obtener la probabilidad de que la muestra tenga
uno ó más organismos, solo necesito restarle a uno la probabilidad de que obtenga
0 organismos.

Es decir: P(x ³ 1) = 1 - P(x = 0). En la tabla de distribución acumulada de Poisson

se ve que cuando l = 2 la probabilidad de que x =0 es 0.135, por lo tanto P(x ³1) =
1- 0.135 = 0.865.

b) La siguiente muestra que se tome contenga exactamente 3 organismos.

Este caso se puede resolver la probabilidad de la otra manera [con p(x = 3)],
pero para explicar el uso de esta tabla lo resolveremos de la siguiente manera:

P(x = 3) = P(x £ 3) – P(x £ 2) = 0.857 – 0.677 = 0.180

Si la probabilidad de que extremaste ocurra 3 es igual a la probabilidad de x £ 3

menos la probabilidad de que ocurra x £ 2.

c) La siguiente muestra que se tome contenga menos de cinco organismos.

Ya que el conjunto de menos de cinco organismos no incluye a 5 se está pidiendo

la probabilidad acumulada desde 0 hasta 4, llegando a: P(x £ 4) = 0.947.

264
 Nótese que x es normalmente pequeño en la práctica; teóricamente podría ser
muy grande, sin límite. Por lo tanto, la variable aleatoria de Poisson es un ejemplo
de variable aleatoria discreta que puede tomar un número infinito (pero contable)
de valores.

La distribución de probabilidad binomial, cuando n es grande y p es pequeño, y

cuando la media m = np de la distribución de probabilidad binomial es aproxima-
damente menor que 7. Esta aproximación elimina el cálculo tedioso necesario para
determinar las probabilidades binomiales cuando n es grande.

Ilustración estos dos tipos de aplicaciones en los ejemplos siguientes. Otras apli-
caciones se encontrarán en los ejercicios.

Ejemplo 5.21 Las lesiones laborales graves que ocurren en una planta siderúr-
gica, tienen una media anual de 2.7. Dado que las condiciones de seguridad serán
iguales en la planta durante el próximo año, ¿cuál es la probabilidad de que el nú-
mero de lesiones graves sea menor que dos?

Solución El evento de que ocurrirán menos de dos lesiones graves, es el evento

que x =0 o bien x =1, por la tanto,

P(x<2) = p(1) en donde p (x) = (2.7 )

x
e −2.7
x

Sustituyendo en la fórmula para p(x) y utilizada la tabla de Poisson (en cualquier

libro de estadística), con e2.7= 0.0672, obtenemos.

P( x < 2) = P(0) + P(1) =

(2.7 )0 0.067206 + (2.7 )1 0.067206 = 0.249
0 1

Recuérdese que 0! = 1, por lo tanto la probabilidad de que haya menos de dos

lesiones laborales graves el próximo año en la planta fabril de acero, es 0.159.

Por conveniencia se proporciona en la tabla Poisson, las sumas parciales, para la

distribución de probabilidad de Poisson según valores de m desde 0.25, hasta 5.0,
con incrementos de 0.25. El ejemplo siguiente ilustrara el uso de esta tabla y tam-
bién mostrará el uso de la distribución de Poisson para aproximar la distribución de
probabilidad binomial.

265
 Ejemplo 5.22 Supóngase que se tiene un experimento binomial con n = 25 y p =
0.1 Hallar el valor exacto de P(x = 3), utilizando la tabla Poisson, de las sumas par-
ciales para la distribución de probabilidad de Poisson. Compare el valor aproximado
con el valor exacto para P(x =3).

Solución El valor exacto P(x = 3) es la suma de P(x) = 0.764. El valor correspon-

diente con parcial de Poisson donde µ= np = (25)(0.1) = 2.5 se da en la tabla Poisson
P(x = 3) = P(x) = 0.758. Al comparar ambos resultados, vemos que la aproximación
es bastante buena. Solamente difiere en 0.006 del valor exacto.

7.10.3 Búsqueda de probabilidades de Poisson utilizando la ta-

bla Poisson

En la tabla A3 del apéndice se tienen los mismos resultados que si hiciéramos los
cálculos, pero nos evitamos el trabajo tedioso. Por ejemplo los registros indican el nú-
mero promedio de accidentes en un crucero es igual a 5 accidentes mensuales. Si de-
seamos calcular la probabilidad de que cualquier mes ocurran 4 accidentes. Aplicando
la fórmula:

λx * e −λ
P( x) =
x!

(5) 4 e −5
P(4) = = 0.17552
4!

Para utilizar esta tabla, todo lo que necesitamos saber son los valores de x y de l
(lamda), en este ejemplo 4 y 5 , respectivamente. Ahora busque en la tabla, primero
encuentre la columna cuyo encabezado es 5; luego recórrala hacia abajo hasta que esté
a la altura del 4 y lea la respuesta directamente, 0.1755.

5.22 Relaciones entre la distribución normal, binomial y Poisson

Si el tamaño de la muestra es grande y si ni p ni q son muy próximos a cero, la dis-

tribución binomial puede aproximarse estrechamente por una distribución normal con
variable canónica dada por:

x − np (5.81)
z=
npq

266
 La aproximación mejora al crecer n, y en el límite exacto; esto se muestra en las pro-
piedades de ambas distribuciones, donde es claro que al crecer n, el sesgo y la curtosis de
la distribución binomial se aproximan a los de la distribución normal. En la práctica, la
aproximación es muy buena si tanto np como nq son número mayores. En la distribución
binomial, si n es grande y la probabilidad p de ocurrencia de un suceso es muy pequeña,
de modo que q = 1 - p es casi 1, el suceso se llama un suceso raro. En la práctica, un
suceso se considera raro si el número de ensayos es al menos 50 (n = 50) mientras np
es menor que 5. En tal caso, la distribución binomial queda aproximada muy estrecha-
mente por la distribución de Poisson con μ= np. Esto se comprueba comparando las
propiedades, pues al poner μ = np, q »1 y p » 0 de las propiedades binomial obtenemos
las propiedades de poisson. Como hay una relación entre la distribución binomial y la
distribución normal, se sigue que también están relacionadas la distribución de Poisson y
la distribución normal. De hecho, puede probarse que la distribución de Poisson tiende
a una distribución normal con variable canónica (Tabla 5.34).

Tabla 5.34.
Relación entre distribuciones normal, bionomial y de Poisson.

Parámetro Normal Binomial Poisson

Media m m = np m=l
Varianza s2
s = npq
2
s2 = l
Desviación típica s
s= npq s= λ
Coeficiente sesgo a3 = 0
α 3 = (q − p ) / npq
s3 =
1
Coeficiente de curtosis a4 = 3 λ
α 4 = 3 + [(!−6 pq ) / npq ]
s4 = 3+
1
Desviación media λ
σ 2 / π = 0.7979

Algunas veces si se desea evitar el tedioso trabajo de calcular las distribuciones bi-
nomiales, se puede usar en cambio la de Poisson. Esta última es una aproximación
razonable de la distribución binomial, pero sólo en determinadas circunstancias. Estas
condiciones se cumplen cuando n es grande y p es pequeña; es decir, cuando el número
de ensayos es extenso y la probabilidad binomial es pequeña. La regla de mayor uso
entre los estadísticos establece que una distribución de Poisson es una buena aproxima-
ción de la distribución binomial cuando n es igual o mayor que 20 y cuando p es igual
o menor que 0.05.

267
 En los casos en que se satisfacen tales condiciones, podemos sustituir la media de la
distribución binomial np en lugar de la media de la distribución de Poisson l de modo
que la formula será:

(np ) n e − np (5.82)
P( x) =
x!

Ejemplo 5.23 Supongamos que tenemos un hospital con 20 máquinas de diálisis

renal y que la probabilidad de que una de ellas no funcione bien durante un día cual-
quiera es de 0.02 ¿Cuál es la probabilidad de que exactamente 3 fuera de servicio en
un mismo día?

En la Tabla 5.35, se muestra las respuestas a esta pregunta. Como se aprecia en ella,
la diferencia entre las dos distribuciones de probabilidad es ligera (apenas cerca de 10%
de error en el ejemplo): n = 20, P = 0.02, x = 3, q = 1-p = 0.98.

Tabla 5.35
Solución de problema bajo dos enfoques de distribución.

Enfoque de Poisson Enfoque binomial

n!
P( x) =
(np ) x e − np P( x) =
x!(n − x)!
(
p x q n− x )
x!

(20 * 0.02 ) 3 e − ( 20 *.02 ) 20 !

P(3) = = (0.02 )3 (0.98 ) ( 20 −3)

3! 3!(20 − 3)!

(0.4) 3 e −4 20 !
= = (. 02 ) 3 (0.98 )17
3 * 2 *1 3!17 !

(. 064 * .67032) 20 * 19 * 18 * 17 !
= = (.02 )3 (0.98 )17
6 3 * 2 * 1 * 17 !

= 0.00715 = 0.0065

268
 Detectar metapoblaciones

En algunas situaciones el objetivo del estudio es el determinar si varios grupos de

datos (muestras, experimentos, sub-poblaciones, etc.) pertenecen a la misma meta-
grupo llamado metapoblación. En estos casos se puede utilizar uno de las dos técni-
cas siguientes.

5.23 Por medio de Ji2 heterogénea (Ji2 Het.)

Cuando las muestras se tratan de una sola variable en donde se busca la preferen-
cia hacia algún blanco se usa la técnica de de Ji2 heterogénea (Ji2 Het.). De hecho
para esta técnica hay dos tipos de hipótesis estadística.

En primer lugar, la hipótesis para cada muestra es la preferencia hacia un blanco

objeto, en otras palabras:

Ho: Las frecuencias observadas = las frecuencias esperadas

Ha: Las frecuencias observadas ≠ las frecuencias esperadas

La prueba común de X2 contesta y soluciona esta situación, es decir la preferencia

hacia uno de los objetos blancos.

En segundo lugar, la hipótesis es que todas las muestras proceden de la misa me-
tapoblación, en otras palabras:

Ho: Las muestras sí pertenecen a la misa metapoblación

Ha: Las muestras no pertenecen a la misa metapoblación

La prueba de Ji2 heterogénea esta diseñado para contestar este aspecto de perte-
necer o no a la misma metapoblación. Es decir esta prueba busca el grado de homo-
geneidad de las muestras bajo del estudio con respecto a la pregunta de membresía
hacia una metapoblación.

Ejemplo 5.24 Supongamos que el primer objetivo del estudio es el determinar

si hay tendencia hacia uno de los dos partidos políticos dominantes (PAN y PRI) en
cada uno de las 10 muestras (ciudades). La hipótesis nula en este caso es que no hay
tendencia hacia ninguno de los dos partidos, en otras palabras, la tendencia es alea-
toria, es decir, 50% prefieren el PAN y 50% prefieren el PRI. Por tanto, la hipótesis

269
alterna indica una desviación de esta tendencia aleatoria, diferente de 50%:50%. Los
datos de la tabla siguiente (Tabla 5.36) demuestran el número de las personas en un
sondeo en 10 ciudades de la República Mexicana con preferencia hacia el partido
del PAN o el PRI.

Tabla 5.36.
Ji heterogénea para detección de meta-grupo o metapoblacióna.
2

Muestra PAN PRI Total X2Calculada gl

(X2Tabla = 3.841)
1 25 (27.00) 11 (9.00) 36 0.5926 (NS) 1
2 32 (29.25) 07 (9.75) 39 1.0342 (NS) 1
3 14 (14.25) 05 (4.75) 19 0.0175 (NS) 1
4 70 (72.75) 27 (24.25) 97 0.4158 (NS) 1
5 24 (27.75) 13 (9.25) 37 2.0270 (NS) 1
6 20 (19.50) 06 (6.50) 26 0.0513 (NS) 1
7 32 (33.75) 13 (11.25) 45 0.3630 (NS) 1
8 44 (39.75) 09 (13.25) 53 1.8176 (NS) 1
9 50 (48.00) 14 (16.00) 64 0.3333 (NS) 1
10 44 (46.50) 18 (15.50) 62 0.5376 (NS) 1
∑ de valores de gl y deX 2
7.1899 10
X2 Pool 355.0 123.0 478 0.1367 1
358.5 119.5 478 X2Calculada = 7.0532 (NS) 9
X2Tabla = 16.919
Ji Het.
2

a: (NS) = No significativo.
gl = Grados de libertad

Análisis de los datos de la Tabla 5.36 indican que:

En caso de cada uno de las 10 muestras el valor de X2Calculada es menor que el valor
de X2Tabla el cual es igual a 3.841. Por tanto, se apoya la hipótesis nula de no tenden-
cia hacia ninguno de los dos partidos y se concluye que en cada uno de las 10 ciu-
dades, no existe una tendencia o preferencia hacia uno de los dos partidos políticos.

Para establecer la existencia de una metapoblación homogénea, se procede de

forma siguiente:

a) Se suman los valores de gl y de X2 de las 10 muestras y arrojan los

valores de 9 y de 7.1899 (Tabla 5.36).
270
b) Se hace un X2 pool, es decir, sumar los valores observados para cada
partido y conducir una X2 común con gl = 1. Esto nos produce un valor de
X2 igual a 0.1367.

Restan el valor de X2 Pool (0.1367) del valor de ∑ de X2n (7.1899), arrojando el

valor de Ji2 heterogénea igual a 7.0532, lo cual es menor que el valor tabulado de
X2 con 9 gl (16.919). Por tanto, la Ji2 heterogénea es no significativo (NS), y esto nos
conduce hacia la conclusión que sí existe una metapoblación homogénea.

Una nota importante es para determinar la existencia de una metapoblación, el

valor de la Ji2 heterogénea debe ser no significativo, de lo contrario, no existe una
metapoblación, un meta-grupo o una meta-comunidad homogénea, es decir que
comparten estadísticamente los mismos rasgo bajo del estudio.

5.24 Por medio de tabla de contingencia heterogénea (TC Het.)

Tabla 5.37.
Tabla de contingencia heterogénea para detección de metapoblación.

Genero Muestra 1

PAN PRI Total X2Tabla = 3.841

Mujeres 9 15 24 X2 Calculada = 2.4806 (NS)
Hombres 15 10 25 gl = 1
Total 24 25 49

Tabla 5.38.
Tabla de contingencia heterogénea para detección de metapoblación.

Genero Muestra 2

PAN PRI Total X2Tabla = 3.841

Mujeres 13 12 25 X2 Calculada = 2.1222 (NS)
Hombres 18 7 25 gl = 1
Total 31 19 50

271
 Tabla 5.39.
Tabla de contingencia heterogénea para detección de metapoblación.

Genero Muestra 3

PAN PRI Total X2Tabla = 3.841

Mujeres 12 13 25 X2 Calculada = 2.0525 (NS)
Hombres 17 8 25 gl = 1
Total 29 21 50

Tabla 5.40.
Tabla de contingencia heterogénea para detección de metapoblación.

Genero Muestra 4

PAN PRI Total X2Tabla = 3.841

Mujeres 10 14 24 X2 Calculada = 2.4522 (NS)
Hombres 16 9 25 gl = 1
Total 26 23 49

Tabla 5.41.
Datos sumados para experimentos 1 - 4.

Genero Muestra 1

PAN PRI Total X2Tabla = 3.841

Mujeres 44 54 98 X2 Calculada = 8.9262
Hombres 66 34 100 gl = 1
Total 110 88 198

Tabla 5.42.
Tabla de Ji2 heterogénea.

Valores de X2 Grados de libertad (gl)

Total de valores de X2 de 4 muestras 9.1075 4

X2 Total (X2 Pool) 8.9262 1
Ji2 Het. 0.1813 3
X2Tabla = 7.815

272
 Cuando cada variable tiene varias categorías, por ejemplo la preferencia hacia un
partido político tiene las categorías de los dos géneros (hombre y mujeres), entonces
el establecimiento de la existencia de la metapoblación se mide por medio de la tabla
de contingencia para Ji2 heterogénea.

Ejemplo 5.25 Supongamos que deseamos determinar el primer lugar que la

preferencia (en cada una de las 4 muestras o ciudades) hacia uno de los dos partidos
políticos depende del género de las personas (Tablas 5.37 – 5.41). Entonces para
cada muestra la hipótesis nula (Ho) es que la tendencia hacia un partido es indepen-
diente del género. Una vez resuelto o contestado esta pregunta, lo que sigue es el
determinar si hay una metapoblación.

Los datos de las Tablas 5.37 a 5.41 indican que para las 4 muestras los valores
de la X2 son menores que el valor tabulado de X2 lo cual es igual a 3.841 (ver estas
tablas). En otras palabras, en cada muestra o ciudad la tendencia hacia un partido
político no esta condicionada por el sexo de la gente.

Ahora, los datos de la Tabla 5.42, siguiente la misma lógica y procedimientos de la Tabla
5.36, demuestran que el valor de Ji2 heterogénea (0.1813) es menor que el valor tabulado
de X2 (7.815), y por tanto, se concluye que las 4 muestras o ciudades pertenecen a la misma
metapoblación en función de la pregunta bajo del estudio, lo cual es la independencia de la
tendencia partidista con respecto al género humano.

Resumen

El uso de estadística tiene su origen rustico en los asuntos de los gobiernos y los
Estados (de allí la palabra estadística relacionado con el Estado). Esto se debe a la
noción de que se tenían que tomar en cuenta las extensiones de los terrenos para
su utilización por parte de los agricultores, por ejemplo, y como consecuencia, po-
der estimar el impuesto que el terrateniente debía pagar al gobierno. Blaise Pascal el
matemático Francés, utilizó de manera formal las nociones de probabilidad por vez
primera y de allí en adelante se popularizó el uso de estadística. En forma muy breve,
la ciencia estadística se trata de verificar la validez probabilística de todos los eventos,
fenómenos, proceso y/o objetos de manera espacio-temporal. Existen solamente dos
eventos que son determinísticos, es decir, que ocurren con 100% de exactitud en al
vida, estos son, la muerte y el pago de los impuestos. Todos los demás eventos son
estocásticos y requieren de la validez estadística. Más sin embargo, puede existir, a
parte del uso correcto, también, el mal uso y hasta el abuso de la estadística. Hay que
recalcar que la estadística finalmente, es un instrumento y un medio que se utiliza para

273
fines de la deducción (descripción) y/o la inducción (toma de decisión) en el mundo.
Se puede apoyar a la toma de decisión sobre asuntos verdaderamente relevante, por
ejemplo, en el ámbito político, religiosa, social, económico, a través de las votaciones,
los megaproyectos nacionales e internacionales, etc., o puede simplemente mentir
con la estadística para proteger los intereses individuales o colectivas. Por tanto, es
el deber de cada ciudadano intelectual, a parte del científico crítico, de versarse bien
en el mundo y la ciencia de la estadística. La estadística es la ciencia que se trata de
cuantificar la probabilidad de la ocurrencia o el efecto de cualquier evento, sujeto,
proceso, fenómeno o interacciones resultantes. Hay que recalcar que la estadística es
solamente un medio y no el fin. Sin embargo, algunos investigadores se involucran
tanto en los detalles de la estadística que parece que hasta se trata de ajustar la realidad
a los métodos estadísticos, es decir, para estos investigadores, si la estadística no define
la realidad, uno debe deshacerse de la realidad. En otras palabras, hemos sido testigo
de abuso, mal uso y sobre uso de esta herramienta en las investigaciones en diferentes
disciplinas de la búsqueda de patrones repetitivas, que forman el propósito de una
franquicia muy sería denominada la ciencia (Badii & Castillo, 2007). Los ejemplos de
este mal uso de la estadística abundan en las mejores revistar científicas del mundo. Es
con este objetivo que debemos utilizar de forma adecuada las diferentes distribuciones
probabilísticas de uso actual en nuestras investigaciones.

Una característica común de los experimentos en muchas disciplinas es cuando se

repiten estos experimentos, los resultados de los tratamientos varían de un ensayo al
otro. Obviamente, esta variación genera un grado de incertidumbre con relación a las
conclusiones derivados de estos resultados. Ahora bien, existe variación innata entre
las unidades experimentales debido a los factores de la herencia y del medio ambien-
te. Esta variación se denomina el error del experimento o el error experimental cuyo
efecto debe distingue de las variaciones debido a la influencia de los tratamientos.
Precisamente, es por estas razones que se usan los diseños experimentales, es decir,
el uso de los diseños experimentales se debe a la necesidad del determinar la proba-
ble diferencia estadística entre diferentes tratamiento y a parte, buscar tendencias o
patrones derivados de los resultados. Hay diseños experimentales estándares que se
han usado durante casi un siglo en diferentes disciplinas científicas, especialmente
en el área de agricultura, biología, psicología sociología, física, etc. Sin embargo, ac-
tualmente existen diseños específicos adecuados para cada rama del estudio. A parte
hay paquetes especializados (SAS, SPSS, MINITAB, etc.) que permiten la conducción
de diferentes tipos de diseños experimentales. El objetivo de este manuscrito es el fa-
miliarizar a los alumnos con las bases críticas de los diseños experimentales comunes
por medio de un ejemplo de los datos reales. Conociendo estos fundamentos permite
un acercamiento más amigable a otros tipos de diseños ejemplificados en diversos
paquetes estadísticos.

274
 Referencias

Anscombe, F.J. and W.W. Glynn. 1983. Distributions of the kurtosis statistic for nor-
mal statistics. Biometrika: 70: 227-234.
Badii, M.H. y J. Castillo (eds). 2007. Técnicas Cuantitativas en la Investigación.
UANL, Monterrey.
Badii, M.H., A.R. Pazhakh, J.L. Abreu & R. Foroughbakhch. 2004. Fundamentos del
método científico. InnOvaciOnes de NegOciOs, 1(1): 89–107.
Badii, M.H., J. Castillo & A. Wong. 2006. Diseños de distribución libre. InnOvaciO-
nes de NegOciOs, 3(1): 141-174.
Badii, M.H., J. Castillo, R. Rositas y G. Ponce. 2007a. Experimental designs. Pp.
335-348. In: M.H. Badii & J. Castillo (eds.). Técnicas Cuantitativas en la In-
vestigación. UANL, Monterrey.
Badii, M.H., J. Castillo, F. Gorjón y R. Foroughbakhch. 2007b. completely randomi-
zed designs. Pp. 307-334. In: M.H. Badii & J. Castillo (eds.). Técnicas Cuanti-
tativas en la Investigación. UANL, Monterrey.
Badii, M.H., J. Castillo, K. Cortes & H. Quiroz. 2007c. Análisis de clusters. Pp. 15-
36. In: M.H. Badii & J. Castillo (eds.). Técnicas Cuantitativas en la Investiga-
ción. UANL, Monterrey.
Badii, M.H., J. Castillo, J.N. Barragán & A.E. Flores. 2007d. Análisis discriminante.
Pp. 119-136. In: M.H. Badii & J. Castillo (eds.). Técnicas Cuantitativas en la
Investigación. UANL, Monterrey.
Badii, M.H., J. Castillo, J. Rositas & G. Alarcón. 2007e. Uso de un método de pro-
nóstico en investigación. Pp. 137-155. In: M.H. Badii & J. Castillo (eds.). Téc-
nicas Cuantitativas en la Investigación. UANL, Monterrey.
Bancroft, T.A. 1968. Topics in intermediate statistical methods. Vol. 1. Iowa State Univer-
sity. Ames. Iowa, 129 pp.
Best, D.J. 1975. The difference between two Poisson expectations. Austral. J. Statatist.
Box, G.E.P., W.G. Hunter, y J.S. Hunter, 1999. Estadística para investigadores. Edi-
torial Reverté, S.A. 675 pp.
Brits, S.J.M. and H.H. Lemmer, 1990. An adjusted Friedman test for the nested de-
sign. Communic. Statist.- Theor. Meth. 19:1837-1855.
Burstein, H. 1981. Binomial test for independent samples with independent pro-
portions. Comimnic. Statist.-Theor , Meth.10:11-29.
Cochran, W.G. y G.M. Cox, 1957. Experimental designs. 2 a ed. John Wiley & Sons,
New York.
Conover, W.J. and R.L. Iman, 1976.On some alternative procedures using ranks for
the analysis of experimental designs. Communic. Statist-Theor. Meth. 5:1349-
1368.
Daniel, W. W. 1998. Bioestadística base para el análisis de las ciencias de la salud,
Tercera edición, UTEHA Noriega editores, México, 347-380 p.
Daniel, C. and F.S. Wood. 1980. Fitting equations to data. 2nd ed. John Wiley, New York.
458 pp.
Dale, A.I. 1989. An early occurrence of the Poisson distribution. Statist. Prob. Lett.
7:21-22.
Delury, D.B. 1948. The Analysis of Co-variance. Biometrics, 4: 153-170.

275
Dixon, W.J. and F.J. Massey. 1960. Introduction to statistical analysis. 3rd ed. McGrow-
Hill. New York 638 pp.
Federer, W.T., y C.S. Schlottfeldt, 1954. The use of covariance to control gradients in
experiments. Biometrics, 10: 282-290.
Finney, D.J. 1946. Standard errors of yields adjusted for regression on an indepen-
dent measurement. Biometrics Bull. 2: 53-55.
Foroughbakhch, R. & M.H. Badii. 2005. Métodos Analíticos Estadísticos. UANL,
Monterrey.
Goodman, L.A. 1970. The multivariante analysis of qualitative data: Interactions
among multiple classifications. J. Amer. Statist. Assoc. 65:226-256.
Groeneveld, R.A. and G.Meeden. 1984. Measuring skewness and kurtosis. Statisti-
cian, 33:391-399.
Huntsberger, D. V. y P. Billingsley, 1977. Elementos de Estadística Inferencial, Prime-
ra edición, Compañía Editorial Continental, México, 320-343 p.
Iman, R.L., S.C. Hora and W.J. Conover, 1984. Comparison of asymptotically distri-
bution-free procedures for the análisis of complete blocks. J.Amer. Statist.Assoc.
79:674-685.
Infante Gil, S. & G.P. Zárate. 2000. Diseños Experimentales. Editorial Trillas, México.
Kemp, A.W. 1989. A note on Striling’s expansion for factorial n. Statist. Prob. Lett. 7:
21-22.
Kepner, J.L. y D.H. Robinson, 1988. Nonparametric methods for detecting treatment
effects in repeated measures designs. J..Amer. Statist. Assoc. 83:456-461.
Keppel, G. 1991. Design and Analysis: A Researcher’s Handbook 3rd ed. Prentice Hall.
Englewood Cliffs New Jersey. 594 pp.
Kirk, R.E. 1982. Experimental design: Procedures for theBehavioral Sciences. 2nd ed.
Brooks/Cole, Monterey California 911 pp.
Li, C.C. 1964. Introduction to experimental statistics. McGrow-Hill, New York. 460 pp.
Little, R.J.A. 1989. Testing the equality of two independent binomial proportions.
J. Amer. Statist.
Martínez-Garza, A. 1988. Diseños experimentales, métodos y elementos de teoría.
Ed. Trillas, 756 pp.
Maxwell, S.E. 1980. Pairwise multiple comparisons in repeated measures designs. J.
Educ. Statist. 5:269-287.
Maxwell, S.E. y H.D. Delaney, 1990. Desining Experiment and analyzing data. Wadswor-
th, Belmont, California 902 pp.
Moors, J.J.A. 1986. The meaning of kurtosis: Darlington revisted. Amer. Statist.
40:283-284.
Moors, J.J.A. 1988. A quantile alternative for kurtosis. Statistician 37:25-32.
Morris, T.R. 1999. Experimental Design and analysis in Animal Sciences. CABI Pu-
blishing, London.
O’Brien, R.G., and M. Kaiser, 1985. MANOVA method for analyzing repeated mea-
sures designs. Psychol. Bull. 97: 316-333.
Ostle, B. 1963. Statistics in research 2a ed. Iowa State Press, Ames, Iowa.
Ostle, B., 1994. Estadística Aplicada, Primera edición, Editorial Limusa, México,
447-452 p.
Outhwaite, A.D., y A. Rutherford, 1955. Covariance analysis as alternative to stratifi-
cation in the control of gradients. Biometrics, 11:431-440.
276
Samuels, M. L., G. Casella, and G. P. McCabe 1991. Interpreting blocks and random
factors. J. Amer. Statist. Assoc. 86: 798-808.
Shearer, P. R. 1973. Missing data in quantitative designs. J. Royal Statist. Soc. Ser.
C. Appl. Statist. 22: 135-140.
Spiegel, M. R., 1976. Probabilidad y Estadística Serie Schaum, Primera edición, Edi-
torial McGraw-Hill, México, 316, 327-328 p.
Steel, R.G.D. 1954. Which dependent variate? Y or Y-X? Mimeo Series BU-54-M, Bio-
metrics Unit. Cornell Univ. Ithaca, N.Y.
Steel, R.G.D. & J.H. Torrie. 1996. Bioestadística Principios y Procedimientos. Mc-
Graw-Hill. México.
Tanur, J.M. 1978. Statistics: A Guide to the Unknown. 2a Ed. San Francisco Holden –
Day.
Wine, R.L. 1964. Statistics for Scientists and Engineers, Printice Hall, Inc. Englewood
Cliffs, N.J.
Wishart, J. 1936. Test of significance in the analysis of covariance. J. Roy. Stat. Soc.
Suppl. 3:79-82.

277
278
 CAPÍTULO 7
CIERRE Y EVALUACIÓN
DE LA INVESTIGACIÓN

Dr. Juan Rositas Martínez

Dr. Gustavo Alarcón Martínez

Introducción

En capítulos previos se expusieron ya los fundamentos metodológicos que van

contenidos en un protocolo de investigación y que se iniciaron con propuestas de
solución a problemas científicos y siguiendo reglas concretas para el planteamiento
del problema, objetivos, justificaciones y limitaciones y delimitaciones, que en gene-
ral van en una Introducción del informe de investigación, llámese proyecto, trabajo
final o tesis en el caso de un programa de posgrado.

También se hizo una exposición de modelos para elaboración de marcos teóricos,

así como métodos tanto cualitativos como cuantitativos para el análisis de la infor-
mación y puesta a prueba de las hipótesis. Los métodos propuestos cubrieron desde
métodos de la estadística clásica con enfoque estratégico hasta métodos avanzados
basados en lógica borrosa así como en modelación mediante ecuaciones estructurales.

En el presente capítulo, empezaremos revisando algunas consideraciones pre-

vias al cierre y a la evaluación de una investigación, precisando el significado de
los términos medición, evaluación, y calificación en especial para las ciencias sociales
y analizando mediante un diagrama las distintas actividades de un proceso de in-
vestigación, para identificar la frontera del punto de cierre. Veremos también los
principios del rigor científico explicándolos en general en cuanto a objetividad, inte-
ligibilidad y dialéctica con la realidad, y la adaptación de estos principios en la eva-
279
luación de una investigación. Además, analizaremos los métodos de investigación
jurídica y la evaluación mediante rúbricas de una investigación que utilice el método
científico inductivo.

Finalmente estudiaremos en detalle, la evaluación del reporte de investigación o

tesis, proveniente de varias fuentes: De un seminario de tesis, de su asesor o asesores
de tesis, de una rúbrica avanzada para la evaluación de una tesis y de una revisión y
evaluación de la exposición y defensa de la investigación, mediante una rúbrica en
la que se valore tanto los aspectos de fondo como de forma. Todo lo anterior se hará
teniendo en mente el nuevo paradigma de enseñanza-aprendizaje basado en el es-
tudiante, que recomienda que las evaluaciones privilegien el enfoque formativo de
las competencias que se buscan desarrollar en los estudiantes como investigadores y
tomadores de decisiones.

Condiciones para el cierre y para la evaluación final de una investigación.

Antes de entrar a las consideraciones previas al cierre y a la evaluación, conven-

dría establecer un contraste entre los términos evaluar, medir y calificar.

El término evaluación frecuentemente se usa como equivalente a medir, aunque

tratando de hacer un contraste, medir pudiera ser definido como el asignar nú-
meros a las observaciones de una variable generalmente con un aparato, como es el
caso de las ciencias físicas y naturales, y además sin que haya necesidad de recurrir
a apreciaciones como las que se realizan al llevar a cabo una evaluación en la que el
resultado puede ser tanto cualitativo como cuantitativo.

A diferencia de las ciencias exactas y naturales, las ciencias sociales recurren a las
mediciones, utilizando instrumentos que en este campo son cuestionarios, tests o ma-
trices de evaluación (rúbricas), para determinar qué tanto posee un individuo de un
rasgo, atributo o característica. Las evaluaciones en el área de las ciencias sociales
implican el uso del juicio profesional o de un proceso en el que se emiten juicios o
apreciaciones en relación a las características o al desempeño de algo o de alguien.
Podemos decir por lo tanto que algo característico de la evaluación es que implica
una apreciación o interpretación de algunos resultados y la asignación de valores a
estos resultados McMillan. (2000, p. 120).

El uso de las rúbricas, como veremos más adelante, implican evaluaciones en el

sentido que se acaba de exponer, a manera de apreciaciones guiadas, que finalmente
desembocan en una calificación tanto cualitativa como cuantitativa.
Consideraciones previas al cierre y evaluación de una investigación.

280
 Cuando la investigación corresponde a un proyecto, conviene que la evaluación
preliminar sea llevada a cabo por el mismo estudiante, para que desarrolle así las
competencias auto-evaluativas y para asegurar un buen nivel académico e investiga-
tivo de su trabajo. La evaluación final la hace generalmente un solo maestro, o un
cuerpo colegiado, que es quien dará la calificación definitiva tanto cualitativa como
cuantitativa. Si se quiere poner en práctica el aprendizaje cooperativo y la competen-
cia de recibir retro-alimentación de pares, la evaluación pudiera ser hecha adicional-
mente por algún/os compañeros (Ferreiro y Calderón, p.90)

La evaluación final de una investigación, cuando se trata de una tesis, conviene

que sea realizada por el investigador, por su tutor, asesor principal o director, en
primera instancia, y luego por el resto de los miembros de su comité tutorial. Si el
informe de investigación que se redacta es para una revista o ponencia, además de
ser revisada previamente por el autor, será revisada por investigadores pares exter-
nos.

En algunos de los casos anteriores de revistas o ponencias, el investigador cuenta

solo con los lineamientos generales o criterios con que se revisará su investigación,
y en base a los resultados se le rechazará o se le aceptará sin observaciones o se le
solicitará que la mejore hasta lograr su aceptación.

En los proyectos de tipo académico, es conveniente que el alumno cuente con los
criterios o lineamientos con los que se evaluarán sus investigaciones, para que lleve
a cabo una autoevaluación con regular frecuencia. Esto además de mejorar sus com-
petencias como auto-evaluador y luego como evaluador, pudiera mejorar su auto-
estima y reducir los niveles de incertidumbre y/o angustia. También esto le ayudará
para que en un futuro sea un buen evaluador, ya que estos procesos de evaluación
tienen mucho de meta-cognición: prácticamente no es posible evaluar el trabajo de
otras personas, si no se tiene la capacidad de evaluar el trabajo propio.

De todas formas, a la par del desarrollo de trabajos académicos internos convie-

ne que el estudiante participe en concursos y congresos de investigación en los que
los lineamientos para los proyectos y ponencias no estén difundidos claramente, y
así también mejore su capacidad de trabajar bajo condiciones de cierta incertidum-
bre.

Como se habrá notado, en este apartado se ha hecho énfasis en la participación

del estudiante en el proceso de evaluación, y esto es debido a que estamos cambian-
do del paradigma de una enseñanza centrada en el profesor al paradigma de una
enseñanza centrada en el estudiante.

281
 Al respecto, Villa y Poblete (2007) puntualizan que en este nuevo paradigma la
evaluación está imbricada en el aprendizaje, haciéndose necesaria la flexibilización
y la innovación de la evaluación tanto en cuanto a intervinientes, momentos en que
se realiza, así como en estrategias y técnicas. El estudiante recibe ahora feedback
frecuente y oportuno y con calidad sobre sus avances, y la evaluación deja de ser un
juicio de valor acatable en una calificación final, para convertirse en un indicador, a
manera de termómetro que marca el estado de salud del aprendizaje del estudiante.
Y precisamente el estudiante es, bajo este nuevo enfoque, el primer interesado en
saber los niveles que marque tal indicador sobre sus avances, y también en conocer
los procedimientos utilizados al llevar acabo tales evaluaciones.

Puntos de verificación y cierre de un proyecto de investigación

Aunque el proceso de investigación es de tipo recursivo, y el término de cada

actividad puede verse como un punto de verificación y mejoramiento de la calidad,
el proceso llega a un punto en el que ya no hay regreso y es necesario que el inves-
tigador empiece el cierre para una terminación exitosa de su investigación. (Ver
ilustración 1).

Ilustración 1

Fuente: Diseño propio Dr. Juan Rositas Martínez.

282
 Observando la ilustración 1, aparentemente el cierre del proceso de investiga-
ción se inicia con la actividad 7: la escritura de la tesis, que en ocasiones es una activi-
dad a cubrirse en todo un semestre de seminario de tesis, convirtiéndose su escritura
en algo tortuoso y desgastante cuando las actividades previas no fueron cubiertas
apropiadamente.

Otro punto de vista más optimista, y experimentado por algunos investigadores,

es que cuando se ha escrito un buen protocolo o propuesta de tesis, cuya interre-
lación con el proceso de investigación se presenta en esta misma ilustración 1, la
documentación de las actividades del proceso de investigación van convirtiendo
suave y casi inadvertidamente el protocolo en el documento final que será la tesis,
empezando el cierre una vez que va terminando la recolección de los datos. Si se
ha redactado con claridad la naturaleza y dimensión del estudio y establecido por
escrito una buena estrategia de investigación y se han ido realizando además eva-
luaciones parciales, la curva de aprendizaje se acelera y las actividades 6 y 7 pueden
constituir un cierre rápido y exitoso del proceso investigativo.

El protocolo al que nos referimos es, más que todo, una propuesta de investiga-
ción en el que se consigna la manera en que se planean llevar a cabo las actividades
que son el fundamento de la propuesta de investigación (Ver ilustración 1), engloba-
das y detalladas en una Parte I-Naturaleza y Dimensión del Estudio (actividades 1 a 3),
y las actividades propias del desarrollo de la investigación de campo (Actividades 4 a
6) englobadas en la Parte II-Estrategia de Investigación. Los apartados y sub-apartados
que se sugieren para una propuesta de investigación o protocolo se presentan en
Ilustración 2, más adelante.

Volviendo a la ilustración 1 sobre Protocolo y Proceso de una Investigación, el haber

cubierto la actividad 4: Elaboración del Marco Teórico y Diseño de la investigación, se ha
llegado a la frontera en el que puede iniciarse el punto de no-retorno. Hasta este
punto todavía puede haber regreso a la actividad 3, por ejemplo, con una afinación
en el planteamiento del problema, influido o condicionado por los métodos con que
puedan contarse en el diseño de investigación o por limitaciones que pudieran tener-
se en la cobertura de la investigación, pudiendo todavía aumentarse o disminuirse la
dimensión del estudio, o regresarse incluso hasta la actividad 2: Revisión de la literatura
y hacer incluso más entrevistas exploratorias. Pero, una vez que hemos recolectado el
último dato, debido a la gran inversión de tiempo y otros recursos comprometidos en
todas las actividades previas desde la actividad 1 a la 5, ya tenemos que concretar las
dos actividades finales o de cierre, esto es el análisis de datos e interpretación de resultados
y la redacción final de la tesis, para pasar a una auto-evaluación y chequeo o verificación
más que todo de congruencia y estilo en todas los apartados del documento.

283
 Para que el cierre o evaluación final no se torne problemática para el investiga-
dor, siempre es conveniente que haya evaluaciones previas parciales. En el caso de
un proyecto de final de semestre, conviene que haya al menos dos revisiones previas;
si se trata de una tesis, conviene también que haya revisiones frecuentes en cada se-
mestre con su tutor y otros miembros de su comité tutorial, durante todo el proceso
investigativo, y además una revisión formal al final del semestre.

Ilustración 2

Fuente: Elaboración propia Dr. Juan Rositas Martínez como guía para la estructuración de
propuestas de tesis de maestría y doctorado.

Ejercicio

Redacte un escrito en el que explique claramente la relación que existe entre

revisión preliminar de la literatura, planteamiento del problema y marco teórico, y
explique las razones por las que pudiera ser justificable que un investigador se re-
gresara a replantear o redefinir su problema al haber llegado al punto de tener un
marco teórico más completo.

284
 Revisión del rigor científico.

En este apartado cubriremos los principios del rigor científico y su aplicación en

la evaluación de una investigación, los métodos de investigación jurídica, concen-
trándonos en esta ocasión, en la investigación jurídica basada en el método inducti-
vo y en el uso de las rúbricas o matrices para su evaluación.

Para Wagensberg (2007, 2009), una investigación tiene rigor científico cuando
el investigador aplica al máximo los tres principios siguientes: Objetividad, inteli-
gibilidad y dialéctica con la realidad, afirmando que si se acatan éstos, la actividad
puede llamarse ciencia. En tabla 1 se sintetiza el significado de cada uno de estos
principios:

Tabla 1

PRINCIPIOS DEL RIGOR CIENTÍFICO EN LA INVESTIGACION

PRINCIPIO SIGNIFICADO

Se refiere a que aunque hay muchas maneras de observar o

estudiar aquello que se quiere conocer, hay que elegir la que
Objetividad menos afecta al observado. Al acatar este principio se logra
que la ciencia sea lo más universal posible.

Se parte de la base de que la realidad existe y se puede

comprender, incluso sin la ayuda de una creencia previa,
sino más bien mediante hipótesis de trabajo que no son ni
verdaderas ni falsas, sino más bien afirmaciones tentativas
Inteligibilidad sujetas a contrastación con la realidad. El científico afirma
que hay varias maneras de comprender, pero hay que
seleccionar la más comprensible, y que sea a la vez simple y
compacta; esto es, la más inteligible.

En caso de duda decide la realidad y no el prestigio de la

persona que ha formulado la última verdad vigente, ni el
Dialéctica con la realidad prestigio de una teoría, y no caer en aquel extremo de al-
guien que afirmó “si los hechos no se ajustan a la teoría, peor
para los hechos”.

Fuente: Elaboración de los autores en base a las ideas de Wagensberg (2007, 2009).

Aunque sea más fácil para un físico que para un psiquiatra o investigador social
aplicar estos principios, no quiere decir que estos últimos sean menos científicos,

285
sino que es más complejo el objeto que se quiere comprender.

En lo relativo a la inteligibilidad o comprensión, Wagensberg anota que cuando

uno experimenta la comprensión de algo nuevo es una experiencia casi mística di-
fícil de expresar o compartir. Un buen promotor de la ciencia debe buscar la provo-
cación de ese gozo intelectual en el destinatario, y esta es la mejor manera de crear,
enseñar y de educar; y la mejor manera de promover la ciencia es acatando los tres
principios mencionados.

Ahora bien, en cuanto a la evaluación del rigor científico, es un desafío doble ya

que el procedimiento mismo de revisión debe de cumplir con estas normas del rigor
científico.

Tabla 2

PRINCIPIOS DEL RIGOR CIENTIFICO EN LA EVALUACION DE UNA INVESTIGACION

PRINCIPIO SIGNIFICADO

Se refiere a que aunque siempre habrá algo de subjetividad en las evaluaciones,

se parte del principio que ésta puede minimizarse aplicando consistente-
Objetividad mente criterios claros e incluso escalables, de tal forma que aunque la misma
evaluación sea llevada a cabo por dos o más evaluadores, los resultados sean
similares. También se logrará una buena equidad en las evaluaciones de un
conjunto de estudiantes.

Se busca siempre que las razones o argumentos para llegar a una evaluación de
Inteligibilidad la investigación, sean comprensibles y prácticamente aceptables tanto por otros
evaluadores como por el autor del trabajo en evaluación. Incluye también la
coherencia o congruencia entre los distintos apartados del proceso y del informe
de investigación.

Los elementos que fueron la base para la evaluación son identificables, ubicables
en la realidad factual y documental y constituyen la evidencia que apoya los
Dialéctica con la realidad resultados de la evaluación. Esta evidencia puede ser desde hechos registrables o
registrados de la realidad que concuerdan con la investigación, hasta argumen-
taciones o documentación de ideas que son prueba de que la investigación está
bien fundamentada y que cumple a su vez con criterios de objetividad, inteligi-
bilidad, dialéctica con la realidad.
Fuente: Elaboración del Dr. J. Rositas en base a sus experiencias como evaluador.

Entre los métodos de evaluación que son de gran ayuda para cumplir con los
principios del rigor científico contenidos en tabla 2, tenemos las listas de cotejo, las
escalas de valoración y rúbricas o matrices de evaluación, a las que haremos referen-
cias específicas más adelante.

286
 Métodos de investigación jurídica y evaluación mediante rúbricas.

Debido a que existen varios métodos de investigación jurídica, consecuentemente

conviene que haya varios instrumentos para evaluar las investigaciones bajo cada
uno de estos métodos, cuyos contenidos evaluativos sean redactados y valorados por
un grupo de expertos que comprendan cada método de investigación al igual que la
metodología para diseñar los instrumentos de evaluación, conocidos como rúbricas,
de las que se hablará más adelante. Martínez Pichardo (2008) da cuenta de cinco
métodos de investigación jurídica: Exegético jurídico, sistemático jurídico, hipoté-
tico-deductivo, inductivo e histórico, afirmando que ya Aristóteles distinguía entre
la deducción basada en silogismos y la inducción como una forma de conocimiento,
que se inicia con el estudio de los objetos en particular para llegar a concluir en lo
general, con base en la observación y experimentación (Martínez Pichardo (2008, p.
86). Sobre esta distinción y con mayor precisión, Sánchez Vásquez (2008, p.18) hace
referencia a la obra de Aristóteles (Órganon) en la que para este filósofo, inducción
significaba una transición de lo particular a lo universal.

En base a Sánchez Vázquez (2008) hemos integrado, en tabla 3, una síntesis de

los métodos de investigación y de conocimiento científico de acuerdo a varios filóso-
fos de la ciencia y autores recientes con sus respectivas posturas ante la investigación
jurídica inductiva.

Estudiando la tabla 3, queda claro el desarrollo y la trascendencia del método

de inducción desde Francis Bacon (1561- 1626) hasta Lefebvre (1981); aunque hay
que aclarar que con el método inductivo no se pretendería mediante la investigación
jurídica, adhiriéndonos a las posturas de autores recientes como Del Vecchio y Azúa
Reyes, llegar a un concepto perfecto del derecho partiendo de preceptos particu-
lares.

287
 Tabla 3

ALGUNOS FILÓSOFOS DE LA CIENCIA Y SU METODOS DE INVESTIGACION

Filósofos y autores Método de Investigación y de conocimiento científico

(Afirmaciones y posturas)

Inducción científica: El verdadero método es el que se apoya en la observación y

Francis Bacon en la experimentación. La senda de la genuina ciencia es la ascensión a las formas
o determinaciones interna de los fenómenos, a partir de los hechos sensibles.

Lógica inductiva, basada en Bacon, y considerada por estos investigadores como

la lógica de la investigación y del descubrimiento, en oposición a la lógica formal,
Empiristas y positivistas
tradicional y al enfoque silogístico, que no genera conocimiento sino que solo
demuestra verdades ya obtenidas por otros procedimientos.

Inducción experimental, como “proceso mental con ayuda del cual deducimos
John Stuart Mill algo que nos es conocido como verídico en un caso particular o en unos cuantos
casos y que será verídico en todos los casos semejantes al primero en ciertas
determinadas relaciones de la clase”(1).

La inducción experimental se esfuerza por penetrar en la compleja red de hechos,

de los fenómenos, los aborda desde un ángulo nuevo con relación a la lógica
Lefebvre, H. clásica: desde un ángulo cuantitativo y matemático, y, por lo tanto, penetra
mucho más a fondo en lo real, porque se sirve de un instrumento más perfec-
cionado”(2)

Critica la inducción jurídica, que afirma que “para descubrir los principios
Del Vecchio, Giorgio generales del derecho consistiría en ascender, por vía de abstracción, de las
disposiciones particulares de la ley a determinaciones cada vez más amplias;
continuando en esta generalización creciente”.

La inducción jurídica es ilusoria, ya que no es posible llegar a un concepto

perfecto del derecho, sistematizando todos los preceptos para inducir una serie
Azúa Reyes de principios generales, e inducir sucesivamente principios más generales, hasta
llegar a uno que fuera común a todos los anteriores.

Notas: Referencias a Sánchez Vázquez 2008,(Nota 1: p.20), (Nota 2:p.21)

FUENTE: Elaboración de los autores en base a ideas de Sánchez Vázquez (2008)

288
 En relación a la investigación jurídica que se ha venido realizando tradicional-
mente, Sánchez Vázquez (2008, p. 111) afirma que en su gran mayoría los estudios
se han apoyado exclusivamente en técnicas de investigación documental, ya que han
girado en torno a la dogmática jurídica; aunque aduce que, recientemente, gracias
al surgimiento y desarrollo del pluralismo metodológico, las investigaciones no se
circunscriben al estudio documental del discurso de la normatividad, sino que, recu-
rriendo a la observación y al análisis estadístico, se realizan investigaciones científi-
cas con enfoque empírico relativos a la observancia y eficacia del derecho. Coincide
además con autores de esta nueva tendencia, que entre los temas viables de estudio
con este nuevo enfoque, pueden mencionarse los siguientes:

Modalidades y duración de los procesos.

Decisiones de los jurados y de los tribunales.
Aprendizaje profesional de los abogados.
Relación de los abogados con sus clientes.
Estudios de opinión de la gente sobre el derecho.
Opinión de la gente sobre operadores del derecho, estructuras e instituciones.
Estudios sobre la administración de la justicia.
Estudios sobre los valores de la legalidad y de la justicia.

Martínez Pichardo (2008, p. 87) también aporta una ejemplo sugerido de inves-
tigación jurídica basada en el método inductivo que consiste en llevar a cabo un
estudio para explicarnos el nivel que toman los índices de impunidad en diversas
comunidades, registrando los delitos más frecuentes, las conductas de los delincuen-
tes, el contexto en que acontecen, todo ello tratando de encontrar las causas que
originan estos delitos y su nivel de impunidad, estableciendo caracterizaciones
generales de las conductas delictivas para llegar a establecer políticas y estrategias
de combate a la delincuencia como pudieran ser normas jurídicas más eficaces, ins-
trumentos operativos preventivos y el aseguramiento de los delincuentes. Este tipo
de estudios pueden ser formulados mediante la modelación estructural expuesta y
detallada en el Capítulo 6.

En la evaluación de la calidad de una investigación jurídica con el método induc-

tivo y con el enfoque mencionado, se considera - como hemos venido mencionando-
que es de utilidad el apoyarse en una rúbrica como la presentada en la Ilustración 3,
por lo que pasamos ahora a exponer algunas precisiones en la aplicación de este tipo
de evaluaciones. Para cada uno de los demás métodos de la investigación jurídica:
exegético jurídico, sistemático jurídico, hipotético-deductivo, e histórico, habría
que elaborar una rúbrica que incluyera los aspectos que de acuerdo a un grupo
de expertos, en cada uno de estos métodos, se consideraran pertinentes. De todas

289
formas, el método aquí utilizado en la elaboración de la rúbrica de evaluación de
investigaciones inductivas puede aprovecharse para la elaboración de rúbricas para
cada uno de los distintos métodos.

Características y sugerencias de una rúbrica en proyectos de investigación jurídi-

ca inductiva.

Ángeles Blanco (2008), con base en varios expertos del área, hace una excelente
síntesis de lo que son las rúbricas. Al respecto afirma: “Las rúbricas son guías de
puntuación usadas en la evaluación del desempeño de los estudiantes que describen
las características específicas de un producto, proyecto o tarea en varios niveles de
rendimiento, con el fin de clarificar lo que se espera del trabajo del alumno, de va-
lorar su ejecución y de facilitar la proporción de feedback (Andrade, 2005: Mertler,
2001; Moskal, 2000; Stevens y Levi, 2005)” Blanco, A. (2008, pp. 171-172).

Esta misma autora puntualiza que en las rúbricas analíticas (que son del tipo de
las que hemos elaborado y a las que recurriremos en este capítulo), cada criterio o
dimensión relevante en relación con el producto, proyecto o actividad evaluada se
considera separadamente y se enjuicia sobre la base de una escala descriptiva propia.
Las puntuaciones obtenidas de las diversas dimensiones son sumadas para final-
mente obtener una puntuación total, que además de ser convertida en una califica-
ción en la escala del 0 al 100, paralelamente tiene un significado cualitativo, a ma-
nera de niveles de competencia del tipo de: deficiente, insuficiente, aceptable y excelente.
(Ilustración 3)

Consideramos que una rúbrica o matriz del tipo de la presentada en Ilustra-

ción 3, es muy útil al evaluar un trabajo de investigación con enfoque inductivo al
final de, o durante un curso o proyecto, en el cual el estudiante manifiesta y deja
evidencias de los niveles logrados en las competencias adquiridas, en cuanto a co-
nocimientos, habilidades, valores y del despliegue integrado que hace de ellos en su
investigación. Aunque esta misma matriz pudiera ser útil para evaluar una tesis, en
el siguiente apartado se sugiere un método aún más detallado para tal fin.

Al llevar a cabo la evaluación de una investigación, hemos dicho que el reto es do-
ble, ya que al estar evaluando la objetividad del investigador, el evaluador debe aca-
tar a su vez el mismo principio de la objetividad. La objetividad del investigador se
pondrá de manifiesto desde el planteamiento del problema, hasta las conclusiones,
ya que toda afirmación que haga debe estar libre de prejuicios, de opiniones perso-
nales y debe de estar fundamentada en teorías previas, hipótesis contrastables y con-
trastadas con la realidad, métodos de análisis aceptados y evidencias empíricas La

290
inteligibilidad del investigador se estará evaluando también en forma implícita en
todos los apartados y la dialéctica con la realidad sobre todo en los apartados del 4 al
6 de la ilustración 3. De todas formas, en el apartado 8, de esa misma ilustración se
evalúa y califica el rigor científico en general, además de la secuencia y congruencia.

La objetividad del evaluador se hará manifiesta al observar, en forma imparcial

lo más humanamente posible, el trabajo del investigador que se refleje exclusiva-
mente en el documento en evaluación, evaluando y calificando en base a criterios
pre-establecidos de la rúbrica y sin dejarse llevar por los antecedentes del alumno
o por el efecto halo o por el efecto contrario a éste. Si la evaluación realizada bajo
estas condiciones por varios evaluadores, difiere considerablemente, discrepando
digamos en más de un 15% o 20%, habría que depurar la rúbrica y eliminar las
ambigüedades que detecten los evaluadores en determinados apartados. Si no se
encontrara ambigüedades, y las discrepancias persisten, habría que revisar y mejo-
rar las condiciones bajo las cuales se lleva a cabo el uso de la rúbrica: imparcialidad,
capacitación y experiencia de los evaluadores.

Ilustración 3

RUBRICA PARA LA EVALUACION DE UN PROYECTO DE INVESTIGACION

Apartado en general Apartado con DEFICIENCIAS Apartado ACEPTABLE y con Apartado EXCELENTE:

Puntos
INSUFICIENTE y/o con muchas Importantes. alguna/s observación/s completamente aceptable y sin
críticas importantes críticas. observación/s críticas.
2 3 4 5
1- Introducción (Sugerencia: En cada apartado encerrar en círculos los puntos o declaraciones evaluativas críticas)
No plantea el problema, ni objetivos, El problema que plantea no es claro, El problema se plantea con El problema se plantea con claridad y
preguntas e hipótesis de y los objetivos, preguntas e hipótesis aceptable claridad y los objetivos, los objetivos, preguntas e hipótesis
investigación, ni tampoco qué se no guardan una clara relación con el preguntas e hipótesis guarda/n guarda/n una clara relación con el
espera de la investigación. problema. No indica con claridad cierta relación con el problema. Hay problema. Indica claramente lo que se
qué espera de la investigación. algunas indicaciones de lo que se espera de la investigación
espera de la investigación
2-Investigación conceptual (Antecedentes teóricos
No se presentan los antecedentes Prácticamente no existen los üüüüüüüü antecedentes üüüüüüüü antecedentes teóricos
teóricos o situacionales relacionados antecedentes teóricos o situacionales teóricos mínimos o algunos de ellos muy completos y relevantes al
directamente con el problema relacionados directamente con el no guardan relevancia con el problema planteado.
planteado. problema planteado. problema planteado
3-Investigación empírica (de campo)
üüüüüüü=üüüüüü Existen críticas abundantes al Existen algunas críticas al üüüüüüü=üüüüüü
seleccionada no responden a las cuestionario y/ o a la muestra cuestionario o la muestra seleccionada responden a las preguntas
preguntas de investigación ni seleccionada en su adecuación para seleccionada en su adecuación para de investigación y contribuye a la
contribuyen a la puesta a prueba de responder a las preguntas de responder a las preguntas de puesta a prueba de las hipótesis y a
las hipótesis y a contestar al investigación y contribuir a la investigación y contribuir a la contestar al problema planteado
problema planteado puesta a prueba de las hipótesis y a puesta a prueba de las hipótesis y a
contestar al problema planteado contestar al problema planteado
4-Presentación de datos y hallazgos
No se presentan en forma apropiada Se presentan diversos problemas en Existen üüüüüüüü en la Se presentan en forma apropiada
mediante tablas y gráficas, los datos las tablas y gráficas, en los datos presentación de los datos y mediante tablas y gráficas, los datos
recolectados ni los hallazgos recolectados y en los hallazgos hallazgos reportados mediante recolectados y los hallazgos
reportados. Las tablas y gráficas no reportados. Las tablas y gráficas no tablas y gráficas; también en la reportados. Las tablas y gráficas se
se comentan apropiadamente. se comentan apropiadamente. forma en que se comentan. comentan apropiadamente.
5-üüüüüüüüüüüüüüüüüüüü
Los métodos de análisis de datos no Los métodos de análisis de datos Los métodos de análisis de datos Los métodos de análisis de datos son
son los apropiados o siendo los son los correctos pero no se aplican son los correctos, se aplican los correctos, se aplican
métodos correctos se aplican correctamente o hay variados correctamente, pero algunos correctamente y los resultados son
incorrectamente. problemas en la interpretación de resultados no son interpretados interpretados correctamente
resultados. correctamente

291
 RUBRICA PARA LA EVALUACION DE UN PROYECTO DE INVESTIGACION (Continuación)
Apartado en general Apartado con DEFICIENCIAS Apartado ACEPTABLE y con Apartado EXCELENTE:
INSUFICIENTE y/o con muchas Importantes. alguna/s observación/s completamente aceptable y sin

Puntos
críticas importantes críticas. observación/s críticas.

2 3 4 5
6-Conclusiones
üüüüüüüü o se presentan en Son relevantes pero no aclaran como Son relevantes y aclaran como se Son relevantes y aclaran como se enfocan
forma ilógica y sin resumir los hallazgos. responden a alguna/s de las preguntas enfocan a la mayoría de los proble mas a todos los problemas e hipótesis de la
de investigación. e hipótesis de la investigación. investigación.
7- Referencias y B ibliografía
No existen citas de acuerdo a la AP A y Existen üüüüüüüüüüüüüü Existen escasas incorrecciones en las Se hacen citas abundantes y correctas, la
la bibliografía no está bien elaborada de las citas y en la bibliografía de acuerdo citas o en la bibliografía de acuerdo a bibliografía también es correcta de
acuerdo a APA a AP A. Gran cantidad de citas no están APA. Algunas citas no están en la acuerdo a APA. Todas la citas están en
en la bibliografía o viceversa. bibliografía o alguna bibliografía no bibliografía y viceversa.
está citada.
8- üüüüüüüüüüüüüüüüüüüü
La secuencia de la redacción entre los La secuencia en la redacción no es ágil Existen algunas críticas en la La redacción es fluida y se manifiesta una
diferentes apartados es muy confusa y y existe/n alguna/s incongruencia/s congruencia y le falta agilidad en la secuencia clara entre apartados y existe
existe abundantes incongruencias entre entre los apartados. secuencia y fluidez a la redacción. üüüüüüüüüüüüüüüüüü=ü
los apartados. Adolece de rigor Presente diversas fallas en el rigor P resente algunas fallas en el rigor rigor científico es adecuado en cuanto
científico: Objetividad, inteligibilidad, científico: Objetividad, inteligibilidad, científico: Objetividad, inteligibilidad, objetividad, inteligibilidad y dialéctica con
dialéctica con la realidad.. dialéctica con la realidad.. dialéctica con la realidad.. la realidad.

9- Gramática
Errores abundantes en la Sintaxis y Sintaxis no clara y varios errores S intaxis clara pero algunos errores La Sintaxis y la Ortografía son excelentes.
Ortografía. ortográficos. ortográficos.
10-Presentación del Reporte
Impresión de baja calidad, sin índice o Impresión de calidad pero con Impresión de calidad, con algunas Impresión de calidad, con tipografía
tabla de contenido, con tipografía tipografía algo inadecuada (muy inadecuaciones en la tipografía ( muy adecuada, con un índice y paginación
inadecuada üüüüüüüüüüüüüü pequeña o muy gr ande, o diversa), sin pequeña o muy grande, o diversa) con correctos y entregado con excelente
y sin numeración. un índice correcto, sin numeración en algunos errores en el índice o en la presentación:
páginas, reporte grapado y sin carpeta. paginación y entregado en una
(Pobre presentación) presentación apenas aceptable.

Puntuación total

Fuente: Elaboración del Dr. J. Rositas en el Diplomado tendencias del diseño y desarrollo de los pro-
gramas académicos en educación superior, UANL ( Oct-2008).

Analizando en detalle los criterios, presentados en ilustración 3 observamos que hemos

incluido 10 aspectos o apartados considerados como los más relevantes en una investi-
gación con enfoque inductivo. Para cada apartado del trabajo, desde 1-Introducción hasta
10-Presentación del Reporte, la calificación se basa la posición que toma el evaluador en
cada escala descriptiva o semántica presentada en cada uno de ellos. La carga semántica
creciente está subrayada.

Así por ejemplo, en el apartado 1-Introducción, por considerarse crucial en este aparta-
do el planteamiento del problema y la relación de las hipótesis y preguntas de investiga-
ción, el evaluador se situará en los distintos niveles de la escala semántica, dependiendo
de :

Si el problema se plantea con toda claridad y los objetivos, preguntas e hipótesis

guarda/n una clara relación con el problema, y se indica claramente lo que se espera de la
investigación, la evaluación cualitativa es EXCELENTE y la cuantitativa es 5.

Si el problema se plantea con aceptable claridad y los objetivos, las preguntas e hipó-
tesis guarda/n cierta relación con el problema, y hay algunas indicaciones de lo que se es-

292
pera de la investigación, la evaluación cualitativa del apartado es ACEPTABLE con algunas
observaciones críticas y la cuantitativa es 4.

Si el problema que plantea no es claro, y los objetivos, preguntas e hipótesis no guardan

una clara relación con el problema y no indica con claridad lo que se espera de la investi-
gación, la calificación cualitativa es DEFICIENTE, esto es, ya no es aceptable, por lo tanto
la calificación cuantitativa es 3.

Por último, si no plantea el problema, ni objetivos, pregunta e hipótesis de investiga-

ción, ni tampoco qué se espera de la investigación, la evaluación cualitativa es de INSUFI-
CIENCIA y la cuantitativa de 2.

Aunque se trata de reducir la subjetividad a un mínimo, la evaluación sigue siendo

una apreciación pero basado en criterios preestablecidos. Así, en cuanto a planteamiento
del problema, tanto los alumnos como los maestros pudieran tener distintas percepciones
sobre el significado de las frases: no hay planteamiento del problema el planteamiento no es claro,
la claridad del planteamiento apenas es aceptable o el problema se plantea con toda claridad, por lo
que durante el curso debe analizarse y acordarse el significado de cada una de éstas.

Estos aspectos en una investigación son de tanta trascendencia, y por las experien-
cias que hemos tenido al evaluar avances de tesis en seminarios interdisciplinarios, el solo
apartado de planteamiento del problema, a sugerencias del Dr. Alarcón, ha ameritado su
tratamiento en un artículo especializado (Rositas J., Alarcón G. y Badii, M.H., 2006).

Un problema adicional en las evaluaciones, es que pudiera suceder que un aspecto que
se está evaluando de un trabajo de investigación, participa simultáneamente de algunas
características de puntos contiguos en una escala; por ejemplo, las palabras en negrillas, en
los niveles 3 y 4 de la escala de evaluación de una introducción, presentada párrafos arriba.
Este sería el caso de que en la Introducción de un trabajo no se indicara con claridad lo que
se espera de un trabajo (nivel 3 de la escala) pero si se planteara con aceptable claridad el
problema y sus elementos relacionados (nivel 4). En este caso, una evaluación mediadora y
más adecuada sería asignarle un valor de 3.5.

Hay que aclarar que las evaluaciones y calificaciones mediante rúbricas son muy di-
ferentes a las evaluaciones del aprendizaje conceptual. En el aprendizaje conceptual o
declarativo, al asignar una calificación a los conocimientos que un estudiante tiene de un
universo delimitado de conceptos de una materia, digamos, un 90 de calificación en base
100, cuando el instrumento es válido, el 90 refleja con cierta confiabilidad el porcentaje
de conocimientos que el estudiante identifica y domina. Adicionalmente, si un estudiante
obtiene 90 y otro 60, puede afirmarse que el primer estudiante domina el 90% de los co-

293
nocimientos y un 50% más que el otro estudiante. (Rositas, 2000; Thomas, 1995).

En el caso de las evaluaciones mediante rúbricas, el asignar un número a la evaluación

cualitativa de cada apartado es con el fin de integrar una calificación global, y convertirla
de nuevo a una calificación cualitativa. Así, si un estudiante obtiene un total de 45 puntos,
usando la rúbrica de ilustración 3, al dividir entre 50 y multiplicar por 100, la calificación
es 90, que lo sitúa en una evaluación cualitativa de ACEPTABLE+. Esto no significa que
en comparación con un estudiante que haya obtenido, por ejemplo, en los 10 apartados
niveles de 3 (deficiente) y calificación de 60 = (3 X 10/50) x 100, el primer estudiante con
calificación de 90 tenga un grado de dominio 50% mayor que el segundo.

Se eligieron calificaciones cuantitativas en el rango del 2 al 5, y en particular 3 para

la evaluación cualitativa de DEFICIENTE y de 4 para la evaluación cuantitativa de ACEP-
TABLE con algunas observaciones críticas, porque se parte del supuesto que la calificación
aprobatoria es 80 en la escala del 0 al 100; siendo esta la razón por la que el total de la
evaluación, se divide entre 50 y se multiplica por 100.

Una última pero importante consideración, es que no se pretende o no debe de usarse

la evaluación mediante esta rúbrica con un enfoque puramente sumativo, sino más bien
formativo, ya que la calificación no es entregada al estudiante únicamente al final del curso
y sin haberle dado retroalimentación en varias ocasiones. Los resultados de estar aplicando
la rúbrica, en su forma completa, los va conociendo el alumno y comentando con el maes-
tro evaluador con el fin de que vaya mejorando en su formación de investigador.

Ejercicio de Auto-Evaluación y Evaluación de Proyectos de Investigación

Para comprender y poner en práctica las competencias de la auto-evaluación y

de la evaluación se propone la siguiente actividad de aprendizaje.

Tomar como base un proyecto de investigación que haya sido realizado por el
estudiante o por un equipo al que haya pertenecido el estudiante y para el que ya
se tenga el reporte final, aunque sea preliminar y también tomar otro proyecto de
otro estudiante y de otro equipo. El “otro equipo” tomará como base también un
par de proyectos en reciprocidad con el primer equipo.
Usar la rúbrica para la evaluación de proyectos de investigación, mostrada en
ilustración 3 y evaluar tanto el proyecto propio como el del “otro equipo” llenan-
do el formato de ilustración 4.

Cada equipo o estudiante compara la auto-evaluación con la evaluación reci-

bida sobre el propio proyecto.

294
 Reunirse los dos equipos o los dos estudiantes, y ver en qué puntos están de
acuerdo y en cuales no lo están.

Exponer ante el resto de la clase, las evaluaciones tanto la propia como la re-
cibida y comentar en general tanto los puntos en los que hubo acuerdo como
desacuerdo y recibir opiniones, del resto de los estudiantes y del maestro (como
moderador).

Ilustración 4:
Formato de llenado de Evaluación
de un Proyecto de Investigación en base a una Rúbrica.

Evaluación
Cualitativa: Cuali- Evidencias:
Insuficiente, tativa Referencias al trabajo escrito
Apartado Deficiente, (2 al (Páginas, tablas, ilustraciones
Aceptable, 5) . . .)
Excelente
1 Introducción
2 Investigación documental
(Marco Teórico)
3 Investigación empírica
(De campo)
4 Presentación de datos
y hallazgos.
5 Análisis de datos.
6 Conclusiones
7 Referencias y Bibliografía
8 Secuencia, Congruencia
y Rigor científico.
9 Gramática
10 Presentación de Reporte
Total Maestro evaluador (Nombre
y firma)
Evaluación global (Total /
50) y Evaluación Cualitativa
equivalente

295
 Apdo. Observaciones más relevantes

Fuente: Elaboración propia.

Revisión del reporte de investigación o tesis

La revisión de los avances que el estudiante va logrando en el desarrollo de su

tesis puede provenir de varias fuentes; dos de ellas muy importantes, además de la
auto-evaluación, son del director de tesis o tutor principal y del maestro de cada
curso, en especial del maestro de un curso de Seminario de Tesis. También pudiera
obtener retroalimentación al presentar tanto su propuesta como avances de tesis en
congresos de su especialidad. Pero veamos primero las dos primeras fuentes.

Revisión y retroalimentación durante las asesorías o seminarios de Tesis.

En opinión de uno de los autores y en base a sus experiencias como titular de

seminarios de tesis a nivel doctorado, la contribución que puede recibir un estudian-
te de posgrado, sobre todo de doctorado de parte de su director o tutor de tesis o al
cursar un seminario de tesis, consiste en lo siguiente:

Ofrecer a cada postulante al Doctorado una retroalimentación sobre los elemen-

tos estructurales de la Tesis doctoral y su integración en función del Planteamiento
del Problema, Objetivo de la Investigación y además sobre la relevancia de los ele-
mentos de fondo tanto conceptual, como Modelos, técnicas y /o Herramientas de
recolección y análisis de datos.

296
 Retroalimentar al postulante al Doctorado sobre la claridad y la coherencia en la
elaboración y redacción de una primera versión de los capítulos y, si es el caso, del
alcance de los resultados preliminares obtenidos del proceso de investigación.

Orientar al postulante en la escritura de su tesis doctoral, mediante el seguimien-

to de los estilos de redacción recomendados desde el inicio del programa doctoral.
Apoyar al futuro egresado en la difusión previa de los resultados de su investiga-
ción y en la preparación de su disertación final.

Ahora bien, a lo largo de las sesiones de asesorías o del seminario de tesis y con
un enfoque de confirmación del desarrollo de las competencias del investigador, se
desarrollan las siguientes actividades para la integración, entrega y presentación de
la versión definitiva del trabajo de investigación:

Reforzar y poner al día el planteamiento del problema con el análisis de estudios

pertinentes recientes.

Confirmar la pertinencia del objetivo general y los particulares en conexión con

el planteamiento del problema.

Especificar con claridad las diversas justificaciones que implica el estudio.

Confirmar que el estudiante presenta en orden cronológico las contribuciones

teóricas y de estudios de caso pertinentes a la investigación y confirma la vinculación
entre dichas contribuciones y las variables de análisis, así como el marco conceptual
de la investigación. El material de análisis tiene como base la revisión bibliográfica
que ha hecho el alumno para determinar el marco conceptual de la investigación y
su contribución al conocimiento.

Llevar a cabo la revisión de las hipótesis; establecer la matriz de congruencia

entre planteamiento del problema, objetivos, marco conceptual e hipótesis. Adicio-
nalmente, revisar la congruencia entre las hipótesis y las variables operativas y de-
limitar el campo de acción del estudio.

Confirmar el tipo de investigación, la definición de la población y la pertinencia

de las técnicas para establecer el tamaño de muestra. El material de análisis tiene
como base el trabajo previo desarrollado por el investigador. El estudiante deberá
demostrar los elementos relativos a la representatividad de la muestra y su conoci-
miento de las técnicas econométricas sobre la confiabilidad del instrumento.

297
 Revisar todos y cada uno de los sub incisos de los diferentes capítulos que inte-
gran el índice temático. El investigador deberá revisar la lógica del discurso a través
de los diferentes capítulos de la tesis, y confirmar su capacidad para desarrollar tex-
tos gramaticalmente correctos y estructurados

Realizar el análisis de congruencia entre los distintos apartados del índice temá-
tico y los objetivos e hipótesis de la investigación.

Establecer las pruebas de validez y confiabilidad del instrumento y recolección de

datos de la muestra.

Llevar a cabo el análisis descriptivo de las características de la muestra, así como

los análisis de la información para establecer resultados de la investigación. Realizar
el análisis descriptivo de las características de la muestra, y el análisis de las variables
que correspondan a la investigación de acuerdo a los modelos que se hayan elegido.
Analizar los resultados obtenidos en la investigación, establecer las conclusiones
y recomendaciones que se derivan de los resultados obtenidos, así como futuras lí-
neas de investigación.

En cada una de las actividades desarrolladas en las sesiones de tutoría o en el

seminario de investigación, se promueve el desarrollo de las competencias a desa-
rrollar a nivel maestría o en especial a nivel doctoral, consignadas en un catálogo
de sub-competencias, que se presenta en ilustración 5, y que están agrupadas por
categoría.

Para cada una de las sub-competencias existen indicadores que pueden ayudar a
clarificar el significado de cada competencia. Se presenta un ejemplo de la primera
sub-competencia del catálogo, esto es la “A1- Revisión crítica de la literatura, con sus
indicadores (Ilustración 6).
Otra ilustración de los indicadores que pueden integrar cada una de las sub-com-
petencias de una categoría de subcompetencias, se muestra en Ilustración 7, que se
desarrollaron para una Maestría en Métodos Alternos y Solución de Controversias,
con base en las ideas de la Ilustración 6.

298
 Ilustración 5

CATÁLOGO DE SUB-COMPETENCIAS POR CATEGORÍA

Categoría de la Sub-competencia Clave e Identificador de Sub-competencia (Título) (Ver

Ilustración 6 sobre indicadores de competencia)
A1- Revisión crítica de la literatura
A- Habilidades y Técnicas A2- Pensamiento crítico original
A3- Conocimiento de la/s disciplina/s
de Investigación A4- Planteamiento de problemas
A5- Diseño de investigación y Análisis de Datos
A6- Síntesis investigativa y documental
B1- Contexto de la investigación
B- Entorno de la investig- B2- Ética Investigativa
ación B3- Financiamiento de Investigaciones
B4- Divulgación de sus investigaciones
C- Gestión Investigativa C1- Gestión del Proyecto
C2- Acopio Bibliográfico
C3- Fuentes y estilos bibliográficos
C4- Tecnologías de Información.
D1- Disponibilidad para aprender
D2- Creatividad/Originalidad
D3- Apertura mental
D- Efectividad Personal D4- Autodiagnóstico de competencias
D5- Auto-disciplina
D6- Identificar brechas y apoyos
D7- Auto-confianza como investigador
E1- Redacción científica
E- Comunicación científica. E2- Presentación oral y escrita
E3- Presentación en Congresos
E4- Habilidades docentes.
F- Equipos y redes de F1- Contacto con redes de investigadores
investigación F2- Trabajo en equipo-investigadores
F3- Retroalimentación en grupo
G1- Desarrollo profesional propio
G- Gestión de la Carrera G2- Gestión de su carrera
investigativa G3- Transferencia de competencias
G4- Auto-promoción.
Fuente: Adaptado al español por el Dr. Juan Rositas- Martínez con el permiso de Bromley (2007) y recomendado por los
autores para programas doctorales.

299
 Ilustración 6

CATÁLOGO DE SUB-COMPETENCIAS POR CATEGORÍA

CLAVE DE LA
SUB-COMPE- INDICADORES DE LA SUBCOMPETENCIA
TENCIA
El estudiante muestra la capacidad de:
a) Descubrir crítica y objetivamente las debilidades y supuestos implícitos en los
hallazgos de otros investigadores,
A1-Revisión crítica b) Aplicar la misma objetividad al trabajo propio,
de la literatura c) Comprender los métodos y técnicas adecuados para poner a prueba conjeturas
y conclusiones tentativas,
d) Recopilar, analizar y presentar gráficamente sus datos mediante técnicas infor-
máticas excelentes.
Fuente: Adaptado al español por el Dr. Juan Rositas- Martínez con el permiso de Bromley (2007) y recomendado por los
autores para niveles de posgrado.

Ilustración 7

CATÁLOGO DE COMPETENCIAS POR CATEGORÍA

Categoría A: Conocimientos y Habilidades
de los Métodos Alternos y Solución de Controversias (MASC).
Clave o Identificador Indicador de la subcompetencia
de la Sub-Competencia
A1. Contexto general El estudiante muestra la capacidad de:
de los MASC (I) (4,5) Conocer e identificar el contexto universal de los MASC.
Distinguir la diversidad normativa, jurisprudencia y doctrina de
los MASC.
Analizar los conceptos, etapas y características de los MASC.
A2. Negociación (I) (2) El estudiante muestra la capacidad de:
Distinguir los diferentes modelos de negociación.
Identificar las técnicas de negociación.
Estructurar el plan de la negociación.
A3. Mediación y Con- El estudiante muestra la capacidad de:
ciliación (I) (2) Distinguir los diferentes modelos de mediación y conciliación.
Identificar las técnicas de mediación y conciliación.
Estructurar el plan de la mediación y conciliación.
A4. Arbitraje (I) (2) El estudiante muestra la capacidad de:
Distinguir las diferentes reglas de aplicación del arbitraje.
Identificar el ámbito de aplicación.
Estructurar el procedimiento de arbitraje.
Fuente: Adaptado y diseñado por M.A.E. Gabriela Torres y el experto en Métodos Alternos M.D. José Steele, julio 2009
en base al Catálogo de Ilustración 5.

300
 Ejercicio

Investigue en su facultad o área de posgrado cuál es el perfil de egreso y cuál es

la estrategia que se sigue a lo largo de los programas de estudio para irle formando
al estudiante competencias de investigador. Redacte un resumen de sus hallazgos.

Revisión y evaluación del avance de una tesis mediante una rúbrica.

Además de las actividades que se desarrollan en un seminario de tesis o en sesio-

nes de asesorías de tesis, que ya explicamos en apartados previos, se recomienda la
utilización, tanto por parte de los maestros como de los estudiantes, de rúbricas aun
más detalladas para la revisión y evaluación de una tesis, que la que hemos presenta-
do ilustración 3 de apartado 2.2. Las rúbricas más detalladas son del tipo que ahora
sugerimos en ilustración 8.

Ilustración 8

MATRICES DE VALORACION DE LA COMPETENCIA DOCTORAL: Diseño, Realización e Informe de Tesis.

Evaluación previa a la presentación del Seminario Interdisciplinario Haga click con boton izquierdo del mouse y
(Para la comprensión de la generación de este RESUMEN vea la hoja GUIA) selecciones semestre cursado. (Solo puede modificar
directamente campos en amarillo)

DATOS DE IDENTIFICACION
Evaluador/a: Dr. Juan Rositas Martínez Semestre : 2
Alumno/a: Ing. José G. Estudiante.

Ponderación NIVEL OBSERVADO DE LA SUB-COMPETENCIA

Hoja SUB-COMPETENCIA Hoja
(%) Evaluación Calificación Puntuación
1 A-Panteamiento del Problema 5 B2-UMBRAL 8 8 0.4 1
2 B-Manejo del Marco Teórico 45 C1-INSUFICIENTE 7. 7 3.15 2
3 C-Objetivos de la Investigación 5 B1-COMPETENTE 9 9 0.45 3
4 D-Justificación de la Investigación 5 A-EXCELENTE: No hay objeciones 10 0.5 4
5 E-Presentación de Hipótesis (Plural) 20 B2-UMBRAL 8 8 1.6 5
6 F-Rigor Metodológico 0 No evaluable en este semestre 0 0 6
7 G-Estudio de Campo 0 No evaluable en este semestre 0 0 7
8 H-Manejo Bibliográfico 10 A-EXCELENTE: No hay objeciones 10 1 8
9 üüüüüüüü 0 üüüüüüü=üüüüüü 0 0 9
10 J-Redacción estructurada 10 A-EXCELENTE: No hay objeciones 10 1 10
11 üüüüüüüüüüüüüü 0 üüüüüüü=üüüüüü 0 0 11
12 L-Conclusiones de la Investigación 0 No evaluable en este semestre 0 0 12
100 8.1
EVALUACION Y CALIFICACION GLOBAL DE LA COMPETENCIA = B2-COMPETENTE UMBRAL 8 8
Calificación 81

Fuente: Rositas, Juan y Torres, Gabriela. (2009).RELEVANCIA, CONVENIENCIA Y FACTIBILIDAD DE UNA METODO-
LOGIA DE DISEÑO Y EVALUACIÓN DE PROGRAMAS DOCTORALES CON ENFOQUE DE COMPETENCIAS, Ponencia XIII
Congreso ACACIA.

301
 Su uso se recomienda desde los primeros semestres de un programa de posgrado,
en especial de doctorado y en paralelo al desarrollo del seminario de tesis, y ha sido
utilizado por ambos autores del presente capítulo para las evaluaciones de avances d
tesis de estudiantes de nivel doctorado con buenos resultados. Las ideas contenidas
en la rúbrica que aquí se presenta, pueden adaptarse en el caso que se deseen eva-
luar tesis o proyectos de investigación tanto de maestría como de doctorado.

Con esta rúbrica se evalúa la competencia integradora referente al diseño, rea-

lización y redacción de la tesis, que se despliega en 12 sub-competencias que van
desde el planteamiento del problema hasta las conclusiones de la investigación.

Se recomienda desarrollar estas rúbricas aprovechando las ventajas de las tecno-

logías de información (Excel o Visual Basic, por ejemplo) para que automáticamen-
te se cambien las ponderaciones para cada sub-competencia de acuerdo al semestre
que cursa el estudiante y para que se lleven a cabo todos los cálculos de la hoja resu-
men que se presenta en ilustración 8.

Para cada sub-competencia se recomienda adicionalmente que haya una hoja de

Excel que contenga los indicadores que integran esa sub-competencia. Así por ejem-
plo, para la primera sub-competencia de ilustración 8: Planteamiento del problema, se
desglosan los indicadores o criterios que forman la sub-competencia en ilustración
9, en la que se solicita al evaluador que marque el nivel que a su juicio ha alcanzado
el investigador en formación en cada uno de estos indicadores. Los niveles asigna-
bles recomendados son los que se presentan el ilustración 10.

Como se habrá notado la intención al evaluar con este tipo de rúbricas lleva un
enfoque formativo, más que sumativo, aunque también es utilizado frecuentemente
por los evaluadores de los seminarios interdisciplinarios de avances de tesis para in-
tegrar la calificación final, junto con la presentación oral y defensa que hace el estu-
diante de sus avances. En cuanto a esta evaluación de la presentación oral y defensa,
es el tema del siguiente y último apartado de este capítulo.

Ejercicio

Investigue cuáles son las sub-competencias que se evalúan en su facultad o divi-

sión de estudios de posgrado en la presentación de los avances de sus tesis y en su
cierre y qué indicadores forman cada sub-competencia. Si ya existe un instrumento
de evaluación analice su adecuación y exponga algunas necesidades o sugerencias
que usted tenga como estudiante en relación al instrumento actual o a un futuro
instrumento.

302
 Ilustración 9

Subcompetencia 1: Planteamiento del Problema Dr. Juan Rositas Martínez - MAESTRO/A

(A manera de eslabones de una cadena argumentativa) Ing. José G. Estudiante. ALUMNO/A
Semestre : 2 Ponderación 5
Información alimentable solo en áreas sombreadas
Nivel alcanzado en el INDICADOR/CRITERIO Puntos # Págs
CRITERIOS DE EVALUACION
Indic. (Seleccione de casilla con click izquierdo del mouse) logrados Evidenc
Antecedentes: Hace referencia a una situación generalmente
B1-COMPETENTE 9: Escasas y no-fundamentales
1.1 aceptada, a la descripción de una situación actual, a una 9
objeciones.
narración de la literatura y/o de la evidencia científica.
Establece la existencia de un problema ya sea por contradicción o
B2-UMBRAL 8: Escasas y fundamentales
1.2 contraversión en teorías, excepciones, insuficiencias, retos o 8
objeciones.
dudas en relación a la afirmación básica del párrafo anterior.
Cita las posibles causas de la aparente excepción, vacío,
C2-DEFICIENTE 6: Abundantes y fundamentales
1.3 insuficiencia o conflicto en este tipo de problema, mencionando la 6
objeciones.
principal justificación del estudio.
Cierre: La declaración del problema se termina reforzando esta
cadena argumentativa al exponer la pregunta principal de
investigación (Research Question) y mencionar cual será el
propósito o el enfoque del estudio con frases o afirmaciones del C1-INSUFICIENTE 7: Varias y fundamentales
1.4 7
tipo: "Por lo anterior, el propósito del estudio es ", "Algunas objeciones.
explicaciones posibles que esperamos encontrar son... ", "Las
causas más probables que .."Lo más prometedor de este estudio
es... "
7.5
Redondeo 8
EVALUACION: B2-UMBRAL 8
COMENTARIOS GENERALES A LA SUBCOMPETENCIA O A UN INDICADOR

Fuente: Rositas, Juan y Torres, Gabriela (2009).RELEVANCIA, CONVENIENCIA Y FACTIBILIDAD DE UNA METODOLO-
GIA DE DISEÑO Y EVALUACIÓN DE PROGRAMAS DOCTORALES CON ENFOQUE DE COMPETENCIAS. Ponencia XIII
Congreso ACACIA.

Ilustración 10

NIVEL
A-EXCELENTE 10: No hay objeciones.
B1-COMPETENTE 9: Escasas y no fundamentales objeciones.
B2-UMBRAL 8: Escasas y fundamentales objeciones.
C1-INSUFICIENTE 7: Varias y fundamentales objeciones.
C2-INSUFICIENTE 6: Abundantes y fundamentales objeciones.

303
 Revisión y evaluación de la exposición del proyecto de investigación

En seguida se muestran dos rúbricas para la evaluación de la exposición del pro-

yecto, siendo la primera para evaluar la forma, en cuanto a algunos aspectos básicos del
auto-manejo del expositor, de la organización de su presentación, de los aspectos vi-
suales del material que utilizó como apoyo y de la fluidez del lenguaje (Ilustración 11).

En la segunda rúbrica se evalúan tres aspectos de fondo de su exposición, que

son fundamentales: 1 -Naturaleza y dimensión del estudio, 2-Estrategia de inves-
tigación, y 3- Análisis e interpretación de datos, conclusiones y aportaciones. Para
cerrar con esta evaluación del fondo, se califica, en un cuarto apartado, la defensa y
argumentación de las réplicas que hizo el estudiante a las críticas que haya recibido
en relación a los tres aspectos aquí señalados. (Ilustración 12).

Volvemos de nuevo a hacer énfasis en que aunque esta rúbrica puede ser utiliza-
da para integrar una calificación final de un semestre en la escala del 0-100, divi-
diendo simplemente el total acumulado entre el total máximo posible y finalmente
multiplicando por 100, la idea es que en base a las retroalimentaciones frecuentes
que el investigador reciba de sus avances, vaya mejorando continuamente de tal for-
ma que en su exposición y evaluación final, alcance el nivel de competente en grado
de EXCELENTE.
Ilustración 11

RUBRICA para la evaluación de la FORMA en la exposición del Proyecto de Investigación

Apartado en general INSUFICIENTE Apartado con DEFICIENCIAS Apartado ACEPTABLE y con Apartado EXCELENTE:
y/o con muchas críticas importantes importantes. alguna/s observación/s críticas. completamente aceptable y sin

Puntos
observación/s críticas.
2 3 4 5
1- Apreciación de las características del expositor.
INSUFICIENTE, ya que cuatro o cinco DEFICIENTE, ya que tres de las ACEPTABLE, aunque una o dos de EXCELENTE, ya que todas las
de las características siguientes NO están características siguientes NO están las características siguientes NO están características siguientes están presentes:
presentes: [/] ó [x] presentes: [/] ó [ x] presentes: [/] ó [x] Marcar con [/]
[ ]: Presentación personal adecuada. [ ]: Presentación personal adecuada. [ ]: Presentación personal adecuada. [ ]: Presentación personal adecuada.
[ ]: Manejo adecuado del tiempo. [ ]: Manejo adecuado del tiempo. [ ]: Manejo adecuado del tiempo. [ ]: Manejo adecuado del tiempo.
[ ]: Actitud receptiva y positiva. [ ]: Actitud receptiva y positiva. [ ]: Actitud receptiva y positiva. [ ]: Actitud receptiva y positiva.
[ ]: Buen tono y volumen de voz. [ ]: Buen tono y volumen de voz. [ ]: Buen tono y volumen de voz. [ ]: Buen tono y volumen de voz.
[ ]: Confianza y seguridad (Prácticamente [ ]: Confianza y seguridad (Con [ ]: Confianza y seguridad (Las [ ]: Confianza y seguridad, (Las
se concretaba a leer diapositivas) frecuencia leía diapositivas, con poca diapositivas eran apoyo importante pero diapositivas fueron solo apoyo secundario)
explicación autónoma) secundario)
2. Organización de la presentación.
Presentación desorganizada tanto en las Organización deficiente (diapositivas Organización bastante lógica, en Organización completamente lógica de
diapositivas como en sus contenidos que y contenidos). La audiencia tiene que diapositivas y sus contenidos, con todos los detalles de la presentación, tanto
no permite la comprensión del expositor. esforzarse en ordenar mentalmente los solamente algunos de talles fuera de en las diapositivas como en sus
detalles para poder comprender al lugar. contenidos.
expositor.
3. Presentación Visual
Presentación visual INSUFICIENTE, con Presentación visual DEFICIENTE ya Presentación visual ACEPTABLE de Presentación visualmente EXCELENTE
problemas en prácticamente todos los que se observan problemas en varios práctica mente todos los detalles de la en todos los detalles de la presentación
detalles de la presentación (tamaño y tipos detalles de la exposición (tamaño y exposición (tamaño y tipos de fuentes, (tamaño y tipos de fuentes, composición
de fuentes, composición de los diseños, tipos de fuentes, composición de los composición de los diseños, colores, de los diseños, colores, etc.)
colores, etc.). diseños, colores, etc.). etc.)

4- Fluidez del lenguaje oral.

Fluidez INSUFICIENTE ya que la Fluidez DEFICIENTE ya que la Fluidez ACEPTABLE ya que Fluidez EXCELENTE üüüüüüüü
presentación se hace con oraciones breves y mayoría de las oraciones en las práctica mente todas las oraciones en las oraciones en las declaraciones o cláusulas
sin conectores por lo que no se destacan las declaraciones o cláusulas no se declaraciones o cláusulas se conectan en se van conectando en forma natural, y
cláusulas argumentativas ni sus conectan en forma natural, faltando forma natural , faltando solo en prácticamente no faltan ni sobran
pausas.(Nota 1) los conectores apropiados en muchas ocasiones algunos conectores. conectores, utilizándose las pausas
ocasiones. adecuadas, entre cláusulas. (Nota 2)

Fuente: Diseño y contenido del Dr. Juan Rositas Martínez.

Nota 1. José es algo introvertido. José es mi amigo. Él es simpático. José vive en Monterrey, Es del D.F.
Nota 2. Mi amigo José es algo introvertido pero simpático. Aunque originalmente es del D.F. vive actualmente en Monterrey.
El concepto de fluidez y sus ejemplos fue ron tomados de http://www4.gvsu.edu/wrightd/SPA%20321/Rubricaparatareasorales.htm Michigan Grand Valley
University

304
 Ilustración 12

RUBRICA para la evaluación del FONDO en la exposición del Proyecto de Investigación

Apartado en general INSUFICIENTE y/o Apartado con DEFICIENCI AS Apartado ACEPTABLE y con alguna/s Apartado EXCELENTE: completamente

Puntos
con muchas críticas importantes importantes. observación/s críticas. aceptable y sin observación/s críticas.

2 3 4 5
1 Naturalez a y dimensión del estudio (Introducción)
La exposición de la Introd ucción al La exposición de la Introducción al La exposición de la Introducción al La exposición de la Introducción al
proyecto es insuficiente ya que toca proyecto NO es aceptable ya quedaron proyecto es aceptable aunque quedaron proyecto es EXCELENTE ya que
üü§üüüüüüüüüüüüüüüüü muchas inte rrogantes y/o dudas en algunas interrogantes y/o dudas en permite comprender claramente la
esperados, por lo que no hay cuanto a alguno/s aspecto/s de cuanto a alguno/s aspecto/s de naturaleza y dimensión del estudio en
elementos para la comprensión de la planteamiento del problema, objetivos, planteamiento del problema, objetivos, cuanto a planteamiento del problema,
naturaleza y dimensión d el estudio. hipótesis, preguntas, etc. marco teórico en hipótesis, preguntas, etc. marco teórico en objetivos, hipótesis, preguntas, etc.
que se basa y propósito general, por lo que que se basa y propósito general, por lo marco teórico en que se basa y
(Ver nivel de excelente) faltan elementos para la comprensión de que apen as se compre nde la naturaleza propósito general.
la naturaleza y dimensión del estudio. y dimensión del estudio.
2- Estrategia de investigación
La exposición sobre la estrategia DEFICIENTE exposición sobre la S e expuso en forma ape nas Se expuso en forma EXCELENTE la
desplegada en el d esarrollo de la estrategia desplegada en el desarrollo de ACEPTAB LE la estrategia desplegada estrategia desplegada en el desarrollo
investigación del proyecto es la inve stigación del proyecto ya que en el desarrollo de la investigación del de la investigación del proyecto ya que
insuficiente ya que toca solo algunos queda/n mu chas dudas en cuanto a proyecto ya que queda/n algunas dudas se explicó claramente el diseño de la
aspecto/s de los apartados esperados, alguno/s aspecto/s de diseño de la üüüü=üüüüüüüüüüüüüüü investigación que se siguió, la
por lo que no hay element os para la investigación que se siguió, recolección de de la investigación que se siguió, üüüüü=üüüüüüüüüüü=üü
comprensión de la estrategia datos llevada a cabo y/o análisis e üüüüü=üüüüüüüüüüü=ü= análisis e interpretación de los mismos
desplegada. interpretación de los mismos para responder análisis e interpretación de los mismos para responder a los cuestionamientos
a los cuestionamientos en Naturaleza y para responder a los cuestionamientos en en Naturaleza y dimensión del estudio.
(Ver nivel de excelente) dimensión del estudio. Naturaleza y dimensión del estudio.
3- Análisis e interpretación de datos, conclusiones y aportaciones.
La exposición sobre el DEFICIENTE exposición sobre el S e expuso en forma ape nas Se hizo una EXCELENTE exposición
Análisüüüüüüüüü=üüüü Análisis e interpretación de datos, ACEPTAB LE el Análisis e ü=üüüüüüüüüüüü=üüüüü
conclusiones, aportaciones y su conclusiones, aportaciones y su interpretación de datos y conclusiones, de las conclusiones recalcando su
congruencia con los apartados congruencia con los apartados anteriores, aportaciones y su congruencia con los congruencia con los apartados
anteriores es INSUFICIENTE ya que ya que quedan muchas interrogantes apartados anteriores, ya que quedan anteriores, mencionándose además las
toca solo algunos aspectos. sobre alguno/s de estos aspectos. algunas interrogantes sobre alguno/s de aportaciones.
estos aspectos.
4- Defensa y argumentación de réplicas a críticas, observaciones y cuestionamientos
Prácticamente no respondía a las Quedaron muchas críticas sin responder Además de comprender el expositor las Además de comprender el expositor las
críticas, o sus respuestas a la mayoría adecuadamente ya sea porque no encontró críticas, éstas fueron respondidas críticas, éstas fueron respondidas
de ellas fueron inadecuadas. los argumentos adecuados o porque al prácticamente en su totalidad. puntualmente en su totalidad.
parecer no las comprendía.

Fuente: Diseño y contenido del Dr. Juan Rositas Martínez.

Ejercicio de evaluación de la exposición de un proyecto final.

Se propone las siguientes actividades de aprendizaje para el ejercicio de las com-

petencias de exponer ante un grupo y de evaluar exposiciones referentes a un pro-
yecto final o tesis.

La primera actividad, consiste en que pase un estudiante al frente del grupo a ex-
poner los resultados finales o preliminares de su proyecto de investigación apoyado
en sus diapositivas —y estando consciente de la forma con la que se le evaluará— y
se le haga una evaluación en cuanto a la forma en que expuso. La evaluación será
realizada por el grupo de estudiantes, utilizando la ilustración 11 y solicitándole
que subrayen o encierren en círculos las frases críticas de la forma en las que basan
su evaluación. Un —representante— de los evaluadores obtiene los promedios y se
le entregan al expositor y al maestro. El expositor comenta algunos puntos de la
evaluación recibida en los que puede mejorar.

La segunda actividad, complementaria o concurrente con la primer actividad

consiste en evaluar el fondo de la exposición de resultados preliminares o finales de
un proyecto de investigación utilizando la ilustración 12 y solicitando a los evalua-

305
dores que subrayen o encierren en círculos las frases críticas en las que basan su eva-
luación del fondo de la exposición. Un “representante” de los evaluadores obtiene
los promedios y se le entregan al expositor y al maestro. El expositor comenta con el
maestro algunos puntos de la evaluación recibida en los que puede mejorar.

Resumen

En el presente capítulo, nos propusimos varios objetivos que fuimos cubriendo,

y que se iniciaron con las reflexiones de algunas consideraciones previas al cierre y
a la evaluación de una investigación, precisando el significado de los términos me-
dición, evaluación y calificación en especial para las ciencias sociales y analizando
mediante un diagrama las distintas actividades de un proceso de investigación, para
identificar la frontera del punto de cierre.

Revisamos también los principios del rigor científico explicándolos en cuanto a

objetividad, inteligibilidad y dialéctica con la realidad, y adaptamos estos principios
en la evaluación de una investigación. Vimos también los métodos de investigación
jurídica y la evaluación mediante rúbricas de una investigación que utilice el método
científico inductivo.

Finalmente se revisó la evaluación del reporte de investigación o tesis, prove-

niente de varias fuentes: De un seminario de tesis o de las sesiones de asesoría, de
una rúbrica avanzada para la evaluación de una tesis y de una revisión y evaluación
de la exposición y defensa de la investigación, mediante una rúbrica, o matriz de
evaluación. Esta última está constituida por dos partes: La primera que hace una
evaluación detallada de la forma en que se hizo la exposición y la segunda del fondo
en que se evalúa el contenido de la presentación, esto es: la naturaleza y dimensión
del estudio, a manera de introducción, la estrategia de investigación, el análisis e
interpretación de datos, conclusiones y aportaciones y defensa y argumentación de
réplicas a críticas, observaciones y cuestiones.

Todo lo anterior se hizo teniendo en mente el nuevo paradigma de enseñanza-

aprendizaje basado en el estudiante, recomendando que las evaluaciones tengan un
enfoque formativo de las competencias que se buscan desarrollar en los estudiantes
como investigadores y tomadores de decisiones.

306
 Referencias

Aristóteles: Tratados de Lógica (El Organón): Estudio introductivo y notas al texto por Fran-
cisco Larroyo, 5ª. Edición. México: Porrúa, 1979, p. 231
Blanco, Ángeles. (2008). Cap. VIII. Las rúbricas: Un instrumento útil para la eva-
luación de competencias, en Prieto, Leonor (2008). La enseñanza universitaria
centrada en el aprendizaje. España: Ediciones Octaedro.
Bromley, A.P., Boran, J.R. & Myddelton, W. A. (2007). Investigating the baseline of
research students using a competency-based self-assesment method. London: Sage
Publications.
Ferreiro, R. y Calderón, M. (2000). El ABC del aprendizaje cooperativo. México: Trillas.
Martínez Pichardo, José. (2008). Lineamientos para la investigación jurídica, 9ª. Edición.
México: Porrúa
McMillan, J. H. (2000). Educational research: Fundamentals for the consumer. 3rd ed. New
York: Addison Wesley Longman
Rositas, J., Badii, M.H. y Castillo, J. (2006). La confiabilidad de las evaluaciones
del aprendizaje conceptual: Índice Spearman-Brown y el método split-halves.
Innovaciones de Negocios 3(2). 317-329.
Rositas, J., G. Alarcón, M.H. Badii. (2006). El desarrollo y evaluación de la decla-
ración del problema de investigación. Innovaciones de negocios 3(2): 331-345,
2006.
Rositas, J. y Torres, G. (2009).RELEVANCIA, CONVENIENCIA Y FACTIBILIDAD
DE UNA METODOLOGIA DE DISEÑO Y EVALUACIÓN DE PROGRAMAS
DOCTORALES CON ENFOQUE DE COMPETENCIAS, Ponencia en Me-
morias del XIII Congreso ACACIA.
Sánchez Vásquez, Rafael. (2008) Metodología de la ciencia del derecho 8ª. Edición. Mé-
xico: Porrúa.
Thomas, F.L. & Young, J.I. (1995). An Introduction to Educational Statistics: The Es-
sential elements, 3rd ed. Needham Heights, Mass.: Simon and Schuster Custom.
Villa, A. y Poblete, M. (2007). Aprendizaje basado en competencias. Una propuesta para la
evaluación de las competencias genéricas. Bilbao: Ediciones Mensajero.
Wagensberg, Jorge (2007). El gozo intelectual. Barcelona: Tusquets ed.
Wagensberg, Jorge (2009). Yo, lo superfluo y el error. Barcelona: Tusquets ed.

307
308
 CAPÍTULO 8
LA INVESTIGACIÓN
DEL DERECHO Y LA ÉTICA

Dr. Luis Gerardo Rodríguez Lozano

José Zaragoza Huerta

Introducción

Uno de los problemas sobre los que más se ha externado preocupación en el

mundo de la academia es sin duda el de la investigación en sentido amplio, ya que
es un presupuesto de la modernidad considerar a la investigación un activo y con-
dición importante para el desarrollo de las naciones, desafortunadamente factores
de índole extra – académico, han impedido mayores impulsos a la investigación
científica; principalmente en provincia que es donde se encuentra un mayor rezago
en este reglón.

Particularmente son los investigadores jóvenes quienes a menudo se topan en

la investigación, con problemas acerca de cómo puede abordarse el trabajo de la
investigación y materializarse en productos serios y funcionales que le sirvan en sus
funciones a los operadores del derecho, entre los que cabe mencionar se encuentran
docentes, alumnos, jueces, magistrados, funcionarios públicos, etc, pero dicha pro-
blemática no es del todo sencilla , pues es mucho más complicada de lo que pudie-
ra parecer, puesto que rebasa el mero empleo de la técnica jurídico – científica, al
abarcar a la metodología jurídico – filosófica, esto es así, dado que la investigación
requiere de sistematicidad para poder adquirir un rigor intelectual, y esto solo se
logra cuando se aborda la problemática a investigar con profundidad.

La necesidad de visualizar a la investigación un carácter sistemático, que le per-

309
mita observar el objeto de la investigación de manera profunda hace necesario el
empleo de una correcta metodología jurídica, siendo ello un requisito indispen-
sable para lograr el orden de trabajo en los planteamientos que representan los
problemas base de la investigación.

En sentido general y de forma particular la investigación en el campo del dere-

cho es muy importante, pues permite aunque no se note mediáticamente impor-
tantes progresos para el Estado de derecho, materializando una mejor y más justa
convivencia social entre las personas, pero para llegar a eso es importante el conoci-
miento que se tenga sobre determinado problema, en este caso el problema lo sería
del ordenamiento jurídico, pues solo así puede lograrse una construcción solida del
edificio jurídico, que sirva al bien común, para lo que es importante también el ma-
nejo del método empírico que le permita al investigador una mayor comprensión de
las realidades que presenta la práctica del derecho.

Así pues, para Miguel López Ruiz, una forma de constatar la importancia de
la investigación jurídica es apreciando los frutos de la investigación, ya que: “…a
través de la investigación jurídica se han adoptado muchas normas jurídicas y se
han hecho innumerables reformas a otras, como la responsabilidad patrimonial del
Estado directa y objetiva, asimismo se han propuesto varias instituciones, como la
Comisión Nacional de los Derechos Humanos y las comisiones estatales, el IFAI, y
muchas más” .

Las ventajas que de la investigación se derivan para la sociedad son múl-

tiples, pero sin duda una de las más importantes es el progreso en todo sentido,
desafortunadamente los resultados no resultan en ocasiones muy favorables para
las mayorías, y en algunos momentos de la historia los avances ocasionaron grandes
prejuicios a la humanidad, tal es el caso de J. Robert Oppenheimer, padre de la
bomba atómica, quien siendo un gran científico, tenía una personalidad carente de
escrúpulos morales, por ende indiferente ante el dolor humano que podía causar su
descubrimiento, por eso se dice que:

J. Robert Oppenheimer encarna al científico moderno: un teórico brillante en

el domino de la física nuclear. La ciencia se transformó con Oppenheimer: la gran
ciencia se convirtió en la gran destrucción. El progreso de la ciencia es, sin duda, el
más importante para los seres humanos; sin embargo, el conflicto de Oppenheimer
entre el conocimiento y la soberbia, entre el orgullo y la moral, permanece vivo y se
vuelve cada vez más vigente .
Ante estas evidencias debemos recordar que el derecho se basa categorías valora-
tivas, por lo que entrañan hacia la realización de determinados valores eticos, inser-

310
tos en la esencia misma del derecho, que tiene como fin último el bien común, por
eso, todo proceso de investigación debe realizarse atendiendo los fundamentos de
la ética, donde se considere que los ciudadanos no vivimos aislados, pues formamos
parte de una comunidad. Es decir, la investigación no puede realizarse a espaldas de
los valores éticos sobre los que se construye toda sociedad que privilegia el bienestar
general.

Pero Eric Hobsbawm nos recuerda que el mundo a menudo traspasa las fronteras
de los valores éticos, y se ve inserto en las falacias que a menudo genera el progreso
cuando este deviene en barbarie, muchas veces de la mano de los grandes desarro-
llos de la investigación cientifica. De hecho:

Ningún otro periodo en la historia ha sido más impregnado por las ciencias na-
turales, ni más dependiente de ellas, que el siglo XX. No obstante, ningún otro pe-
ríodo, desde la ratracción de Galileo, se ha sentido menos a gusto con ellas. Esta es
la paradoja con que los historiadores del siglo deben lidiar .

En realidad desde hace tiempo se ha visto con cierto recelo y temor a la ciencia
por las consecuencias que podian generar sus investigaciones, donde los resultados
podían ser catastróficos dejando al individuo en total indefensión, y con una autori-
dad totalmente minada, por eso se ha dicho que:

Es verdad que los propios científicos supieron mejor y antes que nadie cuáles po-
drían ser las consecuencias potenciales de sus descubrimientos. Desde que la prime-
ra bomba atómica resulto operativa, en 1954, algunos de ellos alertaron a sus jefes
de gobierno acerca del poder destructivo que el mundo tenía ahora a su disposición.
Sin embargo, la idea de que la ciencia equivale a una catástrofe potencial pertenece,
esencialmente, a la segunda mitad del siglo: en su primera fase –la de la pesadilla
de una guerra nuclear- corresponde a la era de la confrontación entre las superpo-
tencias que siguió a 1954; en su fase posterior y más universal, a la era de crisis que
comenzó en los setenta. Por el contrario, la era de las catástrofes, quizás porque frenó
el crecimiento económico, fue todavia una etapa de complacencia científica acerca
de la capacidad humana de controlar las fuerzas de la naturaleza o, en el peor de los
casos, acerca de la capacidad por parte de la naturaleza de ajustarse a lo peor que el
hombre le podía hacer. Por otra parte, lo que inquietaba a los científicos era su pro-
pia incertidumbre acerca de lo que tenían que hacer con sus teorías y sus hallazgos .

Entonces, la justicia que se puede lograr por medio de la investigación cientifíca

es muy relativa, lo que es muy grave, puesto que en pleno siglo XXI lo que se observa
es muy nostálgico, donde no sabemos si lo que vivimos es un crepúsculo o un nuevo

311
amanecer. Pero eso no debe sorprendernos ni decepcionarnos pues el hombre desde
sus inicios se nos presenta como una realidad inacabada, que se construye y se rehace
día con día, y así lo expresa el historiador Erich Kahler:

Si encontramos lo que buscamos, si los hechos de la historia se pueden inter-

pretar como el desarrollo de una cualidad humana específica, entonces la historia,
a su vez, cobra coherencia y significado. Y si esto es así, si la historia de unidad que
se desarrollaron en el curso de la historia humana no son abstracciones impuestas
de manera arbitraria, fuera de la realidad humana y contrarias a la naturaleza del
hombre, sino inherentes a la existencia de una cualidad humana común, y por tanto,
tienen una validez orgánica que se origina en la constitución básica del hombre .

Como hemos visto, la investigación como un producto que tiene por finalidad el
desarrollo, donde en teoría debe hacerse sin menoscabo de la ética, resulta ser un
punto medio entre el bien común y la anarquía y el despotismo. Este peligro consiste
en que el investigador en cuanto a ser humano se encuentra sometido a un sinnú-
mero de posibilidades, y muchas veces este sin proponerselo termina colaborando
con causas totalmente alejadas del valor ético y sus descubrimientos son usados con
o sin su consentimiento por un poder arbitrario que lo único que le interesa es la
acumulación de poder y de riquezas y, por lo tanto, es muy claro que el ser humano
queda en un lugar secundario; el tipo ideal de investigación deberá evitar esta clase
de peligros. La investigación en su sentido más puro e idealista se encargará de rea-
lizar este cometido en el que se reduzcan al mínimo las posibilidades de abuso de
poder ya sea por parte de instituciones privadas o públicas.

¿Cómo puede ayudar el derecho a la investigación para lograr ésta meta? Única-
mente límitando el poder, por una parte, el de los particulares, generando legisla-
ciones claras sobre el antes y el después de los alcances de todo proceso de investi-
gación, y por otra parte, debe también limitar el poder de las instituciones públicas,
pues un poder omnímodo público se encarga de eclipsar totalmente al individuo,
pero un individuo sin limites, es también muy peligroso para el bienestar general;
ambas situaciones son muy hostiles para las comunidades, pues se opone al continuo
devenir del hombre que es su incansable busqueda de libertad, pero con responsa-
bilidad, lo que no es tan sencillo, pues el hombre ya lo dijimos se enceuntra desde
sus origenes como un sujeto inacabado, por tanto, es la medida de las cosas: de la
grandeza más sublime, donde lo que se observa es el cumplimeinto de la máxima
valorativa más hermosa que poseemos, y que le debemos al cristianismo y a Cristo
Jesús, quien señaló: amarás a tu prójimo como a ti mismo, en sentido contario ya
vimos que también es capaz de la amoralidad que muestra la indiferencia ante el
sufrimiento humano, pero esto no nos debe desanimar, pues ya lo dijo el gran es-

312
critor argentino Jorge Luis Borges, fuimos llamados a este mundo para disfrutar la
aventura riesgosa y hermosa de la vida.

2. La investigación jurídica

La investigación jurídica debe tener por finalidad profundizar en el estudio de

una determinada figura jurídica, para lo cual el investigador se allegará de los es-
tudios anteriores que se hubiesen realizado sobre dicha figura para mejorar el co-
nocimiento que se tenga sobre esta; y así estar en posibilidades de plantear mejoras
sustanciales al marco jurídico estudiado, o en el caso de que fueran estudios teóricos
presentar planteamientos más innovadores.

La ciencia jurídica posee una identidad conceptualmente imprecisa donde los

hechos siempre se encuentran expuestos a constantes transformaciones del aconte-
cer humano, estas transformaciones de carácter conductual implican que todo pro-
ceso jurídico de cambio se tenga que abordar de diferente manera, pues el derecho
se despliega de forma incierta, para lo cual el derecho desarrolla múltiples meto-
dologías para abordar los diversos planteamientos, por medio de la investigación
jurídica; con rigor académico, producto de una gran experiencia en el campo de los
procesos de investigación, particularmente el jurídico Miguel López Ruiz observa
que el derecho:

[…] además de ser una disciplina de apreciación, el derecho tiene un carácter

incierto, pasajero, engañoso, arbitrario, incompleto, contradictorio polémico, im-
preciso y dinámico, como lo demuestran las nuevas normas y las constantes reformas
a éstas; la vaguedad y las lagunas normativas; las antinomias; las falacias; las contra-
dicciones de tesis; los desacuerdos doctrinales; los votos aprobatorios o de rechazo
de los juzgadores al fallar un asunto, etcétera. Incluso las diversas teorías jurídicas,
como la normativista, la iusnaturalista o la realista, carecen de parámetros claros y
objetivos conforme a los cuales comprobar sus postulados .

Esto nos conduce a plantear que una investigación jurídica sólida requiere com-
plementarse con ciertas características que debe reunir el investigador, máxime que
actualmente vivimos en un mundo global en transformación constante haciéndose
necesaria la adaptación de nuestros saberes jurídicos al momento vigente, pues solo
así se podrán arrojar buenos resultados. En efecto:

“Esto me lleva a pensar que la educación y formación de juristas tiene que incor-
porar habilidades y conocimientos de lógica, gramática, sociología, ética, etc. No

313
se trata de convertir al jurista en un todólogo, pero sí de darnos cuenta de que hay
disciplinas que aportan métodos y técnicas que los juristas tenemos que saber usar
y sobre las cuales tenemos que reflexionar más a menudo para entender como las
estamos usando.”

Resulta evidente que la característica de la contradicción oscilante en todas las

ramas del conocimiento científico y por ende de los procesos de investigación, no es
exclusiva de una u de otra ciencia sino que se encuentran independientemente de
las diferentes ramas de la ciencia presentes en todas y de ello no escapa el derecho.
Ha sido sin embargo durante mucho tiempo la búsqueda de la unanimidad lo que
ha producido serias consecuencias en el derecho, es decir la intención tanto de los
investigadores jurídicos así como de los operadores jurídicos por encontrar el estric-
to sentido de lo planteado y, desafortunadamente esta tendencia de investigación
ha influenciado también a los neófitos de la ciencia del derecho y a los que por vez
primera comienzan a tener una aproximación a las ciencias jurídicas, porque al no
comprender la característica tan imprecisa y hasta cierto punto contradictoria del
derecho, naufragan en el desorden por su incapacidad para asimilar las bondades
del acto conceptual de la contradicción, cuando este es positivo y que encuentran
resultados a través de procedimientos dialógicos consensuados. Para dar un poco
más de consonancia a las anteriores reflexiones, conviene recurrir a planteamientos
de filosofía de la ciencia, uno de sus máximos exponentes Karl L. Popper nos pro-
porciona las palabras adecuadas:

“Ni la observación ni la razón constituyen una autoridad. La intuición intelectual

y la imaginación son muy importantes, pero no son confiables; pueden mostrarnos
cosas muy claramente, y sin embargo, desencaminarnos. Son indispensables como
las fuentes principales de nuestras teorías; pero la mayoría de nuestras teorías son
falsas de todos modos. La más importante función de la observación y del razona-
miento, e incluso de la intuición y de la imaginación, es ayudarnos en el examen crí-
tico de aquellas osadas conjeturas que constituyen los medios con los que sondeamos
lo desconocido” .

Podemos entender al fin que la crítica es un examen continuo que debe de ser
latente en la búsqueda del conocimiento científico en la investigación y la crítica
solo puede esperarse que nazca al percatarnos de lo vago, de lo imprecisos y de lo
deficientes que pueden ser los conocimientos adquiridos, la actitud crítica también
debe caracterizarse por el hecho de que nada se puede dar por presupuesto, pero
también de que los prejuicios y las estructuras se hallan presentes e indisociables
algunas veces por lo que es la tarea del investigador abundar en todas esas raíces
múltiples objetivas y subjetivas, para establecer las apreciaciones que deben tener

314
como fin encontrar respuestas y soluciones aunque estas nunca serán definitivas; con
ello queremos aclarar que decimos esto por no caer en algunas trampas intelectuales
que manejan la idea de que no pueden existir respuestas, si estas respuestas no exis-
tieran entonces nunca se solucionaría nada y la existencia de la ciencia jurídica, de
los jueces y de las instituciones carecería de sentido, y no es así, lo que sucede es que
los postulados emergen con la garantía de que pueden ser alterados y modificados
con el paso del tiempo.

Otra característica de la investigación jurídica es la de su multidisciplinariedad, el

investigador jurídico debe ser abierto a las interrelaciones y limitaciones del derecho
con otras ramas científicas; en primera instancia, dicha característica pudiera pare-
cer obvia pero en nuestro contexto existe un fuerte rezago sobre el particular y se
encuentran quienes se rehúsan a adquirir esta postura en los procesos de investiga-
ción jurídica; sin embargo debemos ser muy enfáticos en la importancia de esta clase
de investigación pues le permiten al investigador establecer un mayor contacto con
la realidad; dado que investigación que no sea capaz de tocar la realidad será una
investigación incompleta, pues, la realidad siempre incrementa nuestra capacidad
creativa, crítica, la curiosidad, todas ellas, herramientas fundamentales para captar
más hondamente la realidad social.

3. El investigador jurídico

Sin investigadores la ciencia carecería de sentido, son las personas que tienen a su
cargo el quehacer científico, los responsables de llevar a cabo la aventura intelectual
y trabajosa que exige un riguroso estudio y de entrega, cabe señalar que la inves-
tigación no nada más se encuentra encuadrada en los profesionales del derecho,
también la realizan los estudiantes tanto de pregrado y posgrado en las escuelas y
facultades de derecho, los jueces y los magistrados que se encuentran de alguna u de
otra forma en un constante proceso de investigación pues la función judicial eficaz
requiere de mucho estudio y más aun bajo las tendencias procesales que exigen por
parte del aparato judicial un papel más activo en la resolución de los problemas ju-
rídicos y de todo aquel que se muestre interesado en resolver un problema jurídico.

No es suficiente ser un profesional del derecho para ejercer labores de investiga-

ción, pues lo más importante son los hábitos, la constancia, la entrega, la honestidad
y la convicción hacia lo que se quiere investigar. Por ello siempre se ha hecho hin-
capié en que el investigador debe de tener desde un principio muy bien planteados
sus problemas y sus hipótesis que le permita a su investigación iniciar con un certero
rumbo; pero esto solamente es atenernos a las características metodológicas del pro-

315
ceso de investigación jurídica, también hay otras virtudes y para algunos también el
lado amargo del camino del investigador y que es que en muchos momentos el in-
vestigador tiene que admitir una postura de soledad, en algunos casos como sentirse
solo ante la incomprensión de otros y en otros el buscar por iniciativa propia el ais-
lamiento como medio indispensable ya que la concentración extrema exigida de por
sí, por la rigurosidad del pensamiento científico, exige de antemano un aislamiento
para obtener la verdad relativa, ya que el investigador debe tener tolerancia para
aceptar otras verdades, pues sería muy presuntuoso aspirar a una verdad absoluta,
pues hay que admitir que el conocimiento se está transformando constantemente
pues así como en un cierto momento el producto del investigador supera un conoci-
miento previo, en ese momento el investigador debe ser sencillo y humilde a la vez
que consciente de que él día de mañana el será superado por otros investigadores
y ese investigador deberá tener el aplomo y la madurez para aceptar otras verda-
des relativas más avanzadas que la de él, pero al fin relativas porque estas verdades
serán sucesivamente superadas. Lo que nos orilla a señalar que el investigador es
finalmente un ser humano que guarda toda la grandeza y fragilidad que hacen de
él un sujeto totalmente inacabado consciente de sus virtudes pero también de sus
defectos, manteniendo la honestidad y la sencillez o esforzándose para mantenerlos
pues estas son las herramientas que habrán de posibilitarle su avance. La soberbia y
la prepotencia, son actitudes sobradamente comunes en la naturaleza humana más
no representan de la mejor manera la virtud.

Aún cuando el investigador se vea en la necesidad de aislarse lo cual por supues-

to es muy importante pues el aislamiento genera un mejor espacio para la reflexión,
el análisis y la redacción, siendo este último un acto fundamental para el procesa-
miento de las ideas, ya que el investigador tiene que hacer un esfuerzo por expre-
sarse de forma clara y sencilla de tal forma que su conocimiento llegue a al público
especializado y al no especializado, pues entre los fines de la ciencia subyace el de la
divulgación del conocimiento; no debe olvidarse otro aspecto y es el de la apropia-
ción de la realidad humano-social y la cual solamente se logra a través del contacto
directo que el investigador mantenga con ella. Y eso se logra primordialmente me-
diante el diálogo y también con la interacción y la experiencia, por eso debido a
que en el derecho efectivamente el proceso de la investigación científica no se realiza
de manera similar a las ciencias naturales; pues precisamente la experiencia en el
derecho presupone una problemática respecto a su definición por parte de todos los
participantes del campo jurídico qua han polemizado mucho sobre el concepto de
“experiencia”.

La experiencia, el contacto y la interacción dependen de la situación donde el

investigador desee colocarse, por ejemplo la investigación bibliográfica, que se trata

316
del contacto con una de las fuentes más primarias de las ciencias sociales y del dere-
cho y que es la doctrina; entraña ya de por sí una relación ineludible del investiga-
dor, en este caso la mejor forma de acceder a este tipo de fuentes es la de convertirse
en un visitador asiduo de las bibliotecas y librerías. Hoy en día con la proliferación
del internet es posible acceder por medio de bibliotecas virtuales allí ya depende del
investigador ser selectivo en el material bibliográfico ofrecido por la red.

Entre otras cualidades reunidas por el investigador podemos enumerar la pa-

ciencia, la perseverancia, la pasión, la constancia, la congruencia y la crítica. Si bien
es cierto que a veces la persona tiene cualidades innatas también lo es que con inde-
pendencia de tenerlas o no, la única forma de ser investigador es investigando, el in-
vestigador se hace día con día y este tiene que tener paciencia y un gran amor por su
profesión pues sobra decirlo no hablamos de una profesión ampliamente remunera-
da pero para el investigador entregado si es una fuente de múltiples satisfacciones.

Por lo que hace a la congruencia aquí consideramos que nos podemos referir un
poco al aspecto de la ética pues el investigador tiene que ser uno en el texto y lo que
escribe en sus escritos, en conexión con su hacer como persona en el día a día; no po-
demos escribir de humildad y a la vez ser en nuestra vida diarias personas soberbias
porque eso nos envilece como personas, no se puede escribir pidiendo justicia y a la
vez maltratar a nuestros semejantes. La congruencia se enlaza con la actitud racional
efectuada por el investigador, y que según Popper se adopta por “elección” pues “la
elección que se nos presenta no es simplemente un asunto intelectual, ni cuestión de
gusto. Constituye una decisión moral.”

La perseverancia es un hábito que implica un trabajo continuo, la pasión no es

otra cosa que el amor hacia nuestro trabajo, la crítica es el juicio valorativo que emite
todo investigador ya sea hacia su propio trabajo o respecto al de otros; en cualquier
caso siempre tendrá que ser humilde y sencillo. Sobre dichos hábitos Popper añade
lo siguiente:

Sugiero que lo que debemos hacer es renunciar a la idea de las fuentes originarias
del conocimiento, y aceptar que todo conocimiento humano es humano: que está
mezclado con nuestros errores, con nuestros prejuicios, nuestros sueños y nuestras
esperanzas: que lo único que podemos hacer es buscar a tientas la verdad, aunque
esté más allá de nuestro alcance. Podemos admitir que nuestro esfuerzo por alcan-
zarla a veces resulta inspirado, pero debemos estar en guardia contra la creencia,
por más hondamente que la sintamos, de que nuestra inspiración está investida de
alguna clase de autoridad, divina o de otra índole. Si aceptamos que no existe nin-
guna autoridad más allá del alcance de la crítica que se encuentre dentro del campo

317
de nuestro conocimiento, por retener, sin peligro, la idea de que la verdad está más
allá de la autoridad humana. Y debemos retener esta idea. Porque sin esta idea no
puede haber normas objetivas de búsqueda de la verdad; sin ella, no habrá crítica
para nuestras investigaciones; no habrá sin ella ese buscar a tientas lo desconocido;
sin ella, no habrá búsqueda del conocimiento.

4.- La ética

Más que hablar de ética en la investigación, consideramos que resulta más con-
veniente hacer una referencia a la ética aplicada a la conducta del hombre, pues
un hombre que asuma la virtud de la ética en su vida diaria, seguro que guiará sus
procesos de investigación acordes a la honestidad en todo sentido, siempre en aras
de buscar una solución que se ajuste al bien común.

Quien primero se encarga de abordar el problema de la ética como una discipli-

na independiente de la filosofía es Aristóteles, y lo hace en su ya clásico libro Ética
Nicomáquea, que sobra decirlo, mantiene al día de hoy su vigencia e interés en la
filosofía occidental.

Desde entonces el estudio de la ética ha sido fascinante entre los seres humanos,
pues estos no han cesado de teorizar y de generar ideas sobre este tópico, y en ese
sentido resulta entendible que el concepto haya tenido sus variaciones, pero sin per-
der la esencia del concepto, que:

“No obstante, el lector moderno no especializado se ve enfrentado a dos dificul-

tades principales al aproximarse a la Ética Nicomáquea: la primera de ellas el asunto
mismo de la obra, que no es otro que el problema de la felicidad, de la vida buena
para el hombre. En este sentido, la ética aristotélica marca una considerable dis-
tancia con respecto a buena parte de la ética contemporánea, cuyo principal objeto
de discusión es el deber o la justicia, o en otros casos problemas concretos de ética
aplicada, pero no la felicidad del hombre” .

Lo relevante de este pasaje y, que podemos aplicar a nuestro entorno es el darnos

cuenta que el concepto de ética es muy profundo, y complejo de observar en nuestra
realidad, pues si de algo tenemos que estar muy consientes, es que estamos frente
a una noción eminentemente pedagógica, y por ende no es una cuestión inherente
al ser humano, sino que se debe trabajar mucho con esta noción desde las aulas
donde lo que debiera preocuparnos en el sistema educativo a largo plazo, afirmé
que debíamos subsanar la ausencia de valores, sobre todo de valores morales. –Pero

318
dicha problemática al no ser abordada correctamente, más aun consideramos que es
una asignatura pendiente en nuestro sistema educativo- Lo más importante de mi
concepción sobre los valores en la educación no radica, sin embargo, en los aspectos
teóricos, sino en mi insistencia de que había que “desde el principio”; es decir, con
la formación de valores de los propios maestros. Si ellos no realizan un ejercicio de
introspección sobre sus valores fundamentales, empezando por su autoestima, su
acción educativa con los alumnos en estos aspectos será meramente formal y super-
ficial .

Consideramos que todo sistema ético debe fundamentarse en base a una liber-
tadresponsable, pero hasta qué punto se observa esta variante en nuestro contexto,
pues en el pasado revolucionario ya Octavio Paz se encargó de señalar que se ca-
racterizó por tener una visión patrimonialista donde la vida privada se incrustaba
totalmente en la vida pública, todo esto en un contexto de supresión de los derechos
de libertad, y ahora en un cambio radical producto de la globalización la vida pú-
blica se subsume en la vida privada, impidiendo de una o de otra forma la forja de
conciencias independientes que sirvan al bien común; para concluir quisiera señalar
que la forma en a fin de que podamos vincular a la ética con la investigación de for-
ma plena debemos apartarnos de criterios pragmáticos, y construir una educación
humanista, en tanto eso sucede cuestionamientos como los de Pablo Latapí seguirán
teniendo vigencia:

¿Qué queda entonces del gozo de aprender; de la lectura reposada que descubre
en la literatura la grandeza y miseria de los hombres? ¿Qué queda del asombro, de
las pasiones, del pasmo ante nuestros riesgos, del acercamiento a lo heroico, de la
aceptación de lo inexplicable? ¿Qué queda de la conciencia de nuestra inconmensu-
rable ignorancia, principio de toda sabiduría? […] Quien la recorra verá que nunca
antes la humanidad había sido tan estúpida como para proponerse ser perfecta. Ni
siquiera el concepto de calidad, así sustantivada, figuraba en el pensamiento educa-
tivo hasta hace treinta años; hoy se le emplea con una carga productivista que “cosi-
fica” al alumno y sus aprendizajes. ¿Calidad respecto de qué valores? Calidad, ¿para
quién? Por ignorancia de la historia o por estrechez conceptual, la actual doctrina
de la excelencia ha entronizado un ideal de perfección que reduce las posibilidades
humanas; con esa etiqueta suelen vender los traficantes de la excelencia, en un solo
paquete, los secretos de discutibles habilidades lucrativas, la psicología barata de la
autoestima y los trucos infantiles de una didáctica de la eficacia.”

Notas

1. López Ruiz, Miguel, Nuevos elementos para la investigación, México, Editorial Origami,
2008, p. 21.

319
2. Pérez Gay, José María, La supremacía de los abismos, México, ediciones la Jornada, 2006,
p. 58. Ante esto no se debe olvidar lo apuntado por “George Steiner, escritor y filósofo,
profesor en Cambridge, recordaba en una ocasión: mi vida era todavía bastante triste,
pero tenía acceso a todo. Viajaba por el continente, porque mi carrera en el seminario de
la Universidad de Cambridge era muy prometedora. Fui a Princeton, en Estados Unidos,
deseaba conocer y entrevistar al doctor J. Robert Oppenheimer. Me costó mucho obtener
la cita. La dureza y el cinismo eran rasgos virulentos de su personalidad. Por esos años
Oppenheimer recibia a muy pocas personas. Cuando el joven Steiner entro en su oficina,
Oppie le advirtió que solo tenía 5 minutos, pues los periodistas le importaban muy poco,
por no decir nada. Steiner acribilló a Oppenheimer con preguntas sobre una comisión
internacional de derechos atómicos. Las respuestas fueron muy secas, breves y directas.
Después lo invito a comer en la cafetería del instituto. Más tarde se entrevisto con el profe-
sor Harold Cherniss, un célebre exégeta y conocedor de Platón, quien le pregunto si había
estudiado griego –vea- le dijo Cherniss-, tengo un problema. En este manuscrito hay pá-
rrafos de Platón y faltan algunas palabras. Oppenheimer se había deslizado en silencio de-
trás de Steiner y escuchaba. Comenzó la discusión sobre las palabras griegas que faltaban
y, de pronto, Oppenheimer preguntó si esa discusión no era del todo estúpida –En poesía
y filosofía lo más importante son los blancos, los espacios en blanco –dijo Oppenheimer.
–Perdóneme, pero en este caso lo que Usted afirma es pura arrogancia, esa intuición ya
estaba en Mallarmé. Por lo demás ¿de qué sirven entonces los libros? –pregunto Steinner.
–Esa es una respuesta casi inteligente. Estoy convencido de que los libros son necesarios. El
Baghavadgita es la voz de Dios. Sin embargo, su pregunta no refuta mi afirmación, pién-
selo –insistió Oppenheimer. -Muchas gracias por su entrevista –dijo Steiner. ¿Está Usted
cansado? -Me case hace unos meses.-Ah, ¿no tiene Usted niños? Eso facilitara el problema
del alojamiento.Así George Steiner fue incluido en el grupo de los académicos humanistas
del Instituto de Estudios Avanzados de Princeton”. Ibídem, pp. 51 – 52.
3. Hobsbawm, Eric, Historia del siglo xx, 14ª ed, trad: Juan Faci, Jordi Ainaud y Carme Cas-
tells, Barcelona, Crítica, 2010, p. 516.
4. Ibídem, pp. 527 – 528.
5. Hemos dicho ya que la investigación sirve al desarrollo económico de las naciones, para
acreditar nuestra afirmación vale la pena retomar las ideas del historiador Hobsbawm,
quien dice que: “En 1919 el número total de físicos y químicos alemanes y británicos
juntos llegaba quizás, a los 8,000 a finales de los años ochenta, el número de científicos
e ingenieros involucrados en la investigación y el desarrollo experimental en el mundo,
se estimaba en unos 5 millones, de los que casi un millón se encontraban en los Estados
Unidos, la potencia científica puntera, y un número ligeramente mayor en los estados
europeos”. Ibídem, pp. 516 – 517.
6. Kahler, Eric, Historia universal del hombre, 3ª ed, trad: Javier Márquez, México, Fondo de
Cultura Económica, 2004, p. 17.
7. López Ruiz, Miguel, op., cit., p. 17-18.
8. Cruz Parcero, Juan Antonio, “Los métodos para los juristas”, en Courtis, Christian (Coord.)
Observar la ley. Ensayos sobre metodología de la investigación jurídica, Madrid, Trotta, 2006,
pp. 37-38.
9. Miller, David (comp.), Popper. Escritos selectos, Trad: Sergio René Madero Báez, México,
Fondo de Cultura, 2006, p. 58.
10. Miller, David (comp), op. cit., p. 38.
11. Ibídem, p. 39.
12. Miller, David (comp), op. cit., p. 60.
13. Martínez Manzano, Teresa, “La importancia de la ética nicomaquea”, en Aristóteles, La
ética, Barcelona, Gredos, 2008, p. 7.
14. Latapí, Pablo, op. cit., pp. 146 y 148.
15. Ibídem., p. 44.

320
 CAPÍTULO 9
METODOLOGÍA E INVESTIGACIÓN
CIENTÍFICA EN LAS CIENCIAS
SOCIALES. ESPECIAL REFERENCIA
A LA DISCIPLINA DE LAS
RELACIONES INTERNACIONALES

Dra. Sagrario Morán Blanco1

1.Introducción

Las ciencias sociales son aquellas ciencias o disciplinas científicas que se ocu-
pan de descubrir y explicar patrones del comportamiento y actividades de los seres
humanos, y en las que se examinan tanto las manifestaciones materiales como las
inmateriales de las sociedades e individuos.

Precisamente la naturaleza de las ciencias sociales ha planteado, a lo largo de la

historia, problemas metodológicos de diferente índole y que haya existido un impor-
tante debate sobre qué constituye genuinamente una ciencia social y qué no. De he-
cho, muchas de las disciplinas científicas sociales han tenido discusiones epistemo-
lógicas respecto a qué es una ciencia2. Por ejemplo, la ciencia política es una ciencia
social que estudia la teoría y práctica de la política y los sistemas y comportamientos
políticos. El objetivo de la ciencia política es establecer, a partir de la observación
de eventos y situaciones políticas, principios generales acerca del funcionamiento
de la política. Se trata de una rama que interactúa con otras muchas de las ciencias
sociales, como las políticas públicas, la economía, la sociología o las relaciones inter-
nacionales, entre otras.
1 Doctora en Ciencias de la Información por la Universidad Complutense de Madrid. Profe-
sora Contratada Doctora, Área de Derecho Internacional Público y Relaciones Internacio-
nales de la Universidad Rey Juan Carlos de Madrid. Subdirectora del Centro de Estudios
de Iberoamérica de la Universidad Rey Juan Carlos.
2 Véase FERMAN, Gerald: Investigación en Ciencias Sociales. México, Grupo Noriega, 1992.

321
 1.1 Origen de las Ciencias Sociales

Durante la Revolución Industrial y las revoluciones liberales del siglo XIX, se

creó la necesidad de efectuar una crítica social a fin de evaluar los cambios sociales
y políticos que sucedían, así como su impacto en la sociedad y los motivos que los
habían producido. La preocupación por el cambio social, combinada con el desa-
rrollo que las ciencias naturales estaban logrando gracias al desarrollo del método
científico, impulsó la fusión de ambas, dando lugar a las ciencias sociales. Así surgiría
la sociología, y más tarde la ciencia política, asociada al estudio de la jurisprudencia
y de la filosofía política.

William James afirmaba a finales del siglo XIX al referirse a las ciencias socia-
les, lo siguiente: “Una serie de meros hechos, pequeñas charlas y altercados sobre
opiniones; parcas clasificaciones y generalizaciones en un plano meramente des-
criptivo…pero ni una sola ley como la que nos proporciona la física; ni una sola
proposición de la cual pueda deducirse causalmente consecuencia alguna…Esto no
es ciencia, es solamente un proyecto de ciencia”.

Recordemos que toda ciencia debe establecer descripciones objetivas basadas en

aspectos observables, y por tanto verificables, de la realidad. Las leyes que la han de
constituir consistirán en vínculos causales existentes entre las variables intervinientes
en la descripción. Además, el conocimiento deberá estar organizado en una forma
axiomática porque éste último es un requisito para que las ciencias sociales adquie-
ran el carácter científico que tanto se busca.

Precisamente las razones aducidas han favorecido que, desde un principio, las
ciencias sociales busquen su consolidación científica. En la actualidad existen críticas
a la creciente especialización y escasa intercomunicación entre las ciencias sociales,
por considerarse que va en detrimento de un análisis global de la sociedad. De he-
cho, es fácil comprobar como la Sociología –que es la asignatura más abierta a otras
aportaciones del resto de las Ciencias Sociales-, está poco relacionada con la Psicolo-
gía Social, con la Historia social, con la Geografía Humana o con la Política.

Aunque no hay una coincidencia plena sobre qué disciplinas deben ser conside-
radas parte de las ciencias sociales, un número amplio de autores incluyen dentro de
las ciencias sociales las siguientes disciplinas que integramos en tres grupos distintos.

A) Ciencias relacionadas con la interacción social. En este grupo estarían la Antro-

pología, la Historia, la Política, el Derecho, la Economía, la Psicología, la Sociolo-
gía, etc.

322
B) Ciencias relacionadas con el sistema cognitivo humano. En este grupo figuran la
Lingüística, las ciencias relacionadas con la evolución de las sociedades como la
Arqueología, la Demografía, la Historia…
C) Ciencias sociales aplicadas, que tratan de ordenar o mejorar procesos organizati-
vos: Urbanismo, Relaciones Internacionales, Contabilidad…

En efecto, las Relaciones Internacionales, objeto preferente de estudio en este

artículo, están incluidas en el campo más amplio de las Ciencias Sociales.

Pero antes de meternos a fondo en los métodos de investigación científica de la

disciplina de las Relaciones Internacionales, definamos qué se entiende por Método.

2. Concepto de Método de Investigación. Su aplicación a las

Ciencias Sociales

Método es una palabra que proviene de las voces griegas metha, que significa
hacia, más allá, y hodos que es el camino. Su significado original señala el camino que
conduce a una meta y a la verdad de las cosas. Otros autores definen el método como
“la manera de enseñar una cosa según ciertos principios y con un cierto orden”.

Por su parte, la investigación tiene como objeto descubrir algo, indagar, dar res-
puesta de manera sistemática a las múltiples preguntas que se hace el ser humano, es
decir, investigar es “hacer diligencias para descubrir una cosa”, “pesquisar, inquirir,
indagar, discurrir o profundizar concienzudamente en algún género de estudios”.

Teniendo en cuenta ambos conceptos, el método de investigación es el conjunto

de pasos seguidos por una ciencia para alcanzar conocimientos válidos que puedan
ser verificados. Podría decirse que el método de investigación es el conjunto de pasos
que permite que el investigador abandone su propia subjetividad3.

De hecho, podemos decir que una investigación y, como consecuencia, un cono-

cimiento, se considera científica cuando es posible presentar los hechos en forma
de enunciados, hipótesis, conceptos, teorías explicativas y, a partir de éstas, poder
deducir unas consecuencias cuyo grado de comprobación lógica o empírica nos
permiten consolidar o reformular las teorías de las que se parte.

En una publicación del Council on Foreign Relations, editado en Nueva York, se indicaba,

3 En http://www.buenastareas.com/ensayos/Metodos-y-Tecnicas-De-Investigacion
(Consultado el 3 de junio de 2011).
323
en 1947- que los físicos, biólogos, etc, utilizan el término “investigación” para designar todos
los trabajos de laboratorio. Parejamente, los historiadores aplican este término al estudio de
los acontecimientos del pasado, siempre que haya la razonable seguridad de poder disponer de
todos los materiales pertinentes. Sin embargo, según el Council, tal término no ha de limitarse
necesariamente a las ciencias naturales o a los archivos de Historia, de hecho considera que si
un problema internacional contemporáneo es considerado imparcialmente por un grupo de per-
sonas decididas a resolverlo, esta actividad puede valorarse justificadamente como “científica”4.

El sociólogo y analista político alemán, Heinz Dieterich, nos propone seguir los
siguientes pasos para realizar una investigación, en los que sin duda alguna, se inclu-
ye la utilización del método científico5.

1) El planteamiento del problema, es la delimitación clara y precisa del objeto de

investigación, realizada por medio de preguntas, lecturas, trabajo manual, en-
cuestas, entrevistas, etc.
2) El marco teórico: Es el resultado de la selección de teorías, conceptos y conoci-
mientos científicos, métodos y procedimientos, que el investigador requiere para
describir y explicar objetivamente el objeto de investigación, en su estado histó-
rico, actual o futuro.
3) Formulación de las hipótesis
4) Verificación de las hipótesis. Es la actividad que, mediante la observación, la expe-
rimentación, la documentación y/o la encuesta sistemática, comprueba (demues-
tra) adecuadamente, si una hipótesis es falsa o verdadera.
5) Conclusiones y resultados. Son los juicios sobre la falsedad o veracidad de las hi-
pótesis utilizadas; así como los juicios u opiniones realizados con base a los datos
obtenidos durante la verificación de las hipótesis6.

Por lo tanto, parece claro que la investigación científica, en cualquier área de es-
tudio, implica un proceder metódico, pues solo así el producto que se obtenga será
válido. Sin excluir la posibilidad de un hallazgo fortuito y casual, debe admitirse que
el rigor del método científico lleva al conocimiento científico.

Se reconocen cuatro métodos lógicos generales:

1)Deductivo, 2) inductivo, 3) sintético y 4) analítico.

4 En RUBIO GARCÍA, Leandro: “Relaciones Internacionales y Método”. Revista de Política

Internacional, nº 136, pp. 96.
5 Véase DIETERICH, Heinz: La nueva guía para la investigación científica. Ed. Planeta Mexi-
cana, S.A. , de C.V., México, 1996. Véase BUNGE, Mario: La ciencia, su método y su filosofía.
En esta obra Mario Bunge introduce de manera sintética las bases del método científico.
6 Véase PARDINAS, Felipe: Metodología y técnicas de investigación en las ciencias sociales. Siglo
Veintiuno Editores, México, 1991.
324
 Los cuatro fundamentan la metodología general, pero como cada ciencia posee
sus características, áreas de estudio y necesidades se han desarrollado diversas meto-
dologías particulares o especiales.

Si nos circunscribimos al campo de las Ciencias Sociales7, el método tiene como

objetivo primordial obtener explicaciones veraces de los hechos sociales, usando la
observación y la experimentación común a todas las ciencias, las encuestas y la do-
cumentación.

3. La Disciplina de las Relaciones Internacionales

Una vez que tenemos claro que significan los conceptos que encabezan el título
de este artículo, centrémonos en la disciplina de las Relaciones Internacionales. Pero
antes de abordar el estudio referido a los métodos de investigación científica más
adecuados para el estudio de las Relaciones Internacionales, hay que tener en cuenta
algunos aspectos que explican las características y los problemas que tienen algunos
de los métodos de investigación utilizados en dicha disciplina.
Uno de los internacionalistas más reconocidos como el Prof. Nicholas Spykman
señala que “la naturaleza de nuestro tema de estudio (referido a las Relaciones Inter-
nacionales) no define la naturaleza de nuestro estudio o el método para él”. “Según
sea la forma en que se plantee nuestro tema de estudio, según hagamos sobre él,
derivaremos métodos distintos”.

3.1. Orígenes de la Disciplina de las Relaciones Internacionales:

Stanley Hoffman, profesor de Relaciones Internacionales, no ha dudado en cali-

ficar la disciplina como: “área de confusión mucho mayor que la de su definición”8.
Confusión que deriva en parte por los orígenes recientes de la disciplina. En efec-
to, a diferencia de otras disciplinas que se llevan impartiendo en las Universidades
de todo el mundo, algunas de ellas desde el siglo XII y XIII, como la Filosofía, el
Álgebra, la Historia, -cuya invención se atribuye a Herodoto de Halicarnaso (484-
420 a. C)-; u otras más recientes como el Derecho, la Política9 o la Sociología, cu-
7 Generalmente el hombre común considera ciencia al cúmulo de conocimientos, sin em-
bargo, hay que recordar que al conocimiento se le llama “científico” solo porque ha sido
conocido por el método científico, o por lo menos ha sido adquirido por medio del méto-
do científico o ha sido puesta a prueba por él.
8 En RUBIO GARCÍA, Leandro: Op. cit., p. 81
9 La ciencia política es una disciplina relativamente reciente, cuyo nacimiento (al menos en
lo que concierne a la ciencia política moderna) algunos sitúan en el siglo XV con Nicolás
Maquiavelo (separación de la moral y de la política). Sin embargo, ya en la Antigüedad
existen formas de organización política: la polis (donde nació la palabra “política”, y que

325
yos orígenes datan de mediados del siglo XIX, siendo su fundador Auguste Comte
(1798-1857); la disciplina de las Relaciones Internacionales es muy joven ya que sus
orígenes se sitúan a principios del siglo XX y concretamente después de la Primera
Guerra Mundial (1914-1919).

La mayoría de los internacionalistas coinciden en que fue en 1919 cuando se

creó la primera cátedra de “Relaciones Internacionales” bajo los auspicios de Alfred
Zimmern e iusinternacionalistas idealistas. De hecho, las primeras cátedras de Rela-
ciones Internacionales se crearon en Gran Bretaña: Gales (Universidad de Aberyst-
wyth), Oxford y la London School of Economics. Durante la gran guerra se publicaron
incluso, dentro de la nueva disciplina, algunas obras representativas como The Eu-
ropean Anarchy.

En España la enseñanza de las Relaciones Internacionales surgió oficialmente

en 1943, con la creación de la Facultad de Ciencias Políticas y Económicas, siendo
el primer plan de estudios de 1944 el que establece la Sección de “Ciencias Políti-
cas” con cuatro cursos de licenciatura. De tal forma que de las 43 asignaturas que
se impartían en dicho plan de estudios, ocho eran propias del ámbito de estudio
de las Relaciones Internacionales. Entre ellas estaban: “Historia de las Relaciones
Internacionales”, “Derecho Internacional Público”, “Política Exterior de España”,
“Relaciones de la Iglesia y el Estado”… “En 1953, los estudios de Comercio y la
Facultad de Ciencias Políticas y Económicas se integran en la nueva Facultad de
Ciencias Políticas, Económicas y Comerciales, elaborándose un nuevo plan de estu-
dios. Sin embargo, se considera que fue en 1957 cuando se consolidan las Relaciones
Internacionales como disciplina autónoma en España”. Ese año D. Antonio Truyol
Serra obtenía la primera cátedra de Derecho Internacional Público y Relaciones
Internacionales. Según señalaron los profesores Roberto Mesa y Francisco Aldecoa
durante la celebración de las VII Jornadas de Profesores de Derecho Internacional
Público y Relaciones Internacionales (AEPDIRI): “Desde entonces, se diferencian
con precisión dos grandes líneas de aproximación al estudio de las Relaciones Inter-
nacionales: la primera y más importante es la que partiendo de Truyol se desarrolla
en el Departamento de Estudios Internacionales de la Facultad de Ciencias Políticas,
Económicas y Comerciales de la Universidad Complutense de Madrid; la segunda
vendrá constituida por las aportaciones de algunos iusinternacionalistas al abordar
cuestiones referentes al Derecho Internacional público, a las organizaciones interna-
cionales o al Derecho diplomático”10.
significa ciudad) en la democracia griega, la Res Publica (cosa pública) que instauró la
igualdad en cuanto a los derechos políticos en la Antigua Roma, a excepción de los escla-
vos.
10 En CASTAÑO GARCÍA, I.: “Enseñanza e Investigación del Derecho Internacional y las
Relaciones Internacionales”. Revista de Estudios Internacionales, Vol. 4, nº 3, Julio-Septiem-
326
 No obstante, como señalan los profesores Mesa y Aldecoa, “la escasa implanta-
ción de su estudio en nuestro país hace que sea una asignatura vulnerable a los cam-
bios de planes de estudio11. Es de destacar que en la Universidad Rey Juan Carlos de
Madrid comenzó siendo una asignatura obligatoria en las licenciaturas de Periodis-
mo y Comunicación Audiovisual y, tras la puesta en marcha de los Grados, ha pasado
a convertirse en una asignatura optativa. Cabe preguntarse como una asignatura que
tiene por objeto de estudio el estado de las relaciones internacionales en el mundo,
el análisis de las relaciones entre los distintos Estados y demás miembros de la socie-
dad internacional, así como el conjunto de normas que las regulan y los intereses y
valores por éstas protegidos, pase a ser una asignatura optativa.

No olvidemos que vivimos en un mundo globalizado e interdependiente y que

las secciones de internacional son las protagonistas principales de la mayoría de los
medios de comunicación, tanto escritos como audiovisuales. Si convertimos la dis-
ciplina de las Relaciones Internacionales en optativa, nos arriesgamos a que parte
de los alumnos terminen sus estudios sin haber recibido formación en uno de los
ámbitos clave de su quehacer profesional. Entiendo que es necesario subsanar este
cambio porque perjudica enormemente la formación de los futuros profesionales de
los medios de comunicación.

Por otra parte, a diferencia de otros países donde comenzaron los Master y Licen-
ciaturas en Relaciones Internacionales, en la década de 1970, en España los Master
comenzaron en la década de 1990, mientras las licenciaturas en Relaciones Interna-
cionales son ya del siglo XXI. En concreto en la Universidad Complutense la licen-
ciatura en Relaciones Internacionales comenzó hace dos años y en la Universidad
Rey Juan Carlos el Grado se iniciará en el curso académico 2012-2013.

3.2. Definición y Objeto de la Disciplina de las Relaciones Internacio-

nales

Las Relaciones Internacionales, como todo estudio científico, se relaciona con

distintas ciencias y en ocasiones hasta se mezcla con otras como son la Sociología12,

bre 2003, pp. 556-557.

11 Ibídem.
12 Un autor bastante nombrado en los manuales de “Relaciones Internacionales” es
George Schwarzenberger. Es uno de los impulsores del uso de la Sociología para
estudiar las relaciones internacionales, si bien su esquema ideológico subyacente
tiende a las tesis realistas de la política internacional: la asociación del término
“Power Politics” es denotativa de ello. Véase DEL ARENAL, Celestino: Introduc-
ción a las relaciones internacionales. Tecnos, Madrid, 1987, pp. 134-137. En GAR-
327
la Historia, la Economía o la Filosofía, entre otras. Esto complica su naturaleza pero
también la enriquece. El diccionario define las Relaciones Internacionales como
“una rama de las ciencias políticas que estudia las relaciones entre unidades políticas
con el rango de nacionales y que trata fundamentalmente con la Política Interna-
cional”. La definición es en sí razonablemente correcta si no fuera porque excluye
a los actores de carácter no nacional y que también participan e influyen en las re-
laciones internacionales. Además, no hay que obviar que aunque la definición del
diccionario habla de las relaciones internacionales como una “rama de la ciencia
política”, el tema de estudio abarca no sólo relaciones de carácter político sino tam-
bién de carácter económico y de otra naturaleza, con un alcance multidisciplinario.
Lo anterior no quiere decir que el campo de las relaciones internacionales carezca
de límites o barreras, sólo que ellas son quizá más difíciles de identificar que en otras
disciplinas13.

Aún así, el objetivo de esta asignatura en la gran mayoría de las universidades en

las que se imparte su estudio es introducir a los alumnos en la formación y el desa-
rrollo histórico del sistema político internacional contemporáneo desde la perspecti-
va de las relaciones interestatales, así como el estudio de los diversos sujetos y actores
con capacidad para actuar en la escena internacional, que unos conceptualizan como
sociedad, otros como sistema y otros como comunidad, aunque suelen combinarlo.

Como lo ha expresado John Stoessinger, en las relaciones internacionales existe

una “tensión permanente entre la lucha por el poder y la lucha por el orden” y la
iniciativa para la obtención de los recursos naturales está atemperada por una ne-
cesidad sentida a nivel mundial de lograr al menos un cierto grado de estabilidad14.

Ahora bien, si nos referimos a los objetivos prácticos de las relaciones interna-
cionales coincidimos con Gonzalo de Salazar Serantes cuando dice que, “una de las
funciones primordiales de la investigación en las relaciones internacionales debería
ser la de servir como instrumento al político. Por el bien de la sociedad, del Estado
y de la comunidad internacional, el político tampoco puede dejarse llevar por los
excesos de la “contemplación bibliográfica” y del reductivismo basado en un mundo
imaginario o en una doctrina. Una visión retrospectiva de la historia permitiría lle-
gar a esta conclusión: si hubiesen sido empíricos y realistas, Napoleón III no habría
CIA PICAZO, P.: Las Relaciones Internacionales en el siglo XXI: la contienda teórica.
Hacia una visión reflexiva y crítica. Tecnos, Madrid, 1998, pp. 35-36.
13 En 1971, Nigel Forward señalaba que “la Ciencia de las Relaciones Internaciona-
les es una Ciencia rudimentaria”. Véase PEARSON, F. S.; ROCHESTERM J. M.:
Relaciones Internacionales. Situación global en el siglo XXI. Mc Graw Hill, 2000, pp.
13-14.
14 Ibídem, pp. 15-16.
328
declarado la guerra a Bismarck, y Saddam Hussein no habría invadido Kuwait”15
en 1990. En algunos países, como EEUU se aprecia de forma evidente como deter-
minadas escuelas, como la del Realismo Político, influyen claramente en la política
exterior norteamericana.

Entre los principales autores contemporáneos que contribuyeron al desarrollo y

consolidación de las Relaciones Internacionales como disciplina autónoma podemos
citar entre los más relevantes a Martin Wight, Hans Morgenthau, Raymond Aron,
Robert Keohane, Joseph Nye o Quincy Wright, entre otros.

3.3. Evolución teórica de la disciplina de las Relaciones Internacionales:

Métodos Docentes

Toda disciplina posee sus propias teorías. En el caso que nos compete, la teoría
internacional tiene por finalidad el estudio, análisis, investigación…de un objeto
–una “cosa” o res- que podemos llamar “realidad internacional” o “sistema interna-
cional”, es decir, esa parcela de la realidad política que concierne a lo que sucede en
lo que llamamos “sociedad internacional” o “comunidad internacional”16.

La Teoría Internacional es compleja y poco conocida, incluso entre quienes os-

tentan el título de “expertos”. Dado que existe un nexo directo y decisivo entre la
opción teórica y los métodos empleados en el estudio de la realidad internacional,
empezaremos primero planteando cuales son las principales teorías de las relaciones
internacionales o, dicho de otra forma, los paradigmas que han guiado la teoría y la
investigación en este campo durante el curso de los años, y segundo, las metodolo-
gías que se han utilizado.

Estudio de los Paradigmas:

Los paradigmas son marcos conceptuales o “mapas mentales” que ayudan a or-
ganizar la realidad y a entender una multitud de eventos que día a día ocurren en el
mundo. Además, los paradigmas también ofrecen modelos diferentes de la realidad
o visiones del mundo y, por tanto, tienen el efecto de centrar la atención en determi-
nados aspectos y alejarse de otros.

Existen cuatro paradigmas o modelos principales que han estructurado el pensa-

miento sobre las relaciones internacionales:

15 DE SALAZAR SERANTES, Gonzalo: Op. cit., p. 206.

16 Véase GARCÍA SEGURA C. y VILARIÑO PINTOS, E (Coords.): Comunidad Internacio-
nal y Sociedad Internacional. Gernika Gogoratuz, Guernica, 2005.

329
 1) El paradigma Idealista
2) El paradigma Realista
3) El paradigma globalista
4) El paradigma marxista

IDEALISMO

Las raíces del paradigma idealista se remontan al tiempo de Dante, el poeta ita-
liano del siglo XIV que escribió acerca de la “universalidad del hombre” y predijo un
estado mundial unificado. En el siglo XX este paradigma se asoció estrechamente
con el presidente Woodrow Wilson y otros pensadores de la época de la primera
guerra mundial, cuando las relaciones internacionales se convirtieron en una disci-
plina académica independiente en los Estados Unidos. De hecho, la “paz” posterior
a la Gran Guerra fue precaria e imperfecta, y en este contexto traumatizado es en el
que surge esta primera corriente teórica de las “Relaciones Internacionales” llamada
“idealismo”.

Los idealistas –teóricos y prácticos- dominaron el campo de las Relaciones In-

ternacionales entre las dos guerras, en el período entre el fin de la primera guerra
mundial en 1918 y el comienzo de la segunda en 1939, y son aún hoy una escuela de
relaciones internacionales bastante activa, representada por el Federalismo Mundial
y por grupos similares. Durante el periodo de entreguerras, los idealistas abogaron
por el recurso de la Sociedad de Naciones, del desarme y del Derecho Internacional
como posibles soluciones al problema de la guerra.

Como sucede a muchos observadores de los asuntos internacionales, los idealistas

se proponen atender el desafío de minimizar el conflicto y maximizar la cooperación
entre las naciones. Lo que distingue a los idealistas, sin embargo, es su tendencia
a fijar su atención en aspectos legales y formales de las relaciones internacionales
como el derecho internacional y las organizaciones internacionales, y en conceptos y
preocupaciones morales como los derechos humanos. Ellos quisieron sacar una serie
de experiencias de las cenizas de la primera guerra mundial manifestando que con
tan nefasto evento habían aprendido ciertas lecciones acerca de la forma como ope-
ran las relaciones internacionales y de lo que era necesario hacer para prevenir otra
catástrofe similar. En su opinión era necesario construir un nuevo orden basado en el
respeto a la ley, la aceptación de valores internacionales comunes y el desarrollo de
las organizaciones de carácter multilateral como la Liga de Naciones. Los idealistas
tienden a estar más interesados en cómo debería ser el mundo que en analizar cómo
en efecto es el mundo17.
17 PEARSON , F.S., ROCHESTERM, J.M: Op. cit., p. 19.
330
 En principio, los idealistas se adscribieron, según su talante más o menos ponderado o
mesiánico, a las rúbricas del “racionalismo” y del “revolucionarismo”. Los “idealistas raciona-
listas” serían los partidarios del Derecho Internacional, de la idea de sociedad internacional,
de la regulación de la vida internacional mediante los principios de buena fe y arreglo pacífico
de controversias internacionales, de la promoción de las mejoras económicas y el progreso social
y cultural de sectores cada vez mayores de la humanidad, etc. Por su parte, los “idealistas revo-
lucionarios” serían los empeñados en lograr cosas parecidas, sólo que de un modo mucho más
decidido y rápido, y, sobre todo, de ir al fondo de las estructuras: aboliendo cualquier condición
y manifestación de la violencia institucionalizada en el medio internacional, imponiendo un
régimen de justicia, paz, igualdad y solidaridad internacionales, y suprimiendo cualquier
forma de dominio y hegemonía en la escena internacional, etc. Como se puede apreciar, existe
entre ambos un grado de diferencia en virtud de la radicalidad de sus postulados y métodos
para lograr sus fines. Ahora bien, se pregunta la Profª Paloma García Picazo, ¿a qué
responde el “idealismo” en la teorización de las relaciones internacionales? Los denominados
“idealistas” nunca formaron un movimiento o una corriente definidos como tal, como “idealis-
mo”, sino que fueron llamados de esa forma por los “realistas” que les relevaron en el análisis
de la política internacional, a partir del final de la década de 1930. La corriente surge con el
fin de la Primera Guerra Mundial18.

REALISMO

Fue justamente el fracaso de los idealistas para anticipar y prevenir la segunda

guerra mundial lo que dio origen a la preponderancia del paradigma realista en el
período inmediatamente posterior a 1945. Mientras los idealistas manifestaban que
sus ideas no habían sido plenamente implantadas en el periodo entre las dos guerras
y, por tanto, no habían sido puestas a prueba de manera adecuada, algunos realistas
como E. H. Carr manifestaban todo lo contrario. Hans Morgenthau, en su obra clá-
sica Politics Among Nations, fue identificado como el “padre” del realismo a pesar de
que Carr había escrito algunos años antes que las raíces del pensamiento realista se
remontan al siglo XIV y en concreto a la obra de El Príncipe de Maquiavelo, e inclu-
so en la obra de Tucídides sobre las guerras del Peloponeso entre Atenas y Esparta
en la Antigua Grecia.

Tras la segunda guerra mundial, los realistas se hicieron con el dominio de la

disciplina de las Relaciones Internacionales en muchos ámbitos.

Los realistas se muestran tan interesados como los idealistas con los problemas
propios del manejo del conflicto, pero son menos optimistas acerca de la efectividad
del derecho, de las organizaciones internacionales y de la cooperación internacional.
18 GARCIA PICAZO, Paloma: Op. cit. p. 57-59.

331
En efecto, los realistas perciben a las relaciones internacionales casi exclusivamen-
te como la “lucha por el poder” más que como la “lucha por el orden” entre las
naciones-Estado. Para los realistas la meta última de todos los países es la seguridad
en un ambiente hostil y anárquico; sus políticas están determinadas por los cálculos
del poder en la búsqueda de la seguridad nacional. Los países que están satisfechos
con su situación se inclinan por proseguir las políticas internacionales de statu quo,
mientras que los países que están insatisfechos se preocupan por adelantar políticas
expansionistas externas. En este sentido, parece lógico que los realistas estén más
interesados en algunos temas como la estrategia militar, los elementos del poder
nacional, la diplomacia y otros instrumentos en manos del Estado que en los temas
propios del derecho internacional o las organizaciones internacionales. Los realistas
manifiestan que han aprendido sus propias lecciones de la segunda guerra mundial,
esto es, que la forma de prevenir futuros enfrentamientos bélicos radica en depen-
der no sólo de las instituciones formales y legales o de los preceptos morales, sino
fundamentalmente de un “equilibro del poder” capaz de disuadir a los agresores
potenciales, o también de un “acuerdo de poderes” capaz de efectuar una labor po-
licial en el mundo.

El paradigma realista ha dominado el pensamiento de una generación entera

de observadores de las relaciones internacionales, desde la segunda guerra mundial
hasta el presente (académicos, profesionales y juristas), y hoy en día continúa te-
niendo gran aceptación. Ahora bien, los realistas contemporáneos, conocidos también como
“neorrealistas”, incorporan más elementos económicos en sus análisis y buscan extender su
conocimiento acerca de la estructura básica de las relaciones internacionales y las dinámicas
subyacentes en los conflictos entre los Estados.

En cualquier caso, el denominado “realismo” es la corriente teórica dominante

en la teoría internacional. De hecho, los llamados “idealistas” poseían una fuerte
base de realismo, en su vertiente más filosófica de pesimismo antropológico. Según
señala Paloma García Picazo, “hay realistas que en el fondo son idealistas, como
Martin Wight, profundos conocedores y practicantes de las tradiciones más puras y
benéficas de la humanidad”19.

“Los idealistas”, señala la Profª Paloma García Picazo, “no creían vivir en el mejor
de los mundos posibles ni esperaban demasiado de la naturaleza humana, simple-
mente consideraban que el ejercicio de la fuerza no era el modo más adecuado ni
inteligente de llevar los asuntos internacionales”20.

19 Ibídem, p. 29.
20 GARCÍA PICAZO, Paloma: Op. cit. p. 186.
332
 El teórico por excelencia del Realismo fue Raymond Aron. Combinó la Filosofía
de la Historia con la Sociología, de la que tomó la noción de “sistema” para abordar
una visión de las relaciones internacionales impregnada, por un lado, de hegelia-
nismo, y, por otro, del racionalismo sociológico de Max Weber. Consideraba que la
Sociología y la Filosofía de la Historia eran esferas del conocimiento mutualmente
intercambiables.

La primera corriente de teoría realista de las “Relaciones Internacionales” surge

en Gran Bretaña y se conoce como “Escuela Inglesa”. En ella destacan E.H. Carr
(The Twenty Year`s Crisis, 1939), E.a. Voight, George Schwarzenberger (Power Poli-
tics, 1994) o Martin Wight (Power Politics, 1945).

INTERDEPENDENCIA O GLOBALISMO

El tercer paradigma o paradigma globalista (denominado a veces paradigma plu-

ralista) enfoca el estudio de las relaciones internacionales desde una perspectiva
diferente a la que emplean los idealistas o los realistas. Su origen se sitúa en 1971
con la publicación de la obra editada por Robert Keohane y Joseph Nye, Transnatio-
nal Relations and World Politics. Seis años después, en 1977, fecha de publicación de
Power and Interdependence: World Politics in Transition, Keohane y Nye avanzaron en su
crítica al estatocentrismo del realismo clásico al subrayar la creciente importancia
de las redes de intereses transnacionales que, de algún modo, sustraían al Estado el
monopolio del poder en la esfera internacional

Los globalistas han enfocado sus críticas en particular contra el paradigma realis-
ta argumentando que este nunca ha correspondido enteramente a una situación real
y que es especialmente inadecuado para comprender los eventos contemporáneos
en una época de interdependencia. La mayor parte de los globalistas no han rechazado
de plano el paradigma realista pero han buscado refinarlo y ampliarlo, estableciendo como
premisa que las relaciones entre los gobiernos nacionales son solamente un hilo de la gran red
que constituyen las interacciones humanas. Más que ver las relaciones internacionales a través
de lentes realistas, los globalistas perciben un conjunto más complejo de relaciones, no sólo
entre gobiernos nacionales (que en general están constituidos por burocracias competentes) sino
también entre actores no estatales involucrados tanto en asuntos de guerra y paz como en el
bienestar económico y social. En resumen los globalistas, a diferencia de los realistas, prefieren
considerar un campo mucho más amplio de actores y aspectos en el estudio de las relaciones
internacionales.

Por su énfasis en la necesidad de constituir instituciones de cooperación inter-

nacional para manejar la interdependencia, los globalistas son considerados los

333
herederos de la tradición idealista y a veces se les conoce como los “neoliberales”.
Algunos académicos han argumentado que la historia reciente, especialmente el fin
pacífico de la guerra fría, ha reivindicado la visión liberal-idealista del presidente
Wilson.

El paradigma globalista o pluralista interpreta las relaciones internacionales en

términos más complejos y consistentes, no sólo en situaciones de guerra y de paz,
sino también en materias propias del bienestar económico y social y que abarcan
no solamente los gobiernos nacionales sino las empresas multinacionales y otros
actores no estatales, todos los cuales se encuentran dentro de una gran red de inter-
dependencia21.

MARXISMO

Los marxistas tienen sus raíces intelectuales en la obra de Carlos Marx, filósofo
alemán del siglo XIX, autor de El Capital, y en la obra que escribió conjuntamente
con Federico Engels El manifiesto comunista. Marx argumentó que el sistema econó-
mico capitalista, que enfatizaba la propiedad privada y la acumulación de riqueza
privada, produce una clase dominante “burguesa” que explota a la clase trabajadora
“proletaria”.

Los marxistas, como los globalistas, apuntan a los tentáculos extensivos de las
empresas multinacionales y a las coaliciones transnacionales de grupos elitistas, pero
encuentran que el daño infligido por aquellos actores es mucho mayor que el que
encuentran los globalistas. En este sentido, los marxistas tienden a ver más a las re-
laciones internacionales como una lucha entre las clases ricas y pobres que como una
contienda entre gobiernos nacionales o naciones-Estado22.

Mientras muchos internacionalistas norteamericanos se inclinan por interpretar

los asuntos internacionales en términos de los paradigmas realista o quizá idealista,
los internacionalistas de los países en vías de desarrollo apuestan por analizar los
eventos en un contexto propio del paradigma marxista. En lo que respecta al paradig-
ma globalista, éste puede ofrecer un marco cada vez más convincente para cualquiera que esté
interesado en entender los efectos políticos en un mundo en que las relaciones entre niveles sub-
nacionales, transnacionales, gubernamentales e intergubernamentales de actividad, se vuelven
cada vez más intrincadas.

21 Ibídem, pp. 176-180.

22 PEARSON , F.S., ROCHESTERM, J.M: Op. cit., p. 22.
334
 DEBATES

El primer gran debate en la disciplina de las Relaciones Internacionales enfrentó

a los realistas, partidarios del estatocentrismo de las relaciones internacionales, y
defensores de las doctrinas del interés nacional, la política de fuerza, la ausencia de
una instancia superior al Estado en la escena internacional, con los idealistas, más
preocupados con un orden internacional sometido al arbitrio de las organizaciones
internacionales, con primacía del Derecho Internacional Público y de una políti-
ca internacional de compromiso, negociación y resolución pacífica de conflictos. El
realismo ve a la Sociedad Internacional como estructura jerarquizada del poder; el
idealismo como una organización cosmopolita de equilibrio del poder. Tanto realis-
tas como idealistas parten de las Humanidades tradicionales -incluidas las Ciencias
Sociales- como fundamento teórico y metodológico de sus investigaciones (Filosofía,
Derecho, Historia, Ciencia Política, Geopolítica y Diplomacia, entre otras).

El segundo debate se inició en la década de 1950 y se presenta como el debate en-

tre “tradicionalistas” frente a “behavioristas”. Los “behavioristas” son considerados “in-
novadores”, su objetivo fue el de conseguir un cuerpo de doctrina que fundamentase a la teoría
internacional sobre los postulados del positivismo científico aplicado a las Ciencias Sociales.
Algunos incluso definen a los behavioristas o conductistas como “teóricos de las relaciones inter-
nacionales que emplean rigurosos métodos de las ciencias sociales, tales como la obtención y el
análisis de datos a desarrollar y ponen a prueba teorías que explican el comportamiento de los
actores en las relaciones internacionales. Según las premisas behavioristas, los datos son hechos
y éstos hablan por sí mismo; son evidentes y no precisan más comprobación que la fáctica23.

Por lo tanto, uno de los grandes debates en el área de la metodología ha quedado

reducido a la diferencia entre los “tradicionalistas” versus los “behavioristas”, llama-
dos también “conductistas”. Hasta que se inició la década de 1960, el campo de las
relaciones internacionales estuvo dominado metodológicamente por los tradiciona-
listas para quienes el conocimiento era algo a lo que se podía llegar sólo a través de
una participación de primera mano en la observación y en la experiencia práctica,
o a través de una inmersión de segunda mano en la observación y en la experiencia
práctica, o a través de una inmersión de segunda mano en los grandes tratados de
la historia de la diplomacia y otras formas de conocimiento e investigación en las
bibliotecas. Durante la década indicada anteriormente, los tradicionalistas se vieron
amenazados por un creciente número de seguidores de la posición “behaviorista”
tales como Karl Deutsch, J. David Singer y James Rosenau, quienes buscaron hacer
de las relaciones internacionales un campo más científico. Por tanto, su meta fue
construir un cuerpo acumulativo de conocimiento basado en métodos más sofistica-
23 GARCÍA PICAZO, P.: Op. cit., p. 88.

335
dos y rigurosos, prestados de las ciencias biológicas y físicas. Las herramientas de los
partidarios del análisis conductista eran la información acumulada, las técnicas de
análisis cuantitativo, los modelos matemáticos y los ordenadores. La literatura acerca
de este marco del comportamiento consistía en escritos que enfatizaban el desarro-
llo sistemático y la comprobación puesta a prueba de teorías que pudiesen explicar
la dinámica de las relaciones internacionales. Mientras los conductistas consideran
que sus métodos en último término les permitirán responder estas preguntas con
alto grado de precisión y fiabilidad, incluso hasta el punto de que serán capaces
de predecir eventos internacionales diversos, los tradicionalistas argumentan que
la complejidad del tema internacional y de los límites de cuantificación es tal que
prácticamente a lo que se puede aspirar es a plantear conjeturas razonables. Como
señaló Charles McClelland, “la meta no es predecir exactamente los eventos que
tendrán lugar en China” sino más bien “desarrollar las habilidades que muestran
hacia dónde va el viento y por lo tanto qué podría pasar dentro de determinadas
circunstancias”.

A pesar de los continuos desacuerdos entre los tradicionalistas y los behavioristas,

desde hace años la disciplina está en una etapa “posconductista” y ambos grupos re-
conocen que ninguno de los dos tiene el monopolio del saber o del conocimiento en
este campo, y que la “ciencia” de las relaciones internacionales aún está en pañales24.

Tercer debate: Globalidad versus estatocentrismo. A comienzos de la década de 1980

se instituye, en el lenguaje político general, la globalización como un término universal. En
Francia se sustituiría por “mundialización”. Las teorías funcionalistas del periodo precedente
respondían a la situación real del mundo, cada vez más interdependiente, complejo y “desor-
ganizado”, esto último en tanto que el número de actores de la escena internacional crecía y
además se volvía más heterogéneo, tanto en sentido jurídico como político y social25.

4. Métodos de Estudio e Investigación en las Relaciones Inter-

nacionales. Carácter Multimetodológico

La juventud de la disciplina explica que todavía hoy se encuentre en proceso de

formación metodológica, lo cual no quiere decir que no haya métodos consolidados
en el estudio de las relaciones internacionales.

Al ser una disciplina que se alimenta de diferentes materias o ciencias, todas ellas
incluidas dentro de las ciencias sociales, emplean como herramientas metodológicas

24 PEARSON , F.S., ROCHESTERM, J.M: Op. cit., pp. 23-24.

25 GARCÍA PICAZO, Paloma: Op. cit., p. 65.
336
las propias de las ciencias sociales. No obstante, las relaciones internacionales tienen
sus propias características metodológicas. En ese sentido, en las relaciones interna-
cionales se otorga un papel clave en la investigación a la posibilidad de acceder direc-
tamente a los fenómenos, así como el acceso a la documentación primaria relevante.
De hecho, “los límites metodológicos entre esta disciplina y los estudios históricos
llevarían a tener en cuenta tanto la supervivencia física de aquellas personas que
estuvieron implicadas de una u otra forma en el fenómeno, como la supervivencia
y accesibilidad de una considerable colección de documentos primarios accesibles
en un momento dado, que acaban desapareciendo posteriormente. En líneas gene-
rales, el primer criterio (contacto personal) estaría relacionado con la sucesión de
generaciones, mientras que el segundo (acceso a los documentos primarios) estaría
condicionado por la preservación física y la clasificación de la información escrita”26.

No obstante existen dos enfoques generales metodológicos para estudiar las rela-
ciones internacionales, ya explicados en parte cuando hemos hablado de un segun-
do debate en la disciplina de las Relaciones Internacionales.

1)Los tradicionalistas, los cuales buscan el conocimiento a través de la observa-

ción participativa, la experiencia práctica y la cuidadosa comprensión de la historia
diplomática.

Este método, también conocido como “método clásico” estudia a las Relaciones
Internacionales a través de la Filosofía, la Historia y el Derecho, es decir, otorga una
gran importancia a las ciencias humanistas, y ha sido el método utilizado por todos
los escritores de Política Internacional, desde Tucídides –primero en hacer aprecia-
ciones generales sobre la materia- hasta la Edad Contemporánea.

Punto clave de este método: el papel primordial desempeñado por la intuición en el análisis
de las relaciones internacionales. Las proposiciones generales formuladas por los autores deben
derivar de un proceso de intuición y percepción. Proceso de intuición, en suma, del que no sólo
depende la elaboración de hipótesis, sino también la comprobación de su validez. Por lo demás,
proceso que –desde un punto de vista científico-exacto no puede ser más que imperfecto.

Este método domina en la mayoría de los países, a excepción de los Estados

Unidos. Entre sus principales seguidores destacan: E.H Carr, H.J. Morgenthau, G.
Shawarzenberger, Raymond Aron o Hedley Bull”27.
26 DE SALAZAR SERANTES, Gonzalo: Op. cit. p. 207.
27 RUBIO GARCÍA, Leandro: Op. cit. p. 8.2. Quizás precisamente la utilización
de métodos no apropiados está en el origen de errores garrafales y de nos ser
capaces de predecir cambios en la Sociedad Internacional que, como se diría
vulgarmente, están a la vuelta de la esquina. Pongamos un ejemplo. A principios
337
 2) Los seguidores de la escuela del behaviorismo o conductismo, que asumen un
enfoque más científico utilizando información estadística, técnicas de análisis cuan-
titativo, etc para desarrollar sistemáticamente y comprobar las teorías que puedan
explicar la dinámica de las relaciones internacionales.

Dentro de este método, muy próximo a las llamadas Ciencias Experimentales se

aprecian otros submétodos. Un primero, que se centra en el estudio de la conducta
de los Estados. Características: a) Observación de los Estados exclusivamente desde
fuera, haciendo hincapié en el análisis de las interacciones entre Estados determi-
nados. En dicho método se excluye toda interpretación subjetiva, con lo que los
Estados son considerados como unidades cerradas, con compartimentos unitarios.
Dentro des esta forma de trabajo se encuentra la labor de Quincy Wright (1942),
Lewis F. Richardson (1960), sobre las estadísticas de guerras o los estudios de McCle-
lland sobre la crisis de Berlín en 1948-1963 (1968). Un segundo, que se centra en el
análisis comparativo de los Estados. Se trata de un enfoque de anatomía comparada,
basado en la recopilación de datos –económicos, políticos, culturales- sobre los Esta-
dos considerados individualmente, el análisis de los mismos y el hecho de ponerles
en conexión con las interacciones de los Estados en la escena internacional28. Este
método se utiliza mucho en EEUU. Los principales representantes han sido Bruce
Russett (Universidad de Yale), Rudolph, J. Rummell (Hawai), Arthur Banks (MIT)…
Y un tercero que toma como premisa el análisis de la política exterior de los Estados.

Junto a estos dos métodos, existen otros muchos. El profesor Leandro Rubio
García en un artículo titulado “Relaciones Internacionales y método”, publicado por
la Revista de Política Internacional, destaca los siguientes métodos de estudio e in-
vestigación de las Relaciones Internacionales.

A) Método en la línea de las Ciencias Exactas. Este método, de empleo reciente en

comparación con los expuestos, analiza las relaciones internacionales con ayuda de
los métodos de las Ciencias exactas. Para ello utiliza a las matemáticas como ciencia
para encontrar reglas de acción internacional. En definitiva, con este método se hu-
yen de las abstracciones, y se clasifican los fenómenos internacionales de forma que
un conjunto de estos fenómenos puedan ser interpretados a través de una fórmula
científica. En cuanto al valor del método científico, destacar que “ha aportado con-
del siglo XX, concretamente en 1914, nadie era capaz de predecir el estallido de
la Primera Guerra Mundial aunque ya se deban muchos elementos capaces de
predecirlo. No se ha acertado con el método o es que quizá como decía Stanley
Hoffman la disciplina es un “área de confusión mucho mayor que la de su defini-
ción”.
28 Véase FORWARD, Nigel: The Field of Nations, An Account of some new approaches to Interna-
tional Relations. Boston, Little, 1971, p. 84. En RUBIO GARCÍA, Leandro: Op. cit. p. 8.3
338
tribuciones considerables a un estudio más ordenado y sistemático de las relaciones
internacionales (particularmente estimables en el análisis de problemas circunscritos
a materias limitadas o áreas reducidas). Definitiva incorporación de este método a
aspectos de las relaciones internacionales en que resulte factible la cuantificación de
los datos o a puntos concretos que exijan especial rigor lógico29. Dicho método fue
esbozado por Quincy Wright, creador de la disciplina de las Relaciones Internacio-
nales, en 1955, y perfeccionado y completado, dos años más tarde, por el profesor
Morton A. Kaplan. Entre los seguidores de este método destacan T.C. Schelling,
Anatol Rapoport, Harold Guetzkow, entre otros30.

No obstante, los métodos de las Ciencias exactas aplicados a las relaciones inter-
nacionales son, fundamentalmente, una ayuda suplementaria en una parte del cam-
po de estudio de las Relaciones Internacionales. Y lo que resulta muy acertado para
el estudio y la investigación de las relaciones internacionales es la interrelación entre
las dos antiguas disciplinas: la historia y las matemáticas. Como señala Charles Mc-
Clelland: debemos “tener un sólido dominio de la Historia descriptiva a fin de de-
sarrollar un marco realista para subsiguientes análisis cuantitativos”. En este mismo
sentido se pronunció Nigel Forward al afirmar: “El historiador que es ignorante de
las posibilidades del moderno análisis estadístico y es sordo a las Matemáticas, debe
percatarse de que está separándose de uno de los frentes avanzados de su materia”.

B)Pues bien, situados en este cuadro conceptual, entremos en la teoría de juegos de estrate-
gia (o teoría de las decisiones interdependientes). Es una teoría que abarca todas las situaciones
interpersonales de decisión-making en política exterior, pero bajo el toque de que debe haber dos
o más “jugadores”, y que el resultado debe depender de las estrategias elegidas por cada uno de
ellos. No obstante, la crítica que se hace a este método es su carácter estático, ya que no tiene
un gran uso práctico. Otra crítica es su indeterminación, ambigüedad e incoherencia de sus
soluciones. Por lo tanto, se trata de una teoría ciertamente “sugestiva”.

C)Método Ecléctico, dicho método está a mitad de camino entre el clásico y el

científico y surge a partir de las críticas que se han profesado unos y otros. Así los
“clásicos” acusan a los científicos de ignorar la naturaleza humana de la disciplina que tra-
tan, prescindir de las lecciones de la experiencia histórica, y el cuantificar valores no reducibles
a cifras. Por su parte, la acusación de los “científicos” a los “tradicionalistas”: falta de rigor
científico, despreocupación por verificar en la realidad internacional la exactitud de sus afir-
maciones e ignorancia del verdadero alcance del método científico.
En cuanto al valor del método científico, destacar que “ha aportado contribu-
ciones considerables a un estudio más ordenado y sistemático de las relaciones in-

29 RUBIO GARCÍA, Leandro: Op. cit. pp. 89-90

30 Ibídem, pp. 85-86.

339
ternacionales (particularmente estimables en el análisis de problemas circunscritos
a materias limitadas o áreas reducidas). Definitiva incorporación de este método a
aspectos de las relaciones internacionales en que resulte factible la cuantificación de
los datos o a puntos concretos que exijan especial rigor lógico31.

Junto a estos métodos estudiados y analizados por el Prof. Leandro Rubio García,
es preciso recordar que se han desarrollado otros métodos de análisis de las Relacio-
nes Internacionales. Vamos a destacar los siguientes:

Método Empírico: Uno de los métodos más requeridos en las relaciones interna-
cionales es el empírico y que consiste en explicar la realidad internacional a partir
de la experiencia directa, desde el pensamiento y la percepción sensorial hasta la
reconstrucción de la realidad. Además de recurrir a las citas bibliográficas. Por ejem-
plo Carl von Clausewitz utilizó el método empírico en sus estudios de seguridad y
estrategia. También Emile Durkhein, autora de Les régles de la méthode sociologique se
decanta por el procedimiento empírico como método de investigación y observación
de la realidad. Actualmente, gran parte de la información necesaria para analizar los
fenómenos en las relaciones internacionales, incluidos los estudios de seguridad, es
pública, y su utilidad depende del tratamiento aplicado para que sea conveniente-
mente analizada y contrastada. Valor de este método: ser más realista que otros, por
ser más próximo a los acontecimientos. Método más activo, por aportar la concien-
cia de la separación entre el mundo de la naturaleza (la Política) y el mundo de lo
ideal (Moral, Derecho, etc).

Método deductivo: Este método consiste en el estudio de los principios – de la

doctrina- para descender a la realidad internacional del día, a la aprehensión de esos
principios en las situaciones internacionales concretas (armamentos, guerra revolu-
cionaria, etc). Método didáctico, escolar (de enseñanza doctrinal).

Método Inductivo: Se trata de ir de lo particular a lo general, de lo simple a lo

múltiple-complejo, de lo empírico a conceptos teóricos. Y ello, por medio del méto-
do inductivo. Además el método inductivo lleva a cabo una sistemática investigación
histórica.

5. Investigación y Análisis en las Relaciones Internacionales

En general la investigación en las relaciones internacionales puede mejorar

si formamos a buenos investigadores. Para es preciso subsanar las deficiencias de
31 RUBIO GARCÍA, Leandro: Op. cit. pp. 89-90
340
formación entre investigadores académicos, especialmente en la metodología. En
efecto, las técnicas de investigación y, en general, la metodología ocupan un lugar
marginal en los programas de estudios universitarios, sobre todo de determinadas
universidades.

En la disciplina de las relaciones internacionales pueden identificarse al menos

cuatro métodos de análisis:

1) la descripción es el más básico de los cuatro métodos de análisis: simplemente se

indica cómo se presenta la realidad o a qué se parece, es decir, se limita a mostrar
la realidad. Pearson y Rochester nos indican en su libro “Relaciones Internacio-
nales. Situación Global del Siglo XXI”, “que cuando se exponen cuántas guerras
han ocurrido en el mundo en los últimos veinte años y si las dictaduras han sido
más dadas a la guerra que las democracias, se están haciendo planteamientos
descriptivos que en último término pueden ser verdaderos o falsos”.
la explicación, aunque basada en la descripción, requiere que se vaya un poco
más allá de la simple información del hecho o el registro de su existencia. La
habilidad para explicar un conjunto de fenómenos pasados o presentes puede
implicar la habilidad de predecir también el futuro, aunque no necesariamente.
2) el análisis normativo conlleva el hacer juicios de valor (morales y jurídicos) acerca
de cierta realidad que se piensa que existe o que se considera como posible.
4) y el método de prescripción que implica ofrecer ciertas recomendaciones acerca
del curso futuro de las acciones o políticas, lo cual en sí mismo puede implicar
juicios previos de valor. Una persona se compromete en un análisis prescriptivo
cuando trata de solucionar los problemas del mundo; por ejemplo, cuanto pre-
tende tener una solución al conflicto entre israelíes y árabes32.

Los cuatros sistemas de análisis constituyen tareas intelectuales que reflejan dife-
rentes propósitos de investigación y se caracterizan porque todos ellos están interre-
lacionados en las Relaciones Internacionales.

Pero una cosa son los métodos de análisis y otros los pasos o dimensiones de la
investigación. En este sentido, las dimensiones de la investigación científica en el
dominio de las Relaciones Internacionales son las siguientes.

32 Sobre aspectos metodológicos véase KNORR, K. y ROSENAU, J., (Eds).: Contending Ap-
proaches to International Politics. Princeton, N.J.: Princeton University Press, 1969. Para una
ilustración sobre aspectos metodológicos relacionados con los paradigmas, ver DOUGH-
ERTY, James E. y PFALTZGRAFF, Robert L.: Contending Theories of International Relations.
New York: Harper and Row, 1990; y Hayward R. Alker and Thomas J. Biersteker, “The
Dialectics of World Order: Notes for a Future Archaeologist of International Savior Faire”,
International Studies Quarterly, 28, 1984, pp. 121-142.

341
 1) Acumulación de datos: Toda investigación debe comenzar necesariamente con
la reunión de los hechos, es decir, con la reconstrucción del pasado más reciente.
Estos acontecimientos forman la materia prima para todo estudio de las Relacio-
nes Internacionales tanto para el profesor en sus investigaciones, como para el
estudiante en sus estudios.
2) Enfoque histórico. La búsqueda, la reunión de los hechos y su selección pueden
realizarse con los métodos tradicionales de la Ciencia histórica. Ello exige que
cada estudiante que quiera consagrarse al estudio- investigación de las Relacio-
nes Internacionales sea instruido en el empleo de este método.
3) Valoración sociológica. En principio toda evaluación satisfactoria de una situación
internacional dada requiere conocimiento de las relaciones sociales mundiales.
El punto de partida de esto es la idea de que la Humanidad constituye un grupo
social, el grupo social más vasto posible y, por otro lado, un grupo social dividido
en innumerables agrupamientos.
4) Psicología social. Actualmente, la totalidad de las relaciones internacionales se ve
afectada radicalmente por la revolución en el sistema de comunicaciones, lo cual
conduce a la necesidad del empleo de la psicología social en el estudio de las
relaciones internacionales, etc.
5) Estudio comparativo entre los diversos sistemas internacionales de las diferen-
tes épocas del pasado reciente33. Dicha dimensión comprende asimismo –con
vistas a una mejor comprensión de la materia- el estudio de algunos fenómenos
generales de las relaciones internacionales- como el fenómeno de la guerra, el
de la lealtad (la fidelidad al grupo), el efecto psicológico de la responsabilidad
política sobre los encargados de tal responsabilidad, etc. Además la dimensión
comparativa no debe tender sólo a encontrar semejanzas –con ánimo, quizás, de
encontrar “constantes” en la vida internacional-, sino a encontrar tanto diferen-
cias como semejanzas. Esto tiene una explicación: el estudio de los elementos variables
es, en ocasiones, mucho más instructivo que el estudio de los elementos constantes, pues
éste tiene el riesgo de llevarnos demasiado fácilmente a generalizaciones apresuradas, que
constituyen un serio peligro para la comprensión de la situación internacional.

6. Crítica a la Investigación en las Relaciones Internacionales:

Ahora bien, nos encontramos con que buena parte de los estudios de relaciones
internacionales no son originales en el sentido estricto de la palabra. En un artículo
titulado “Las fuentes de la investigación en las relaciones internacionales”, Gonzalo
de Salazar Serantes señala que “la tendencia a “investigar” recurriendo a documen-
tos ya publicados, como si se tratase de fuentes primarias, ha conducido a un núme-
33 RUBIO GARCÍA, Leandro: Op. cit. p. 96-98.
342
ro excesivo de trabajos que en realidad son obras de compilación de los documentos
existentes, y no de investigación original”. Por supuesto que eso no quiere decir que
este trabajo sea inútil puesto que algunas de “estas compilaciones son de excelente
calidad y muy útiles como punto de partida de otras investigaciones, como texto de
estudio en medios universitarios, o como obra de divulgación”. Pero dicho esto, no
estaríamos ante una investigación original34 en la medida en que la utilización de
artículos y libros nunca podrán ser la fuente fundamental de una investigación en
relaciones internacionales.

Es cierto, como decíamos antes, que la disciplina de las Relaciones Internaciona-

les es muy joven en el tiempo, sobre todo en España, y que ello explica la ausencia
de una escuela académica autóctona y consolidada de relaciones internacionales en
nuestro país. Algo que no ocurre en otros países europeos como Reino Unido, Fran-
cia o Alemania.

A ello, señala Gonzalo de Salazar Serantes hay que añadir “la falta de recursos
económicos para la investigación, que en España ha sido tradicionalmente un pro-
blema común a todas las ramas de la ciencia” y la “falta de conocimiento de idiomas
extranjeros entre los estudiantes universitarios”.

Dicho esto, ¿qué fuentes debe emplear un estudioso e investigador de las relacio-
nes internacionales?

Como en otras ciencias hay que distinguir entre fuentes con acceso directo y fuen-
tes con acceso indirecto.

A) Fuentes con acceso directo al fenómeno estudiado (fuentes primarias) son los
documentos primarios, el intercambio de información oral y testigos directos.
B) Las que tienen “acceso indirecto al fenómeno” (fuentes secundarias), en cuyo
caso la descripción y análisis del fenómeno se basa en la información proporcio-
nada por otra fuente interpuesta que nos permite acceder a él de forma indirecta.

En función de su naturaleza, el acceso a las fuentes podría clasificarse de la forma

siguiente: 1. Bibliografía relevante para definir el estado de la cuestión. 2. Informa-
ciones difundidas por los medios de comunicación. 3. Documentos públicos (trata-
dos, declaraciones, comunicados, discursos, debates parlamentarios, informes, etc).
Pueden incluirse aquí también las memorias de personajes relevantes y entrevistas.
4. Observación estadística. 5. Informes restringidos o confidenciales, elaborados por

34 DE SALAZAR SERANTES, Gonzalo: Las fuentes de la investigación en las relaciones in-

ternacionales. Revista CIDOB d’ Afers Internacionals, núm. 64, p. 195.

343
expertos y personas con acceso directo o indirecto al fenómeno estudiado35. 6. Tes-
timonios orales de testigos directos del fenómeno estudiado; información y evalua-
ción realizada por personas involucradas directamente en él o expertos con acceso
directo al fenómeno. Con frecuencia es información restringida protegida por la ley,
o sometida a un compromiso de confidencialidad de su contenido o de la fuente de
la que procede36. 7. Presencia del investigador ante el fenómeno y acceso directo
a los datos. En este caso, el investigador queda involucrado en el mismo objeto de
estudio y es él mismo la fuente primaria.
Parece evidente que las relaciones internacionales y en general las ciencias socia-
les deben seguir evolucionando con mejoras metodológicas. Y que en el caso con-
creto de las relaciones internacionales hay que ir abandonando el uso excesivo de
“las citas de autoridad en el ámbito académico, dando prioridad a la investigación
empírica”. Ello contribuirá a que en la balanza de la investigación de las relaciones
internacionales se incline a favor de las investigaciones originales en detrimento de
las compilaciones.
Además el investigador de esta disciplina debe gozar de crédito y ganarse la con-
fianza de aquellos que pueden facilitarle el acceso a las fuentes primarias, nos referi-
mos a los políticos, diplomáticos, funcionarios de Ministerios y Embajadas, militares
y personal del mundo empresarial.

7. Bibliografía

-ARROYO, G.: Metodología de las Relaciones Internacionales. Edit. Oxford Univer-

sity Press, México, 1999.
-A.A.V.V: Nuevo manual de investigación cualitatitva: Volumen I- El campo de la
investigación cualitativa.
-CALDUCH, R: Métodos y técnicas de investigación en Relaciones Internacionales.
Madrid, 2003
-COLACRAI, M. (ed.): Relaciones Internacionales. Viejos temas, nuevos debates,
Rosario, Centro de Estudios en Relaciones Internacionales de Rosario, 2001.
Revista Electrónica. Historia Actual on-line, Asociación de Historia Actual.
-DER DERIAiN, J.: (ed.) International Theory. Criticals Investigations. Macmillan,
Londres, 1995.
-DIETERICH, Heinz: La nueva guía para la investigación científica. Ed. Planeta
Mexicana, S.A. , de C.V., México, 1996.
-DUVERGER, M.: Métodos de las Ciencias Sociales. Edit. Ariel, Barcelona, 1962.
-FIGARI, G. M.: Teoría, Epistemología y metodología de las relaciones internaciona-
les. Promopea, Rosario, 1987.
-GARCIA PICAZO, Paloma: Teoría Breve de Relaciones Internacionales. Tecnos,
35 La información confidencial está protegida por la ley y sólo es accesible a personas autori-
zadas, que no puede divulgar su contenido
36 DE SALAZAR SERANTES, Gonzalo: Op. cit., p. 199.
344
 Madrid, 2007.
-GARCÍA PICAZO, Paloma: Las Relaciones Internacionales en el siglo XXI: la con-
tienda teórica. Hacia una visión reflexiva y crítica. UNED, Madrid, 1998.
-GUTIERREZ PANTOJA, G.: Reflexiones Epistemológicas en torno a las Relaciones
Internacionales. UDLAP, 1987.
-HALLIDAY, F.: Rethinking International Relations. Houndmills y Londres, Macmi-
llan, 1994.
-MERLE, M: Sociología de las Relaciones Internacionales. Tecnos, Madrid, 1989.
-MESA, R.: Teoría y práctica de las Relaciones Internacionales. Tecnos, Madrid,
1982.
-NEUFELD, M.: The Restructuring of International Relations Theory. Cambrigde,
Cambrigde University Press, 1995.
-WIGHT, Martin: International Theory. The Three Traditions. Leicester University
Press, Londres, 1994.

345
346
 Capítulo 10
LIMITACIONES DE LA APLICACIÓN
E INTERPRETACIÓN DE MODELOS
ECONOMÉTRICOS COMO HERRA-
MIENTA DE INVESTIGACIÓN SOCIAL

Dra. Nuria Alonso, Dr. David Trillo

Introducción

Las cuestiones de método en economía han sido objeto de un amplio debate a lo

largo del tiempo. La economía se incardina en el ámbito de las ciencias sociales, puesto
que se trata de una disciplina en la que no es posible realizar experimentos controlados y
extraer leyes generales que permitan enunciar teorías universales. Por ese motivo caben
distintas escuelas de pensamiento y diferentes aproximaciones para analizar fenómenos
importantes como la inflación, el crecimiento económico o los efectos de los impuestos,
entre otros muchos. En el momento actual además del predominio en revistas de investi-
gación de estudios basados en teorías neoclásicas es general el uso de modelos economé-
tricos como método de contrastación de los resultados de las investigaciones. El presente
artículo pretende reflexionar sobre los límites en el uso de la econometría y sobre puntos
metodológicos relevantes a la hora de interpretar la información obtenida a partir de los
citados modelos. Para ilustrar el problema desarrollaremos los argumentos al hilo de un
modelo utilizado para evaluar la vinculación entre el rendimiento de una acción cotizada
y el de un índice global de bolsa.

1. Los datos y la información no revelada

En general en las investigaciones en economía es frecuente encontrar estudios que

confunden la realidad con los datos disponibles. Hay que reflexionar sobre este problema
347
que a menudo viene provocado por la prisa en la realización de las investigaciones o la
presión por acceder a una acreditación y a las plazas docentes en la universidad (cuestio-
nes habituales en nuestros días, que el propio sistema de evaluación alienta). La realidad
social se compone de fenómenos complejos; pensemos en un fenómeno como el desem-
pleo, que está lógicamente vinculado al ciclo económico pero además depende de cómo
esté regulado su acceso en cada país, de la protección al trabajador en el mercado de
trabajo, de la propia idiosincrasia del trabajador o satisfacción social por el hecho de des-
empeñar un puesto concreto, de la sobreeducación o la escasa cualificación del trabajador
y de otros muchos fenómenos cómo el propio tipo de empleo o la raramente cuestionada
capacidad gerencial de los empresarios. Esa realidad del desempleo se intenta luego re-
coger con un indicador como los desempleados que se registran en las oficinas del INEM
o la tasa de desempleo estimada a través de la Encuesta de Población Activa. Es evidente
que los datos recogen parcialmente la realidad, de hecho la economía irregular coloca a
gran parte de los trabajadores que sobreviven en la tesitura de tener que combinar todas
sus fuentes de renta. Por ese motivo no deberíamos considerar que el problema es idén-
tico para países con una cifra de paro compatible con el pleno empleo del 5% como el
Reino Unido que para países como España en el que en plena etapa de crecimiento del
1996 al 2007 nunca tuvo una cifra inferior al …

También es importante definir exactamente que significa de forma práctica cada in-
dicador económico que se utilice para estudiar la realidad. Por ejemplo cómo se miden
fenómenos como la inflación, la producción o qué se entiende por masa monetaria con-
cretamente.

Otra cuestión importante es que los datos proceden de un único procedimiento de

obtención y son los que están disponibles en cada momento. Es decir, no son ninguna
muestra aleatoria. Una muestra es aleatoria cuando en un momento determinado del
tiempo podemos extraer diferentes valores de la variable que queremos estudiar median-
te la realización de un experimento controlado. En un supuesto de análisis del crecimien-
to agrícola, se puede observar el crecimiento de una planta en un determinado terreno
y condiciones climatológicas, con un nivel de abono determinado y con el agua como
principal input. Con ese punto de partida un experimento controlado consistiría, por
ejemplo, en tomar muestras en 100 terrenos de igual dimensión e iguales condiciones
de producción. De esa manera se puede evaluar la estabilidad de los resultados relativos
al crecimiento de las plantas en los distintos terrenos. Además se conoce el tiempo de
realización de los procesos.

En las ciencias sociales en general y en economía en particular no es posible realizar

este tipo de experimentos controlados; una variable importante como el producto inte-
rior bruto es el resultado de una única medición, y no se conocen con exactitud ni la ley

348
que rige el proceso (o factores fundamentales de crecimiento) ni el tiempo en el que el
mismo se concreta. Cuando se dice que el Producto Interior Bruto crece por el efecto del
aumento del stock de capital, suponiendo que los datos permitan sostener esta afirma-
ción y traducir esta realidad, realmente habría que plantearse en qué plazo se produce ese
efecto porque en la práctica es fácil encontrar estudios que toman datos contemporáneos
para analizar estas relaciones.

Adicionalmente, en las relaciones sociales existen otros factores ocultos que influyen
en los fenómenos, que no son identificables pero subyacen. Además de los problemas
inherentes a la estadística de las variables disponibles, habría que realizar un gran es-
fuerzo por reforzar el trabajo de campo para obtener nuevas vías de estudio de la reali-
dad. En cualquier caso lo que no debería hacerse en la investigación social es obviar las
limitaciones de los datos y dar conclusiones sin matizar este extremo. Realmente de las
investigaciones sociales que hacen uso instrumental de la estadística lo que se va a obtener
siempre es un conjunto de resultados cuyas conclusiones serán abiertas y podrán encajar
en diferentes corrientes de pensamiento económico, sociológico o de otro tipo.

2. El modelo

Los modelos son representaciones esquemáticas de la realidad que hacen un uso ins-
trumental de las matemáticas, lo que les confiere una coherencia interna: las propiedades
del modelo se derivan de las hipótesis de partida. Las estimaciones deberían ser cohe-
rentes con las hipótesis, porque si no el trabajo no estaría correctamente realizado desde
una perspectiva científica.

El modelo que sirve de base para todo el desarrollo de la econometría es el modelo

de regresión lineal es:

y t = α + bx t + et
Donde xt e yt son las realizaciones muestrales de las variables X e Y. El subíndice t se
utiliza en el análisis de series en el tiempo y en ese caso se estaría contando con una base
de datos de diferentes periodos de tiempo, años, días, semanas… para ambas variables
analizadas. Cuando el análisis es de sección cruzada se seleccionan datos de diferentes
individuos, regiones o instituciones para un momento determinado del tiempo. Los da-
tos con los que se estima el modelo pueden estar en sus variables originales de medida o
trasformados en tasas o en cualquier otra función de tipo logarítmico o similar.

Un punto importante, que actúa de limitación en la investigación, es que los imputs o

xt son números fijos, es decir no dependen de otro proceso o varían cada año en función

349
del mismo. Si por ejemplo se intenta explicar el crecimiento en función de la capacidad
de exportación y en el modelo que sustenta la estimación consideramos que la variable
exportaciones depende a su vez de la evolución del tipo de cambio (variable aleatoria),
habría que utilizar un método de estimación adecuado al supuesto de que las variables
explicativas son también aleatorias. En caso de que se utilice el modelo de mínimos cua-
drados ordinarios para estimarlo, hay que asumir el presupuesto de que las exportaciones
son un número fijo, con todas las limitaciones teóricas que implica este presupuesto.

Otra cuestión que suele explicarse poco en los trabajos econométricos es la razón por
la que se utiliza una determinada transformación en los datos originales. Por ejemplo si se
ha optado por tomar logaritmos o por calcular tasas o primeras diferencias. Estas trans-
formaciones no deberían ser una cuestión azarosa sino que deberían estar fundamenta-
das en que el modelo estimado esté correctamente especificado. En el apartado siguiente
se analizan las prevenciones que habría que tener en este sentido.

La aleatoriedad del modelo de regresión viene dada por el término de error εt. Esta
variable aleatoria generalmente se supone con esperanza nula y varianza constante y con
covarianza nula.

E(e t ) =0 Var(et ) =σ2 E(et , et − j) =0 ∀j ≠ 0

Los desarrollos econométricos a partir del modelo estimado por mínimos cuadrados
ordinarios (MCO) se han centrado en establecer correcciones vinculadas a los dos últimos
supuestos: la heterocedasticidad, en los supuestos en varianza no constante, y la autoco-
rrelación, cuando la covarianza no es nula, lo que implica que existen relaciones entre las
perturbaciones aleatorias en fechas distintas.

De los presupuestos del modelo se deducen sus propiedades. Una de las propiedades
básicas es que el parámetro estimado b  es un estimador insesgado de la variable alea-
toria b . Esto quiere decir que la esperanza del beta estimado b  coincide con el valor
de b . Es un tema importante porque eso ocurre en el infinito, es decir si estimásemos
múltiples veces b con diferentes extracciones muestrales de yt en media el valor sería el
de la variable. Sin embargo, en la práctica solo es posible realizar una única estimación de
b que en general difiere de su verdadero valor.

Una forma de ilustrar que los parámetros estimados no coinciden con los parámetros
del modelo o que el estimador de la varianza de las perturbaciones aleatorias no coinci-
den con el verdadero valor de la varianza de las perturbaciones, es simular un modelo en
el que se establezca un valor cualquier de α y b , una serie preestablecida de datos xt y en
el que adicionalmente se genera una muestra de t datos de una variable aleatoria normal

350
de media cero y desviación típica dada. Con eso se obtiene un “modelo verdadero” en
el que la variable dependiente es función de las variables independientes elegidas para
la ecuación objeto de simulación. A continuación, se estimaría un modelo de regresión
lineal por mínimos cuadrados ordinarios tomando la yt generada y la xt original.

Con este ejercicio se puede comprobar que los parámetros que resultan de una esti-
mación de, por ejemplo de 200 datos, no coinciden con los que se han establecido en el
modelo de referencia, si bien los estimadores obtenidos son próximos a los verdaderos
valores. La razón reside en la aleatoriedad del término de error. Si se repitiese el experi-
mento cada vez con una muestra distinta extraída de una variable aleatoria normal para
simular el término de error, cada vez que estimemos α y b saldrán números diferentes,
y lo mismo ocurrirá con la estimación de la varianza de las perturbaciones aleatorias. El
valor medio de los estimadores obtenidos sí será muy similar al verdadero valor de los
parámetros objeto de estimación, cuando el número de veces que se simula el modelo es
grande.

Otro tema interesante es mantener los datos elegidos para α , b y xt para generar un
modelo de referencia pero estimarlo presuponiendo una varianza mayor para las pertur-
baciones del modelo. Si se amplia la varianza, el modelo tendrá un R2 menor.

El R2 es un indicador del grado de ajuste de los datos a la recta de regresión

N N

SR
∑e ˆt2 ∑(y t yt )2
−ˆ
R12 =−
1 = =−
1 N
i 1 =i 1
=−
1 N
ST

=i 1 =i 1
∑
(yt − y )2
(yt − y )2 ∑

351
 Gráfico1:
Gráfico de dispersión
(relación entre las rentabilidad del IBEX y de una acción)

0.2

0.15

0.1

0.05

0
yt
-0.05 et
-0.1
ŷt

-0.15
-0.15 -0.1 -0.05 0 0.05 0.1 0.15

Gráficamente, en un modelo con una única variable explicativa, el numerador del

cociente que aparece restando en la ecuación anterior será cero si el dato del cuadra-
do de la suma de desviaciones de variable dependiente respecto a su estimación� y
en ese caso el R2 es igual a la unidad. En el gráfico 1 cuanto más cercanos estén los
datos a la recta de regresión más cercano a uno será el R2 y cuanto más lejanos a la
recta peor será la capacidad explicativa del modelo. Esto liga con lo señalado en el
párrafo anterior, en el que se proponía un ensayo consistente en ampliar la varianza
de un modelo simulado, puesto que si aumenta la varianza de las perturbaciones
aleatorias peor ajuste tiene ese modelo.

Otro tema fundamental es que el parámetro estimado b  o estimador MCO es

aquel que minimiza la suma de los cuadrados de los residuos. Esta propiedad hace
que la varianza del estimador dependa igualmente de la varianza de los residuos.
El intervalo de confianza viene definido por esa varianza, de manera que si los re-
siduos plantean problemas de especificación no debería hacerse inferencia a partir
 . En el apartado siguiente se plantea que una salida de datos de un paquete
de los b

352
econométrico no debería interpretarse hasta tener la seguridad de que los residuos
cumplen con las hipótesis del modelo.

Otro tema relevante es el del número de datos utilizados para la estimación, dado
que cuanto más grande sea la muestra, más cercanos serán los valores a los reales, en
la medida en que será más difícil que una observación extrema modifique notable-
mente el valor del parámetro.

3. Un paso previo a la interpretación de los resultados

Es habitual que en los trabajos de investigación se presenten las estimaciones

como “prueba” de la solidez de las tesis planteadas. La interpretación directa de los
resultados de una salida de un paquete econométrico carece de sentido, previamente
hay que realizar un análisis preliminar para validar si el modelo especificado cumple
con las hipótesis básicas del modelo planteado para la estimación. Como hemos vis-
to, el modelo básico de estimación por mínimos cuadrados ordinarios plantea unas
hipótesis muy concretas y constituye de alguna manera el método seminal cuyas
transformaciones han dado lugar a extensiones y nuevos modelos en economía.

Un punto fundamental que hay que analizar es si los residuos que se derivan de
la estimación son estacionarios en media y varianza. Si la hipótesis inicial del térmi-
no de error era que seguía una distribución de esperanza nula y desviación típica
constante, hay que comprobar si no es rechazable que la realización muestral de esa
variable aleatoria, los residuos estimados, sea compatible con la hipótesis inicial.

Uno de los problemas que estamos viviendo en el campo de la investigación en

estos momentos es la facilidad de uso del software econométrico y la formación de
econometría a partir de esos paquetes estadísticos. Los modelos, como hemos visto,
no soportan cualquier estimación, pero los programas informáticos ofrecen igual-
mente resultados a cualquiera que sepa ejecutar unos mínimos comandos; es el in-
vestigador el que debe conocer bien el modelo teórico y corregir las estimaciones si
se quiere realizar el trabajo de una manera “limpia” metodológicamente hablando.

Como se ha apuntado anteriormente, la simulación de una variable aleatoria

de media cero y desviación típica uno es una referencia para comparar los residuos
“ideales o verdaderos” con los estimados. El gráfico que se obtiene de la extracción
de una muestra de 1000 datos de una variable normal N(0,1) es el siguiente:

353
 Grafico 2:
Muestra de 1000 datos generados para una distribución normal N(0,1)

-1

-2

-3

-4
1
40
79
118
157
196
235
274
313
352
391
430
469
508
547
586
625
664
703
742
781
820
859
898
937
976
Conociendo la gráfica de la distribución “ideal” para los residuos es posible su
comparación con la grafica de los residuos resultantes de una estimación.

Para ello hay varias aproximaciones siguiendo la metodología Box-Jenkins de

análisis de series temporales. Lo más intuitivo y preliminar es realizar un gráfico con
los residuos estimados. En la tabla 1 se presentan los resultados de una regresión del
IBEX respecto al precio de las acciones de Telefónica. Es una aproximación al beta
de una acción, si bien incorrectamente especificada por motivos que se comentan
en adelante.
Tabla 1:
Regresión del IBEX respecto al precio de las acciones de Telefónica

Dependent Variable: TEL

Method: Least Squares
Telefónica con Ibex en nivel
Sample: 1 752
Included observations: 752

Variable Coefficient Std. Error t-Statistic Prob.

C 6,310 0,269 23,444 0,000

IBEX 0,001 0,000 39,870 0,000

R-squared 0,679 Mean dependent var 16,971

Adjusted R-squared 0,679 S.D. dependent var 1,475
S.E. of regression 0,836 Akaike info criterion 2,481
Sum squared resid 523,651 Schwarz criterion 2,494
Log likelihood -930,963 F-statistic 1.589,583
Durbin-Watson stat 0,029 Prob(F-statistic) 0,000

354
 Los resultados obtenidos no tienen validez porque existe una estructura no es-
tacionaria de los residuos, y en consecuencia no habría que seguir interpretando
ningún resultado, ni t-ratios ni significatividad de los coeficientes por supuesto (esos
t-ratios también están condicionados por la naturaleza no estacionaria de los datos
originales). Si las series de partida no son estacionarias, se produce el fenómeno de
autocorrelación por el crecimiento idéntico de medias en el tiempo en las series ori-
ginales en el tiempo, es decir que cuando una variable aumenta la otra también. En
el supuesto que estamos utilizando como ejemplo, si seleccionásemos subperiodos
de tiempo desde el origen hasta el último dato y sacáramos la media de las variables
del modelo en cada subperíodo, dichas medias serían variables en el tiempo y con
tendencias de crecimiento similares (Véase gráfico 3 y gráfico 4). En el caso de otras
variables macroeconómicas el efecto es aun más claro porque suelen tener tenden-
cias crecientes de largo plazo, como en el caso de la producción o del empleo.

Gráfico3:
Evolución del IBEX

14000

12000
10000

8000

6000

4000
2000

355
 Gráfico 4:
Evolución de la cotización de Telefónica

25

20

15

10

Además, la autocorrelación se puede analizar fácilmente a partir de la expresión

 puede expresarse
del coeficiente de correlación entre dos variables. El parámetro b
en función del coeficiente de correlación, de manera que la interpretación que se de
al mismo es igualmente válida para el parámetro.

∑(x t )(
− x yt − y )
ρ= t =1

σx σy

Lo relevante es el análisis del numerador de esta expresión porque las desvia-

ciones típicas de las variables analizadas son siempre positivas y actúan como un
factor de ponderación. En el numerador ocurre que en dos series no estacionarias
si aumenta o disminuye una serie por encima de su media, la otra hará lo mismo la
mayor parte de las veces, dando lugar a un resultado de correlación positiva y alta.

En la estimación de la tabla 1 del principio del apartado se han tomado las series
originales en nivel. Si las variables originales no son estacionarias el modelo genera
este tipo de gráficos de residuos:

356
 Grafico 5:
Residuos de la estimacion del beta de Telefonica (IBEX)

-1

-2

-3
100 200 300 400 500 600 700

Además del análisis gráfico de los residuos, otros instrumentos que permiten
evaluar la estacionariedad de los residuos son las funciones de autocorrelación y
autocorrelación parcial.

La función de autocorrelación (en adelante ACF) permite analizar la relación que

existe entre el residuo estimado y el de los periodos anteriores al analizado.

Si se define la varianza de los residuos como

∑ ( e )
N 2
t −e
 2 = t =1
γ 0 =σ
N

donde e t son los residuos estimados e es su media

La función de autocorrelación es

357
 γ
ρ k = k donde γ k es la covarianza de los errores entre un periodo y el de otro
γ 0
periodo anterior en el tiempo. Un valor positivo implica que el residuo está vincu-

lado a otro momento temporal, ya sea dependiendo de los datos un mes anterior o

tres, etc.

La función de correlación parcial (en adelante PACF) se obtiene de la ecuación:

et = ϕ1e t −1 + ϕ1e t −2 + ... + ϕk e t −k + a t ; a t � N ( 0, σa 2 ) E ( a t ,a t − j ) = 0 ∀j ≠ 0

que relaciona los residuos estimados con la suma de cada periodo anterior. En esa
ecuación hay un término aleatorio que sigue una distribución normal de esperanza
cero y varianza constante. La función de autocorrelación parcial de orden K viene
representada por cada ϕk.

Las funciones de autocorrelación en el modelo que se ha utilizado en este apar-

tado para ilustrar este problema serían:

Tabla 2:
Funciones de autocorrelación vinculadas a la regresión de la tabla 1

Correlograma de los residuos

Funciones de autocorrelación y autocorrelación parcial
Included observations: 752
Autocorrelation Partial Correlation
0 1 2 -1 0 1 AC PAC Q-Stat Prob

1 1 1 0,982 0,982 728,29 0,00

2 2
3 2 0,963 -0,039 1429,7 0,00
3
4 3 0,945 0,012 2105,8 0,00
4
5 5 4 0,926 -0,047 2755,2 0,00
6 6 5 0,906 -0,01 3378,2 0,00
7 7 6 0,888 0,047 3978,2 0,00
8 8 7 0,871 -0,004 4555,8 0,00
9 9 8 0,854 -0,002 5111,8 0,00
10 10 9 0,837 -0,003 5647 0,00
11 11
12 10 0,822 0,026 6163,3 0,00
12
11 0,807 -0,002 6661,4 0,00
12 0,789 -0,082 7138,2 0,00

358
 En la tabla 2 se recogen las funciones de autocorrelación de orden uno hasta el
12, lo que permite evaluar la vinculación que existe entre los residuos estimados para
el periodo t y el periodo t-k, k = 1…12. Si existe correlación de orden uno, gráfica-
mente la función de autocorrelación parcial con unos residuos no estacionarios de
este tipo tiene el aspecto de la tabla con una primera barra a la derecha.

A continuación se ha presentado una estimación con las variables transformadas

en rentabilidades mediante la tasa de variación diaria. Es una posible transforma-
ción que permite corregir el problema de no estacionariedad. Otras opciones son to-
mar primeras diferencias o el logaritmo de la primera diferencia (en este último caso
es equivalente a calcular la rentabilidad). Como en el mundo financiero se manejan
las rentabilidades para la estimación de los betas se ha optado por esta modalidad.
Sin embargo, la justificación del uso de una u otra transformación debería basarse
en que conducen a una mejor especificación del modelo. En gráfico 6 y 7 se observa
cómo al calcular la rentabilidad del IBEX y de Telefónica en lugar de las variables
en nivel los datos fluctúan en torno a una media constante. Sin embargo, los datos
indican que existe algún periodo que puede considerarse atípico y dan muestra de
una varianza algo mayor en el comienzo de la serie, que coincide con el momento
de máximas turbulencias financieras en 2008.

Gráfico 6:
Evolución de la rentabilidad diaria del IBEX

0,2

0,15

0,1

0,05

-0,05

-0,1

-0,15

359
 Gráfico 7:
Evolución de la rentabilidad diaria del IBEX

0,15

0,1

0,05

-0,05

-0,1

-0,15

Si se estima el modelo de regresión con la rentabilidad de telefónica como varia-

ble independiente y la del IBEX como variable dependiente se obtiene la siguiente
información:

Tabla 3:
Estimación del beta de la rentabilidad de Telefónica (IBEX)

Dependent Variable: RTEL

Method: Least Squares
Rentabilidad de Telefónica con lbex (constante no significativa)
Sample: 1 752
Included observations: 752

Variable Coefficient Std. Error t-Statistic Prob.

C 0,000 0,000 0,584 0,560

RIBEX 0,771 0,015 50,764 0,000

R-squared 0,775 Mean dependent var 0,000

Adjusted R-squared 0,774 S.D. dependent var 0,017
S.E. of regression 0,008 Akaike info criterion -6,754
Sum squared resid 0,051 Schwarz criterion -6,742
Log likelihood 2541,480 F-statistic 2576,962
Durbin-Watson stat 1,794 Prob(F-statistic) 0,000

360
 Se puede observar que la grafica de residuos que se deriva de la estimación tiene
una estructura similar a la presentada al principio del apartado, como resultado de
una extracción muestral generada a partir de una distribución de probabilidad nor-
mal de media cero y desviación típica constante.

Gráfico 8:
gráfico de residuos a partir de la estimación de la tabla 3

.04

.03

.02

.01

.00

-.01

-.02

-.03

-.04

-.05
100 200 300 400 500 600 700

El gráfico ACF y PACF de la tabla 4 no presentan una figura que muestre tan
claramente autocorrelación como en el supuesto anterior, además en este caso los va-
lores extremos de los residuos pueden generar una apariencia de falsa correlación1.

1 El estadístico Durwin-Watson permite analizar si esos residuos tienen autocorrelación de orden uno,
para modelos con constante. En cualquier caso, hay dos cuestiones relevantes en relación con esta
prueba, la primera es que solo sirve para analizar la autocorrelación entre los residuos estimados para
el año t y el t-1, lo cual no permite analizar otro tipo de autocorrelación. La segunda afecta en general
a los test de hipótesis, y que es que están pensados para muestras grandes y carecen de sentido para
estimaciones con pocos datos.

361
 Tabla 4:
Resultados de la regresión de la rentabilidad del IBEX
respecto a la de Telefónica

Correlograma de los residuos

Funciones de autocorrelación y autocorrelación parcial
Included observations: 752
Autocorrelation Partial Correlation
0 0,5 1 -1 0 1 AC PAC Q-Stat Prob

1 1
1 0,102 0,102 7,8035 0,005
2 2
3
2 0,001 -0,009 7,8046 0,02
3
4 4 3 0,058 0,06 10,386 0,016
5 5 4 0,005 -0,007 10,408 0,034
6 6 5 -0,064 -0,064 13,493 0,019
7 7 6 -0,011 -0,001 13,582 0,035
8 8 7 0,006 0,006 13,609 0,059
9 9 8 -0,011 -0,005 13,697 0,09
10 10
9 -0,014 -0,011 13,839 0,128
11 11
12 10 -0,008 -0,011 13,89 0,178
12
11 0,097 0,101 21,096 0,032
12 0,064 0,047 24,203 0,019

En el caso de las series temporales es habitual que los residuos sigan teniendo
estructura aunque se hayan hecho las transformaciones oportunas, como la primera
diferencia o la transformación en rentabilidades y, en ese caso, es necesario identifi-
car el proceso estocástico subyacente.

4. Interpretación de los resultados:

En la tabla 3 del apartado anterior el parámetro ligado a la rentabilidad de te-

lefónica es significativo pero la constante no. En ese caso lo lógico es reestimar qui-
tando la constante2.

2 La estimación de un modelo sin constante tiene implicaciones porque en ese escenario las distintas
fórmulas de cálculo del R2 ya no son coincidentes. El R2 definido en este capítulo puede ser negativo y
por tanto ya no estará comprendido entre cero y uno.
362
 Tabla 5
Estimación del modelo sin constante

Dependent Variable: RTEL

Method: Least Squares
Rentabilidad de Telefónica con Ibex
Sample: 1 752
Included observations: 752

Variable Coefficient Std. Error t-Statistic Prob.

RIBEX 0.771 0.015 50.784 0.000

R-squared 0.774 Mean dependent var 0.000

Adjusted R-squared 0.774 S.D. dependent var 0.017
S.E. of regression 0.008 Akaike info criterion -6.756
Sum squared resid 0.051 Schwarz criterion -6.750
Log likelihood 2541.309 Durbin-Watson stat 1.794

Vamos a estimar el modelo suponiendo que el término de error se considera

dependiente del error en t-1 más un término de perturbación aleatoria que sigue
una distribución normal sin autocorrelación. El nuevo modelo corregido sería el
siguiente:

y t = α + bx t + et donde

et = ρet −1 + a t ; a t � N ( 0, σa 2 ) E ( a t ,a t − j )= 0 ∀j ≠ 0

363
 Tabla 6
Estimación de un modelo AR(1) sin constante

Dependent Variable: RTEL

Method: Least Squares
Rentabilidad de Telefónica con lbex y AR1
Sample: 1 752
Included observations: 752

Variable Coefficient Std. Error t-Statistic Prob.

RIBEX 0,778 0,015 51,533 0,000

AR(1) 0,104 0,036 2,865 0,004

R-squared 0,777 Mean dependent var 0,000

Adjusted R-squared 0,777 S.D. dependent var 0,017
S.E. of regression 0,008 Akaike info criterion -6,765
Sum squared resid 0,050 Schwarz criterion -6,753
Log likelihood 2542,341 Durbin-Watson stat 1,999

Realizadas las correcciones oportunas para que el modelo estimado sea con-
gruente con las hipótesis de partida se pueden interpretar los resultados de la tabla
6. La inferencia se basa en la distribución previamente establecida para el término
de error3. Con un 95% de nivel de confianza el valor de la distribución t de la tabla4
se utiliza para rechazar la hipótesis nula de que el parámetro sea cero; se rechaza
si supera el valor en tablas en función del número de grados de libertad, y en ese
caso se dice que la variable es significativa. De forma aproximada si el parámetro es
mayor que dos la variable es significativa.

La inferencia estadística es utilizada para establecer regiones de confianza y de-

terminar si las variables estimadas son o no significativas. En otras disciplinas cien-
tíficas sería extraño que una investigación se presentase sin tomar las precauciones
debidas. Por ejemplo, si se pretende explicar en qué medida un medicamento contra
el SIDA aumenta la esperanza de vida el investigador se cuidará de dar el parámetro
de la estimación acompañado de su intervalo de confianza. Además de la responsa-
bilidad que apareja el buen hacer científico, hay que pensar en que una mala presen-
tación de los resultados podría tener consecuencias sobre la reputación del científico
o sobre su futuro en la profesión.

3 El gráfico resultante de las funciones ACF y PACF confirma la ausencia de autocorrelación.

4 El cociente entre el valor del parámetro y su desviación típica sigue una distribución t-student.
364
 En economía desgraciadamente es habitual que se comente el valor del pará-
metro sin más, llegando en ocasiones a utilizarse como una realidad “universal”
que permite influir sobre políticas, obviando el hecho de que los estimadores son
variables aleatorias. En el mundo económico no debería ser lo mismo que a un
inversor le dijeran que va a obtener una rentabilidad del 6% entre el 1% y el 11%
o un 6% entre -3% y 9%, como tampoco debería ser igual que un crecimiento de la
producción estimada del 2% se sitúe en un rango, entre un 2 y un 6% que entre un
1% y 3%. En la práctica en muchas ocasiones las investigaciones comentan el valor
de los parámetros como si fuesen demostraciones de que en la realidad se producen
los fenómenos tal cómo se implementan en el modelo, cómo si la teoría pudiese ser
refrendada científicamente por la econometría, y además cómo si los estimadores
fueran constantes, y cuyo valor coincidiera exactamente con el valor verdadero des-
conocido.

En esta misma línea de tomar los datos medios que recogen los parámetros como
un indicador que no procede de un proceso aleatorio, también es muy frecuente
que se interpreten los parámetros como elasticidades, por ejemplo en modelos de
crecimiento o en modelos de estimación de demanda; la elasticidad se obtiene des-
pejando de una ecuación determinística y el parámetro estimado ya se ha explicado
que depende de las perturbaciones aleatorias.

5. Otros problemas de las estimaciones econométricas

Además de la autocorrelación hay dos problemas relevantes que suelen estar pre-
sentes cuando se pretende analizar econométricamente la realidad económica. El
primero es el de la multicolinealidad, que se deriva de la naturaleza social de los
datos, en un escenario en el que hay más de una variable explicativa del mismo
fenómeno y en el que resulta inevitable que una variable guarde relación con otras
muchas. Así por ejemplo, un fenómeno como el abandono escolar depende en gran
medida del contexto social en el que se mueven los alumnos, que puede ser recogido
por el nivel socioeconómico familiar, pero a su vez dicho nivel guarda relación con
el nivel educativo de los padres, con las posibilidades de refuerzo en casa y con el
espacio o con los materiales que pueden ayudar al alumno a mejorar su resultado.
En este terreno no es extraño encontrar estimaciones que pretenden incluir todas las
variables disponibles en el análisis, lo cual conduce a una tabla de resultados donde
la mayoría de las variables no son significativas. Una cuestión es presentar las prue-
bas y otra cuestión es que el modelo final intente aislar las variables que hagan que
el modelo esté mejor ajustado. Para eso también sería recomendable una selección
previa de variables basada en un sencillo análisis de sus correlaciones.

365
 Si las variables independientes están altamente correlacionadas, lo único que
podría decirse de esa estimación es que una combinación de los parámetros esti-
mados resulta explicativa de la variable dependiente, sin pretender aislar el efecto
individual con gran precisión, puesto que la introducción de una muestra mayor
o la sustitución o eliminación de alguna de las variables ya existentes puede hacer
cambiar de forma notable el resultado de los parámetros de las que queden en el
modelo finalmente.

El segundo problema es el de la heterocedasticidad o varianza no constante en

los residuos estimados. Este segundo problema tiene solución en el ámbito de las
series temporales a través de la estimación de modelos autorregresivos condicional-
mente heterocedásticos (ARCH, Engle (1982) o mediante la estimación robusta de
heterocedaticidad de White (1980) en otros supuestos, entre otros métodos.

Otro problema es el de las variables atípicas, pues es frecuente que en los datos
aparezcan datos extremos que pueden afectar de manera importante a la estima-
ción. El tratamiento de las variables atípicas y su inclusión como dummies en la
estimación es un proceso que debe realizarse de manera adicional al presentado en
los dos últimos apartados.

6. ¿Lo complejo antes que lo robusto?

Spanos (2006) revisa en su libro Econometrics in Retrospect and Prospect la his-

toria de la econometría. Durante la última etapa del siglo diecinueve y principios
del siglo veinte existió un cierto consenso sobre el método hipotético deductivo, me-
diante el cual sobre unos postulados o premisas iniciales se procede a derivar “leyes
económicas”. Gran parte del debate posterior se dirigió a analizar cómo la estadísti-
ca podía ayudar al proceso inductivo y convertir a la ciencia económica en una cien-
cia empírica. En esa línea Moore (1908) señaló que “la economía podía convertirse
en una ciencia empírica en la que su componente deductiva estuviese suplementada
con una adecuada componente inductiva basada en la estadística”, Jevons (1871) era
igualmente defensor de la estadística como método de verificación de la economía
deductiva. En la actualidad se ha generalizado el uso de las herramientas estadísticas
para modelizar cualquier tipo de datos, bien sean series temporales, sección cruzada
o datos de panel y los desarrollos de la econometría durante el siglo veinte han ido
dirigidos a una mayor sofisticación para estimar modelos teóricos, no a “aprender
de los datos sobre los fenómenos económicos observables”.

Anteriormente Leontief realizó una revisión crítica de los avances econométricos

366
en 1948 y después en 1971. En el periodo que media entre ambos trabajos el autor
señala que su optimismo inicial sobre la posibilidades de la econometría como herra-
mienta de análisis y soporte de las teorías económicas se evaporó por “la debilidad
y el lento crecimiento de los fundamentos, que claramente no soportan la superes-
tructura proliferante, o podría decirse, la pura teoría económica especulativa (…) La
validez de esas herramientas estadísticas depende de la aceptación de presupuestos
sobre las propiedades estocásticas del fenómeno que los modelos particulares inten-
tan explicar, presupuestos que rara vez puede ser verificados”. Señala el autor que
“en ningún otro campo de la investigación empírica ha sido tan masiva y sofisticada
y la maquinaria estadística se ha utilizado con resultados tan indiferentes; sin embar-
go, los teóricos siguen ensayando modelo tras modelo y los estadísticos matemáticos
continúan elaborando procedimientos complicados, uno detrás otro”.

Spanos (2006) señala las limitaciones de la estadística y la econometría como

método inductivo treinta años después de lo que analizó Leontief y concluye que la
situación es aún peor que antes por la rápida acumulación de indicadores económi-
cos, el uso de paquetes estadísticos y ordenadores personales “que reduce el coste
de producir la evidencia empírica”, la econometría aplicada consiste en “pruebas de
estudio específico o de periodos concretos que son muy poco confiables y por tanto
muy inadeacuadas como fundamento para la economía”. (…) “De la misma manera
que los teóricos de la economía no sienten la obligación de acudir a la evidencia
empírica para desarrollar modelos, motivados por el rigor y la sofisticación matemá-
tica o la generalidad, los económetras continúan desarrollando nuevas y sofisticadas
técnicas independientemente de que sean apropiadas para los datos económicos”.
Spanos señala adicionalmente que la aproximación empírica a la modelización ba-
sada en enfoques dominados por teorías económicas suelen fallar en tres aspectos:
a) La enorme separación entre la teoría y los datos, b) La estructura probabilística de
los datos y c) las diferentes vías en que la inferencia podría estar equivocada. Por ese
motivo se tienden a simplificar los presupuestos del modelo, porque cuanto menos
restrictivos sean menos susceptible será a errores de especificación.

367
 Tabla 6:
Relación de autores que intervienen en el desarrollo de la Econometría

AUTORES APORTACIÓN
Laplace, Legendre, Gauss Regresión lineal y MCO
(finales XVIII-primera mitad XIX)
Quetelet y Jevons (S. XIX) Economistas empíricos
Galton, Gosset, Pearson, Fischer Inferencia estadística
(Primera mitad s. XX)
Haavelmo, Koopmans, Klein, (1930- Modelos de ecuaciones simultaneas
1950)
Anderson, Box. Jenkins (1960, 1970) Series temporales
Amemiya, McFadden, Maddala (1970) Variable dependiente limitada,
Elección probabilística
Baltagi, Maddala, Hsiao, Arellano Datos de panel
Zellner (años 60) Econometría bayesiana
Dickey, Fuller, Phillips, Perron, Stock Raíces unitarias
Granger, Engle Cointegración
Engle, Bollerslev Modelos ARCH, GARCH

Un análisis de la historia del desarrollo de los modelos econométricos es ilustrati-

vo del grado de complejidad que han ido adquiriendo los mismos (véase la tabla 6).
Como han señalado los autores citados la complejidad en si mismo del instrumento
no tiene por qué implicar un mayor carácter científico. Más aún, lo no científico
sería que el criterio de publicación en revistas científicas fuese “estar a la moda “o “a
la última”. Quizás implicase una mayor aportación una estimación sencilla pero bien
especificada y con un buen análisis del trasfondo económico, con un conocimiento
de los procesos más allá de lo que hay en las bases de datos.

7. Los modelos y las “teorías económicas”

Por último, una vez hechas las correcciones para evitar los problemas de espe-
cificación del modelo, hay que poner el acento en el sentido económico de los re-
sultados: es decir si se está analizando causalidad o correlación entre las variables
observadas. Intentar establecer una relación de causalidad es justo el tema en el que
confluye la necesidad de una teoría o proceso que explique la realidad y la conexión

368
que se establece entre los datos.

La revisión crítica del apartado anterior ha dejado constancia en palabras de

expertos económetras la incapacidad de la econometría para dar sustento a teorías
universales. Los modelos aunque esté correctamente especificados capturan relacio-
nes positivas o negativas entre variables e inferir si son estadísticamente significa-
tivas, pero siempre en el contexto de la muestra de años o de la muestra de datos.
Dos o más teorías explicativas de un fenómeno como por ejemplo del crecimiento
económico pueden convivir en este estado del arte. También puede darse el caso que
dentro de una misma región y con el mismo periodo de datos diferentes investigado-
res encuentren diferentes modelos de análisis de la realidad.

En el ámbito del crecimiento económico hay una parte de los investigadores que
están publicando en la actualidad sobre la base del modelo de Solow y sus ulteriores
desarrollos, mientras que otros investigadores utilizan modelos orientados a la de-
manda de corte postkeynesiano.

Stiglitz (2010) señala al hilo de la crisis económica actual la necesidad de reforma

de la actual ciencia económica, cuya corriente de corte neoclásico principal sigue
siendo dominante y basándose en un postulado que no resulta compatible con la
generación de burbujas y la existencia de crisis económicas, los mercados perfecta-
mente competitivos. Si ese es el debate que hay sobre la mesa no se entiende que las
revistas económicas sigan aceptando modelos que se estiman sobre la base de que
existe perfecta información y competencia. Una revisión de los análisis de revistas
científicas serviría para refrendar que para una parte importante de los investigado-
res la crisis sencillamente no les afecta para nada. Eso refrendaría como mínimo la
posibilidad de otros economistas críticos de avanzar en otra línea de pensamiento.
Lo que es realmente paradójico es que se utilicen modelos de equilibrio general
competitivo en estudios que avalan las políticas de recortes sociales o de reformas en
el sistema de pensiones impulsadas por la crisis económica pero no se haga ninguna
crítica a los postulados del modelo.

8. Conclusiones

A lo largo del capítulo se ha intentado abordar el problema que representa el uso

de la econometría como método de investigación en economía. Sería recomendable
un replanteamiento del uso de la econometría como instrumento de análisis de la
realidad económica que implique un análisis que ponga de manifiesto las limitacio-
nes de los presupuestos, que intente corregir los problemas de autocorrelación y he-

369
terocedasticidad, que simplifique en la medida de lo posible el número de variables
para evitar problemas de multicolinealidad. En definitiva esto implica reconocer la
debilidad de la herramienta y señalar hasta donde puede ayudar a entender mejor
la realidad.

La complejidad no puede ser en si misma sinónimo de refinamiento ni necesaria-

mente ha de ser mejor herramienta para el científico. La estadística en general, y la
econometría en particular, no permiten ratificar leyes universales, porque es justo lo
que no es posible hacer en las ciencias sociales. La econometría es una herramienta
correcta como método de análisis de la realidad, más “fino” que la mera observación
de gráficos y tablas. Por todos los argumentos expuestos a lo largo del capítulo, po-
demos concluir que la econometría es un instrumento de análisis que permite captu-
rar correlaciones entre variables pero no tiene capacidad resolutiva para determinar
su conexión causal. El terreno de las teorías y las escuelas de pensamiento sigue en
ese sentido completamente abierto en el mundo económico.

BIBLIOGRAFÍA

Box, G.E.P. y Jenkins, G. M. (1976) Time Series Analysis forecasting and control, Holden-
Day, Oakland, California.
Dickie, D. A. y Fuller, W. A. (1979): “Distribution of the estimators for autorregressi-
ve time series with a unit root” Journal of the American Statistical Association, 74
427-431.
Durbin, J. y Watson, G. S. (1950): “Testing for serial correlation in least squares re-
gression”, Biométrica, 37, 409-428.
Engle R F (1982) Autoregressive conditional heteroscedasticity with estimates of the
variance of. United Kingdom inflation. Econometrica 50:987-1008, 1982.
Engle, R.F. and C.W.J. Granger (1987) Co-integration and Error-correction: repre-
sentation, estimation and testing. Econometrica 55, 251–76.
Granger, C.W.J. y Knewbold, P. (1974): “Spurious regressions in econometrics”, Jour-
nal of Econometrics, 26, 1045-1066.
Haavelmo, T. (1943) The statistical implications of a system of simultaneous equa-
tions. Econometrica 11, 1–12.
Haavelmo, T. (1944) The probability approach to econometrics. Econometrica 12,
suppl., 1–115.
Jevons, W.S. (1871) The Theory of Political Economy. London: Macmillan.
Jevons, W.S. (1874) “The Principles of Science”. London: Macmillan. 54 Econometrics
in Retrospect and Prospect.
Moore, H.L. (1908) The statistical complement of pure economics. Quarterly Journal
of Economics 23, 1–33.
Morgenstern, O. (1970): Sobre la exactitud de las observaciones económicas, Tec-
nos, Madrid.

370
Phillips, P.C.B. (1987): “Time series regression with a unit root”. Econometrica, 55,
207-301.
Ruud, P.A. (2000): An Introduction to Classical Econometric Theory, Oxford Uni-
versity Press, New York.
Spanos, Aris. (2006). Econometrics in retrospect and prospect. In New Palgrave han-
dbook of econometrics, vol. 1, eds. T. C. Mills, and K. Patterson. London: Mac-
Millan, 3-58.
Stiglitz, J. (2010): Caída Libre. Ed. Taurus.
Theil, H. (1959): Agregación lineal de relaciones económicas, Aguilar, Madrid.

371
372
 CAPÍTULO 11
METODOLOGÍA Y TÉCNICAS DE
INVESTIGACIÓN EN RELACIONES
INTERNACIONALES Y DERECHO
INTERNACIONAL PÚBLICO. UNA
APLICACIÓN CONCRETA: LA ELABO-
RACIÓN, DIRECCIÓN Y EVALUACIÓN
DE TRABAJOS FIN DE MÁSTER, IM-
PARTIDO EN MODALIDAD ON LINE.

Dra. Mª Ángeles Cano Linares

Introducción

El establecimiento del Espacio Europeo de Educación Superior ha supuesto una

modificación esencial de las enseñanzas universitarias que ha exigido, exige y segui-
rá exigiendo un gran esfuerzo por parte de todos los colectivos implicados pero muy
especialmente de los alumnos y de los docentes.

Por otro lado, si bien en España siempre existió en el ámbito universitario la mo-
dalidad, de la educación a distancia e incluso la posibilidad de los conocidos como
alumnos libres (con derecho a examen pero sin presencialidad), el avance en la co-
municación facilitó el acceso de una gran mayoría a la asistencia presencial a clase.
Con ello, desaparecieron las matriculas de alumnos libres.

Sin embargo una nueva modalidad de formación se iba a presentar como resulta-
do de la explosión de las Nuevas Tecnologías de la Información y la Comunicación
(NTIC), la conocida como enseñanza on line o e-learning.

En efecto, una breve y rápida mirada sobre la sociedad actual permite apreciar
que la utilización de las NTIC está cambiando las formas de organizar el trabajo,
373
alterando la relación de las personas con el espacio y el tiempo. Sin duda, muchos
de los cambios y acontecimientos que se están produciendo en la actualidad respon-
den a las posibilidades abiertas por el uso de los ordenadores, las autopistas de la
información y los modernos medios audiovisuales El acceso a la información parece
prácticamente ilimitado, las distancia físicas entre las personas no impide una comu-
nicación en tiempo real. La enseñanza no se ha mantenido al margen del fenómeno.

1. Segundo Ciclo del Espacio Europeo de Educación

Superior: El acceso a los estudios de doctorado.

Las bases del Espacio Europeo de Educación Superior (EEES) fueron estableci-
das en la conocida Declaración de Bolonia (1999), estableciendo un plazo temporal
hasta 2010.

En posteriores Conferencias de Ministros de los Estados participantes en este

proceso (en la actualidad 45 países), se han ido definiendo diferentes objetivos y los
plazos para conseguirlos, siendo uno de los principales, el adoptar un sistema flexi-
ble, comparable y compatible de titulaciones que facilite la movilidad de estudiantes
y titulados.

El EEES se organiza conforme a los principios calidad, movilidad, diversidad y

competitividad y está todo él orientado hacia la consecución de dos grandes obje-
tivos estratégicos. Por un lado, el incremento del empleo en la Unión Europea y,
por otro, la conversión del sistema Europeo de Formación Superior en un polo de
atracción para estudiantes y profesores de otras partes del mundo1.
Para ello, la Declaración de Bolonia recogió seis objetivos, el segundo de los
cuales hace referencia a la estructura de los estudios universitarios, planteando la
adopción de un sistema basado, fundamentalmente, en dos ciclos principales, que
debía iniciarse en 20052.
1 El inicio del proceso se sitúa cronológicamente el 25 de mayo de 1998, fecha en la que
los Ministros de Educación de Francia, Alemania, Italia y Reino Unido firmaron en la
Sorbona una Declaración instando al desarrollo de un “Espacio Europeo de Educación
Superior”. Ya durante este encuentro, se previó la posibilidad de una reunión de segui-
miento en 1999, teniendo en cuenta que la Declaración de la Sorbona era concebida como
un primer paso de un proceso político de cambio a largo plazo de la enseñanza superior
en Europa. Esa segunda Conferencia dio lugar a la Declaración de Bolonia el 19 de junio
de 1999, que fue suscrita por 30 Estados europeos.
2 El resto de los objetivos recogidos en la Declaración de Bolonia son: (1). La adopción de
un sistema fácilmente legible y comparable de titulaciones, mediante la implantación, en-
tre otras cuestiones, de un Suplemento al Diploma; (3). El establecimiento de un sistema
de créditos, como el sistema ECTS; (4) La promoción de la cooperación Europea para
asegurar un nivel de calidad para el desarrollo de criterios y metodologías comparables;
(5)La promoción de una necesaria dimensión Europea en la educación superior con par-
374
 En el Comunicado de la Conferencia de Ministros con competencias en Educa-
ción Superior de 2003 se animó a los Estados participantes que elaborasen “para su
sistema de Educación Superior un marco de títulos comparables y compatibles, con el fin de
describir estos en términos de cantidad de trabajo, nivel, resultados de aprendizaje, competen-
cias y perfil. Se comprometen a elaborar un marco global de títulos para el Espacio Europeo
de Educación Superior”.

Dentro de estos marcos, se añadía, “los títulos deben tener distintas salidas definidas.
Los títulos de primer y segundo ciclo deben tener orientaciones distintas a la vez que varios
perfiles para dar cabida a diversas necesidades individuales, académicas y del mercado laboral.
Los títulos del primero ciclo deben dar acceso, en el sentido de la Convención de Reconocimien-
to de Títulos de Lisboa, a programas de segundo ciclo. Los títulos de segundo ciclo deben dar
acceso a los estudios de doctorado”3.

Como indicaron igualmente los Ministros competentes, una sociedad basada en

el conocimiento se asienta sobre dos importantes columnas: el Espacio Europeo de
Educación Superior y el Espacio Europeo de Investigación. Por ello, conscientes de
la importancia de la investigación como parte íntegra de la educación superior en
toda Europa, estimaron necesario superar el enfoque sobre los dos ciclos principales
de la educación superior e incluir el nivel de doctorado como tercer ciclo del Proceso
de Bolonia. Destacan la importancia de la investigación y la formación en la investi-
gación, junto con la promoción de la interdisciplinariedad para mantener y mejorar
la calidad de la educación superior y para hacer la educación superior en Europa
más competitiva en general.

Asimismo, los Ministros piden mayor movilidad a nivel de doctorado y posdoc-

torado y animan a las instituciones implicadas a que aumenten su cooperación en
estudios de doctorado y la formación de jóvenes investigadores4.

ticular énfasis en el desarrollo curricular y (6)La promoción de la movilidad y remoción

de obstáculos para el ejercicio libre de la misma por los estudiantes, profesores y personal
administrativo de las universidades y otras Instituciones de enseñanza superior europea
3 “Construyendo el Espacio Europeo de Educación Superior”. Comunicado de la Confe-
rencia de Ministros con competencias en Educación Superior, celebrada en Ber-
lín en 19 de septiembre del 2003.
4 Asimismo, en el Comunicado de 2003, los Ministros pidieron que las Instituciones de
Educación Superior reforzasen el papel de la investigación y su relevancia en la evolución
tecnológica, social y cultural, y en las necesidades de la sociedad, aun comprendiendo la
existencia de obstáculos para el logro de estos objetivos y la necesidad de un apoyo fuerte,
que debe incluir financiación, además de las decisiones apropiadas por parte de los Go-
biernos nacionales y los organismos europeos.
.
375
 En definitiva, la estructura de las enseñanzas universitarias se divide en dos
niveles, Grado y Posgrado, que a su vez se estructurará en ciclos. Primer ciclo, o Gra-
do, comprende las enseñanzas básicas y de formación general junto con otras orien-
tadas a la preparación para el ejercicio profesional. Con su superación se obtiene el
Título de Graduado con la denominación que acuerde el Gobierno.

El Postgrado comprende, por un lado, el segundo y el tercer ciclo. El primero

atiende a las enseñanzas encaminadas a una formación avanzada, de carácter espe-
cializado o multidisciplinar, dirigida a una especialización académica, profesional o
a promover la iniciación en tareas investigadoras. Con su superación se obtiene el
Título de Máster Universitario.

Por su parte, el tercer ciclo tiene la finalidad de la formación avanzada en técnicas

de investigación y podrá incluir cursos, seminarios u otras actividades dirigidas a
la formación investigadora e incluirá la elaboración y presentación de la correspon-
diente Tesis Doctoral (un trabajo original de investigación). Su superación conducirá
al Título de Doctor.

Finalmente indicar otro aspecto importante es la necesidad de incorporar activi-

dades y sistema de evaluación continua, tanto en el primer como en el segundo ciclo
que puede ser tanto formativa como calificativa.

Se considera como elemento fundamental para el aprendizaje de los estudiantes

el recibir información sobre su progreso, sus deficiencias, así como orientaciones
para la mejora, etc. a través del desarrollo de las distintas actividades propuestas.
Esta información o feed-back es lo que se denomina evaluación formativa.

El objetivo de ésta ha de ser proporcionar la oportunidad de consolidar cono-

cimientos y desarrollar y poner en práctica habilidades relacionadas con los resul-
tados de aprendizaje de la asignatura y las competencias asignadas; proporcionar
información al estudiante sobre su proceso de aprendizaje (evaluación formativa)
y proporcionar elementos de apoyo y reconocimiento del trabajo del estudiante,
contribuyendo en la calificación global del estudiante en la asignatura (evaluación
calificativa).

376
 2. Particularidades de la enseñanza on line5

Creo que se puede afirmar que las NTIC han supuesto una doble revolución
para todos nosotros.

Por un lado, se ha producido un evidente cambio en el acceso a las fuentes de

información con la existencia de las autopistas de la información, la proliferación de
bases de datos, las webs, blogs, etc., en definitiva todo el amplio espectro de internet.
No obstante esta mayor facilidad y accesibilidad a una gran cantidad de información
no necesariamente redunda ni en una mejor información ni menos aún en una for-
mación de mayor calidad. Simplemente han cambiado los mecanismos de acceso y
eso ha de ser tenido en cuenta en el proceso de formación y en el de investigación.
Esta es una cuestión que ha de ser necesariamente tenida en cuenta, como se hará
en el siguiente apartado.

En este se quiere plantear la segunda de las grandes consecuencias que el desa-

rrollo de las NTIC ha tenido en la enseñanza y en concreto en la enseñanza universi-
taria, con el nacimiento y la creciente proliferación de titulaciones on line, ofertadas
por todo tipo de Universidades6.

La enseñanza on-line es simplemente una modalidad de educación no presencial

que utiliza Internet y todas las herramientas de la información y de la comunicación
para realizar el proceso de enseñanza-aprendizaje. Se diferencia de la tradicional
educación a distancia porque dichas tecnologías permiten suplir la distancia físi-
ca por una proximidad electrónica y la consiguiente interacción profesor-alumno7.
Para ello, se recurre, en el caso de estar completamente virtualizada, a una platafor-
ma que es el espacio o portal creado para tal fin ya que dispone de las herramientas
que permiten y apoyan en aprendizaje del alumno8.

Por tanto, se trata de una modalidad de enseñanza y aprendizaje que no exige

la asistencia del alumno a clase sino que el encuentro entre ambos se produce en el

5 Ni el término enseñanza on line ni el de e-learning son recogidos por el Diccionario de la

Real Academia del a Lengua Española. ».
6 Uno de los aspectos más llamativos ha sido el nacimiento de universidades dedicadas a
la enseñanza on line aunque todas los centros de educación superior han incorporado, en
mayor o menor medida, las NTIC en sus procesos de aprendizaje.
7 Seguimos en este punto a Eugenio Fernández en Cursos Campus Virtual Universidad Rey
Juan Carlos; Enrique Martínez-Salanova Sánchez, “la enseñanza on line”.
8 Estas plataformas son, en la actualidad, prácticamente obligadas en todas las instituciones
y permiten el apoyo de la docencia presencial. Asimismo cabe una enseñanza semipresen-
cial que combina periodos de asistencia a clase con otros periodos formativos on line. Es
el denominado blended learning.

377
ciberespacio, en esa plataforma diseñada al efecto y a la que se puede acceder desde
cualquier lugar en el que exista conexión a Internet.

Ese ciber-encuentro docente-estudiante puede darse tanto de forma sincrónica

(como ocurre, por ejemplo, con la herramienta del chat)9 como diacrónica (es el caso
tanto del foro como del propio correo)10.

Por tanto, la enseñanza on line puede definirse como aquella caracterizada por
una separación espacio/temporal entre profesor y alumno, sin que ello excluya pun-
tuales encuentros físicos, entre los que predomina una comunicación de doble sen-
tido no necesariamente sincrónica, con el recurso a Internet como medio de comu-
nicación y de distribución del conocimiento. En ella, el alumno es el centro de una
formación independiente y flexible, al tener que gestionar su propio aprendizaje.

No obstante, debe indicarse que la enseñanza presencial siempre ha tenido un

componente no presencial, como es el caso de los profesores exigiendo tareas para
realizar en casa o cuando los alumnos intercambian entre si documentos o textos y
/o generan información oral o escrita, que necesita unos soportes materiales muy
determinados. La gran diferencia con la enseñanza on-line, es que, sin prescindir
necesariamente de dichos materiales, estos son fundamentalmente digitales, están
a disposición de alumnos y profesores en cualquier momento, no se deterioran ni
se pierden, se pueden mejorar y reeditar si bien su elaboración no siempre es fácil.

Al respecto, una de las mayores dificultades hoy en día, especialmente en el cam-

po de las Ciencias Sociales en general y del Derecho en particular es la todavía
insuficiente disposición de materiales didácticos y obras de referencia en soporte
digital, el único en principio universalmente válido en una enseñanza on line abierta
a todos.

Otra de las dificultades actuales, que solo puede ser salvada con mayor y mejor
formación de los docentes, es que algunos de los cursos on-line suponen simple-
mente la traslación al espacio virtual de los documentos, imágenes y material utili-
zados en las clases presenciales sin plantearse por tanto la totalidad del proceso de

9 Sincronía, cuando emisor y receptor del mensaje en el proceso de comunicación operan

en el mismo marco temporal, es necesario que las dos personas estén presentes en el mis-
mo momento. Puede utilizar los grupos de comunicación, chats, o la videoconferencia, te-
léfono, cable, y cualquier otra línea digital. La comunicación sincrónica está caracterizada
porque es independiente del lugar y es temporalmente dependiente.
10 Las características de la comunicación no sincrónica son que es independiente del lugar,
que es temporalmente independiente y que la comunicación puede tener lugar en grupo
o individualmente.

378
aprendizaje. En este, los contenidos son muy importantes pero también lo son los
aspectos didácticos así como las herramientas de comunicación. En este sentido es
esencial la adecuada planificación y funcionamiento de los servicios, contactos tuto-
riales, evaluaciones, etc.

Sin duda, en un mundo globalizado como el actual la enseñanza on line favorece

tanto la interculturalidad como el acceso a la enseñanza universitaria de aquellos
con impedimentos físicos o temporales, al tiempo que facilita la conciliación laboral-
familiar y reduce claramente los costes.

Como principales ventajas de la enseñanza on line se pueden indicar las siguien-

tes: permite personalizar el aprendizaje; adaptar el estudio a momentos y tiempos
de cada alumno; proporcionar tiempo para el estudio, la investigación y la reflexión;
el alumno establece su propio ritmo de trabajo y tiene acceso fácil a toda la infor-
mación.
Pero considero que, sobre todo, se deben resaltar dos aspectos que coindicen ple-
namente con el espíritu y los objetivos del EEES: el aprendizaje es activo, continuo y
se potencia enormemente la evaluación formativa.

3. La elaboración del Trabajo Fin de Master, modalidad

on line

En este contexto de enseñanza on line y EEES cabe recordar que en los estudios
de Segundo Ciclo reviste gran importancia la elaboración del Trabajo Fin de Master,
considerado una asignatura esencial dotada de un buen número de ECTS.

Para superar con suficiencia un Master Universitario es preciso realizar una me-
moria fin de Curso individual (no en grupo) que justifique el aprovechamiento del
mismo y que permita acreditar la adquisición de las habilidades y competencias pre-
vistas en el Master, con independencia de que este sea presencial o no.

Por ello, la elaboración de la Memoria Fin de Master no solo permite, como se

ha indicado, acreditar la adquisición de competencias y habilidades sino que facilita
una familiarización, para aquellos que lo sigan, con el periodo de investigación del
Programa de Doctorado.

3.1 Propuesta de competencias

La elaboración del Trabajo Fin de Máster implica, como todos los estudios del

379
EEES el diseño, planificación y formulación de los objetivos de aprendizaje median-
te la formulación de las pertinentes competencias.

En este sentido se proponen, para un Master en Relaciones Internacionales, las

siguientes competencias genéricas o transversales:

• Capacidad de análisis y síntesis: el alumno sabrá establecer un objetivo para el

que aplicar la capacidad así como poseer un conocimiento básico que le permita
destacar aquellas características relevantes que han de guiar el análisis o la sínte-
sis; sabrá igualmente adquirir la habilidad necesaria para componer las diferen-
tes partes del análisis de modo diferente al original
• Habilidades básicas en el manejo de sistemas informáticos: el avance de las tecno-
logías de la información y la comunicación en la docencia universitaria provoca
la necesidad de que los estudiantes conozcan y trabajen las principales fuentes de
información disponibles en soportes informáticos para el análisis de la realidad.
Además los alumnos seleccionarán, conocerán y operarán con las herramientas e
instrumentos informáticos relacionados con la materia.
• El alumno adquirirá las necesarias habilidades lingüísticas para poder expresar
sus conocimientos y opiniones tanto de forma verbal como escrita. Ello implica
que los alumnos aprendan a generar las ideas que van a comunicar, organizarlas
y evaluar la mejor manera de comunicarlas.
• En el ámbito del conocimiento básico de la profesión, los alumnos sabrán identi-
ficar los parámetros clave para una adecuada asimilación e interpretación de las
Relaciones Internacionales en general y del espacio específico objeto de estudio.
• La capacidad de organización, planificación así como de resolución de problemas
y tomas de decisiones, implica que los alumnos alcancen a tener el criterio sufi-
ciente para saber qué es una buena elección. Para ello, será indispensable antes
de tomar una decisión atender a la definición del problema y, posteriormente
analizar alternativas, características, criterio y resultado óptimo
• Capacidad de aplicar los conocimientos a la práctica: los alumnos estarán prepa-
rados para aplicar los conocimientos adquiridos a la sociedad de la información
y el mundo globalizado.

Las competencias personales previstas son:

• Adquirir una sensibilización multicultural resultado del conocimiento y respeto

mutuo
• Alcanzar la capacidad necesaria para poder prevenir los conflictos interperso-
nales e intergrupales con origen en diferencias culturales, sociales, religiosas y/o
étnicas.

380
• Los alumnos demostraran la habilidad necesaria para trabajar en un contexto
internacional lo que implicará la asimilación y respeto de los valores esenciales
de la Comunidad Internacional
• Capacidad para transferir y aplicar los principios y estrategias aprendidos de una
situación a otra de forma que faciliten el desarrollo de los grupos sociales menos
favorecidos
• Compromiso con el desarrollo de los pueblos y comunidades menos aventajados.
• Competencia para identificar alternativas y efectuar elecciones racionales que
contribuyan a una eficaz toma de decisiones

Finalmente como competencias sistémicas se proponen que el alumno sepa ad-

quirir conocimientos y habilidad para trabajar de forma autónoma; que el alumno
tenga capacidad de aplicar los conocimientos en la práctica; demostrar tener habi-
lidades de investigación; demostrar liderazgo, iniciativa y espíritu emprendedor y
como competencias específicas, la identificación de los parámetros clave para una
adecuada asimilación e interpretación de los procesos de integración regionales
y subregionales; .asimilación y respeto de los valores esenciales de la Comunidad
Internacional, de sus reglas de funcionamiento y de sus manifestaciones institucio-
nales; conocer la dinámica de las relaciones económicas internacionales; conocer
los principios básicos que rigen el comercio internacional; conocer los mecanismo y
la práctica de las inversiones internacionales; sensibilización multicultural resultado
del conocimiento y respeto mutuo, base necesaria para unas relaciones cooperativas
eficaces y prevención de conflictos interpersonales e intergrupales

3.2. La formación adecuada: la asignatura de Fuentes, Metodología y

Técnicas de Investigación.

Sin duda, la asignatura de Fuentes, Metodología y Técnicas de Investigación

constituye una herramienta esencial que permite al alumno adquirir los conocimien-
tos básicos necesarios para afrontar su futura investigación.

En ese sentido se considera imprescindible una importante coordinación entre el

contenido de esta asignatura y los requerimientos exigidos para la elaboración del
Trabajo Fin de Master. Esta asignatura se presenta como fundamental, ya que será
la base sobre la que tendrán que partir todos los alumnos para realizar los trabajos
finales y/o parciales requeridos. En este sentido, es una asignatura central puesto que
establece las bases esenciales para la elaboración y punto de arranque de cualquier
estudio de las distintas materias que conforman el contenido de un máster.

Con ella se debe buscar familiarizar a los alumnos con la utilización de los dife-

381
rentes métodos de investigación (cualitativos y cuantitativos), así como orientarles
en el manejo de las distintas fuentes. Asimismo, el alumno aprenderá a conocer y a
manejarse con las fuentes y centros de investigación más importantes en su ámbito
de estudio, funcionamiento de los mismos y la metodología básica para emprender
un trabajo de investigación en su campo.

También debe familiarizar al alumno con ciertos aspectos prácticos que faciliten
la obtención de información en los centros de investigación, archivos y bibliotecas.

Se estima que las principales competencias que debe cubrir esta asignatura son
las siguientes:

1. Competencias transversales: Poner de relieve los elementos y características que

definen a la realidad internacional en sus aspectos históricos, sociales, políticos,
económicos, jurídicos y de otra índole; Ofrecer a los alumnos una formación
especializada y un conocimiento completo y multidisciplinar de los ámbitos ob-
jeto de estudio y análisis (histórico, social, político económico y jurídico) de la
Comunidad Internacional desde una perspectiva científica, doctrinal y práctica;
Incentivar el estudio de la realidad internacional desde la perspectiva científica
para el establecimiento ulterior de redes docentes y de investigación así como en
el campo de la ciencia y la tecnología: Establecer las bases para la formación de
profesionales que lleven a cabo su actividad en el ámbito internacional y, en par-
ticular, en las relaciones de España con el conjunto de los países iberoamericanos.
2. Competencias específicas: Familiarizar al alumno con los distintos métodos de
investigación en Ciencias Sociales y especialmente de las Relaciones Internacio-
nales; Contextualizar la tarea del alumno en el entorno más cercano de la UE con
una política en materia de I+D con una clara tendencia hacia la armonización
de todos los sistemas educativo de enseñanza superior de los países miembros de
la UE; Conjugar la metodología, las fuentes y los temas de investigación con la
realidad iberoamericana, donde el alumno de posgrado v a realizar y desarrollar
su investigación, aunque ésta no se centre exclusiva y/o necesariamente en un
enfoque regional (sectorial); Dotar al alumno de unos conocimientos suficientes
sobre la gestión de la información y su presentación final en la investigación;
Dotar al alumno de las herramientas básicas para elaborar sus propios proyectos
de investigación, de ámbito nacional, regional y/o internacional.

382
 En todo caso, el contenido de esta asignatura deberá comprender los grandes
bloques de todo proceso de investigación11 y ha de incluir necesariamente una iin-
troducción a la metodología de la investigación en Ciencias Sociales y la investiga-
ción específica en Relaciones Internacionales con los conceptos, técnicas y elementos
básicos así como los métodos en las Relaciones Internacionales. Se han de examinar
igualmente los aspectos relativos a la documentación, investigación e información,
con referencia a los recursos de la investigación, el examen de la investigación como
proceso (en este punto parece esencial una especial atención a la delicada cuestión
de la selección del tema de estudio) así como la organización y planificación del tra-
bajo. Un último aspecto igualmente importante es la comunicación delo investigado
(con especial incidencia en la forma y el adecuado manejo del sistema de citas)12.

3.3. Las directrices para realización del Trabajo Fin de Master

En las directrices para la realización del Trabajo Fin de Master se debe indicar el
objetivo de éste que no es otro que la realización y defensa de un trabajo en el que se
se desarrolle y demuestre la capacidad del alumno para integrar los conocimientos
adquiridos durante la etapa formativa y aplicarlos sobre un tema o problema central
relacionado con el objeto de estudio; emitir una valoración propia y fundamentada
sobre el tema central de estudio que refleje las responsabilidades éticas y sociales
implícitas y el desarrollo autónomo de las habilidades críticas, analíticas y creativas
y de su capacidad para comunicar sus ideas ante un tribunal experto en la materia.

Además se deben recoger los aspectos esenciales en relación con el Trabajo. Así,
por ejemplo, la necesidad de su carácter analítico, no descriptivo y de definir des-
de el principio el estado de cuestión, el objeto, los objetivos, las variables a tener
en cuenta y, sobre todo, unas hipótesis a demostrar con una metodología científica
adecuada (dependiendo de la disciplina a la que se circunscriba la memoria). Al res-
pecto, hoy en día prima la interdisciplinariedad.
11 Para el campo de las Relaciones Internacionales y Derecho Internacional Público se pue-
de consultar, a título ilustrativo, ECO, Humberto , Cómo se hace una tesis: técnicas y procedi-
mientos de estudio, investigación y escritura, Barcelona, Gedisa, 2001; BLAXTER, L.; HUG-
HES, C. y MALCOLM, T ARTEAGA, Cómo se hace una investigación, Barcelona: Gedisa,
2001; Félix y CORRAL, Carlos , Metodología de investigación en las Relaciones Internacionales,
Madrid, Facultad de Ciencias Políticas y Sociología, Universidad Complutense de Madrid,
1996/2002; ATTINÀ, F., El sistema político global. Introducción a las relaciones interna-
cionales, Barcelona, Paidós, 2001; BARBÉ, Esther, Relaciones Internacionales, Madrid:
Tecnos, 2007; MONTANER, Alberto, Prontuario de bibliografía: pautas para la realización de
descripciones, citas y repertorios ,Gijón: Trea, 1999; ORNA, E. y STEVENS, G., Cómo usar la
información en trabajos de investigación
Barcelona, Gedisa, 2001.
12 La biblioteca de la Universidad Rey Juan Carlos dispone de unas estupendas recomenda-
ciones al respecto, http://www.urjc.es/biblioteca/Referencia/comocitarbibliografia.html.

383
 Se deberá recordar además, la correcta utilización de fuentes, que habrán de ser
citadas en notas a pie a lo largo de la memoria y recogidas al final de la misma en
una bibliografía.

Del mismo modo, se ofrecerán indicaciones acerca la presentación de la memo-

ria y de su estructura. Constará necesariamente de un índice general por capítulos
y otro de contenidos, una relación de siglas y acrónimos empleados. Los cuadros y
tablas se incorporarán al final de cada uno de los capítulos13.

Estas directrices para la elaboración deben indicar igualmente el contenido nece-

sario del trabajo así como los diferentes apartados que se recomiendan, así como la
extensión mínima y la recomendada.

Una propuesta de estructura sería: Título; Índice paginado; Relación de Anexos

y siglas. Abreviaturas y acrónimos; Resumen; Introducción; Antecedentes y marco
teórico (estado de la cuestión); Objetivo e hipótesis; Motivos elección tema; Material
y método; Resultados; Conclusiones y bibliografía14

3.4. La evaluación on line.

Una de las mayores dificultades de la enseñanza on line se presenta en el mo-

mento de la tutorización y evaluación el Trabajo de investigación.

Para su realización se le asigna un tutor cuyo visto bueno es necesario para la

posterior defensa pública del Trabajo, lo que garantiza un mínimo de calidad de los
trabajos presentados ante el Tribunal evaluador.

La experiencia está demostrando la dificultad de la realización de este tipo de

actividad en el caso de los alumnos on line. Se trata, recuérdese, fundamentalmente
de personas con trabajos y horarios exigentes por lo que presentan dificultades ante
la necesidad de un esfuerzo constante y prolongado y la existencia de un plazo de
entrega que se prolonga en el tiempo.

13 Se puede indicar igualmente que la documentación de interés se incorpore como anexos

(numerados y recogidos en el índice) al final del trabajo y sólo en la medida que su inclu-
sión en la memoria sea indispensable para la comprensión de los temas tratados.
14 Se deben indicar igualmente normas de estilo. En cuanto la bibliografía es conveniente
diferenciar entre fuentes documentales utilizadas (libros, revistas, prensa), Documentos
oficiales (gubernamentales, organizaciones internacionales ; Legislación; Páginas Web
consultadas y otras fuentes
384
 Por ello se hace absolutamente necesario elaborar un cronograma general de en-
tregas parciales a los respectivos tutores que, si bien puede ser flexibilizado, permite
orientar con claridad a los alumnos acerca del ritmo de trabajo requerido.

En cuanto a la defensa pública del Trabajo, existen medios técnicos que permiten
reproducir una lectura y defensa presencial del Trabajo de investigación como es el
caso de las videoconferencias. Sin embargo, se trata de una herramienta que requie-
re de un gran esfuerzo por parte tanto de los docentes como de los estudiantes ade-
más de relativamente importantes requerimientos técnicos no siempre disponibles.

Por ello, una posible alternativa es la presentación bien en video, bien como
resumen o como PowerPoint de los aspectos principales de la investigación y de las
principales conclusiones obtenidas. Esta presentación se puede poner a disposición
de todos los alumnos del grupo para que puedan efectuar las observaciones y co-
mentarios que estimen pertinentes a través de una actividad habilitada al efecto. En
función del número de alumnos, se pueden agrupar los trabajos por temática similar
y se pueden abrir diversos foros. Estos permiten asimismo que los evaluadores for-
mulen las preguntas que consideren pertinentes proporcionando con ello una mayor
publicidad a la presentación del trabajo.

Finalmente, es importante que los alumnos conozcan los criterios de evaluación

que el Tribunal tendrá en cuenta. Así, por ejemplo, se considera importante que
el trabajo refleje los conocimientos adquiridos durante el periodo de formación; la
capacidad del alumno para aplicar dichos conocimientos, la capacidad para fun-
damentar una valoración propia y responsable así como el pensamiento analítico y
crítico.

Asimismo deberá tenerse en cuenta que el documento refleje la dedicación de

horas del trabajo del alumno correspondiente a los ECTS asignados, así como la
valoración que ha merecido por parte del tutor, la adecuada estructuración de la
información y la presentación, oral y escrita, del trabajo. La pertinencia y actualidad
de la bibliografía, documentación y fuentes aportadas habría de ser igualmente te-
nida en cuenta al igual que la concisión y utilización adecuada del lenguaje escrito.

4. Una experiencia concreta en Relaciones Internacionales

En el curso académico 2009-2010 se puso en marcha, en la Universidad Rey Juan

Carlos (URJC), la primera edición del Master Oficial en Relaciones Internacionales
Iberoamericanas, tras haber superado el preceptivo proceso de verificación inicial

385
por parte de la Agencia Nacional de Evaluación de la Calidad y Acreditación (ANE-
CA).

La iniciativa partió de un grupo de profesores colaboradores del Centro de Es-

tudios de Iberoamérica (CEIB) que trataron de cubrir el vacío existente en la oferta
de estudios de Relaciones Internacionales aprovechando la apuesta y el éxito que
la URJC había cosechado al incorporar la modalidad on line en sus enseñanzas de
primer ciclo y facilitar con ello los estudios universitarios a colectivos muy motivados
pero con imposibilidad de asistencia presencial.

La combinación de las anteriores consideraciones llevó a la formulación de la

propuesta concreta, un master en relaciones internacionales, concretado al espacio
iberoamericano con modelo de impartición on line, centrado en la investigación.
Al corresponder el Master propuesto al periodo de docencia del Programa de Doc-
torado, se asignaron al Trabajo (en un primer momento la terminología fue la de
Memoria) Fin de Master 24 de los 60 ECTS de los que consta el Master.

Respecto a la metodología, en la Memoria del Master, se indicaba que para supe-

rar con suficiencia el Master Oficial en Relaciones Internacionales Iberoamericanas
era preciso realizar una Memoria Fin de Master, de carácter individual que justificara
el aprovechamiento del mismo. La exigencia de individualidad deriva del carácter
investigador del Master, vinculado a un Programa de Doctorado. Dado que para
adquirir el grado de Doctor se exige un trabajo individual, se mantuvo la misma
exigencia para la obtención del título de Máster.

En este caso, el peso en ECTS otorgado al Trabajo Fin de Master (TFM) com-
portó que gran parte de las competencias previstas en el Master estén igualmente
contempladas en el Trabajo.

Así, se fijaron como competencias genéricas transversales las cinco siguientes:

capacidad de análisis y síntesis; habilidades básicas en el manejo de las herramientas
propias de las nuevas tecnologías de la información y la comunicación; capacidad de
expresión oral y escrita; conocimiento y manejo parámetros clave de las relaciones
internacionales; capacidad de investigación, organización, planificación así como de
resolución de problemas y tomas de decisiones.

Se establecieron asimismo cinco competencias personales: adquirir una sensibili-

zación multicultural resultado del conocimiento y respeto mutuo; alcanzar la capaci-
dad necesaria para poder prevenir los conflictos interpersonales e intergrupales con
origen en diferencias culturales, sociales, religiosas y/o étnicas; demostrar la habili-

386
dad necesaria para trabajar en un contexto internacional lo que implicará la asimi-
lación y respeto de los valores esenciales de la Comunidad Internacional; capacidad
para transferir y aplicar los principios y estrategias aprendidos de una situación a
otra de forma que faciliten el compromiso con el desarrollo de los pueblos y comu-
nidades menos aventajados y, finalmente, competencia para identificar alternativas
y efectuar elecciones racionales.

Las competencias sistémicas formuladas fueron las siguientes: adquirir conoci-

mientos y habilidad para trabajar de forma autónoma y demostrar habilidades de
investigación liderazgo, iniciativa y espíritu emprendedor.

Finalmente las competencias específicas se centraron en la asimilación y respeto

de los valores esenciales de la Comunidad Internacional, de sus reglas de funcio-
namiento y de sus manifestaciones institucionales, en la identificación de los pa-
rámetros clave para una adecuada asimilación e interpretación de los procesos de
integración en el espacio iberoamericano, en el conocimiento de la dinámica de
las relaciones económicas en el espacio iberoamericano, los principios básicos que
rigen el comercio internacional, las inversiones internacionales y la sensibilización
multicultural resultado del conocimiento y respeto mutuo, base necesaria para unas
relaciones cooperativas eficaces. Estas últimas coinciden en gran medida con las
líneas de investigación propuestas.

Otro de los aspectos prioritarios a tener en cuenta fue la elaboración y selección

de los temas objeto del Trabajo Fin de Máster.

En la práctica se han tratado de combinar las dos opciones que, desde el punto
de vista teórico, se plantean para fijar los temas objeto del TFM: un listado cerrado
o libre elección. Es decir, cabe que se oferten una serie de temas a ser seleccionados
por los alumnos o bien dejar que estos propongan aquellos que les resulten de mayor
interés. Un aspecto que, pese a las dificultades de aplicación que plantea, se consi-
dera que no debe ser ignorado puesto que, como todo investigador sabe, el atractivo
del tema a investigar juega un papel esencial. Por ello se considera importante como
elemento motivador que contribuya al éxito de los discentes en este punto.

En la primera edición desde la Dirección del Master se invitó a los profesores del
mismo que propusieran diferentes temas de investigación que se ajustaran a las diez
líneas de investigación propias del Master: Historia de las Relaciones Internaciona-
les y del Derecho Internacional Público; Sistema Económico y Derecho Internacio-
nal Económico en Iberoamérica; Migración e Interculturalidad en Iberoamérica;
Democracia en Iberoamérica: comparativa entre procesos, retos y perspectivas de

387
futuro; El sistema de protección de los Derechos Humanos en Iberoamérica; Meto-
dología y Fuentes cuantitativas y cualitativas de Investigación Social; La integración
iberoamericana: procesos y evolución; Cooperación en Iberoamérica: perspectiva
histórica y análisis de buenas prácticas; La dimensión educativo-cultural de la Coo-
peración Internacional; Análisis del Sistema Económico Internacional y su plasma-
ción en el Espacio América Latina – Caribe – Unión Europea.

Esos temas propuestos por los profesores fueron ofertados a los alumnos. Sin em-
bargo, una gran parte de ellos propusieron investigaciones diferentes vinculadas en
la mayoría de los casos a los ámbitos en los que estaban desarrollando su actividad
profesional.

Ante esta situación se optó por primar el interés del alumno con el fin facilitarle
la realización del TFM tanto por consideraciones psicológicas (favorecer la motiva-
ción) como de carácter científico (conocimiento del ámbito y facilidad de acceso a
las fuentes). Ello implicó un mayor esfuerzo en la búsqueda de los tutores más ade-
cuados.

En la segunda edición se dejó libertad a los alumnos para que propusieran te-
mas vinculados a alguna de las líneas de investigación del Master y se distribuyeron
entre el cuadro de tutores que podían aceptar o rechazar los trabajos asignados. La
mayoría fue aceptada y solo hubo que proceder a la reasignación de dos de las inves-
tigaciones propuestas.

Para la tercera edición, siguiendo las indicaciones de la normativa aprobada por

la URJC, se han vuelto a pedir temas de investigación a los miembros del cuadro de
profesores del Master y con las respuestas obtenidas se elaborará el listado ofertado.

En cuanto a la realización del Trabajo por parte del alumno y la tutorización por
parte del docente, cabe señalar que la no presencialidad y la carga de trabajo (24
ECTS) se han presentado como dos de las principales dificultades para una correcta
labor de tutoría del TFM.

Por otro lado, el carácter abierto de la convocatoria establecido por la normativa

de la URJC amplía los cuatro-cinco meses de los que inicialmente disponían los
alumnos para la realización del TFM.

Esta medida establecida sin duda para favorecer la tasa de éxito presenta sin
embargo ciertos riesgos. El alumno y, sobre todo el que está trabajando, puede no
valorar adecuadamente la carga de trabajo necesaria e incurrir en el error de que

388
“mañana tendré más tiempo”. De esta forma, los días pasan sin que se produzca
avance alguno e, incluso, olvidando la obligación de entrega.

Por ello, aunque la iniciativa corresponde a cada uno de los tutores que realizan
sus funciones de forma personalizada, se consideró necesario fijar cierto cronogra-
ma común a todos los alumnos. Para ello, desde la herramienta del Campus virtual
en la asignatura TFM se estableció un calendario de entregas parciales y se crearon
los diferentes trabajos a modo de actividades con plazo similar al resto de las asig-
naturas.

Así, se fijó un primer plazo de entrega del guión provisional y dos fechas adicio-
nales para la entrega del primer y segundo borrador. La herramienta del Campus
virtual avisa a los alumnos cuando deben entregar en fecha próxima un trabajo por
lo que esta planificación ha funcionado como un sistema de alerta que ha mantenido
el interés y la motivación de los alumnos.

La experiencia de estas dos ediciones ha demostrado que los alumnos que han
sido capaces de seguir esos plazos orientativos han sido los que han presentado el
Trabajo en el periodo correspondiente a la convocatoria ordinaria de mayo. Por lo
tanto se estima como una herramienta muy útil para facilitar la realización por parte
del alumno del TFM.

Por otro lado, ha quedado demostrada la dificultad de la labor de tutoría del

TFM mediante comunicación escrita. Por ello, la mayor parte de los tutores han
optado por salir de las herramientas disponibles en el Campus Virtual y acudir a
aquellas otras que permiten la comunicación verbal. Sin duda, esta labor de tutoría
se ve claramente optimizada con estos recursos.

Finalmente, para la evaluación se han tomado en consideración dos aspectos. Por

un lado el trabajo escrito presentado y, por otro, la defensa que se haga del mismo y
la capacidad de respuesta a las objeciones presentadas.

Se planificó además una cierta evaluación por pares mediante la presentación

obligatoria de resúmenes de los trabajos a evaluar que deben ser leídos y comenta-
dos por cada uno de los alumnos que participa en esa convocatoria de Tribunal. Para
ello se ha recurrido a colgar los resúmenes en los Contenidos de la asignatura y se ha
abierto un Foro para los comentarios y las respuestas a los mismos.

En cuanto a la evaluación del trabajo escrito se optó por tribunales de los que no
formara parte el Tutor. Sin embargo, se estableció como condición necesaria para

389
poder presentar el trabajo a evaluación por el tribunal contar con el informe de
visto bueno del tutor. Este mecanismo ha comportado que solo las investigaciones
que reúnen unos requisitos de calidad sean presentadas ante el tribunal que ve así
facilitada su tarea por la previa del tutor. Además, el Tribunal formula preguntas/
objeciones a cada uno de los alumnos. Estas se han formulado, siempre que ha sido
posible de forma verbal pero también en algún caso de forma escrita. Sin embargo,
para la edición del curso académico 2011-2012, todas las defensas ante el Tribunal
ser harán de forma verbal. Para ello se convocarán presencialmente los alumnos
residentes en Madrid y se celebraran video-chats con los alumnos que residan en el
extranjero.

En cuanto a los resultados concretos, cabe señalar que, en la primera edición

del curso académico 2009-2010 se matricularon 33 del TFM, 21 de los cuales resi-
día en el extranjero mientras que 12 lo hacían en España. Su formación de Grado/
Licenciatura era diversa primando los estudios de Derecho, LADE y Ciencias de la
Comunicación.

Los resultados académicos fueron los siguientes: 6 trabajos fueron presentados en

la convocatoria ordinaria mientras que 17 lo fueron en la extraordinaria de septiem-
bre. Un 53% de los estudiantes españoles culminó con éxito sus estudios de Master
frente al 80% de los extranjeros o residentes en el extranjero. Es decir, un 67% de los
matriculados completaron el Master. Ninguno de los Trabajos presentados ante el
Tribunal recibió una evaluación negativa.

En el curso académico 2010-2011 aumentó el número de alumnos matriculados

hasta 57. De ellos, el 50% de nacionalidad española aunque algunos residentes en el
extranjero. Siete son las nacionalidades del resto de los alumnos.

Los resultados de esta edición no son definitivos debido al carácter de convoca-

toria abierta establecido por la normativa URJC de forma que los alumnos pueden
presentar el Trabajo en su periodo de permanencia en la Universidad (dos años para
los alumnos de tiempo completo).

Los resultados obtenidos hasta el momento son los siguientes. Se estableció un

primer Tribunal para el periodo ordinario de evaluación (mayo) y otro para el ex-
traordinario (julio).

Ante el primero se presentaron 14 Trabajos mientras que 5 lo hicieron ante el

segundo. Ello implica una tasa de finalización de estudios del 33% de los alumnos
matriculados.

390
 La tasa de éxito en TFM sigue siendo del 100% por cuanto todos los trabajos pre-
sentados fueron evaluados positivamente por el Tribunal. En este sentido, se pone
de manifiesto la labor de los tutores que no envían su informe de autorización si los
resultados no reúnen unas condiciones mínimas propias de un trabajo de investiga-
ción de Master.

Reflexiones finales

De la experiencia adquirida hasta el momento se desprende que TFM es una

labor dificultosa para los alumnos, máximo cuando el alumno es un profesional con
jornada de trabajo completa. Un esfuerzo a largo plazo es más difícil de mantener
por lo que la tasa de alumnos que lo terminan es más baja que en el resto de las
materia.

Además, se pueden extraer las siguientes conclusiones.

Desde el punto de vista de la metodología, se considera absolutamente necesario

vincular todo lo posible el TFM a la asignatura de Fuentes, Metodología y Técnicas
de Investigación que ha capacitar al alumno para la realización de la investigación
final. Se ha procurado que las actividades de evaluación de esta asignatura que se
cursa en el primer semestre preparen y adelanten el Trabajo Fin de Master: elección
de tema, búsqueda bibliográfica y elaboración de una propuesta de trabajo ajustada
a la metodología de Relaciones Internacionales. En este sentido, una de las mayores
lagunas detectadas es, curiosa y casi paradójicamente en la era de las grandes co-
municaciones, el acceso a una información pertinente y adecuada. En este sentido,
reforzar parece necesario reforzar el aprendizaje y manejo de bases de datos acadé-
micas que faciliten una verdadera investigación científica.

Desde el punto de vista del contenido de los trabajos, parece que la opción mixta,
oferta de un listado de temas abierto ajustado a las líneas de investigación se presen-
ta como la opción más razonable, pese a ciertas dificultades.

Desde el punto de vista de la dirección del trabajo, ha resultado una herramienta

útil fijar un cronograma de entregas establecido por los responsables del TFM en
la asignatura del Campus virtual con independencia del individual fijado por cada
tutor. En todo caso, el seguimiento y aliento por parte de éste resulta absolutamente
necesario. En este sentido, la casi obligada comunicación escrita exige un mayor
esfuerzo por parte del docente. Sería muy deseable que entre las herramientas del
Campus Virtual figurara una que permitiera la comunicación verbal, semejante a las

391
disponibles libremente en la web.

Desde el punto de vista de la defensa y evaluación, cabe destacar la dificultad de

contemplar y evaluar las competencias sociales, lo que se ha salvado en la medida
de lo posible con la técnica del foro y la imposibilidad práctica de video conferencia
múltiple. La solución adoptada ha sido la de formar tribunales video chats indivi-
duales.

La mayoría de los alumnos ha valorado muy positivamente el mecanismo estable-

cido como elemento de evaluación del TFM: el Foro establecido para el comentario
y valoración de los trabajos presentados por los compañeros. Ha sido considerada
como una herramienta de intercambio y aprendizaje muy interesante. En efecto,
presenta aspectos muy positivos tanto desde el punto de vista del aprendizaje como
desde el punto de vista de las competencias sociales, más difíciles en este tipo de
enseñanza e introduce ciertos elementos de evaluación por pares. Presenta como
mayor inconveniente que el Responsable de la asignatura debe colgar los resúmenes
exigidos para que puedan ser accesibles para todos los alumnos y presentar al Tribu-
nal evaluador la participación en el Foro correspondiente.

En definitiva, la enseñanza on line cuenta con importantes ventajas, entre ellas

la de permite el acceso a los estudios universitarios a un colectivo de personas que,
de estar obligados a asistir a clase, no podrían atenderlos, bien por estas sujetos a un
horario de trabajo poco flexible o bien debido a otras circunstancias y/o limitaciones.
Por tanto, contribuye sin duda al esfuerzo de universalización, en sentido perso-
nal, de la educación superior.

Por otro lado, también facilita, especialmente en el caso del Segundo Ciclo con-
ducente a la obtención del título de Master Universitario y posible posterior acceso
al Doctorado, que un buen número de personas que no se encuentran necesaria-
mente en su país de origen o que son nacionales de terceros Estados que no forman
parte del EEES puedan beneficiarse de la calidad y excelencia de la enseñanza exis-
tente/pretendida en el EEES.

En este sentido, la enseñanza on line potencia un nuevo aspecto de la actual

globalización.

Sin embargo, pese a estas incuestionables ventajas, considero necesario concluir

afirmando que hasta el momento las herramientas disponibles para la enseñanza
on line adolecen todavía de algunos inconvenientes y que la ciber-proximidad no
permite la misma interacción que la esencialidad física. Además, en el caso concreto

392
de un trabajo de investigación, muy especialmente en el campo de las Ciencias So-
ciales, la insuficiencia de fuentes bibliográficas en formato electrónico es uno de los
retos a superar15.

15 Este trabajo es exclusivamente fruto de las consideraciones y reflexiones que la experien-

cia de seis años de docencia de Licenciatura y Grado on line y dos en el Master en Rela-
ciones Internacionales Iberoamericanas en la Universidad Rey Juan Carlos han suscitado
en una profesora de Derecho Internacional Público y Relaciones Internacionales.

393
394
 CAPÍTULO 12
INTERNET, UNA HERRAMIENTA
IMPRESCINDIBLE PARA LAS
INVESTIGACIONES
SOCIO-JURÍDICAS
DEL SIGLO XXI

Dra. Cintia Díaz-Silveira Santos

Introducción

En la sociedad del siglo XXI, caracterizada por el desarrollo de los métodos de co-
municación a través de las nuevas tecnologías, el fenómeno tecnol���������������������
������������������
gico de mayores con-
secuencias para las investigaciones socio-jurídicas de alto nivel en los últimos tiempos lo
representa, sin duda, Internet1.

1 Existe un bibliografía muy extensa sobre el uso de Internet para las investigaciones aca-
démicas. Entre dichas obras, recomendamos especialmente las siguientes: Ackermann, E.
& Hartman, K., Searching and Researching on the Internet and the World Wide Web, Ed.
Franklin, Beedle & Associates, Inc., Oregon, 2000; ADELL, J., “La internet: posibilidades
y limitaciones”, en AA.VV., La Comunidad Valenciana ante la sociedad de la información,
Fundación Universidad-Empresa, 1996; Arias, F., Mitos y Errores en la Elaboración de Te-
sis y Proyectos de Investigación, Ed. Episteme, Caracas-Venezuela, 1998; Balaguer Prestes,
r., “¿Agora electrónica o Times Square?. Una revisión de consideraciones sociales sobre
Internet”, en Revista Electrónica de la Cibersociedad, 2001; BANE, Adele F.; MILHEIM,
William D. Posibilidades de la Internet: cómo usan la Internet los profesores universi-
tarios.Nuevas Tecnolog␣as, v.2, n. 2, p. 47-54, May/Ago. 1996; Basch, R., Investigación
en Internet, Grupo Editorial Norma, Colombia, 2000; DOMINGUEZ, P., D., & GUEVA-
RA, D. P., El internet, un desalentador o un motivador, ponencia dictada durante el 1er
Congreso sobre la praxis de la lectura en el ámbito universitario, Universidad Autónoma
Metropolitana, 8 de noviembre de 2007; Henríquez, g., “El uso de la Red Internet en la
investigación social”, en Revista Electrónica La Sociología en sus Escenarios, No 3, Enero
2000; Jones, S., Doing internet research, Sage, California, 1999; Sangster, A., World-Wide
Web - What Can it Do for Education?, Active Learning 2, July, 1995; VÁZQUEZ GÓMEZ,
G., Formación científica y métodos del profesorado universitario, UIMP, Santander, 2003.

395
 En general, la navegación por la red como fuente de información no es algo esporá-
dico ni suena a novedad, sino que para la mayor parte del mundo se ha convertido en
algo tan cotidiano como el uso del teléfono o de la televisión. Internet ha transformado
el ordenador en una biblioteca virtual (y, por lo tanto, permanente) repleta de recursos,
como bases de datos, libros electrónicos, fotografías y todo tipo de artículos, mapas, música
y revistas en línea.

Todo comenzó en 1971, cuando el Departamento de Defensa (DoD) estadounidense

creó ARPANET, una red de comunicación entre ordenadores cuya función inicial era ase-
gurar las comunicaciones incluso en el supuesto de un ataque nuclear2. Este requerimiento
se llevó a cabo por medio de una de los más elegantes desarrollos de software ideados
hasta la fecha: el protocolo TCP/IP, por el cual la información se dividía en paquetes que
circulaban del origen al destino por una trayectoria de servidores, que iban variando según
el estado del flujo de la red. De manera que si uno de los servidores quedaba fuera de ser-
vicio por algún motivo, la ruta variaba automáticamente hasta que se alcanzaba el destino
y se enviaba una señal de conformidad para el envío del siguiente paquete por la ruta que
funcionaba en ese momento.

Merced a la fuerte vinculación que existe en Estados Unidos entre las instituciones de
investigación y el DoD, el siguiente paso que dio ARPANET fue la ampliación a los de-
partamentos universitarios más próximos por sus líneas de investigación y, más tarde, al
resto de la universidad americana, hasta convertirse en Internet. En aquellos días, dado el
aún incipiente desarrollo de la tecnología (comunicación y soporte de hardware), los con-
tenidos de la red eran exclusivamente textuales, contando entre sus funciones principales
la comunicación entre departamentos y universidades y el uso compartido de distintas
bases de datos, como Gopher, Archie, etc. A finales de los noventa, Tim Berners-Lee y
Robert Cailliay, investigadores del CERN en Ginebra, desarrollan el Hyper Text Mark-up
Language, instrumento que proporcionó el disparo de salida para la que se ha convertido
en la World Wide Web, la estrella absoluta de Internet. Esta herramienta codificaba la in-
formación escrita, gráfica, sonora y de vídeo por medio de hipervínculos, lo que permitía
un manejo mucho más sencillo e intuitivo de las cada vez más ingentes cantidades de
información3.
2 Véase, para profundizar en la historia de Internet, alguno de las siguientes obras publi-
cada entorno a un tema sobre el que tanto se ha escrito: ADELL, J., “La internet: posibili-
dades y limitaciones”, en AA.VV., La Comunidad Valenciana ante la sociedad de la información,
Fundación Universidad-Empresa, 1996; BROWN, J. M., “The Global Computer Network:
indications of the use worldwide”, en The International Informations & Library Review, v. 26,
n. 1, Mar. 1994; CASTELLS, M., “La Era de la Información”, en La Sociedad Red, Vol. I,
Edit. Siglo XXI, México, 1999; MORLEY, D & SOLBERG, B., Harcourt’’s Guide to the World
Wide Web and WebCT, 1999.
3 Ibid., BROWN, J. M., “The Global Computer Network: indications of the use worldwide”,
en The International Informations & Library Review, v. 26, n. 1, Mar. 1994, p. 34.
396
 El resto de instituciones y organizaciones educativas tampoco ha escapado a la influen-
cia de Internet. No sólo se han creado nuevas formas de enseñanza (como la educación
a distancia en tiempo real), sino que han cambiado los métodos de investigación y de
recogida de datos. Actualmente la gran mayoría de profesores e investigadores busca in-
formación siguiendo esta línea secuencial: primero, en Internet, luego en bibliotecas y en
último término en librerías. Entre muchas de las ventajas de utilizar la red de redes están: la
rapidez con que se puede encontrar la información; la gran cantidad de datos que se pueden
conseguir acerca de un mismo tema de interés; el bajo costo que significa el no tener que
comprar determinados libros, etc.

Sin embargo, Internet también conlleva el riesgo de convertirse en un gran laberinto

donde perder mucho tiempo y del que salir sin encontrar la información deseada, por lo
que se hace imprescindible desarrollar las destrezas necesarias para sortear la gran canti-
dad de información de mala calidad.

Para realizar nuestra investigación sobre Internet como herramienta imprescindible

en las investigaciones sobre las ciencias jurídicas y sociales, hemos analizado estudios an-
teriores, como el realizado por BROWN4 sobre el uso de Internet en todo el mundo. De
los estudios dedicados a la comunidad académica5 hemos consultado los de LAZINGER6,
4 A través de estadísticas y ejemplos de desarrollo de algunos países, el autor concluía que
la Red todavía no es tan global como debería, para ser la forma única de compartir cono-
cimientos. Según el autor, el número de países y bibliotecas que utilizan los recursos de In-
ternet con intensidad y quienes utilizan están en los países desarrollados aún es pequeño.
concluye diciendo que el uso de Internet puede consumir mucho tiempo, pero el beneficio
es alto.
5 Entre todos, hemos prestados especial atención a los siguientes por su calidad y ri-
gor académico: LAZINGER, Susan et alii. Internet Use by Faculty Members in Various
Disciplines:a comparative case study. JASIS, v.48,n.6,p.508-518, Jun.1997; ADELL, J.,
“La internet: posibilidades y limitaciones”, en AA.VV., La Comunidad Valenciana ante
la sociedad de la información, Fundación Universidad-Empresa, 1996; BANE, Adele F.;
MILHEIM, William D. Posibilidades de la Internet: cómo usan la Internet los profesores
universitarios.Nuevas Tecnolog␣as, v.2, n. 2, p. 47-54, May/Ago. 1996.
6 Lazinger se propuso examinar el uso de Internet en varios sectores de la Universidad He-
braica de Jerusalén para verificar la influencia de ciertas variables. Fue un estudio cuanti-
tativo, para el cual distribuyeron casi 1000 cuestionarios en la comunidad académica, cons-
tituida por profesores y profesionales de la institución. Dividieron los informantes en dos
grandes grupos: los de las ciencias exactas y agrarias y los de las ciencias humanas y sociales.
Se comprobó que el servicio más utilizado por los dos grupos era el correo electrónico para
la correspondencia entre colegas. Los demás servicios como transferencia de archivos y gru-
pos de discusiones eran más utilizados por el primero grupo. Las encuestas revelaron que,
a pesar de que la mayoría habían aprendido el manejo de la Red sin cursos, sin embargo,
estarían interesados en recibir un entrenamiento formal para usarla adecuadamente, incluso
para conocer mejor los protocolos más avanzados (gopher, www, etc.). Los autores conclu-
yeron también que la conectividad es mayor en el primero grupo, sugiriendo que tal asunto
sea investigado en profundidad. Otra sugerencia de los autores es que las bibliotecas de la
Universidad deberían proveer cursos acerca de los usos de Internet.

397
ABELS7, BANE Y MILHEIM8 ,ADAMS Y BONK9. Su obra se verá reflejada a lo largo del
capítulo.

El presente capítulo se centra en algunas líneas generales enfocadas a la investigación

socio-jurídica basada principalmente en los datos obtenidos�����������������������������
vía Internet. Para ello�����
dis-
tinguiremos entre las investigaciones primarias y secundarias: las primeras se refieren a las
investigaciones que incluyen datos de participantes en la red; las segundas, a las investi-
gaciones que utilizan fuentes de información secundaria como libros o artículos periodís-
ticos y permiten acceder a información disponible on-line, desde fuentes como catálogos
bilbiográficos como periódicos on-line. Estas descripciones de investigaciones primarias
y secundarias en Internet se encuentran bastante próximas: por ejemplo, podemos con-
siderar como investigación primaria estudios sobre observaciones lingüísticas que usen
comunicaciones basadas en la red (por ejemplo, discusiones archivadas de algún chat).
De manera similar, clasificaríamos un análisis de un material archivado on-line como una
investigación primaria. Esencialmente, cualquier aproximación que signifique un análisis
de datos para producir una evidencia lo podríamos considerar como una fuente primaria.

En relación a las investigaciones secundarias, este capítulo presenta un gran nú-

mero de fuentes disponibles para las investigaciones en Ciencias Sociales y Jurídicas
y explica cómo usarlas de manera eficaz. Usar la red para localizar fuentes secunda-

7 El trabajo de Abels ha explorado los factores que influencian la adopción y el uso de los
servicios de las redes electrónicas en las facultades de ciencias e ingeniería de pequeñas
universidades americanas. La recogida de datos fue mediante correo electrónico, per-
mitiendo la inclusión de usuarios y no-usuarios de Internet en un mismo estudio de 216
cuestionarios, equivalentes a el 59% de los encuestas enviadas. El trabajo concluyó que los
factores que favorecen la aceptación del uso de redes son diferentes de aquellos que influ-
yen en la intensidad del uso de las redes y en el número de servicios usados. Por eso, las
instituciones precisan implementar acciones distintas para lograr diferentes finalidades:
para una mayor aceptación de las redes es necesario mejorar el acceso físico, mientras que
para su uso necesitan implantar un programa de preparación.
8 Bane y Milheim también estudiaron el uso de la red en el medio universitario americano.
El instrumento para recoger los datos fue enviado por los correos y validó 1536 respuestas.
Los autores concluyeron que Internet trae beneficios a los profesores universitarios, en
especial a aquellos que tienen experiencia informática, debido a la posibilidad de comuni-
cación vía correo electrónico y los grupos de discusión. Consideran que Internet tiene ven-
tajas sobre otros recursos de información y comunicación ya que es más rápida, fácilmente
accesible, mundial e interactiva. Como desventaja apuntan la necesidad de conocimiento
especializado para usar adecuadamente sus recursos y la dificultad de utilización cuando
“el tráfico está pesado”. Percibieron como problemas que no todas las personas acceden a
la red y el alto costo de los equipos para algunas universidades.
9 Aún a respecto al medio universitario, Adams y Bonk realizaron una sondaje acerca del
uso de fuentes de información electrónica con relación a los servicios bibliotecarios. Los
resultados revelaron que el mayor obstáculo en el uso de este tipo de información es la
falta de conocimiento de los recursos que la red propicia, y concluyeron que la preparación
debe ser considerada una prioridad por las universidades.

398
rias puede tener un gran valor pedagógico y complementa (pero no reemplaza) los
tradicionales métodos basados en las bibliotecas. Para aquellos que están inmersos
en la investigación y en la enseñanza, la riqueza de información disponible en Inter-
net –desde bases de datos de artículos periodísticos hasta artículos académicos- es
incalculable. Estos recursos pueden ayudarnos a localizar información de una ma-
nera rápida y eficaz, pero la reflexión realmente importante se ciñe a la calidad y la
exactitud de las fuentes encontradas.

Para analizar Internet como una herramienta imprescindible en las investigacio-

nes socio-jurídicas hemos dividido el capítulo en seis apartados: así, comenzaremos
por exponer algunas de las estrategias más usuales para la búsqueda de fuentes en
Internet; continuaremos con una exposición de las principales herramientas con las
que los investigadores cuentan en la Red –buscadores, directorios, bases de datos,
chats, foros, comunidades virtuales, etc.-; más adelantes haremos un pequeño aná-
lisis sobre la calidad y la veracidad de la información que se encuentra en la red, los
valores éticos y morales que no debemos dejar de tener en cuenta al hacer uso de
la red, para lo cual el uso de las citas de las fuentes extraídas de Internet es funda-
mental; y, por último, nos detendremos en la cuestión de los derecho de autor de las
obras que se encuentran en la red.

1. Estrategias para la búsqueda de fuentes en internet

La investigación en la red comienza como cualquier otra búsqueda: se explo-

ran las diferentes áreas hasta que se establece un tema; se juzga la fiabilidad de
las fuentes; se reúne una cierta cantidad de información sólida; se estructura una
bibliografía con la que trabajar, y se accede a distintas bases de datos de centros de
investigación10.

En el uso de los métodos tradicionales de investigación es posible gastar innume-

rables horas en la biblioteca, entrevistando a las fuentes y actualizando la informa-
ción a través de los periódicos. Sin embargo, en la actualidad podemos acceder por
Internet en tan solo un instante a miles de catálogos de bibliotecas, incluyendo a la
gran mayoría de las bibliotecas de las mejores universidades11. Sus catálogos on-line
10 Para profundizar en los métodos de investigaión, Vid. en especial: RODRÍGUEZ, J. GIL
Y E. GARCÍA, Metodología de la investigación cualitativa, Edit. De Aljube, Málaga, 1996;
SABINO, C., El Proceso de Investigación, Editorial Panapo, Caracas, 1992.
11 Existe una amplia bibliografía sobre metodología para la investigación en la Red, por lo
que recomendamos las siguientes obras en particular por las estratégias de búsqueda de
datos que ofrecen: ACKERMANN, E. & HARTMAN, K., Searching and Researching on the
Internet and the World Wide Web, Ed. Franklin, Beedle & Associates, Inc., Oregon, 2000;

399
nos permiten realizar búsquedas por autor, título o materia en un tiempo récord,
pues Internet cuenta con herramientas de búsqueda de miles de datos por segun-
do. En cualquier investigación es importante encontrar la información necesaria sin
malgastar el tiempo, y la mejor manera de conseguir dicho objetivo es aprender a
usar Internet y sus herramientas de búsqueda, y evaluar las pesquisas en términos de
relevancia, calidad y fiabilidad.

Debido a los frecuentes cambios y reconstrucciones de las páginas, resulta impo-

sible trabajar con rigor académico en Internet sin establecer parámetros para juzgar
la fiabilidad de los datos. El primer paso para establecer la confianza en una página
web es buscar el nombre del autor. Si existe un link biográfico, se deberá consultar
para comprobar la cualificación del autor. El siguiente paso consistirá en ver si la pá-
gina web presenta otras fuentes fiables, comprobar dichas fuentes para ver si aportan
una información adecuada y clara. La siguiente comprobación atañe a la actualiza-
ción de los datos, abriendo los links citados o comprobando directamente la fecha
de actualización de la página. Si estamos en una web de una biblioteca, podremos
ver las fechas de su material.

La habilidad para encontrar la información deseada en Internet depende en

gran medida de la precisión y efectividad con que se utilicen las herramientas de
búsqueda. La clave no consiste en conectarse al motor de búsqueda y revisar miles
de documentos, sino en precisar los datos que introducimos para que el mecanismo
de búsqueda seleccione un grupo selecto de páginas. Para ello, la clave consiste en
formular la pregunta adecuada para llegar hasta la respuesta deseada.

Veamos, a continuación, una estrategia diseñada para la������������������������

búsqueda���������������
de la informa-
ción necesaria para una investigación socio-jurídica:

ADELL, J., “La internet: posibilidades y limitaciones”, en AA.VV., La Comunidad Valenciana

ante la sociedad de la información, Fundación Universidad-Empresa, 1996; BANE, Adele F.;
MILHEIM, William D. Posibilidades de la Internet: cómo usan la Internet los profesores
universitarios.Nuevas Tecnolog␣as, v.2, n. 2, p. 47-54, May/Ago. 1996; BASCH, R., In-
vestigación en Internet, Grupo Editorial Norma, Colombia, 2000; DOMINGUEZ, P., D., &
GUEVARA, D. P., El internet, un desalentador o un motivador, ponencia dictada durante el 1er
Congreso sobre la praxis de la lectura en el ámbito universitario, Universidad Autónoma
Metropolitana, 8 de noviembre de 2007; HENRÍQUEZ, G., “El uso de la Red Internet en
la investigación social”, en Revista Electrónica La Sociología en sus Escenarios, No 3, Enero
2000; JONES, S., Doing internet research, Sage, California, 1999; LECOMPTE, M.D., MILL-
ROY, W.L. y PREISSLE, J., Handbook of Qualitative Research, Academic Press, San Diego, 1992;
RATHSWOHL, G., Compact Internet: Finding Information in Cyberspace, Addison-Wesley,
Massachussetts, 1998; RODRÍGUEZ, J. GIL Y E. GARCÍA, Metodología de la investigación
cualitativa, Edit. De Aljube, Málaga, 1996; SABINO, C., El Proceso de Investigación, Editorial
Panapo, Caracas, 1992.

400
i) En primer lugar acotaremos lo máximo posible el área sobre la que vamos a
indagar. Para ello construiremos una frase que acote nuestra investigación en
espacio y tiempo. Por ejemplo, el estudio de “los derechos fundamentales en
Colombia” resultaría un tema demasiado amplio, por lo que deberíamos res-
tringirlo de la siguiente manera: “los Personeros y la protección de los Derechos
humanos vulnerados en la lucha contra las FARC durante la Presidencia de
Alvaro Uribe”.
ii) Una vez limitado el ámbito de estudio, podremos identificar los conceptos más
importantes que nos servirán de “palabras claves” en nuestra búsqueda. En nues-
tro caso, podrían ser: “personeros”, “Derechos humanos”, “FARC”, “Alvaro Uri-
be”, “Colombia”.
iii) En este sentido, es interesante observar si existen sinónimos o términos relacio-
nados con nuestras palabras claves y utilizarlos para ampliar las opciones de
búsqueda. En nuestro caso, podríamos sustituir “Derechos fundamentales” por
“Derechos humanos”, “Conflicto colombiano” por “FARC”, etc.
iv) Hay que escribir todos los términos de la búsqueda en letras minúsculas, salvo
que se trate de nombres propios. Si introducimos una palabra clave en ma-
yúscula, el motor de búsqueda sólo presentará los documentos que tengan esa
palabra en mayúscula.
v) Si usamos términos en inglés, obtendremos mejores resultados. En castellano, la
cantidad de referencias será mucho menor, pero la mayoría vendrán en español.
vi) Al usar búsquedas que contengan varias palabras en un orden específico, se
deberán entrecomillar. Por otra parte, para obtener más resultados, se puede
usar sólo la raíz de una palabra y completarla con un asterisco. Si, por ejem-
plo, ingresamos en el buscador “tele*”, podemos obtener como respuesta las
siguientes opciones: telephone, telescope, Telecom, telematic, Telefónica, tele-
port, televisión.
vii) El matemático inglés George Boole desarrolló una lógica algebraica que se ha
convertido en la base para las búsquedas de bases de datos por ordenador. La
lógica booleana utiliza voces llamados operadores para determinar si una decla-
ración es falsa o verdadera. Los operadores más comunes son: AND, OR y NOT.
(Y, O y NO). Algunos motores de búsqueda por palabra clave permiten el uso de
operadores booleanos (nexos lógicos que especifican cuál debe ser la relación
entre los términos ingresados). Veamos:
- AND (Y): indica que tanto las palabras que anteceden como las que siguen al
operador deben aparecer en los resultados de la búsqueda.
- OR (O): si quiere ampliar su búsqueda para encontrar documentos que con-
tengan sólo alguna de las palabras claves, puede usar el operador OR (O) entre
palabras. Esto es muy útil cuando esté buscando términos que tengan sinónimos
que podrían ser utilizados alternativamente en distintos documentos. Este ope-

401
 rador manifiesta que nos interesan los documentos que contengan al menos una
de las dos palabras que hemos indicado en la búsqueda.
- ADJ (adyacente): especifica que ambos términos deben aparecer seguidos en el
texto. En algunos buscadores se obtienen los mismos resultados colocando las
palabras entre comillas.
- NOT: indica que la palabra clave anterior al operador deberá aparecer en los
documentos resultantes, pero no debe aparecer la palabra clave insertada des-
pués del operador.
- XOR: especifica que, de ambas palabras claves, sólo debe aparecer una, cual-
quiera de ellas.
Algunos buscadores pueden limitar las búsquedas a áreas específicas, de las que
las más comunes son título y URL. Por ejemplo: si se está buscando información
sobre psicología deportiva y quiere páginas Web enteras dedicadas a este tema
que contengan las palabras clave en sus títulos, podrá usar la sintaxis: title: psi-
cología AND deportiva.
viii) Cada vez que se encuentre un lugar relevante se debe recordar incluirlo en el
archivo de ““marcadores”” o ““favoritos””.
ix) Por último, en algunas ocasiones se necesita imprimir la información de una pá-
gina de Internet. Debes recordar configurar el navegador para que, al imprimir,
incluya el título del trabajo, el URL y la fecha. No podrás utilizar el material si
no recuerdas de dónde se obtuvo.

Una vez que hemos expuesto los diferentes pasos de una de las estrategias más
seguidas por los investigadores socio-jurídicos, veamos a continuación cuáles son las
herramientas específicas con las que contamos en la Red para realizar investigacio-
nes socio-jurídicas de alto nivel académico.

2. Herramientas especializadas de internet para uso académico

Una gran parte de las múltiples herramientas especializadas que Internet ha

proporcionado se destina actualmente a facilitar los intercambios y la comunicación
entre investigadores, profesores, científicos, empleados de instituciones educativas y
organizaciones culturales.
A continuación, presentaremos las principales características de estas herramien-
tas, basándonos como texto de referencia en el libro electrónico12, y centrándonos de
manera particular en las listas de distribución o discusión para crear comunidades
virtuales de usuarios y por su propagación y efectividad para el ámbito académico,
científico, profesional y cultural.
12 Vid., REY VALZACCHI, J., Internet y educación, en http://www.educoas.org/
402
 2.1. Buscadores, directorios y sitios web temáticos y especializados de libre
acceso

Los buscadores son los programas de Internet que cumplen la función de localizar
sitios web, imágenes, noticias, documentos o videos. Algunos de estos programas se
han especializado, presentando búsquedas por canales temáticos para permitir la lo-
calización de información más específica, mediante buscadores temáticos y buscador
de buscadores temáticos. En general utilizan un tipo de software denominado “spiders”
(arañas), que se desplazan a través de toda la Web13, visitando millones de páginas y
registrando sus direcciones en grandes bases de datos. A partir de allí, algunos bus-
cadores envían “robots” a cada una de estas direcciones, los cuales se encargan de
almacenar el texto de dichas páginas14.

Spiders, robots, y wanderers15 son palabras que se usan indistintamente, y sirven

para calificar la clase de programas que recorren la Web cosechando cierto tipo de
información sobre cada lugar visitado (por ejemplo: título, texto, imágenes, etc.). El
“viaje” del robot continúa con la visita a las páginas referenciadas y así sucesivamente.
En la actualidad existen aproximadamente unos 3.700 buscadores de información16.
No todos los buscadores de información son iguales, sino que se distinguen por:

- El tamaño de la base de datos que contiene los índices de búsqueda;

- La frecuencia de actualización de dichos datos;
- La lógica de búsqueda, mediante la cual se va acotando la localización de las pa-
labras y/o temas solicitados por el usuario;
- La rapidez con la cual se encuentra la información pedida; y
- La relevancia, con la cual se presenta la información, en orden de importancia.

En segundo lugar, los directorios son portales que clasifican su información por
categorías temáticas, lo que permite acceso a información más relevante para cada
usuario según sus intereses.

Por último, los sitios web temáticos y especializados albergan cantidad –y en ocasiones,
calidad- de contenidos especializados en un área temática. Algunos de ellos, por su
reconocimiento se han transformado a la modalidad de “pague por ver” mediante
suscripciones o pago por contenidos específicos.

13 Recordemos que su traducción es, justamente, “telaraña”.

14 Vid., CASTELLS, M., “La Era de la Información”, en La Sociedad Red, Vol. I, Edit. Siglo
XXI, México, 1999; Morley, D & Solberg, B., Harcourt’’s Guide to the World Wide Web
and WebCT, 1999.
15 Del inglés, “Viajeros”, “vagabundos”.
16 Ibid.

403
 2.2. Bases de datos on-line: el internet visible y el invisible

Muchas empresas de información y documentación, bibliotecas o instituciones

culturales han generado programas y espacios electrónicos (referenciales) y digitales
(texto completo) con el fin de proveer información especializada por Internet que
facilite el acceso a múltiples usuarios a la vez. Estas bases de datos normalmente son
propiedad de grandes multinacionales, y las instituciones establecen convenios con
ellas buscando prestar servicios de información de calidad a todos sus usuarios.

A lo largo de la historia se han generado incontables escritos recogidos en tabli-

llas, muros, papiros y libros. Se ha cuantificado que el saber de la antigüedad custo-
diado en la Biblioteca de Alejandría, ocuparía 0,8 terabytes17, y los veinte millones
de libros de la Biblioteca del Congreso de Estados Unidos ocuparían (sin contar sus
ilustraciones) 20 terabytes. Pues bien, la totalidad de un corte actual de la Web visible
o superficial daría 7,5 terabytes de texto, mientras que para Internet invisible o Web pro-
funda (según BrightPlanet) daría 7.500 terabytes de información18.

En síntesis, Internet invisible o Web profunda es el espacio de Internet que inclu-

ye principalmente a las bases de datos en línea cuya información puede ser registra-
da y ubicada por los buscadores. En la actualidad, ningún buscador puede abarcar
más allá del 50% de la Red, según Search Engine Watch19, y en estos momentos es
difícil saber qué proporción de la Web abarca la suma de todos los buscadores o, en
otras palabras, qué porción de la Web es invisible a cualquier búsqueda20.

2.3. Chats y foros

Esta herramienta es una de las que mayor crecimiento y utilización está teniendo
en la red por parte de usuarios de todo tipo, pero en especial, en lo referente a las
relaciones interpersonales y el entretenimiento. Sin embargo esta herramienta de
“charla en vivo” se está comenzando a utilizar en el ámbito educativo y de investiga-
ción para aprovechar su potencial buscando potenciar la educación y la investigación
“virtual”, facilitando diálogos e intercambios sincrónicos entre varios participantes
que no tienen la facilidad de la cercanía física.

17 Un terabyte es un millón de megabytes, o megas.

18 Vid., CASTELLS, M., “La Era de la Información”, en La Sociedad Red, Vol. I, Edit. Siglo
XXI, México, 1999; MORLEY, D & SOLBERG, B., Harcourt’’s Guide to the World Wide Web
and WebCT, 1999.
19 Vid., http://searchenginewatch.com/
20 En febrero de 2010, un estudio de la revista Nature calculaba que entre todos los buscado-
res no se cubría más que el 42% de la red.

404
 Por otra parte, los news-groups, grupos de noticias o foros de discusión presen-
tan un tronco común con las listas de correo, ya que su funcionamiento se realiza a
través del correo electrónico. Su fin, en definitiva, es el mismo: interactuar con otras
personas e intercambiar información.

A diferencia de las listas, que se presentarán a continuación, donde se conforman

grupos de suscriptores a los cuales les van llegando a sus respectivas casillas de co-
rreo los mensajes de los integrantes, en los foros de discusión los interesados deben
ir a “ver” los mensajes (denominados artículos) que las personas vayan publicando, a
manera de “tablón de anuncios”.

2.4. Listas de distribución o discusión

Una lista de distribución o discusión es un conjunto de direcciones electrónicas

que se usan para enviar ciertos mensajes o anuncios con un contenido de interés
general para todos los miembros de la lista. La lista es gestionada por uno o varios
coordinadores cuya misión principal es hacer que se respeten las normas mínimas21.

Las listas de distribución son grupos de personas que se intercambian mensajes

sobre una temática particular, compartiendo sus conocimientos y debatiendo temas
de interés común, formando así una Comunidad Virtual. Sirven para canalizar in-
formación de interés, articular grupos de interés y trabajar en grupo. Han recibido
varias denominaciones: Listas de distribución de correo electrónico, Listas de discusión de
correo electrónico, Listas de correo, Mailing List pero su funcionamiento es básicamente
el mismo: envío de mensajes de correo electrónico, a un grupo de destinatarios pre-
viamente definidos.

Aunque se usen las denominaciones de forma indistinta, es importante diferen-

ciar entre dos tipos de listas22:

21 Para ampliar la información sobre esta cuestión, véase, entre otros: CANALES, M. Y
ADRIANA BINIMELIS, “El Grupo de Discusión”, en Revista de Sociología, Universidad de
Chile, No 9, 1994, pp. 107-119; HENRÍQUEZ, S., F. FUENTES, “El Grupo Virtual de dis-
cusión. Una alternativa de investigación social en el ciberespacio”, en Revista Sociedad Hoy,
Año 2, Vol. 1, # 2-3, Universidad de Concepción, Chile, 1999, pp. 123 – 133; IBAÑEZ,
J., Más allá de la Sociología, el grupo de discusión: Teoría y Crítica, Edit. Siglo XXI, Madrid,
1979; MAYANS I PLANEÉIS, J., “Género Chat. Ensayo antropológico sobre socialidades
cibertextuales”, en Revista Electrónica de la Cibersociedad, 2001.
22 Cfr. IBAÑEZ, J., Más allá de la Sociología, el grupo de discusión: Teoría y Crítica, Edit. Siglo
XXI, Madrid, 1979

405
 a. Lista de Distribución

Un usuario se suscribe a una lista para recibir periódicamente mensajes que ge-
neralmente serán boletines o publicaciones electrónicas de formato sencillo sobre
temas específicos. La suscripción es generalmente gratuita. En este tipo de lista
el usuario no puede enviar mensajes a las personas que la conforman; sólo puede
dirigirse a la dirección electrónica del responsable. Estas p�������������������������
ublicaciones son muy úti-
les para las personas que desean estar informados de temas muy específicos.

b. Lista o Foro de Discusión

Consiste en un listado de personas a las que son distribuidos los mensajes envia-
dos a la dirección de correo electrónico de la lista. Su fin es lograr la participación
de varias personas en discusiones sobre temas específicos y lograr la distribución
de informaciones a un grupo con interés común. Cuando usamos el correo electró-
nico, generalmente enviamos los mensajes a la dirección de la persona que debe
recibirlo. En el caso de la lista o foro de discusión, que tiene su propia dirección de
correo electrónico, es a dicha dirección común a la que enviamos los mensajes para
ser distribuidos a todos los suscriptores. Al recibir los mensajes, pueden responder
con opiniones o sugerencias públicas (que a su vez todos los demás recibirán) o res-
ponder en privado al autor del mensaje si la respuesta no es de interés general de
la lista o no incumbe a los otros miembros. En las listas intervienen cuatro agentes:
los suscriptores, la tecnología del correo electrónico, el programa de distribución de
mensajes y el servidor al que llegan y del que salen los mensajes enviados por los
miembros de una lista. Por lo general, los suscriptores suelen ser miembros de una
misma comunidad científica o profesional que se unen a estas listas para compartir
informaciones con los miembros; para ellos el uso del correo electrónico es cotidiano
y emplean las listas como una fuente más de información23.

En este punto es necesario también diferenciar el uso y suscripción a una lista

entre las que forman parte de un programa de educación virtual -ante lo cual habrá
una dinámica particular (tarea) que sigue un derrotero, un currículo y programa de
formación establecida-, y las listas creadas como espacio de intercambio, como espa-
cio de formación continua, de aprendizaje para toda la vida, donde su temática general
es su línea a seguir. A continuación nos centraremos en el segundo caso.

23 Cfr., HENRÍQUEZ, S., F. FUENTES, “El Grupo Virtual de discusión. Una alternativa de
investigación social en el ciberespacio”, en Revista Sociedad Hoy, Año 2, Vol. 1, # 2-3, Uni-
versidad de Concepción, Chile, 1999, pp. 123 – 133
406
 Entre otras ventajas, las listas de intercambio permiten formular preguntas que se
dirigen a cientos de colegas simultáneamente, recibir los mensajes directamente en
el buzón y enviarlos o leerlos en cualquier momento, formarse una opinión del es-
tado de la profesión, acceder a la información formal e informal, establecer vínculos
con profesionales del mismo campo de interés, enriquecerse de ideas y críticas con
colegas reconocidos, o disfrutar de un estatus de igualdad entre emisores y recepto-
res.

Así los profesionales pueden conocer las actividades, programas desarrollados

por otros centros, cooperar, compartir recursos, consultar dudas (remitiendo poste-
riormente a la lista una recopilación de las respuestas recibidas) e intercambiar expe-
riencias a la hora de poner en marcha nuevos proyectos. Considerada últimamente
como un primer paso en el camino hacia las comunidades virtuales, la Lista resulta
una forma de comunicación muy viva y dinámica.

Las distintas configuraciones de las Listas permiten definir distintos tipos de lis-
tas, según las necesidades del grupo. El administrador o persona encargada del
mantenimiento de la Lista y de su buena marcha puede optar por una Lista abierta,
en la que se suscriba quien lo desee, o bien por una Lista cerrada, limitada a aque-
llas personas que cumplan una serie de requisitos: pertenencia a grupo profesional,
interés demostrado por la temática de la lista, etc. Los programas de distribución
permiten otra serie de opciones, como descargar directamente documentos deposi-
tados en el servidor, así como la consulta a los archivos retrospectivos de los mensajes
enviados en el transcurso de la lista de distribución.

Las distintas configuraciones de las listas son una cualidad muy importante, ya que
permiten definir tipos de listas diferentes, según las necesidades del grupo. Veamos,
a continuación los diferentes tipos de Listas según su moderación:

A. Lista moderada: en este tipo de listas hay uno o varios miembros que se respon-
sabilizan de la moderación de los mensajes. Así, cuando se envían los mensajes por
sus participantes, el/los moderadores los supervisan y determinan si se envían a toda
la lista o no. La ventaja de este tipo de listas radica, en que los usuarios nunca reci-
birán mensajes fuera de tema. El inconveniente es que los mensajes pueden llegar a
todos los participantes tarde, pues no serán recibidos hasta que hayan sido revisados
y reenviados por el moderador, además de las posibilidades de “censura” consciente
o inconsciente, directa o indirectamente.

B. Lista no moderada: todas las personas suscritas pueden unirse al debate sin nin-
guna restricción. Tiene la ventaja de que los mensajes son recibidos inmediatamente

407
por los usuarios, y la desventaja de recibir mensajes fuera de tema, de baja calidad,
erróneos o comerciales (spam).

Existen otros dos tipos de listas que se subdividen en otras dos posibilidades se-
gún el acceso a los mensajes y otros materiales de la lista:

A. Lista Abierta: cualquier persona se puede inscribir a la lista sin ninguna restric-
ción o condición.

B. Lista Cerrada: sólo se admite a la persona si reúne un cierto perfil o condición.

Quien se encarga de la aceptación o el rechazo es la persona responsable o admi-
nistrador de la lista. Las listas cerradas suelen partir de un formulario en el que se
pregunta a los interesados por cuestiones laborales. Muchas requieren una renova-
ción en un tiempo definido (anual, por ejemplo), con el fin de dar de baja a aquellos
suscriptores que no sigan interesados en pertenecer a ella, pero que se mantienen
de forma pasiva.

Acceso a los mensajes y otros materiales de la lista.

A. Privado, sólo para los miembros.

B. Público, para cualquier persona.

Muchas listas definen el tipo de moderación usada para orientar mejor su fun-
cionamiento y hacer cumplir correctamente los objetivos para los que se creó. En
estos casos, se distinguen dos funciones que pueden realizar una o más personas de
la lista:

Administración: mantenimiento y supervisión del funcionamiento del grupo.

Moderación: pasa a ser filtro, ya que los mensajes llegarán primero a su buzón y
será él quien los reenvíe a la lista. Se trata de establecer mecanismos de control para
no difundir mensajes inadecuados, pero también servir de promotor para impulsar
temas de debate, organizando las intervenciones y procurando que no surjan proble-
mas entre los suscriptores24.

24 Vid., CANALES, M. Y ADRIANA BINIMELIS, “El Grupo de Discusión”, en Revista de

Sociología, Universidad de Chile, No 9, 1994, pp. 107-119
408
 Varias listas, buscando un mejor funcionamiento, han cambiado entre la mode-
ración o la ausencia de la misma, aunque en ocasiones tampoco ha sido la respuesta
para mantener la calidad de los mensajes.

2.5. Comunidades Virtuales de Usuarios

Las comunidades virtuales se pueden caracterizar de muchas maneras. Una de

las más prácticas utiliza la forma c������������������������������������������������
���������������������������������������������
mo interactúan y utilizan las diferentes herra-
mientas de Internet :
25

i) Comunidades basadas en una lista de distribución

A través de la cual los usuarios comparten experiencias e información sobre una

temática de interés común; además los usuarios pueden acceder al archivo de estos
mensajes, siempre y cuando estén suscritos a la lista. Algunas de estas comunidades
también ofrecen enlaces a sitios web de interés y a documentos relacionados. Sin
embargo, este grupo de comunidades no corresponde exactamente a lo que se defi-
ne como comunidad virtual, sino que son el inicio de lo que puede llegar a ser una
verdadera comunidad virtual. Los usuarios utilizan el sitio web para suscribirse a la
lista y para acceder a los mensajes archivados en ella, pero sin ofrecer más servicios.

ii) Comunidades virtuales propiamente dichas

Son aquellas basadas en una web que agrupa personas relacionadas con una te-
mática común, pero que además de utilizar listas de distribución ofrecen otro tipo
de servicios, que se van creando en función de las necesidades de cada comunidad y
varían de unas a otras.

Dichos servicios son de diversas índoles:

a) Servicios de documentación. En este espacio se incluyen:

- Acceso a los mensajes de la lista archivados: para acceder a este servicio hay que
ser miembro de la comunidad.
- Enlaces a webs relacionadas con el tema. Enlaces a documentos electrónicos den-
tro de la comunidad y enlaces externos.

25 Cfr., HENRÍQUEZ, S., F. FUENTES, “El Grupo Virtual de discusión. Una alternativa de
investigación social en el ciberespacio”, en Revista Sociedad Hoy, Año 2, Vol. 1, # 2-3, Uni-
versidad de Concepción, Chile, 1999,

409
- Revista electrónica: exclusiva de temas de interés de la comunidad y/o miembros
de ella.
- Búsqueda avanzada: permite realizar búsquedas de artículos dentro de la co-
munidad, de los mensajes archivados o búsquedas en Internet sobre el tema en
concreto.
- Directorio: encontrar los datos de contacto de todos los suscritos a la comunidad,
por ejemplo su dirección de correo, enlace a páginas personales en caso de tener-
las, etc.
b) Servicios de comunicación e intercambio. En este espacio se incluyen:
- Listas de distribución: sería el verdadero núcleo de la comunidad, a través de la
cual los miembros se comunican e intercambian información. Como ya hemos
dicho, la mayoría de las comunidades surgen de las listas iniciales.
- Foros de discusión-Tablón de anuncios: sólo algunas de las comunidades ofrecen
este espacio. Generalmente está destinado a favorecer los intercambios de infor-
mación entre los miembros, ya sea sobre congresos, jornadas o cualquier informa-
ción que los miembros consideren de interés.
- Chat: espacio de comunicación sincrónica que permite realizar reuniones en
tiempo real. Puede utilizarse para preguntar dudas, plantear cuestiones o, en
definitiva, como un espacio de trabajo colaborativo en tiempo real. Son todavía
pocas las comunidades que ofrecen este servicio. Además, entre ellas hay dife-
rencias en cuanto a su utilización y disponibilidad. Unas comunidades permiten
acceder al chat a cualquier persona, mientras que otras has de ser un usuario
registrado para poder utilizarlo. Por otro lado, hay comunidades que tienen el
chat disponible las 24 horas, mientras que otras tan solo unos días concretos de
la semana y a un horario fijo.
- Correo electrónico.
- Zona de trabajo colaborativo (BSCW): espacio de trabajo compartido que no re-
quiere la instalación de ningún software adicional. Permite intercambiar docu-
mentos de cualquier tipo y que los usuarios puedan hacer revisiones y trabajar
sobre ellos.

Otra clasificación atañe a sus grados de interacción e intereses26. En el caso de la inte-

racción encontramos tres tipos:

1. Listas enfocadas a cubrir las necesidades de aprendizaje (genérico): el enfoque con-

siste en proporcionar a gente interesada en un determinado tema, un sitio dónde
preguntar y aprender cosas sobre dicho tema. Muy posiblemente, evolucionen a
comunidades del siguiente tipo, o bien, los participantes conforme se sientan su-
ficientemente formados, pasen a una comunidad como la referida allí. También es
26 Ibid.
410
probable que los participantes se integren buscando la solución a un problema con-
creto. Una vez obtenida, la abandonarán (o, al menos, es muy posible que cesen en
su participación activa).

2. Listas enfocadas a la discusión entre iguales: se trata de un grupo más o menos

homogéneo de personas interesadas en un tema. No hay un proceso formal de pre-
guntas y respuestas, sino que la participación puede fluir en muchos sentidos, de-
pendiendo del interés por intercambiar información entre los participantes.

3. Listas enfocadas a cubrir las necesidades de aprendizaje dentro de un contexto formal:

en este caso se trata también de cubrir las necesidades de aprendizaje, pero en el
marco de un curso, seminario, congreso, encuentro, o similar. Pueden compartir ca-
racterísticas de las dos anteriores: se trata de un sitio donde preguntar y aprender so-
bre un tema, con una cierta homogeneidad en los participantes (salvo uno o más que
serán los responsables del curso o encuentro; y ellos serán, sobre todo al principio,
los que resuelvan las dudas y problemas). Conforme el curso avanza debería tender
a convertirse en una comunidad del segundo tipo, y cuando termina el periodo de
aprendizaje que ocasionó su creación, este tipo de comunidades suelen desaparecer.
Los integrantes que siguen interesados en el tema habrán de buscar otras comuni-
dades similares del segundo tipo (discusión entre iguales). Claro está, si no las hay
aún, pueden crearlas.

Atendiendo a los intereses, serían de 4 tipos:

- negocios (E-Society, de Economics),

- diversión y ocio (F-Society, de Fun),
- delincuencia y conducta “anormal” (B-Society, de Bad) y
- conocimiento (Knowledge Society / K-Society, sociedad del conocimiento, inte-
grada por científicos, profesionales y académicos).

Este último tipo de comunidad (K-Society) debe fomentarse desde las universida-
des, aunque sin descartar las comunidades de negocios, diversión y ocio, realidades
que tambiéinteractúan en torno al ámbito universitario.

411
 2.6. Comunidades Virtuales de Conocimiento: Knowledge Society / K-
Society

En concreto, las comunidades virtuales de usuarios orientadas hacia el conoci-

miento / Knowledge Society: K-Society27 persiguen reunir investigadores y profesionales
unidos por una temática e idioma común, para obviar los límites impuestos por las
distancias geográficas y el tiempo.

Los objetivos de estos grupos se centran en el intercambio de información y co-

nocimientos para el desarrollo de su trabajo profesional/académico. Están formados
por personas relacionadas profesionalmente con una temática común, independien-
temente de la institución a la que pertenezcan lo cual es un aspecto irrelevante en
este modelo, y surgen como producto del intercambio y la relación que generada a
través de las listas de distribución. Pero para conformarse y fortalecerse como comu-
nidad deben trascender este medio de comunicación y encontrar otros espacios de
intercambio, como los sitios web especializados, los congresos virtuales o las telecon-
ferencias temáticas:

Refiriéndose al ámbito general de la interacción en Internet, MANUEL CAS-

TELLS28 trae a colación las investigaciones de tipo panel de BARRY WELLMAN,
de la Universidad de Toronto, sobre las comunidades virtuales y que muestran la
realidad de la vida social en Internet:

“He aquí lo que señalan sus resultados: en primer lugar, las comunidades virtua-
les en Internet también son comunidades, es decir, generan sociabilidad, generan
relaciones y redes de relaciones humanas, pero no son las mismas comunidades que
las comunidades físicas. Esto puede parecer una verdad de perogrullo, pero había
que investigarlo y mostrarlo. Las comunidades físicas tienen unas determinadas re-
laciones y las comunidades virtuales tienen otro tipo de lógica y otro tipo de rela-
ciones”.

Las investigaciones llevadas a cabo por GISERT, FELIU Y PÉREZ29 a partir del
análisis de la evolución y actividad en listas de distribución temáticas observan que
encuentran su máximo potencial de perdurabilidad y viabilidad en cuanto dejan de

27 Vid., SANZ DE LAS HERAS, Jesús. Plataforma de Servicios de RedIRIS a las Redes Temá-
ticas Científicas [Documento electrónico] http://www.RedIRIS.es
28 CASTELLS, M., “La Era de la Información”, en La Sociedad Red, Vol. I, Edit. Siglo XXI,
México, 1999.

29 GISBERT, M.; FELIU, V.; PÉREZ, R. et al ¿Para que sirven las listas de distribución?
Redes, multimedia y diseño de entornos virtuales Universidad de Oviedo. [Documento
electrónico
412
ser meras listas de distribución de correo y constituyen comunidades virtuales pro-
fesionales con objetivos comunes, conciencia de grupo, normas de participación y
miembros estables. Así mismo, es la evolución de los grupos de discusión electrónica
hacia comunidades virtuales estables lo que de alguna manera constituye espacios
compartidos para la investigación, la formación y el desarrollo profesional de sus
miembros. PEREZ I GARCIAS30 apunta las enormes posibilidades de las listas de
discusión como espacios para el aprendizaje colaborativo, evidenciando que la ri-
queza de los intercambios supera los modelos expositivos que solicitan o aportan
información entre un miembro y el grupo, pues establecen relaciones de debate y
confrontación de ideas, argumentación y co-construcción de significados, propias de
modelos comunicativos centrados en la colaboración.

Si entramos a analizar las necesidades de la K-Society31, básicamente sus miembros

buscan los siguientes objetivos:

- Comunicarse con personas que comparten sus mismos intereses tem�������������

�����������
ticos y ade-
más residen en otros países, para ampliar su percepción del tema a escala inter-
nacional
- Comunicarse usando el mismo lenguaje o teniendo acceso a una unidad de tra-
ducción
- Tener acceso a información relacionada con sus temas de interés.
- Llevar a cabo búsquedas eficientes y complejas sobre la información que está re-
lacionada con sus temas de interés

Tanto el núcleo como la dispersión son necesarios: el primero para que se acu-
mule y crezca el conocimiento, la última para evitar que llegue a ser un fenómeno
sectario. De hecho, si no hubiera dispersión, los científicos estarían divididos en
pequeños grupos que comparten los mismos intereses, que hablan sólo entre ellos y
que sólo leen y se citan entre ellos. CHUBIN32 afirma que:

“Es necesario un cierto grado de encierro del conocimiento científico para que
se acumule y crezca, mientras que la capacidad de asimilar el conocimiento de otras
30 Vid., PAZOS, María; PÉREZ GARCIAS, Adolfina; SALINAS, Jesús. Comunidades virtua-
les: de las listas de discusión a las comunidades de aprendizaje. [Documento electrónico]
En: Edutec’01. V Congreso internacional de tecnología, educación y desarrollo sostenible,
2001. Murcia.
31 Cfr., HAWA, Marc. La Red a la Carta: Las Comunidades Virtuales de Usuarios y los Ser-
vicios Telemáticos Temáticos Integrados [Documento electrónico] http://www.uninet.edu/
neurocon/congreso-1/conferencias/int-neuro-hawa.html [Consultado el 25 de mayo de
2004].
32 Vid., D.E. CHUBIN, The Conceptualization of Scientific Specialties, S&o&@cul
QumtwJy,17 (1976) 448476;

413
áreas de investigación evita que las actividades de las comunidades científicas se tor-
nen totalmente subjetivas y dogmáticas”33.

3. La evaluación de la calidad y la veracidad de la información

en la red

Internet ha posibilitado que cualquier persona pueda publicar sus escritos en

línea, directamente, sin tener que pasar por los tradicionales cedazos que suponen
editores y editoriales. Este avance permite a los internautas encontrar información
más reciente y actualizada que la disponible en un libro, pues el tiempo que trans-
curre entre el momento en que el autor culmina su redacción y la fecha en que éste
es finalmente publicado y accesible al público a menudo provoca que la información
del libro pierda actualidad.

No obstante, esta facilidad también conlleva desventajas que no podemos perder

de vista. Al no haber un proceso de selección y de edición previo a la publicación,
por lo general la calidad del material publicado queda adversamente afectada. Por
tal razón, al utilizar recursos de Internet para realizar las investigaciones es de suma
importancia que se evalúe de manera muy crítica la información obtenida. La mayo-
ría de los autores sobre el tema coinciden en considerar dos factores básicos: la cre-
dibilidad de la fuente y la calidad del contenido. Para ello, se recomienda analizar los
siguientes aspectos: el autor, la fecha de publicación y su más reciente actualización,
el propósito y la objetividad de la fuente, y el tipo de dominio.

i) El autor

Hay que tener en cuenta que en Internet abundan los expertos autoproclamados.
Por ello, se debe investigar cuán experto es en realidad el autor. Se puede utilizar el
mecanismo de “Author Profile” (perfil del autor) que provee el motor de búsqueda
DejaNews. Puedes seleccionar el “Power Search” de DejaNews, insertando el correo
electrónico del autor en el recuadro de “Author” y hacer la búsqueda; los resultados
mostrarán dónde más ha publicado el autor, lo que ha dicho y qué preciso puede ser
sus conocimientos del tema. En caso de que no aparezca un autor definido, se debe
verificar quién puso esa información en Internet. Para ello habría que identificar
quién es el responsable o encargado de la página en la cual se encuentra publicada
la información y cuáles son sus credenciales y cualificaciones para la información
que suministra. Si una página no contiene el nombre del autor o de la institución,
33 BECHER, Tony Tribus y territorios académicos. La indagación intelectual y las culturas
de las disciplinas. Gedisa, Barcelona. 2001

414
debemos desconfiar de ella.

En algunas ocasiones, el URL nos indica si el que produce la información está

afiliado a una institución educativa (.edu), gobierno (.gov) , militar (.mil) o comer-
cio (.com). Si el URL tiene un guió curvo ( ““~””) esto significa que es una página
personal, en vez de ser una página de una institución. A continuación se provee más
información en torno al URL y los dominios.

ii) Dominios

Los dominios son el sufijo de tres letras que aparece después del punto en el URL
o dirección de la página. Los dominios pueden ser: .edu (educativo); .gov (gobier-
no); .com (comercial); .net (proveedor de servicios); .mil (ejército); y .org (institución
sin fines de lucro).

Uno de los indicadores de fiabilidad es precisamente el dominio de la página

en la cual está incluida la información en cuestión. Por lo general, los URL que ter-
minen en .gov, .edu y .mil tienden a proveer información más confiable y de mejor
calidad que las .net, las .com y las .org. Se debe a que las instituciones educativas, el
gobierno y el ejército tienden a ser muy cuidadosos en torno a su presencia en el
WWW, y por ello incluyen en sus páginas información confiable y de alta calidad.
Sin embargo, es preciso recordar que las cuentas en línea de los investigadores, los
soldados y los empleados gubernamentales también terminan en .edu, .mil, y .gov,
pero no son tan fiables como las páginas oficiales del gobierno, las universidades o
el ejército. Por lo tanto, estos dominios no garantizan necesariamente la calidad de
la información y deben tomarse medidas adicionales para verificarla, así como la
identidad y experiencia del autor.

En torno a las .org y .com, se debe tener mayor precaución con la información
contenida en las mismas, pues no suelen ser tan fiables como las .gov, y .edu. Las .com
tienen como objetivo principal el promocionar o vender productos. Por su parte, las
.org incluyen o excluyen información dependiendo de la agenda, causa o actividad
que promuevan. Ambas motivaciones suelen comprometer la objetividad e integri-
dad de la información contenida en estas páginas.

iii) Fecha de publicación y de actualización

A pesar de que la fecha de publicación no es un indicador de que la información

sea certera y confiable, no por ello deja de ser un factor a considerar. La fecha de
publicación, así como la de la más reciente actualización, te permiten conocer cuán

415
al día está la información y si la misma se actualiza con frecuencia, o si, por el con-
trario, fue una publicación de una sola vez que no ha sido revisada o actualizada.

Por ejemplo, una fecha de publicación de hace varios años, sin referencia a fechas
posteriores recientes de actualización, debe hacerte sospechar de si está al día, y
verificar si han acontecido cambios o existe nueva información en torno a la materia
en cuestión, que conviertan a la fuente en una incompleta u obsoleta.

De igual forma, debido a que la información en la Red es tanta y es tan fácil de

publicar, es posible que haya documentos en circulación que hayan sido reemplaza-
dos por versiones más recientes, publicadas en otras páginas o URLs.

iv) Objetividad y propósito

Además de verificar las credenciales del autor o la institución responsable por la

información, el tipo de página y cuán actualizada está la página, también es preciso
que analices el contenido de la página para verificar si es objetivo y correcto, pues
ambos factores están estrechamente ligados a la credibilidad que merece la informa-
ción.

Al analizar cuán objetivamente se presenta la información, nos debemos pregun-

tar si el autor tiene algún prejuicio político, cultural, ideológico, religioso o institu-
cional. De igual forma, se debe cuestionar cuál es el propósito de la información: si
es informar, explicar, o si por el contrario se intenta persuadir o vender un producto.
Si el autor es una institución, investiga si hay alguna manera de verificar si la
institución es legítima. Identifica si la página provee, por ejemplo, una dirección
física o postal o un número de teléfono, o si, por el contrario, se limita meramente a
proveer la dirección de correo electrónico de la institución.

v) Calidad

Al analizar la calidad del contenido de la información se puede verificar si las

páginas incluyen referencias a las fuentes de las cuales obtuvieron los datos. De igual
forma, se pueden examinar si sus enlaces son o no relevantes y si se encuentran ac-
tualizados.

Otro indicador de calidad y fiabilidad radica en la congruencia de la información

en cuestión con otra información sobre la materia, ya sea publicada en la Red o im-
presa en otra fuente.

416
 Por último, no se deben olvidar los indicadores básicos de calidad como lo son el
que esté libre de errores. Por lo general, el hecho de que la información no contenga
errores ortográficos y gramaticales denota un mayor grado de cuidado y un profe-
sionalismo por parte del autor.

4. La ética en el uso de internet

Para que todos podamos beneficiarnos de Internet es preciso que se sigan ciertas
normas de conducta34. Se requiere cierto grado de responsabilidad y moralidad,
tanto de los creadores de contenido o content creators (los que cuelgan la información
en el WWW), como de los usuarios de contenido o content users (los que utilizan la
información que está en la web). Probablemente, como investigador se tendrá la
oportunidad de pertenecer a ambos grupos, al de usuarios de contenido (al hacer
las investigaciones y búsquedas en la Red), y al de los creadores de contenido (si
se publican los escritos, se crea una página Web, o cuando se participa en foros de
discusión). Por ello, y para que puedamos interactuar con otros usarios correcta y
efectivamente, debemos saber qué es la netiqueta.

La ética se refiere a un código de conducta basado en estándares con los cuales

los miembros de una sociedad están de acuerdo. La etiqueta, por su parte, se refiere
a las formas de comportamiento requeridas por la costumbre o dictadas por alguna
autoridad para regir el comportamiento en la vida social o en actividades oficiales.
La netiqueta es pues la etiqueta de la Red, la etiqueta del ciberespacio. Se puede
definir como un conjunto de reglas para el comportamiento correcto en Internet, y uno de
sus principales postulados es comportarse dentro de un marco ético.

Uno de los postulados de la netiqueta ya discutido consiste en respetar los dere-

chos de autor de las personas que han publicado sus trabajos (escritos, imágenes,
etc.) en Internet. Además de este principio básico, existen otras normas y considera-

34 Sobre las cuestiones éticas en Internet, véase, AMERICAN PSYCHOLOGICAL ASSO-

CIATION, Publicational Manual American Psychological Association, APA, Washington, 2001;
BALAGUER PRESTES, R., “¿Agora electrónica o Times Square?. Una revisión de consi-
deraciones sociales sobre Internet”, en Revista Electrónica de la Cibersociedad, 2001; BANE,
Adele F.; MILHEIM, William D. Posibilidades de la Internet: cómo usan la Internet los
profesores universitarios.Nuevas Tecnolog␣as, v.2, n. 2, p. 47-54, May/Ago. 1996; BASCH,
R., Investigación en Internet, Grupo Editorial Norma, Colombia, 2000; CASTELLS, M., “La
Era de la Información”, en La Sociedad Red, Vol. I, Edit. Siglo XXI, México, 1999; DATA-
NÁLISIS C.A. “Penetración de Internet en la población y Perfil sociodemográfico de los
usuarios”. Tomado del URL: www.datanalisis.com. 2001; HENRÍQUEZ, G., “El uso de la
Red Internet en la investigación social”, en Revista Electrónica La Sociología en sus Escenarios,
No 3, Enero 2000.

417
ciones que debemos observar al navegar por el ciberespacio e interactuar con otros
internautas. En esta sección mostraremos las normas básicas de conducta e inclui-
remos normas concretas para el uso del correo electrónico, así como de las listas de
correo y de foros de discusión.

5. Cómo citar las fuentes extraídas de internet

Una parte esencial de todo proceso de investigación es señalar las fuentes utiliza-
das para desarrollar la investigación. Aunque sólo se haya parafraseado las palabras
exactas de un autor, se debe incluir la bibliografía que identifique la obra. Este pro-
ceso requiere la selección de un manual de estilo como guía en el proceso de citar las
referencias y desarrollar la sección de bibliografía35.

Citar es la forma correcta de utilizar porciones de una obra sin violar los derechos
de autor. Además, el citar las fuentes utilizadas evita acusaciones de plagio, que no
es otra cosa que un modo de robar las ideas y el trabajo de otras personas y nunca es
justificable, pues siempre se debe un reconocimiento a los autores en quienes basas
tus planteamientos. Para evitar el plagio debes:

1. Poner entre comillas el material que se utiliza de otras fuentes y citar claramente
la fuente.
2. Cuando se parafrasea o resume un argumento, se debe dejar claro cuándo el pa-
rafraseo comienza y cuándo termina, citando las fuentes claramente.
3. Siempre distinguir entre tus ideas y las ideas de otros.

Una referencia de una fuente obtenida o consultada en Internet debe proveer

la siguiente información: el/los autore/s del documento, el título del documento, la
fecha de publicación o la fecha en que se accedió al mismo y la dirección o el URL.

A continuación presentamos algunos ejemplos de cómo se debe citar utilizando

el estilo continental:

35 El método es el más usado entre los usuarios y el más recomendado por los expertos como
ACKERMANN, E. & HARTMAN, K., Searching and Researching on the Internet and the World
Wide Web, Ed. Franklin, Beedle & Associates, Inc., Oregon, 2000; ARIAS, F., Mitos y Errores
en la Elaboración de Tesis y Proyectos de Investigación, Ed. Episteme, Caracas-Venezuela, 1998;
BASCH, R., Investigación en Internet, Grupo Editorial Norma, Colombia, 2000; HENRÍ-
QUEZ, G., “El uso de la Red Internet en la investigación social”, en Revista Electrónica La
Sociología en sus Escenarios, No 3, Enero 2000; JONES, S., Doing internet research, Sage, Ca-
lifornia, 1999; LECOMPTE, M.D., MILLROY, W.L. y PREISSLE, J., Handbook of Qualitative
Research, Academic Press, San Diego, 1992.

418
i) Revistas en línea
AUTOR, “Título del artículo”, en Título de la revista, Obtenido el mes, día, año,
fuente.
ii) Documentos en línea
AUTOR, Título del trabajo, Obtenido mes, día, año, fuente.
iii) Artículo de una revista impresa que también tiene una versión electrónica:
VANDENBOS, G., KNAPP, S., & DOE, J., “Role of reference elements in the
selection of resources by psychology undergraduates” [Versión electrónica], en
Journal of Bibliographic Research, nº 5, 2001, pp. 117-123.
iv) Artículo de una revista electrónica
FREDRICKSON, B. L., Cultivating positive emotions to optimize health and well-
being. Prevention & Treatment, 3, Article 0001����������������������������������
ª, 2000���������������������������
. Obtenido el 20 de noviem-
bre de 2000, http://journals.apa.org/prevention/volume3/pre0030001a.html
v) Artículo de un periódico en línea
GLUECKAUF, R. L., WHITTON, J., BAXTER, J., KAIN, J., VOGELGES-
ANG, S., HUDSON, M., et al., “Videocounseling for families of rural teens with
epilepsy -- Project update”, en Telehealth News, 2(2), 1998, July. Obtenido de
http://www.telehealth.net/subscribe/newslettr4a.html1
vi) Documento disponible en una página de una universidad
CHOU, L., MCCLINTOCK, R., MORETTI, F., & NIX, D. H., Technolo-
gy and education: New wine in new bottles: Choosing pasts and imagining e d u c a t i o -
nal futures, 2003. Obtenido el 24 de agosto de 2000, de Columbia University,
Institute for Learning Technologies Web site: http://www.ilt.columbia.edu/publi-
cations/papers/newwine1.html

Además de incluir todas las fuentes que se utilicen en la sección final de “biblio-
grafía”, a lo largo de todo el texto se deben indicar en forma de “nota al pie de pá-
gina” las fuentes utilizadas para las citas o las referencias a trabajos de investigación.

6. Los derechos de autor en internet

La facilidad para acceder a la información contenida en la Red y su manipu-

lación (al copiar, editar, imprimir y/o enviarla a otras personas a través de correo
electrónico, entre otras formas) no implica que se pueda utilizar sin restricción al-
guna. Existen varios estatutos y disposiciones que regulan el uso de la información
que se obtiene en Internet. Así, los derechos de autor (el llamado copyright) quedan
protegidos en las publicaciones electrónicas o en línea, de igual forma que están
protegidos los libros, revistas o cualquier otro material impreso.

419
 El copyright o derecho de autor es un componente de lo que se conoce como pro-
piedad intelectual. La propiedad intelectual se divide en cuatro vertientes: derechos
de autor (copyright), marcas de fábrica (trademarks), secretos del negocio (trade
secrets), y patentes. En este capítulo nos concentraremos en los derechos de autor.

Para que un trabajo quede protegido por copyright debe cumplir tres requisitos:
debe ser un trabajo original, no copiado o derivado de otro trabajo; debe ser algo
creativo; y debe plasmarse en algún medio (papel, audio, video, cd-rom, etc.)36. Debido a
que la información y las gráficas e imágenes publicadas en Internet están plasmadas
en un medio (en este caso el ciberespacio), si se trata de un trabajo original creado
por alguna persona, disfruta de derecho de autor desde el momento en que lo pu-
blica o incluye en la Red.

Una vez que un trabajo cumple con estos tres requisitos básicos (original, creado,
y plasmado o fijado en un medio), el dueño tiene derecho a reservarse los siguientes
derechos exclusivos:

1) derecho a reproducir el trabajo o hacer copias del mismo;

2) derecho a distribuir el trabajo al público;
3) derecho a modificar la obra y/o a hacer obras derivadas de ésta;
4) derecho a ejecutar la pieza u obra ante un público (por ejemplo, cantarla si es una
canción, o recitarla si es una poesía); y
5) derecho a exhibirla (por ejemplo, un cuadro, un dibujo, una escultura, o un escri-
to. Si haces una de estas cinco cosas con una obra protegida por copyright sin el
permiso de su autor, estás violando los derechos de autor.

¿Significa esto que no se puede utilizar en forma alguna la información obtenida

de material protegido por derechos de autor? El que los escritos estén protegidos
por derechos de autor no implica que no puedas usar la información contenida
en los mismos. El copyright protege únicamente la expresión de una idea, de un
concepto o de un hecho, pero no se puede reservar derecho de autor sobre la idea,
concepto u hecho per se.

Esto nos lleva a otra actividad permitida con respecto al material protegido por
derechos de autor: el citar porciones del texto protegido. Puedes citar literal y direc-
tamente de un texto siempre que incluyas información en torno a dónde obtuviste la
36 Si se quiere profundizar en esta cuestión, véase, entre otras, las siguientes obras: DEVO-
TO, M, Comerio electrónioc y firma digital: la regulación del ciberespacio y las estrategias globales,
Fondo editorial de Derecho y Economía, Argentina, 2001; TREJO, G. E., Regulación ju-
rídica de internet, Centro de documentación, información y análisis, Camára de Diputados LX
legislatura, 2006.
420
información e indiques quién es su autor. Para conocer la manera correcta de citar
fuentes de Internet puedes dirigirte al apartado de referencias en este capítulo.

La facultad de citar textos protegidos por derechos de autor sin permiso expreso
del autor es posible gracias a la doctrina del uso justo o de buena fe, conocido como
fair use. La mayoría de los estatutos o leyes que gobiernan los derechos de autor
contienen disposiciones que permiten al público copiar y utilizar porciones de docu-
mentos (protegidos por estas leyes) para uso personal a corto plazo con fines críticos,
investigativos, noticiosos, y educativos, entre otros. El propósito de esta doctrina es
evitar que las leyes de propiedad intelectual inhiban la creatividad que se intenta
proteger con las mismas.

Aunque la ley no es taxativa, provee ciertas directrices para determinar qué cons-
tituye un fair use. En términos generales, un uso tiene mayor probabilidades de con-
siderarse fair (apropiado, correcto) si: 1) es para fines educativos; 2) la persona que
lo utiliza no se lucra al hacerlo; y 3) el producto final no compite con el trabajo
original utilizado.

¿����������������������������������������������������������������������������
Están todas las obras originales protegidas por copyright y de forma perma-
nente? No toda obra original, creada por un autor y plasmada en un medio, goza
eternamente de derechos de copyright. Las obras pierden su copyright a partir de
un tiempo y también por la renuncia del autor a tales derechos. Todo lo que no esté
protegido por copyright pertenece al dominio público. El hecho de que una obra
pertenezca al dominio público implica que cualquier persona puede fotocopiarlo y
distribuirlo sin restricción alguna, y puede incluso cobrar por las copias si encuen-
tran personas dispuestas a pagarlas.

Para trabajos creados después de enero de 1978, la protección de derechos de

autor perdura durante toda la vida del autor, y hasta 70 años después de su muerte.
Para trabajos creados antes de 1978, el copyright le cubrirá sólo hasta 95 años a
partir de la fecha en que se haya registrado. Además, desde 1994, la mayoría de las
obras creadas antes del año 1922 son de dominio público37.

Así mismo, un autor puede renunciar voluntariamente a sus derechos de autor y

poner su obra bajo el dominio público. Para que ocurra, el autor debe expresar por
escrito e inequívocamente que esa es su intención. Por ello, no puedes asumir que
por el mero hecho de que algo esté publicado en Internet, sin referencia alguna a
derechos de autor, ello implique que es material de dominio público. Todo trabajo

37 Vid., LEY 23/2006, de 7 de julio, por la que se modifica el texto refundido de la Ley de
Propiedad Intelectual, aprobado por el Real Decreto Legislativo 1/1996, de 12 de abril.

421
o escrito original publicado en la Red (esto incluye incluso mensajes posteados a un
foro de discusión) está protegido por derechos de autor, aunque la página no indi-
que nada al respecto.

Conclusiones

A lo largo del presente capítulo hemos mostrado una serie de consideraciones

acerca del uso de Internet como fuente de datos para el desarrollo de una investiga-
ción de alto nivel en torno a las ciencias socio-jurídicias. Podemos destacar el hecho
de que los investigadores no se sienten influenciados negativamente por el uso fre-
cuente de Internet a la hora de buscar información para cualquier trabajo. Más aún
se refuerza la idea de que Internet es una herramienta muy poderosa que puede en
un futuro cercano sustituir el uso de la biblioteca tradicional. De hecho los resultados
demuestran que un porcentaje alto de investigadores optan por usar Internet como
única fuente.

Entre las principales ventajas acerca de la preferencia de los investigadores por

Internet, podemos destacar la economía de costo y tiempo que representa. No sólo
ahorramos tiempo en la búsqueda de los datos –gracias a la serie de motores de bús-
queda automatizados que localizan rápidamente lo que deseamos-, sino también al
transcribir los datos. Así mismo, los gastos de impresión, pues no hay necesidad de
sacar fotocopias de documentos o libros. Otra ventaja es el acceso a grandes bases de
datos, lo que permite realizar trabajos con mayor calidad.

Así, entre las principales ventajas que ofrece el uso de Internet como fuente de
información tenemos:

• El acceso a una cantidad mayor de fuentes de información, con motores de bús-

queda especializados que ahorran el tiempo de búsqueda de los datos.
• El acceso a herramientas informáticas para el intercambio de la información,
tales como: e-mail, charlas en línea (chats), forum de discusión, etc.
• El acceso a grandes bases de datos ofrece la oportunidad de realizar un trabajo de
mayor calidad.
• El ahorro de tiempo al no tener que trasladarse hacia una biblioteca. Esto siem-
pre y cuando posea el acceso a Internet en su casa. Lo que aún no es general en
los países por desarrollar.
• El ahorro de tiempo al no tener que transcribir gran cantidad de caracteres, uti-
lizando el método de "copiar y pegar" texto.
• Ese ahorro de tiempo permite culminar con más rapidez los trabajos de investi-

422
 gación.
• El ahorro de costos al no tener que pagar por fotocopias o por la compra de li-
bros o revistas.
• El acceso directo a la tecnología moderna obliga al usuario a mantenerse al día
en los cambios tecnológicos. Esto incide positivamente en el desarrollo cultural
del individuo.

Por lo contrario, como ya hemos señalado, el uso de Internet también puede aca-
rrear algunas desventajas, tales como una disminución en la calidad de las publica-
ciones, pues es muy fácil copiar literalmente cualquier monografía que se encuentre
en la Red o trozos de unas y otras y ensamblarlos a menudo sin siquiera coherencia
de redacción y estilo, e incluso sin el aporte de ideas propias, sin hacer uso de su
creatividad y de su capacidad de análisis.

En cualquier caso, la inserción de Internet en las comunicaciones personales hace

posible transformar el estilo de enfrentar la investigación social y ha abierto nuevas
expectativas y temas para la investigación. Sin embargo, es necesario resaltar que se
debe cumplir con un imperativo ético, ya que las herramientas que la Red Internet
pone a disposición del investigador pueden permitir un completo anonimato, situa-
ción propicia para hacer un mal uso de las informaciones.

Bibliografía



ACKERMANN, E. & HARTMAN, K., Searching and Researching on the Internet and the
World Wide Web, Ed. Franklin, Beedle & Associates, Inc., Oregon, 2000.
ADELL, J., “La internet: posibilidades y limitaciones”, en AA.VV., La Comunidad
Valenciana ante la sociedad de la información, Fundación Universidad-Empresa,
1996.
AMERICAN PSYCHOLOGICAL ASSOCIATION, Publicational Manual American Psy-
chological Association, APA, Washington, 2001.
ARIAS, F., Mitos y Errores en la Elaboración de Tesis y Proyectos de Investigación, Ed. Epis-
teme, Caracas-Venezuela, 1998.
BALAGUER PRESTES, R., “¿Agora electrónica o Times Square?. Una revisión de
consideraciones sociales sobre Internet”, en Revista Electrónica de la Cibersocie-
dad, 2001.
BANE, Adele F.; MILHEIM, William D. Posibilidades de la Internet: cómo usan la
Internet los profesores universitarios.Nuevas Tecnolog␣as, v.2, n. 2, p. 47-54,
May/Ago. 1996.
BASCH, R., Investigación en Internet, Grupo Editorial Norma, Colombia, 2000.
BRIONES, G., “Incompatibilidad de paradismas y compatibilidad de técnicas en
ciencias sociales”, en Revista de Sociología, Universidad de Chile, No 9, 1994,
pp. 25-33.
423
BROWN, J. M., “The Global Computer Network: indications of the use worldwide”,
en The International Informations & Library Review, v. 26, n. 1, Mar. 1994.
CABRERA, M., La influencia de Internet en la sociedad actual, Tomado del URL: www.
monografías.com., 2000.
CASTELLS, M., “La Era de la Información”, en La Sociedad Red, Vol. I, Edit. Siglo
XXI, México, 1999.

CANALES, M. Y ADRIANA BINIMELIS, “El Grupo de Discusión”, en Revista de
Sociología, Universidad de Chile, No 9, 1994, pp. 107-119.
COOMBER, R., “Using the Internet for Survey Research”, en Revista Electrónica So-
ciological Research On-line, vol. 2, No 2, 1997, http://www.socreson-line.org.uk/

DATANÁLISIS C.A. “Penetración de Internet en la población y Perfil sociodemográ-
fico de los usuarios”. Tomado del URL: www.datanalisis.com. 2001.
DEVOTO, M, Comerio electrónioc y firma digital: la regulación del ciberespacio y las estrate-
gias globales, Fondo editorial de Derecho y Economía, Argentina, 2001.
DOMINGUEZ, P., D., & GUEVARA, D. P., El internet, un desalentador o un motivador,
ponencia dictada durante el 1er Congreso sobre la praxis de la lectura en el
ámbito universitario, Universidad Autónoma Metropolitana, 8 de noviembre
de 2007.
ERVING, G., La presentación de la persona en la vida cotidiana, Edit. Amorrortu, Bue-
nos Aires, 1989.
GARTÓN, L. “Studying Online Social Networks”, en Journal of Computer Mediated
Comunication, 3 (1), 1997.
GEORG, S., Sociología. Estudios sobre las formas de socialización, Edit. Alianza, Madrid,
1986.
GLADYS, R., “Un estudio del establecimiento de relaciones íntimas mediadas por
computador. El caso de IRC en Internet”, en Revista Electrónica Textos de la
Cibersociedad, No 1, Año 2001, http://textos.cibersociedad.cjb.net

GUZMAN F. D., Estudio sobre los usos didácticos, procesos formativos y actitudes de los do-
centes universitarios en relación al internet, Universidad de Huelva, disponible en
http:/www.rdt.unal.edu.co/noticias/docentes%20e%20internet.pdf
HENRÍQUEZ Y S. DEPOLO, “Vivir Afuera. La vida cotidiana de chilenos en el exte-
rior”, en Revista Chilena de Temas Sociológicos, Universidad Católica Blas Cañas,
Número Especial 4 - 5, Año III, 1999, pp. 249- 271.

HENRÍQUEZ, G., “El uso de la Red Internet en la investigación social”, en Revista
Electrónica La Sociología en sus Escenarios, No 3, Enero 2000.
HENRÍQUEZ, S., F. FUENTES, “El Grupo Virtual de discusión. Una alternativa de
investigación social en el ciberespacio”, en Revista Sociedad Hoy, Año 2, Vol. 1,
# 2-3, Universidad de Concepción, Chile, 1999, pp. 123 – 133.

IBAÑEZ, J., Más allá de la Sociología, el grupo de discusión: Teoría y Crítica, Edit. Siglo
XXI, Madrid, 1979.

JONES, S., Doing internet research, Sage, California, 1999.
LAMA BONILLA, R., Crece el número de internautas en la Isla. El Nuevo Día, 2001.
LAZINGER, Susan et alii. Internet Use by Faculty Members in Various Disciplines:a
comparative case study. JASIS, v.48,n.6,p.508-518, Jun.1997.
LECOMPTE, M.D., MILLROY, W.L. y PREISSLE, J., Handbook of Qualitative Re-
search, Academic Press, San Diego, 1992.

424
MAYANS I PLANEÉIS, J., “Género Chat. Ensayo antropológico sobre socialidades
cibertextuales”, en Revista Electrónica de la Cibersociedad, 2001.
MORLEY, D & SOLBERG, B., Harcourt’’s Guide to the World Wide Web and WebCT,
1999.
O’’MAHONEY, B., Copyright Website. http://www.benedict.com. 1995-2001. Visita-
da 20 de julio de 2001.
RATHSWOHL, G., Compact Internet: Finding Information in Cyberspace, Addison-Wes-
ley, Massachussetts, 1998.
RISPA MÁRQUEZ, R., La Revolución de la información, en Aula Abierta Salvat, 2010.
RODRÍGUEZ, J. GIL Y E. GARCÍA, Metodología de la investigación cualitativa, Edit.
De Aljube, Málaga, 1996.
SABINO, C., El Proceso de Investigación, Editorial Panapo, Caracas, 1992.
SANGSTER, A., World-Wide Web - What Can it Do for Education?, Active Learning 2,
July, 1995.
VÁZQUEZ GÓMEZ, G., Formación científica y métodos del profesorado universitario,
UIMP, Santander, 2003
TREJO, G. E., Regulación jurídica de internet, Centro de documentación, información y
análisis, Camára de Diputados LX legislatura, 2006.

425
426
 CAPÍTULO 13
MULTIDISCIPLINARIDAD
EN CIENCIAS SOCIALES:
HISTORIA - ARTE- DERECHO

Gabriela C. Cobo del Rosal Pérez;

Jesús-María Navalpotro Sánchez-Peinado

1. Introducción

1.1. La Universidad y la aspiración a una universalidad del conoci-

miento surgen durante el tránsito a la Baja Edad Media gracias a las
herramientas intelectuales y espirituales que proporciona en el Occidente
europeo el método escolástico, basado en la lógica racional. Un segundo
hito en el progreso del conocimiento lo proporciona el método científico
experimental racional, que en la Edad Moderna impulsará la aplicación
a la práctica de los saberes abstractos, causa de las revoluciones indus-
triales del siglo XVIII y XIX. Y en el siglo XX es la revolución de las
comunicaciones la que facilita la globalización y la sociedad universal
del conocimiento.

En este sentido, si la descripción de fenómenos y su catalogación permitieron el

estudio que hizo el método científico clásico, hoy es el estudio de las relaciones en-
tre fenómenos enfocados desde distintas perspectivas metodológicas, lo que puede
facilitar una comprensión más rica y completa -más verdadera- de la realidad. Ya los
Humboldt constituyeron un paradigma de estos planteamientos y propugnaron des-
terrar toda forma de unidimensionalidad en la educación superior en medio de una
época1. Así, la multidisciplinaridad se convierte en un medio de conocer la realidad,
trascendiendo las encasillamientos reduccionistas.

1 Vid. Menze, C., «Intención, realidad y destino de la reforma educativa de Wilhelm von Hum-
boldt», Revista internacional de los estudios vascos, vol. 41, nº. 2 (1996) Wilhelm von Humboldt: un
puente entre dos pueblos, Universidad de Oñate, págs. 335-350.
427
 El conocimiento que permite el progreso es de por sí el objeto de la investigación
científica, con unos requisitos y una metodología propios. Ese conocimiento es el
que debe transmitirse mediante la docencia. De esta suerte la docencia con rigor
queda inexorablemente vinculada a la investigación científica.

Si hacemos recordatorio de todo esto es porque el presente método de investiga-

ción surge de la natural sinergia existente entre la metodología docente y la investi-
gación, así como la relación existente entre Historia, Derecho y Arte.

1.2. Los autores parten de una formación jurídica como historiadores del
Derecho. Estas experiencias metodológicas de posible aplicación a la in-
vestigación surgieron de la intención docente, que, sin solución de conti-
nuidad fue abriendo la opción a las tareas investigadoras. El objetivo fue
facilitar la comprensión de la realidad histórica del Derecho en las aulas.
Y ello de la forma más real, gráfica y plástica posible. Esta inicial inten-
cionalidad estaba abierta a la percepción de la realidad, aprovechando
en especial los recursos culturales al alcance de un docente en Madrid.

El objetivo de mostrar de la forma más clara y comprehensiva los cambios histó-

rico- jurídicos y sus efectos en la diversa realidad de la sociedad. La tarea, se pre-
sentaba ardua. Existe un nutridísimo acerbo de experiencias docentes en la Historia
del Derecho, protagonizadas por un también numerosísimo grupo de profesionales,
no sólo del pasado, sino también del presente. Pero ciertamente parecía un tanto
insuficiente un método excesivamente encerrado en el aula y en los propios textos
jurídicos. Ya Descartes en el Discurso del Método aconseja al viajero perdido en un
bosque marchar siempre lo más rectamente que pueda en una misma dirección y
no cambiarla, aunque sólo el azar le haya determinado a escogerla en un principio,
“pues por este medio, si no llegan justamente a donde desean, al final llegarán, al
menos, a alguna parte, en donde verosímilmente estarán mejor que en medio de un
bosque”2.

Centrado, pues, el objetivo, en la búsqueda de los materiales que de forma más

plástica, más evidente, y más gráfica, el Arte, también realidad tan histórica como el
Derecho, se presentaba como un amplio espacio de contenidos extraordinariamente
interesantes también para un jurista.

Se trataba de explorar el arte como medio de expresión de la realidad histórica y

conocer su lenguaje para reflejar el ámbito de lo jurídico lo político. Es una concre-

2 R. Déscartes, Discurso del Método, Tratado del Método de las Pasiones del Alma, Introducción de Ángel Gra-
nada, traducción y notas de Eugenio Frutos, Barcelona, Editorial Planeta, 1989, pág. 21.

428
ción de lo que el artista Hans Haacke –“el último historiador”, como le calificaba la
revista Lápiz- expresaba: «If art contributes to, among other things, the way we view
the world and shape social relations then it does matter whose image of the world it
promotes and whose interest it serves»

3. Ciertamente la metodología quizá más eficaz tanto investigadora como do-

cente en Derecho, ha de entenderse que es el texto, bien como fuente, bien como
documento. Sin embargo no deja de constituir un cierto reduccionismo, dentro de
lo que ofrece la variada expresividad humana.

Desde luego, el planteamiento suponía romper con algunos prejuicios, quizá

deudores de esa compartimentación científica tan propia de la vetusta rigidez de la
Ilustración. Prejuicios, que quedaban tan claramente expuestos por un jurista desta-
cado, el juez Oliver Wendell Holmes en el caso Bleistein vs. Donaldson, distinguien-
do radicalmente entre el Derecho y Arte, y considerando incapaces a los juristas de
apreciar la belleza o siquiera las obras maestras del arte4.

Por otra parte, resultaría pretencioso dar un alcance mayor a esta pretensión
de vincular Arte y Derecho. Sólo en las artes plásticas hay que recordar cómo los
propios fundadores de la Historia del Arte en Alemania eran juristas de origen,
tan manifiesto en Wilheim von Bode, el gran director de los museos de Berlín de
comienzos de siglo.

Ciertamente, la vinculación entre Historia del Arte e Historia del Derecho no

parece extraña, pero no son muchos los trabajos y análisis en esta dirección expresa.
De la obra de Burkhardt y de Gombrich5 se pueden extraer interesantes bases, y

3 Citado por S. Nairne, The state of the Art, Chatto & Windus, Londres, 1987, pág. 14. Pérez, L.
F., «Hans Haacke: el último historiador», Lápiz. Revista internacional del arte, nº 116 (1995),
págs. 66-77.
4 Douzinas, C.; Nead, L. (eds.), «Introduction» a Law and the image. The authority of art and
the aesthetics of law, University of Chicago Press, 1999. Cierto es que estas consideraciones
surgían en el contexto concreto de la tensión entre ley, poder, creatividad y censura, pero los
planteamientos de fondo obedecen a esa consideración exclusivista del saber. Sin embargo
reconocen precisamente la causa por la que la obra artística puede ser también analizada para
la Historia del Derecho: «the work of art expresses either the intention of the author or the
conditions -economic, historical, psychological, ideological- of the age of his production».
Sus reflexiones apuntar a considerar cómo el poder aspira al control del arte como una forma
de controlar la sociedad. Son reveladores de esta implicación de aspectos jurídicos y actividad
artística los epígrafes que dedican a «Law and Aesthetics», «Law and Art», y «Ars Juris, regu-
lation of art».
5 El concepto de “Historia de la cultura” de Jacob Burkhardt, cuya más clara expresión in-
mortaliza La cultura del Renacimiento en Italia, pone en relación el mundo cultural y religioso
429
específicamente algunos autores han atendido a estas relaciones, como Moyssén y
Frieger, en la Universidad Nacional Autónoma de México6.

La realización de un par de exposiciones en Madrid en 2007 y 2008: Campus.

Imágenes de la Justicia, y Iustitia. La Justicia en las Artes, patrocinadas por la Comuni-
dad de Madrid, con patentes objetivos de propaganda política, sin embargo resulta-
ron ser de extraordinaria importancia para poner de manifiesto los conceptos de la
Justicia, su administración y el Derecho en su expresión artística7.

Por otra parte, se plantea la necesidad de acotar algún ámbito artístico para que,
en esa senda recta que aconsejaba Descartes, no sea tan frondoso el bosque que nos
impida dar un paso tras otro. La expresión histórica de la realidad en los aspectos
más relevantes para un análisis histórico-jurídico ha sido objeto de distintas mani-
festaciones, tan variadas como las que se conviene en considerar, Artes: pictórica, es-
cultórica, literaria, teatral, cinematográfica, fotográfica, incluso musical o dancística.
Parece más acorde con las exigencias iniciales servirse de las realizaciones artísticas
que más claramente puedan expresar instituciones y concepciones jurídicas y polí-
ticas. Por tanto serán las primeras, pintura, fotografía y escultura las que integran
este proyecto investigador y docente. La cinematografía se constituye también en un
instrumento expresivo de primer orden, y herramienta docente de uso habitual. Y
más aún la literatura. Ambas pueden ser objeto de análisis posterior.

En la actual sociedad de la comunicación en que se ha hecho tópico considerar

que “una imagen vale más que mil palabras”, en realidad en el pasado quizá valía
mucho más. El nivel de formación de la sociedad era menor, la comunicación se
transmitía a viva voz o, precisamente, a través de las más variadas manifestaciones
artísticas, como los cuadros que se exhibían públicamente de los monarcas a fin de
dar a conocer al pueblo su imagen, ordinariamente velada a la mirada popular.

con el político y jurídico. Y toda la obra de Ernst Gombrich, cuya propia progenie unía arte
(su madre, pianista alumna de Bruckner) y derecho (su padre ejercía la abogacía) ofrece una
visión de la obra artística en su contexto y como expresión de la realidad política y cultural.
6 «La combinación de estudios jurídicos y estéticos es sólo una de las innumerables relaciones interdiscipli-
narias que crean una complejidad epistemológica importante para un concepto integral de la licenciatura
en historia del arte», Krieger, P., «El “derecho” en las investigaciones estéticas. Nuevas exigencias para la
historia del arte», Anales del Instituto de Investigaciones Estéticas, 78 (2001), U.N.A.M., México, págs. 204-205.
El autor se reconoce discípulo de Xavier Moyssén y además expresa las actividades de que UNAM realiza
en esa línea de relacionar Arte y Derecho, más centrados como se sigue de sus palabras precisamente en
el análisis histórico-artístico, para el que la Historia del Derecho tendría un carácter auxiliar.
7 La primera de ellas fue ubicada en la Fundación Carlos de Amberes y la segunda en la Real
Fábrica de Tapices. Los catálogos de ambas fueron preparados por el comisario de las mis-
mas, Rogelio Pérez-Bustamante, a quien se debe la acertada presentación y explicación de
cómo el arte expresa el Derecho y la Justicia.
430
 Son muy pocos los trabajos que se han realizado en esta dirección. Si bien se ha
celebrado al menos un seminario con este propósito (Plasencia-1999), no existen en
España muchos trabajos que partan de esta perspectiva. Y esto, a pesar de que las
interpretaciones y manifestaciones artísticas de la realidad social, han sido el instru-
mento más común a través del cual las sociedades conocían sus derechos. Piénsese
en el Bronce de Lascuta, o en las representaciones pictóricas de la Monarquía que
representaban la fundamental institución de la Edad Moderna.

2. Proyecto de análisis interactivo entre la Historia del Dere-

cho y la Historia del Arte: actividades

2.1. Con el apoyo a la innovación docente del Vicerrectorado de Orde-

nación Académica, Coordinación y Campus de la Universidad Rey Juan
Carlos tuvo inicio la puesta en práctica en las aulas de este método que
procura servirse de la Historia del Arte como de una herramienta de
interpretación y análisis de la Historia del Derecho.

Más aún, en el punto en que se encuentran los estudios universitarios, y más

aún la investigación, no resulta tampoco muy certero circunscribir esta experiencia
a la “asignatura” de Historia del Derecho, en momentos en que la generalidad y la
ruptura de límites conceptuales han dejado un tanto desfasado el propio término
de “asignatura”. De hecho esta experiencia quedó abierta a otras materias afines:
Historia de las Relaciones Internacionales, Historia del Derecho Contemporáneo,
Historia Jurídica de la Integración Europea, todas las cuales contenían elementos
jurídicos en perspectiva histórica.

Delimitado ya el ámbito artístico, a sus manifestaciones pictóricas o esculturales

y fotográficas, se han implementado varias actuaciones: una profesora de Historia
del Arte fue invitada a impartir alguna clase y determinados temas de contenido
histórico-jurídico se explicaron con base en obras de arte. En otros casos, el uso de
cuadros y demás manifestaciones plásticas que plasman ciertos acontecimientos de
importante contenido histórico jurídico complementan la información de una forma
inmediata y eficaz. De esta manera, en realidad, es inmenso el caudal de ejemplos
que pueden estudiarse, desde las columnas, arcos de triunfo y esculturas romanas
del “apogeo” de los emperadores, expresivas de su concepción de la Res Publica eri-
gida sobre el Ius.

La Edad Media es rica en representaciones de conceptos abstractos mediante una

cuidadosa codificación simbólica y alegórica, desde el rey juez al legislador, las repre-
sentaciones del buen y el mal gobierno por citar algún ejemplo de los tantos que hay.

431
 La época moderna mantiene el simbolismo con las nuevas características huma-
nísticas que ha aportado el Renacimiento, cuando el retrato se hace expresión de po-
der o situación social o jurídica, en que también son frecuentes las representaciones
de paces y guerras, de acontecimientos de trascendencia jurídica expresa y que en
el Barroco además implica una interpelación al espectador. Este proceso que va acu-
mulando elementos del pasado, simbologías y modos de representación, llega hasta
el romanticismo, que en su versión liberal y también en la restauracionista, aspira
a expresar los grandes hechos de transformación social que en ámbito del Derecho
protagonizan constituciones y códigos.

La época revolucionaria es un paradigma del uso del la simbología, y del arte con
esa finalidad política y con el propósito de expresar el cambio jurídico8: El Juramento
del juego de pelota o La Coronación de Napoleón, de Jacques-Louis David, La libertad
guiando al pueblo, de Delacroix…el romanticismo y la nueva visión que propone al
racionalismo a través de la originalidad frente a la tradición clasicista, el liberalismo
frente al absolutismo ilustrado y el auge del nacionalismo son sólo algunos de los
aspectos que más trascendencia jurídico pública pudieron tener. Pero en esa misma
época, y al margen del romanticismo la serie de pinturas de Goya del dos de mayo
y previamente de la familia real expresan unos contenidos políticos y una visión del
Derecho tan claros como un texto escrito.

También resulta muy amplio el campo iniciado, pues la emblemática, la heráldi-

ca, la propia numismática son ciencias auxiliares adyacentes que aportan elementos
explicativos de importancia. La propia arqueología también se sitúa el un ámbito
cercano, pues en algunos casos, ciertas obras de arte son también documentos ar-
queológicos e importantes fuentes de Derecho9. Para el conocimiento de la Antigüe-
dad es irrenunciable acudir a estas ciencias.

8 Vid. el brillante capítulo de E. H. Gombrich, «“El sueño de la Razón”. Símbolos de la revo-

lución francesa», en Los usos de las imágenes. Estudios sobre la función social del arte y la comunicación
visual, que precisamente toma su título del conocido grabado de Goya, y en el que refiere,
por ejemplo, que Gillray, en uno de sus cartones, dibuja a la “luz expulsando a la oscuridad”
y es Pitt quien guía el carro solar de la constitución inglesa, que se eleva sobre las nubes de
la oposición, y los poderes de la oscuridad que aparecen como monstruos revolucionarios.
También sobre la simbología revolucionaria tomada de la religión es extraordinariamente
interesante el libro de Adam Zamoyski, Holy Madness, Penguin (Non-Classics), Londres 2001.
9 El Código de Hammurabi, de 1760 a.C. es el primero de los elementos que se pueden considerar, por su
carácter paradigmático de fuente directa de producción del Derecho. Pero también otras estelas orien-
tales, e incluso pinturas prehistóricas, además de las ricas manifestaciones artísticas egipcias o cretenses
proporcionan datos reveladores de la organización política y social e incluso de elementos jurídicos en
aquellas sociedades, como fuentes indirectas de conocimiento.
432
 2.2. Las actuaciones más significativas han consistido en acercarse direc-
tamente a las obras de arte, visitando museos y exposiciones, de los que la
capital de España presenta una espléndida oferta de la máxima calidad.
La sensibilidad de las instituciones museísticas cada vez es más atenta a
su servicio didáctico. Esta actividad, como sintetiza Colin Crigg, permite
hacer visibles la historia y las fuerzas sociales que han quedado reflejadas
en las galerías públicas de arte, las cuales preservan lo que puede descri-
birse como “patrimonio de una nación”, y ayudar formar valores cultu-
rales10. Una obra de arte forma parte de ese “patrimonio de una nación”
y, por ello, se puede valorar con mejor sentido rodeado de otras obras que
con él se han conservado, o en el espacio que para ellas fue preparado.
En este sentido las salas de Velázquez del Museo del Prado, herederas de
las obras e incluso la disposición espacial en que se encontraban en el
antiguo Palacio del Buen Retiro resultan ejemplares.

Con alumnos de la Universidad Rey Juan Carlos se han efectuado varias visitas,
todas en Madrid: a las exposiciones Campus. Imágenes de la Justicia y Iustitia. Justicia en
las Artes, en la Real Fábrica de Tapices y la Fundación Carlos de Amberes, respectiva-
mente; en ésta última sede también a Tiempo de paces. La Pax Hispanica y la Tregua de
los Doce años, en 2010, así como La pintura de los reinos, en el Palacio Real de Madrid
en el mismo año, y por último Caminando con el destino. Churchill y España, en el Cen-
tro Cultural El Águila, en 2011. Todos los años, además se han realizado varias visitas
al Museo Nacional del Prado, principalmente atendiendo a las obras de los siglos
XVIII, XVIII y XIX, así como a la colección artística de las dos cámaras de la Cortes.
.

3. Propuestas metodológicas de análisis interactivo entre la

Historia del Derecho y la Historia del Arte: contenidos

3.1. El proyecto consiste en efectuar un acercamiento al marco histórico,

institucional y otros aspectos y rasgos jurídicos de cada una de las obras
estudiadas, en el cual la el objeto de estudio es el Derecho Público.

Pueden considerarse al menos cuatro cuestiones tanto para un estudio que inicie
una labor de investigación, como para la preparación de la aplicación docente:

10 Crigg, C., «Art Education and the Art Museum», en Hickman, R. (ed.), Arteducation 11-18.
Meaning, Purpose and Direction, Continuum, Londres -Nueva York, 2004 (2ª ed.), págs. 39-57.
Sus ideas se circunscriben en gran medida a la ejemplar en este punto Galería Tate de Lon-
dres, y obedecen a un objetivo de expandir el uso educativo del las galerías de arte en varios
sentidos.
433
1. hasta qué punto la realidad reflejada permite conocer la eficacia del Derecho, del
régimen jurídico existente y su aplicación;
2. qué elementos manifiestan los cambios sociales y en qué medida éstos se relacio-
nan como causa o como consecuencia del Derecho;
3. la simbología, tanto en indumentaria, colores, disposición de los personajes, es-
pacio, elementos alegóricos y religiosos;
4. la función “interpeladora” que tiene la obra, si pretende una reacción del espec-
tador, si tiene pretensiones propagandísticas.

3.2. La tarea que se pretende puede realizarse de dos maneras: bien me-
diante el análisis pormenorizado de una obra concreta, seleccionada por
su relevancia, puesta en relación con otras. O bien el estudio y análisis
de un conjunto de obras contenidas en un espacio de exposición. Para
el primer supuesto el análisis se puede asimilar a la metodología de una
clase magistral, pero teniendo ante la mirada la propia obra, que serviría
de alguna manera, también como “maestro que habla”.

A modo de ejemplo se ofrece un esquema para el análisis de los elementos histó-

ricos e institucionales de tres cuadros de Velázquez:

Las Meninas. Se trata de un cuadro en que su extraordinario valor como docu-

mento artístico conlleva también gran importancia como documento histórico-ju-
rídico o histórico-institucional. A través del mismo se puede observar en primer
lugar la importancia de la Casa Real. Cada personaje retratado tiene una función
en la Casa de Borgoña o en la de Castilla, los dos modelos organizativos del servicio
real que convivieron bajo los Austrias. Los propios personajes también hablan de la
jerarquización social, incluso de la concepción del trabajo manual: Velázquez, quien
ha probado hidalguía para poder ostentar la condición de caballero de Santiago, no
ejerce actividad manual, sino intelectual. Los Reyes, al fondo, son los penúltimos
soberanos de la Casa de Austria en España. Y la propia Infanta Margarita Teresa de
Austria, -“mi alegría” como cariñosamente le decía su padre-, comprometida con
su tío materno Leopoldo I, llega a ser Emperatriz consorte, con lo que significa en
cuanto al sistema de relaciones internacionales y más aún las consecuencias que
acarrea cuando su hermano fallezca sin descendencia. Con esta imagen “familiar” se
puede explicar el sistema europeo tras Westfalia, el sistema organizativo y de gobier-
no en la España de los Austrias, su sociedad y sus modos de pensar.

La rendición de Breda o Las lanzas. Representa un momento histórico político cru-

cial durante la guerra de los Ochenta Años, en la que los Países Bajos del norte
mantienen la lucha en torno a los Orange y en contra de la Casa de Austria. La recu-

434
peración de Breda, al comienzo del reinado de Felipe IV es crucial para mantener la
posición española que pretende defender su patrimonio heredado. Para la Historia
Militar es también de gran interés, hasta el punto de que el sitio de la plaza fue vi-
sitado por agregados militares para estudiar la táctica militar de Spínola, genovés al
servicio de la Monarquía Católica, lo que permite considerar cómo se estructura ésta.
También este episodio permite un tratamiento del sentido de respeto y de caballe-
rosidad de los vencedores españoles ante los vencidos, a quienes se permite marchar
con honores, en contraste con la crueldad de la cercana Guerra de los Treinta Años,
que va a asolar económica, demográfica y moralmente al centro de Europa. La ban-
dera con los colores de la recién fallecida Infanta Isabel Clara eugenia, soberana de
los Países Bajos es un homenaje póstumo y permite una reflexión sobre los modos
de administrar los territorios dentro de la Monarquía Católica. La existencia de unas
reglas de conducta en la guerra, y el nacimiento del Ius Gentium moderno pueden
ser objeto consideración.

El Príncipe Baltasar Carlos. Permite exponer la imagen de la Monarquía, las reno-

vadoras ideas de “la reputación” que miraban con optimismo al futuro, sobre la feliz
continuidad de la Casa de Austria que vendría a perpetuar los ideales de la Monar-
quía Católica. Cabe presentar cierto paralelismo entre las esperanzas truncadas con
la muerte de este príncipe y la que aconteciera siglos atrás con el Don Juan de los
Reyes Católicos. La sucesión real y su régimen jurídico pueden explicarse en torno
a esta imagen. También la función real en una monarquía cuya tendencia al abso-
lutismo siempre hubo de contar con limitaciones. Este retrato permite ponerlo en
relación con su ubicación original en el Palacio del Buen Retiro y los grandes planes
de gobierno diseñados por el Conde Duque de Olivares, así como su final desgracia.

3.3. Para la visita de conjunto a exposiciones y museos se plantea una

metodología enfocada a un aprendizaje activo, inductivo y cooperativo.
Cada una de estas visitas se realiza con un experto o incluso dos, el
profesor de la materia histórico-jurídica y el de Historia del Arte. Las
explicaciones son complementarias.

El procedimiento exige preparar un cuestionario que los alumnos han de resol-

ver con base a la información proporcionada en la propia visita, y completar fuera
de la misma consultando la bibliografía recomendada. El cuestionario, entregado
con anterioridad, ha de ser al menos leído antes de realizar la visita. El cuestio-
nario plantea interrogantes concretos de detalle junto con otros más amplios que
permiten enmarcar la visita dentro de los contenidos generales de la materia que
se estudia. De este modo el alumno había de adquirir de manera autónoma los co-
nocimientos necesarios para la  resolución de las cuestiones que se le planteaban,

435
unas reflexionando sobre lo que se presentaba ante su mirada y otras poniéndolo en
relación con conocimientos o bien ya interiorizados o bien que le les presentaban
como objetivos a adquirir.

Para facilitar y fomentar el desarrollo de la capacidad de trabajo en equipo, se

plantea también la posibilidad de formar grupos inmediatamente después de fina-
lizar la visita, de modo que cada miembro del grupo, ponga en común su esfuerzo
previo, enriqueciéndolo o matizándolo con las aportaciones de sus compañeros.

Más aún, estos cuestionarios presentan algunas preguntas que exigen una valora-
ción personal. Esto permite una discusión ulterior, en clase, razonando las posturas
en función de las distintas percepciones.

4. Bibliografía

Ciuro Caldani, Miguel Ángel, «El Derecho y el Arte», Investigación y Docencia, revista
del Centro de Investigaciones de Filosofía Jurídica y Filosofía Social, Facultad
de Derecho, Universidad Nacional de Rosario, accesible en
http://www.cartapacio.edu.ar/ojs/index.php/iyd/article/view/809/612 (10 de
mayo de 2001).
Douzinas, Costas; Nead, Lynda (eds.); Law and the image. The authority of art and the
aesthetics of law, University of Chicago Press, 1999.
Fundación Carlos de Amberes, Iustitia. La Justicia en las Artes, catálogo de la expo-
sición organizada por la Vicepcia. Segunda de la Comunidad de Madrid y la
Fundación Arte Viva Europa, Dykinson, 2007.
Gombrich, Sir Ernst H., Los usos de las imágenes. Estudios sobre la función social del arte
y la comunicación visual, Ed. Debate, 2003.
Haskell, Francis, History and its images. Art and the interpretation of the past, New Haven
-Londres, Yale Univ. Press, 1993.
Hickman, Richard (ed.), Arteducation 11-18. Meaning, Purpose and Direction, Conti-
nuum, Londres-Nueva York, 2004 (2ª ed.).
Hooper Greenhill, Eilean, Museum and their visitors, Routledge, Londres-Nueva York,
1994.
Krieger, Peter, «El “derecho” en las investigaciones estéticas. Nuevas exigencias para
la historia del arte», Anales del Instituto de Investigaciones Estéticas, 78 (2001),
U.N.A.M., México, págs. 203-212
Menze, Clemens, «Intención, realidad y destino de la reforma educativa de Wilhelm
von Humboldt», Revista internacional de los estudios vascos, vol. 41, nº. 2 (1996)
Wilhelm von Humboldt: un puente entre dos pueblos, Universidad de Oñate, págs.
335-350.
Nairne, Sandy, The state of the Art. Ideas and Images in the 1980’s, Chatto & Windus,
Londres, 1987.
Pérez-Bustamante, Rogelio, Campus. Imágenes de la Justicia, Edisofer, Madrid, 2008.

436
5. Anexo. Tres cuestionarios de los empleados para el análisis:

437
 Apellidos: _______________________________
Nombre:____________________

HISTORIA DE LAS RELACIONES INTERNACIONALES: INSTITUCIONES Y TRATADOS

CUESTIONARIO sobre visita al museo del prado

Visita especialmente a salas 1, 24, 40, 42, 43, 12, 14-16

1) ¿Qué obras le parecen más representativas de la política exterior de Carlos

Quinto? ¿Qué ideas transmiten y a qué ideales obedecen? ¿Alguna de las
obras se relaciona con Felipe II?
2) ¿Cuál era la relación de los Países Bajos con la Monarquía Católica? ¿Hasta
cuándo perdura esa relación? Cite alguna obra que a su juicio sea representa-
tiva de esta relación, explicando el porqué.
3) Citar otros territorios que formaran parte de la Monarquía Católica en la
Edad Moderna y que tengan reflejo en las salas recorridas.
4) Para qué lugar se programó la serie de pinturas de la familia de Felipe IV, la
serie de “los trabajos de Hércules” y el ciclo de batallas del siglo XVII. ¿Qué
personas reales eran las retratadas? A qué plan obedecía esa instalación de
pinturas.
5) ¿Quiénes fueron el Duque de Lerma, el Cardenal-Infante Don Fernando de
Austria, y el Conde-Duque de Olivares? ¿Podría indicar en qué intervinieron
en la política exterior de la Monarquía? Qué imágenes le parecen más repre-
sentativas de estos personajes y por qué.
6) Exprese su opinión sobre la obra de “Las meninas”, qué representa y cómo lo hace.
7) ¿Qué obras de las contempladas en la visita le parecen más significativas para
la política exterior de la Monarquía en la Edad Moderna e inicio de la Con-
temporánea? Explicar la respuesta.
8) ¿Qué cambios internacionales supuso la llegada al trono de Felipe V? ¿Qué
personajes destacan por su relevancia política en el retrato familiar que hace
Van Loo del monarca?
9) Sobre la anterior obra: ¿qué puede destacar del estilo artístico que refleja?
¿Qué monarca francés aparece retratado en otro cuadro expuesto en la mis-
ma sala, y qué fue lo más significativo de su reinado?
10) ¿Qué personajes le parecen los más significativos de la familia de Carlos IV
retratada por Goya? Indicar alguna de las impresiones que el pintor ofrece de
alguno de estos personajes.

438
 Apellidos y nombre: ____________________________________________________

HISTORIA JURÍDICA DE LA INTEGRACIÓN EUROPEA

EXPOSICIÓN “WINSTON CHURCHILL Y ESPAÑA.

CAMINANDO CON EL DESTINO”,
Centro Cultural “El Águila” de la C. A. de Madrid
(abril-junio 2011)

Responder las siguientes preguntas citando -cuando sea oportuno- refe-

rencias que aparezcan de documentos y objetos de la exposición. Las
cinco últimas preguntas determinarán especialmente la evaluación final
de esta actividad.

1) ¿Cuáles son las circunstancias sociales de la familia en la que nace W. Churchill?

¿Dónde se forma?; ¿qué estudios hace?
2) De las circunstancias políticas internacionales durante la juventud de Churchill:
¿cuáles considera que le afectan más directamente?; ¿en cuáles se ve implicado?
¿Cuáles son las potencias mundiales durante esa época? ¿Cuál es la situación de
España en ese contexto?
3) Describir la adscripción política de Churchill a lo largo de su vida parlamenta-
ria.
4) ¿Con qué jefes de Estado españoles tiene trato Churchill y en qué contexto?
¿Con qué otras personalidades españolas?
5) ¿Qué responsabilidades de gobierno asumió Churchill? Precisar las fechas en
que ejerció la jefatura del gobierno. ¿Cuáles considera que fueron sus principa-
les logros en los distintos puestos de gobierno?
6) Durante la Primera Guerra Mundial, ¿cuál es la dedicación de Churchill? ¿En
qué cambia la situación mundial tras esa conflagración? ¿Cómo afecta a Euro-
pa?
7) Ante el nazismo, ¿cuál es la actitud de Churchill? ¿Y la del gobierno británico?
8) Y ante la Guerra Civil Española, ¿cuál es la postura de la sociedad británica? ¿Y
la de su gobierno? ¿Y la de Churchill? ¿Puede citar gestiones y argumentos de
cada uno de los contendientes en el Reino Unido? Establecida la paz en España,
¿cuáles son los objetivos con el nuevo gobierno nacional al estallar la Segunda
Guerra Mundial? ¿Cuál fue la postura del gobierno nacional ante ésta?
9) Precisar lo que conozca de las relaciones entre Churchill, Roosevelt y Stalin. De
sus reuniones y sus decisiones.
10) Sintetizar el pensamiento de Churchill respecto a la función del Estado y su
intervención en la economía y la vida social.
11) Cuáles considera que fueron los honores más destacados que recibió Churchill
por las distintas actividades desplegadas a lo largo de su vida.
12) En el origen de qué organizaciones internacionales considera que Churchill
tuvo una participación relevante.

439
13) Qué idea manifiesta Churchill acerca de la situación de Europa en el mundo y
cuál es su plan de futuro. Qué movimiento apoya para este propósito.
14) Cuáles son las actividades europeístas más relevantes en las que Churchill parti-
cipa tras la guerra. Qué organismo surge de esas actividades europeístas.
15) Precise cuáles considera que son los discursos más importantes de Churchill tras
la Guerra y por qué destacan, citando textualmente alguna de las frases que
considere más representativas de los mismos.
16) Qué valoración crítica le merece esta exposición. ¿Qué es lo qué le ha resultado
más interesante?

440