Introducción al muestreo

a. Concepto e importancia

Es la actividad por la cual se toman ciertas muestras de una población de elementos de los cuales vamos a tomar ciertos criterios de decisión, el muestreo es importante porque a través de él podemos hacer análisis de situaciones de una empresa o de algún campo de la sociedad.

b. Terminología básica para el muestreo
Los nuevos términos, los cuales son frecuentemente usados en inferencia estadística son:

Estadístico:
Un estadístico es una medida usada para describir alguna característica de una muestra , tal como una media aritmética, una mediana o una desviación estándar de una muestra.

Parámetro:
Una parámetro es una medida usada para describir alguna característica de una población, tal como una media aritmética, una mediana o una desviación estándar de una población.
Cuando los dos nuevos términos de arriba son usados, por ejemplo, el proceso de estimación en inferencia estadística puede ser descrito como le proceso de estimar un parámetro a partir del estadístico correspondiente, tal como usar una media muestral ( un estadístico para estimar la media de la población (un parámetro).
Los símbolos usados para representar los estadísticos y los parámetros, en éste y los siguientes capítulos, son resumidos en la tabla siguiente:

Tabla 1
Símbolos para estadísticos y parámetros correspondientes
Medida Símbolo para el estadístico Símbolo para el parámetro
(muestra) (Población)
Media X µ
Desviación estándar s
Número de elementos n N
Proporción p P

Distribución en el muestreo:
Cuando el tamaño de la muestra (n) es más pequeño que el tamaño de la población (N), dos o más muestras pueden ser extraídas de la misma población. Un cierto estadístico puede ser calculado para cada una de las muestras posibles extraídas de la población. Una distribución del estadístico obtenida de las muestras es llamada la distribución en el muestreo del estadístico.
Por ejemplo, si la muestra es de tamaño 2 y la población de tamaño 3 (elementos A, B, C), es posible extraer 3 muestras ( AB, BC Y AC) de la población. Podemos calcular la media para cada muestra. Por lo tanto, tenemos 3 medias muéstrales para las 3 muestras. Las 3 medias muéstrales forman una distribución. La distribución de las medias es llamada la distribución de las medias muéstrales, o la distribución en el muestreo de la media. De la misma manera, la distribución de las proporciones (o porcentajes) obtenida de todas las muestras posibles del mismo tamaño, extraídas de una población, es llamada la distribución en el muestreo de la proporción.

Error Estándar:
La desviación estándar de una distribución, en el muestreo de un estadístico, es frecuentemente llamada el error estándar del estadístico. Por ejemplo, la desviación estándar de las medias de todas la muestras posibles del mismo tamaño, extraídas de una población, es llamada el error estándar de la media. De la misma manera, la desviación estándar de las proporciones de todas las muestras posibles del mismo tamaño, extraídas de una población, es llamada el error estándar de la proporción. La diferencia entre los términos “desviación estándar” y “error de estándar” es que la primera se refiere a los valores originales, mientras que la última está relacionada con valores calculados. Un estadístico es un valor calculado, obtenido con los elementos incluidos en una muestra.

Error muestral o error de muestreo
La diferencia entre el resultado obtenido de una muestra (un estadístico) y el resultado el cual deberíamos haber obtenido de la población (el parámetro correspondiente) se llama el error muestral o error de muestreo. Un error de muestreo usualmente ocurre cuando no se lleva a cabo la encuesta completa de la población, sino que se toma una muestra para estimar las características de la población. El error muestral es medido por el error estadístico, en términos de probabilidad, bajo la curva normal. El resultado de la media indica la precisión de la estimación de la población basada en el estudio de la muestra. Mientras más pequeño el error muestras, mayor es la precisión de la estimación. Deberá hacerse notar que los errores cometidos en una encuesta por muestreo, tales como respuestas inconsistentes, incompletas o no determinadas, no son considerados como errores muéstrales. Los errores no muéstrales pueden también ocurrir en una encuesta completa de la población.

2. Métodos de selección de muestras.

Una muestra debe ser representativa si va a ser usada para estimar las características de la población. Los métodos para seleccionar una muestra representativa son numerosos, dependiendo del tiempo, dinero y habilidad disponibles para tomar una muestra y la naturaleza de los elementos individuales de la población. Por lo tanto, se requiere una gran volumen para incluir todos los tipos de métodos de muestreo.

Los métodos de selección de muestras pueden ser clasificados de acuerdo a:

  1. El número de muestras tomadas de una población dada para un estudio y
  1. La manera usada en seleccionar los elementos incluidos en la muestra. Los métodos de muestreo basados en los dos tipos de clasificaciones son expuestos en seguida.

Métodos de muestreo clasificados de acuerdo con el número de muestras tomadas de una población.

Bajo esta clasificación, hay tres tipos comunes de métodos de muestreo. Estos son, muestreo simple, doble y múltiple.

Muestreo simple

Este tipo de muestreo toma solamente una muestra de una población dada para el propósito de inferencia estadística. Puesto que solamente una muestra es tomada, el tamaño de muestra debe ser los suficientemente grande para extraer una conclusión. Una muestra grande muchas veces cuesta demasiado dinero y tiempo.

Muestreo doble

Bajo este tipo de muestreo, cuando el resultado dele estudio de la primera muestra no es decisivo, una segunda muestra es extraída de la misma población. Las dos muestras son combinadas para analizar los resultados. Este método permite a una persona principiar con una muestra relativamente pequeña para ahorrar costos y tiempo. Si la primera muestra arroja una resultado definitivo, la segunda muestra puede no necesitarse.

Por ejemplo, al probar la calidad de un lote de productos manufacturados, si la primera muestra arroja una calidad muy alta, el lote es aceptado; si arroja una calidad muy pobre, el lote es rechazado. Solamente si la primera muestra arroja una calidad intermedia, será requerirá la segunda muestra.

Muestreo múltiple

El procedimiento bajo este método es similar al expuesto en el muestreo doble, excepto que el número de muestras sucesivas requerido para llegar a una decisión es más de dos muestras.

Métodos de muestreo clasificados de acuerdo con las maneras usadas en seleccionar los elementos de una muestra.

Los elementos de una muestra pueden ser seleccionados de dos maneras diferentes:

a. Basados en el juicio de una persona.
b. Selección aleatoria (al azar)

Muestreo de juicio

Una muestra es llamada muestra de juicio cuando sus elementos son seleccionados mediante juicio personal. La persona que selecciona los elementos de la muestra, usualmente es un experto en la medida dada. Una muestra de juicio es llamada una muestra probabilística, puesto que este método está basado en los puntos de vista subjetivos de una persona y la teoría de la probabilidad no puede ser empleada para medir el error de muestreo, Las principales ventajas de una muestra de juicio son la facilidad de obtenerla y que el costo usualmente es bajo.

Muestreo Aleatorio

Una muestra se dice que es extraída al azar cuando la manera de selección es tal, que cada elemento de la población tiene igual oportunidad de ser seleccionado. Una muestra aleatoria es también llamada una muestra probabilística son generalmente preferidas por los estadísticos porque la selección de las muestras es objetiva y el error muestral puede ser medido en términos de probabilidad bajo la curva normal. Los tipos comunes de muestreo aleatorio son el muestreo aleatorio simple, muestreo sistemático, muestreo estratificado y muestreo de conglomerados.

A. Muestreo aleatorio simple

Una muestra aleatoria simple es seleccionada de tal manera que cada muestra posible del mismo tamaño tiene igual probabilidad de ser seleccionada de la población. Para obtener una muestra aleatoria simple, cada elemento en la población tenga la misma probabilidad de ser seleccionado, el plan de muestreo puede no conducir a una muestra aleatoria simple. Por conveniencia, este método pude ser reemplazado por una tabla de números aleatorios. Cuando una población es infinita, es obvio que la tarea de numerar cada elemento de la población es infinita, es obvio que la tarea de numerar cada elemento de la población es imposible. Por lo tanto, ciertas modificaciones del muestreo aleatorio simple son necesarias. Los tipos más comunes de muestreo aleatorio modificado son sistemático, estratificado y de conglomerados.

B. Muestreo sistemático.

Una muestra sistemática es obtenida cuando los elementos son seleccionados en una manera ordenada. La manera de la selección depende del número de elementos incluidos en la población y el tamaño de la muestra. El número de elementos en la población es, primero, dividido por el número deseado en la muestra. El cociente indicará si cada décimo, cada onceavo, o cada centésimo elemento en la población va a ser seleccionado.

El primer elemento de la muestra es seleccionado al azar. Por lo tanto, una muestra sistemática puede dar la misma precisión de estimación acerca de la población, que una muestra aleatoria simple cuando los elementos en la población están ordenados al azar.

C. Muestreo Estratificado

Para obtener una muestra aleatoria estratificada, primero se divide la población en grupos, llamados estratos, que son más homogéneos que la población como un todo. Los elementos de la muestra son entonces seleccionados al azar o por un método sistemático de cada estrato. Las estimaciones de la población, basadas en la muestra estratificada, usualmente tienen mayor precisión (o menor error muestral) que si la población entera muestreada mediante muestreo aleatorio simple. El número de elementos seleccionado de cada estrato puede ser proporcional o desproporcional al tamaño del estrato en relación con la población.

D. Muestreo de conglomerados.

Para obtener una muestra de conglomerados, primero dividir la población en grupos que son convenientes para el muestreo. En seguida, seleccionar una porción de los grupos al azar o por un método sistemático. Finalmente, tomar todos los elementos o parte de ellos al azar o por un método sistemático de los grupos seleccionados para obtener una muestra. Bajo este método, aunque no todos los grupos son muestreados, cada grupo tiene una igual probabilidad de ser seleccionado. Por lo tanto la muestra es aleatoria.

Una muestra de conglomerados, usualmente produce un mayor error muestral (por lo tanto, da menor precisión de las estimaciones acerca de la población) que una muestra aleatoria simple del mismo tamaño. Los elementos individuales dentro de cada “conglomerado” tienden usualmente a ser iguales. Por ejemplo la gente rica puede vivir en el mismo barrio, mientras que la gente pobre puede vivir en otra área. No todas las áreas son muestreadas en un muestreo de áreas.

La variación entre los elementos obtenidos de las áreas seleccionadas es, por lo tanto, frecuentemente mayor que la obtenida si la población entera es muestreada mediante muestreo aleatorio simple. Esta debilidad puede reducida cuando se incrementa el tamaño de la muestra de área.

El incremento del tamaño de la muestra puede fácilmente ser hecho en muestra muestra de área. Los entrevistadores no tienen que caminar demasiado lejos en una pequeña área para entrevistar más familias. Por lo tanto, una muestra grande de área puede ser obtenida dentro de un corto período de tiempo y a bajo costo.

Por otra parte, una muestra de conglomerados puede producir la misma precisión en la estimación que una muestra aleatoria simple, si la variación de los elementos individuales dentro de cada conglomerado es tan grande como la de la población.

Manuel Luis Rodríguez U.

Anuncios

Consideraciones sobre el método Delphi

OBJETIVO

El método Delphi tiene como finalidad poner de manifiesto convergencias de opinión y hacer emerger ciertos consensos en torno a temas precisos, mediante preguntas a expertos por medio de cuestionarios sucesivos.

El objetivo más frecuente de los estudios Delphi es el de aportar iluminación a los expertos sobre zonas de incertidumbre a fin de ayudar a la decisión.

DESCRIPCION DEL METODO

La técnica ha conocido diferentes versiones, nosotros presentaremos aquí la que de forma clásica ha sido más utilizada.

Fase 1: formulación del problema

Se trata de una etapa fundamental en la realización de un delphi. En un método de expertos, la importancia de definir con precisión el campo de investigación es muy grande por cuanto que es preciso estar muy seguros de que los expertos reclutados poseen todos la misma noción de este campo.

La elaboración del cuestionario debe ser llevada a cabo según ciertas reglas: las preguntas deben ser precisas, cuantificables (versan por ejemplo sobre probabilidades de realización de hipótesis y/o acontecimientos, la mayoría de las veces sobre datos de realización de acontecimientos) e independientes (la supuesta realización de una de las cuestiones en una fecha determinada no influye sobre la realización de alguna otra cuestión).

Fase 2: elección de expertos

La etapa es tanto más importante cuanto que el término de “experto” es ambiguo. Con independencia de sus títulos, su función o su nivel jerárquico, el experto será elegido por su capacidad de encarar el futuro.

La falta de independencia de los expertos puede constituir un inconveniente; por esta razón precautoriamente los expertos son aislados y sus opiniones son recogidas por vía postal y de forma anónima; así pues se obtiene la opinión real de cada experto y no la opinión más o menos falseada por un proceso de grupo (eliminación de líderes).

Fase 3: desarrollo practico y explotación de resultados

El cuestionario es enviado a un centenar de expertos (hay que tener en cuenta las no-respuestas y abandonos: el grupo final no debe ser inferior a 25). Naturalmente el cuestionario va acompañado por una nota de presentación que precisa las finalidades, el espíritu del delphi, así como las condiciones prácticas del desarrollo de la encuesta (plazo de respuesta, garantía de anonimato). Además, en cada cuestión, puede plantearse que el experto deba evaluar su propio nivel de competencia.

El objetivo de los cuestionarios sucesivos es disminuir la dispersión de las opiniones y precisar la opinión media consensuada. En el curso de la 2ª consulta, los expertos son informados de los resultados de la primera consulta de preguntas y deben dar una nueva respuesta y sobre todo deben justificarla en el caso de que sea fuertemente divergente con respecto al grupo. Si resulta necesaria, en el curso de la 3ª consulta se pide a cada experto comentar los argumentos de los que disienten de la mayoría. Un cuarto turno de preguntas, permite la respuesta definitiva: opinión consensuada media y dispersión de opiniones (intervalos intercuartiles).

ÚTILIDADES Y LIMITES DEL METODO

Una de las ventajas del Delphi es la quasi-certeza de obtener un consenso en el desarrollo de los cuestionarios sucesivos (pero ¡atención! convergencia no significa coherencia). Por lo demás, la información recogida en el curso de la consulta acerca de acontecimientos, tendencias, rupturas determinantes en la evolución futura del problema estudiado, es generalmente rica y abundante. Finalmente, este método puede utilizarse indistintamente tanto en el campo de la gestión y de la economía como en el de las ciencias sociales.

Varios son los problemas que limitan el alcance del método que se revela largo, costoso, fastidioso e intuitivo más que racional. La tramitación presionante (encuesta en varias tandas) es además discutible puesto que solo los expertos que se salen de la norma deben justificar su posición. Sin embargo, podemos considerar también que la opinión de los divergentes es, en terminos de prospectiva, más interesente que aquella de los que entran en el rango. Por otra parte, no se toman en consideración las posibles interacciones entre las hipótesis consideradas y son incluso evitados en la propia construcción de la encuesta, esto es lo que ha conducido a los promotores del método Delphi a desarrollar los métodos de impactos cruzados probabilistas.

ALGUNAS CONCLUSIONES PRÁCTICAS

Aparentemente el Delphi parece un procedimiento simple, fácilmente aplicable en el marco de una consulta a expertos. Sin embargo existe el riesgo de que los fracasos y/o decepciones desanimen a los “usuarios aficionados”. El método viene bien para las aplicaciones decisionales, pero debe estar adaptada en función del objetivo del estudio para la prospectiva. En particular, no es necesario obtener a toda costa una opinión consensuada mediana pero es importante poner en evidencia varios grupos de respuestas para el análisis de puntos de convergencia múltiples.

Delphi es sin duda una técnica que desde hace unos cuarenta años ha sido objeto de múltiples aplicaciones en el mundo entero. No todos respetan, sin embargo, el proceso descrito en estas páginas. Algunos cuestionarios de Delphi sólo tienen el nombre y no son más que cuestionarios por vía postal sobre temas prospectivos.

A partir del procedimiento original, se han desarrollado otras aproximaciones. De este modo, la mini-Delphi propone una aplicación en tiempo real del método: los expertos se reunen en un lugar y debaten cada cuestión antes de responder. Últimamente, la utilización de nuevos modos de interacción entre expertos, como el correo electrónico, tienden a desarrollarse y a convertir el procedimiento en más flexible y rápido.

REFERENCIAS BIBLIOGRAFICAS

BIGUES P.A., Prospective et compétitivé, Mac Graw Hill 1985.

GODET M., Manuel de prospective stratégique, tome 2: L’art et la méthode, Dunod, Paris 1997.

HELMER O., Looking forward: a guide to futures research, Sage publications, 1983. (Olaf Helmer est l’un des pères de la méthode Delphi).

LINSTONE H.A., TURROF, M., The Delphi method, techniques and applications, Addison wesley publishing, 1975.

MARTINO J.P., Technological forecasting for decision making, Mac Graw Hill, 1993. (ouvrage vendu avec une disquette de programmes permettant notamment de traiter une enquête Delphi)

SAINT-PAUL R., Ténière-buchot P.F., Innovation et évaluation technologiques, Entreprise moderne d’édition, 1974.

Manuel Luis Rodríguez U.

El método Delphi o de panel de expertos

Los métodos de prospectiva estudian el futuro en lo que se refiere a la evolución de los factores del entorno tecno-socio-económico, sociocultural, psicológico, psico-social y las interacciones entre estos factores. De esta manera las organizaciones podrán desarrollar sus planes estratégicos con la seguridad de que se van a conseguir los objetivos a largo plazo que tenía previstos.

Dentro de los métodos generales de prospectiva se pueden destacar los siguientes:

  • Métodos de expertos: Se basan en la consulta a personas que tienen grandes conocimientos sobre el entorno en el que la organización desarrolla su labor. Estas personas exponen sus ideas y finalmente se redacta un informe en el que se indican cuáles son, en su opinión, las posibles alternativas que se tendrán en el futuro.
  • Métodos extrapolativos: En este método se proyectan hacia el futuro los datos de evolución que se tienen del pasado. Para ello se recopila la información histórica disponible y se buscan posibles tendencias o ciclos evolutivos. Estos nos darán los posibles entornos futuros.
  • Métodos de correlación: En éstos se intenta ver qué factores están implicados en un desarrollo y en qué grado influyen. Teniendo esto presente se determina cuál es la posible línea evolutiva que van a seguir todos estos factores.

Métodos de expertos

Dentro de los métodos generales de prospectiva cabe destacar aquellos que se basan en la consulta a expertos, que reciben la denominación de métodos de expertos.

Los métodos de expertos utilizan como fuente de información un grupo de personas a las que se supone un conocimiento elevado y/o especializado de la materia que se va a tratar. Estos métodos se emplean cuando se da alguna de las siguientes condiciones:

  1. No existen datos históricos con los que trabajar. Un caso típico de esta situación es la previsión de implantación de nuevas tecnologías.
  2. El impacto de los factores externos tiene más influencia en la evolución que el de los internos. Así, la aparición de una legislación favorable y reguladora y el apoyo por parte de algunas empresas a determinadas tecnologías pueden provocar un gran desarrollo de éstas que de otra manera hubiese sido más lento.
  3. Las consideraciones éticas o morales dominan sobre los económicas y tecnológicas en un proceso de evolutivo. En este caso, una tecnología puede ver dificultado su desarrollo si éste provoca un alto rechazo en la sociedad (un ejemplo lo tenemos en la tecnología genética, que ve dificultado su avance por los problemas morales que implica la posibilidad de manipulación del genotipo).
  4. La planificación estratégica se alimenta de los métodos prospectivos, en la medida en que aportan conocimientos especializados que pueden fortalecer las decisiones a adoptar.

Los métodos de expertos tienen las siguientes ventajas:

  • La información disponible está siempre más contrastada que aquella de la que dispone el participante mejor preparado, es decir, que la del experto más versado en el tema. Esta afirmación se basa en la idea de que varias cabezas son mejor que una.
  • El número de factores que es considerado por un grupo es mayor que el que podría ser tenido en cuenta por una sola persona. Cada experto podrá aportar a la discusión general la idea que tiene sobre el tema debatido desde su área de conocimiento.

Sin embargo, estos métodos también presentan inconvenientes, como son:

  • La desinformación que presenta el grupo como mínimo tan grande como la que presenta cada individuo aislado. Se supone que la falta de información de unos participantes es solventada con la que aportan otros, aunque no se puede asegurar que esto suceda.
  • La presión social que el grupo ejerce sobre sus participantes puede provocar acuerdos con la mayoría, aunque la opinión de ésta sea errónea. Así, un experto puede renunciar a la defensa de su opinión ante la persistencia del grupo en rechazarla.
  • El grupo hace de su supervivencia un fin. Esto provoca que se tienda a conseguir un acuerdo en lugar de producir una buena previsión.
  • En estos grupos hay veces que el argumento que triunfa es el más citado, en lugar de ser el más válido.
  • Estos grupos son vulnerables a la posición y personalidad de algunos de los individuos. Una persona con dotes de comunicador puede convencer al resto de individuos, aunque su opinión no sea la más acertada. Esta situación se puede dar también cuando uno de los expertos ocupa un alto cargo en la organización, ya que sus subordinados no le rebatirán sus argumentos con fuerza.
  • Puede existir un sesgo común a todos los participantes en función de su procedencia o su cultura, lo que daría lugar a la no aparición en el debate de aspectos influyentes en la evolución. Este problema se suele evitar con una correcta elección de los participantes.

El método de expertos ideal sería aquel que extrajese los beneficios de la interacción directa y eliminase sus inconvenientes.

Esta intenta ser la filosofía de la metodología Delphi.

Seguir leyendo El método Delphi o de panel de expertos

La construcción de la hipótesis de investigación

Toda hipótesis constituye un juicio o una proposición provisoria, es decir, una afirmación o una negación de algo. Sin embargo, es un juicio de carácter especial. Las hipótesis son proposiciones provisionales y exploratorias y, por tanto, su valor de veracidad o falsedad depende críticamente de las pruebas empíricas disponibles. En este sentido, la replicabilidad de los resultados es fundamental para confirmar una hipótesis como solución de un problema.

La hipótesis de investigación es el elemento que condiciona el diseño de la investigación y responde provisionalmente al problema, verdadero motor de la investigación.  Se define en general una hipótesis como una proposición provisional en torno a un objeto de investigación y respecto de la relación existente entre dos o más fenómenos o variables.

Como se ha dicho esta hipótesis es una aseveración que puede validarse estadísticamente. Una hipótesis explícita es la guía de la investigación, puesto que establece los límites, enfoca el problema y ayuda a organizar el pensamiento.

Se establece una hipótesis cuando el conocimiento existente en el área permite formular predicciones razonables acerca de la relación de dos o más elementos o variables. Una hipótesis indica el tipo de relación que se espera encontrar; o sea: “existe relación entre a y b”; “el primer elemento es la causa del segundo”; “cuando se presenta esto, entonces sucede aquello”, o bien, “cuando esto sí, aquello no”. Debe existir una cuantificación determinada o una proporción matemática que permita su verificación estadística.

LAS VARIABLES DENTRO DE LA HIPOTESIS

Algunas investigaciones hacen hipótesis que involucran variables cuantitativas. La hipótesis puede tratar de establecer relaciones causales entre esas variables. A veces el investigador tendrá control sobre ciertas variables pero no sobre otras, y en términos de qué variables son controladas y cuales observables, y de otros tipos, las diferentes variables involucradas en un problema pueden clasificarse en:

  • Variable independiente: El valor de verdad que se le da a una hipótesis en relación con la causa, se denomina variable independiente.
  • Variable dependiente: Denominamos de esta manera a las hipótesis cuando su valor de verdad hace referencia no a la causa, sino al efecto.
  • Variable interviniente: Será aquella cuyo contenido se refiere a un factor que ya no es causa, tampoco efecto, pero sí modifica las condiciones del problema investigado.

PASOS METODOLOGICOS PARA CONSTRUIR UNA HIPOTESIS

Los pasos metodologicos para la construcción de la hipótesis son los siguientes:

1º  reunir toda la información teórica y empirica posible del objeto de investigación,

2º comparar la información, validarla y priorizarla por el enfoque o criterio de interés adoptado,

3º dar posibles explicaciones,

4º escoger la explicación más probable y

5º formular una o más hipótesis.

Manuel Luis Rodríguez U.

Introducción a la metodología de la intervención

El tema de la intervención, las teorías y las prácticas de la intervención, han sido tópicos de estudio durante largos decenios en las Ciencias Sociales modernas.  Para la Psicología, el Trabajo Social, la Antropología o la Sociología, la intervención ha sido una herramienta estratégica para tomar contacto con la realidad, poner en tensión teorías y conceptos y validar hipótesis de investigación, pero también para producir cambios en la sociedad.

Cada metodología de la intervención, responde a una determinada representación científica de la realidad y de la sociedad.

No existe un solo modelo teórico y metodológico de intervención, sino que una profusión, cada uno de los cuales responde a una lógica teórica, a un paradigma conceptual y a un repertorio de procedimientos y técnicas más o menos validadas.  Existen a lo menos el modelo de investigación- acción; sistémico socio-técnico; de desarrollo organizacional; de contingencia estructural; de aprendizaje organizacional; de intervención estratégica; identitario-cultural; accionalista; socio-analítico y el modelo clínico-analítico.

Entendemos que la intervención es un campo de conocimientos y de prácticas,  que opera como un punto de intersección entre la teoría proveniente de distintas disciplinas y ciencias, y las prácticas metodológicas diseñadas e instaladas en algún aspecto de la realidad social. De allí el carácter multidisciplinario en el que opera la intervención: aun cuando cada ciencia de lo social tiene sus propias estrategias y métodos de intervención, éstas pueden abrir la ventana a otras disciplinas.

En la intervención se pone en tensión, además, la oposición “individuo-sociedad”, entre lo individual y lo social: en la intervención podemos medir e identificar los grados de inserción e integración del individuo en la sociedad (es decir, el enfoque psicológico); como también cómo la sociedad integra o no a los individuos (el enfoque sociológico).

APROXIMACIONES A UNA DEFINICIÓN DE INTERVENCIÓN EN CIENCIAS SOCIALES

Aproximemonos a una tentativa de definición de la intervención.

Desde una perspectiva, se define la intervención como una práctica profesional en que un grupo de especialistas se insertan en un realidad social para investigarla y encontrar respuestas a sus interrogantes científicas.   Desde otro ángulo, puede definirse como una práctica que supone una estructura relacional que reune a varios componentes socio-culturales: actores intervinientes; actores sujetos y determinados contextos.

EL PROCESO DE LA INTERVENCION

A diferencia de otros procesos de investigación, la intervención implica una perspectiva práctica y procedimental, lo que significa qus su finalidad apunta a realizar una serie de acciones en un medio social determinado.

Las fases clásicas del método de intervención social o colectiva son las siguientes:

1º  determinación y delimitación del problema;

2º análisis de la situación;

3º evaluación preliminar y operacional

4º elaboración y validación de una (o una secuencia de)  estrategias de intervención;

5º  estrategia de campo;

6º implementación de la estrategia de intervención;

7º  evaluación crítica de los resultados; y

8º clausura de la intervención.

…en construcción…

Manuel Luis Rodríguez U.

El ensayo como trabajo científico

De un modo muy preliminar definimos aquí como ensayo a un trabajo científico elaborado en torno a un tema, tópico o problema, respecto del cual se propone una descripción, una explicación o una interpretación novedosa.

Luego un ensayo contiene una tesis, es decir, una proposición novedosa u original, un enfoque distinto acerca de un problema, una solución original para un problema determinado.  Desde un punto de vista metodológico, el ensayo es una forma de aproximarnos al estudio de un problema, a fin de desbrozar el camino antes que formulemos un proyecto de investigación o apuntemos a la tesis de grado.

Dos requisitos de contenido le dan coherencia a un ensayo:

a) la unidad temática, es decir, al tratamiento que se le da a un solo tema o problema, desde una disciplina científica (sociología, psicología, antropología, historia…) aún cuando éste se presente en relación con otros problemas y con respecto a otras disciplinas conexas.

b) la unidad argumentativa, es decir, la coherencia de las ideas y conceptos que utilizamos en relación con ese problema central, de manera que hacemos uso de los conceptos de la disciplina científica en favor de la tesis que sustentamos.

PARTES DEL ENSAYO

Las partes del ensayo son las siguientes:

1.-  Título del ensayo.

2.-  Autor o autores.

3.- Asignatura y carrera universitaria.

4.-  Universidad y año del ensayo.

5.-  Resumen breve del contenido. (entre 5 a 10 líneas)

6.-  Palabras claves.

7.-  Introducción. Presentación del tema, justificación de su importancia y de sus pertinencia.

8.-  Desarrollo del ensayo. Analisis del problema, causas, factores y consecuencias.  Abordaje que se ha hecho del problema desde el punto de vista de la disciplina y de otras disciplinas, breve analisis crítico de las fuentes bibliográficas que han tratado el problema, autores, escuelas, paradigmas teóricos. Preguntas de investigación que surgen de este análisis preliminar.

Puede dividirse en los siguientes subtítulos:

a)  Identificación del problema a investigar: causas, factores y consecuencias.

b)  Revisión crítica: estado actual de los conocimientos existentes sobre el problema.

c)  Principales autores y/o escuelas que tratan sobre el problema a investigar.

d)  Algunas preguntas de investigación.

e)  Hipótesis tentativa de la investigación.

9.-  Conclusión. Pistas de investigación probables que se abren con nuestra investigación. Beneficios y/o beneficiarios de los resultados de nuestra investigación.

10.- Citas, notas y referencias.

11. Fuentes bibliográficas consultadas.

FUENTES BIBLIOGRAFICAS

Bunge, M.: La investigación científica. México, 2004.  Edit. Siglo XXI.

Manuel Luis Rodríguez U.

El proceso de la investigación científica

(Esquema de clases para la asignatura de INVESTIGACIÓN EN PSICOLOGÍA BÁSICA en el 1er año Carrera de Psicología, Universidad del Mar, sede Punta Arenas).

1.-  OBSERVACIÓN DE LA REALIDAD.

Sentido comun y conocimiento cientifico.

Condiciones del conocimiento científico. Verificabilidad, replicabilidad, objetividad.

Observación, hipótesis, experimentación: las etapas clásicas del conocimiento científico.

El observador y el observado son seres humanos.

La ciencia frente a la realidad.

La ruptura epistemológica.

2.-  IDENTIFICACIÓN DEL PROBLEMA

Que es un problema

Problematizar la realidad

Causas y efectos de un problema: multicausalidad

Variables principales y secundarias.

Variables dependientes y variables independientes.

Formulación de la o las preguntas de investigación.

3.-  ESTRATEGIA DE INVESTIGACION

Tipo de investigación: descriptiva, explicativa, correlacional.

Objetivos de la investigación.

4.-  CONSTRUCCIÓN DEL MARCO TEORICO Y CONCEPTUAL

Revisión bibliográfica.

Validación teorica y metodologica de las fuentes.

Teorias y conceptos claves.

5.-  ELABORACIÓN DE LA HIPOTESIS DE INVESTIGACIÓN – HIPOTESIS, VARIABLES E INDICADORES

Hipotesis: definición y construcción.

Matriz de variables e indicadores.

6.-  DISEÑO MUESTRAL – UNIVERSO Y MUESTRA

Qué es una muestra; qué es un universo.

Muestra representativa.

Tamaño de la muestra en relación con el universo.

7.-  DETERMINACIÓN DE LA UNIDAD DE ANÁLISIS.

Muestra y unidad de análisis.

8.-  SELECCIÓN Y CONSTRUCCIÓN DEL INSTRUMENTO DE RECOLECCIÓN DE DATOS

Selección de la técnica de recolección de datos.

IRD y objeto de investigación.

Variables e indicadores como base para la construcción del IRD.

9.-  ELABORACIÓN DE LA ESTRATEGIA DE CAMPO

Despliegue y planificación territorial.

Condiciones de aplicabilidad del IRD.

Requisitos de los sujetos de la investigación.

10.  PRE-TEST Y VALIDACIÓN DEL IRD.

aplicación del IRD a individuos de la muestra.

Corrección del IRD.

11.-  APLICACIÓN DEL IRD

12.-  VALIDACIÓN Y TABULACIÓN DE LOS RESULTADOS.

13.-  ANÁLISIS CUALITATIVO Y CUANTITATIVO DE LOS RESULTADOS.

14.-  FORMULACIÓN DEFINITIVA DE LOS RESULTADOS

Confrontación de la hipotesis con los resultados.

Informe final de investigación.

Manuel Luis Rodríguez U.