Experiencia Curricular de

Metodologa de la Investigacin
Cientfica

S E S I N No9 (a)
INTERPRETACIN Y ANLISIS DE LOS DATOS
(Enfoque Cuantitativo y Cualitativo)
Las fuentes de informacin pueden ser:
1.

Fuente Primaria:
Personas
Organizaciones
Acontecimientos
Ambiente Natural

2.

Fuente Secundaria
Libros
Revistas
Noticieros
Documentos diversos

Las Tcnicas, se refieren a la forma en cmo se van a aplicar los instrumentos, pueden ser a
travs de:
Encuesta: se aplica un cuestionario. Ejemplo, en forma directa, por correo, telfono.
Entrevista: se establece contacto directo con las personas que se consideran fuente de
informacin. Es ms espontnea y abierta. Ejemplo, entrevistas, personales, entrevistas
grupales.
Observacin directa: permite obtener informacin directa y confiable.
Anlisis de documentos: est basada en fichas bibliogrficas.
Los instrumentos son el material base, resultados de la operacionalizacin de las variables
que contienen tems abiertos, cerrados o ambos y se van a aplicar a la poblacin, muestra o
a pequeos grupos, ejemplos:
a)
b)
c)
d)
e)

Cuestionario
Pruebas
Fichas
Guas
Lista de cotejo

Procesamiento de Datos
El procesamiento de resultados se puede realizar utilizando diversas herramientas
estadsticas, ejemplos:
Anlisis de Pareto: permite estudiar fuentes de problema y las prioridades relativas de
sus causas.
Diagrama de causa/efecto: permite representar, categorizar y evaluar las posibles
causas de un resultado o una reaccin.
Grficas de Control: para el control de calidad de procesos. Algunos tipos son:
a) Diagrama de control para medios de procesos.
b) Diagrama de control para variabilidad de procesos.
c) Diagrama de control para atributos.

Experiencia Curricular de
Metodologa de la Investigacin
Cientfica

Distribucin de frecuencias y representaciones grficas: es el agrupamiento de datos

que en categoras que muestran el nmero de observaciones de cada categora,
ejemplos:
a) Histogramas
b) Polgonos de frecuencia
c) Grficas

Medidas de tendencia central:

a) La moda: es el valor ms comn en nuestro conjunto de datos.
b) La mediana: es el valor en el medio de seleccin, si todos los valores estn
dispuestos de menor a mayor.
c) La media aritmtica: es la suma de todos los valores dividido por su nmero.

Medidas de dispersin:
a) Varianza
b) Desviacin estndar

Pruebas estadsticas:
a) Prueba t de student
b) Prueba Z
c) Anlisis de varianza
d) Anlisis de covarianza
e) Chi cuadrado
f) Anlisis de regresin y correlacin
g) Anlisis de regresin mltiple
h) Anlisis de factores
i) Anlisis multivariado de varianza

Anlisis de resultados
Una vez procesados los datos por medios estadsticos se obtienen unos resultados que
deben ser analizados e interpretados o discutidos.
El anlisis de resultados consiste en interpretar los hallazgos relacionados con el problema
de investigacin, los objetos propuestos, la hiptesis y/o preguntas formuladas, y las teoras
o presupuestos planteados en el marco terico, con la finalidad de evaluar si confirman las
teoras o no, y se generan debates con las teoras ya existentes.
PROCEDIMIENTOS DE ANLISIS DE DATOS
Una vez concluidas las etapas de recoleccin y procesamiento de datos se inicia con una de
las ms importantes fases de una investigacin: el anlisis de datos. En esta etapa se
determina como analizar los datos y qu herramientas de anlisis estadstico son adecuados
para ste propsito. El tipo de anlisis de los datos depende al menos de los siguientes
factores:
a)
b)
c)

El nivel de medicin de las variables.

El tipo de hiptesis formulada.
El diseo de investigacin utilizado indica el tipo de anlisis requerido para la
comprobacin de hiptesis.

El anlisis de datos es el precedente para la actividad de interpretacin. La interpretacin se

realiza en trminos de los resultados de la investigacin. Esta actividad consiste en
establecer inferencias sobre las relaciones entre las variables estudiadas para extraer
conclusiones y recomendaciones (Kerlinger, 1982). La interpretacin se realiza en dos
etapas:
2

Experiencia Curricular de
Metodologa de la Investigacin
Cientfica
a) Interpretacin de las relaciones entre las variables y los datos que las sustentan con
fundamento en algn nivel de significancia estadstica.
b) Establecer un significado ms amplio de la investigacin, es decir, determinar el
grado de generalizacin de los resultados de la investigacin.
Las dos anteriores etapas se sustentan en el grado de validez y confiabilidad de la
investigacin. Ello implica la capacidad de generalizacin de los resultados obtenidos.
Analizar significa establecer categoras, ordenar, manipular y resumir los datos (Kerlinger,
1982, p. 96). En esta etapa del proceso de investigacin se precede a racionalizar los datos
colectados a fin de explicar e interpretar las posibles relaciones que expresan las variables
estudiadas.
El diseo de tablas estadsticas permite aplicar tcnicas de anlisis complejas facilitando
este proceso. El anlisis debe expresarse de manera clara y simple utilizando lgica tanto
inductiva como deductiva.
Los resultados de una investigacin basados en datos muestrales requieren de una
aproximacin al verdadero valor del poblacin (Zorrilla, 1994). Para lograr lo anterior se
requiere de una serie de tcnicas estadsticas. Estas tcnicas se derivan tanto de la
estadstica paramtrica como de la estadstica no paramtrica. La primera tiene como
supuesto que la poblacin estudiada posee una distribucin normay y que los datos
obtenidos se midieron en una escala de inrvalo y de razn. La segunda no establece
supuestos acerca de la distribucin de la poblacin sin embargo requiere que las variables
estudiadas se miden a nivel nominal u ordinal (Weiers, 1993).
Las tablas diseadas para el anlisis de datos se incluyen en el reporte final y pueden ser
tiles para analizar una o ms variables. En virtud de ste ltimo criterio el anlisis de datos
puede ser univariado, bivariado o trivariado, dependiendo de la cantidad de variables que se
analizan.
El objetivo de cualquier ciencia es adquirir conocimientos y la eleccin del mtodo adecuado
que nos permita conocer la realidad es por tanto fundamental. El problema surge al aceptar
como ciertos los conocimientos errneos o viceversa. Los mtodos inductivos y deductivos
tienen objetivos diferentes y podran ser resumidos como desarrollo de la teora y anlisis de
la teora respectivamente. Los mtodos inductivos estn generalmente asociados con la
investigacin cualitativa mientras que el mtodo deductivo est asociado frecuentemente
con la investigacin cuantitativa.
Los cientficos sociales en salud que utilizan abordajes cualitativos enfrentan en la
actualidad problemas epistemolgicos y metodolgicos que tienen que ver con el poder y la
tica en la generacin de datos as como con la validez externa de los mismos.
La investigacin cuantitativa es aquella en la que se recogen y analizan datos cuantitativos
sobre variables. La investigacin cualitativa evita la cuantificacin. Los investigadores
cualitativos hacen registros narrativos de los fenmenos que son estudiados mediante
tcnicas como la observacin participante y las entrevistas no estructuradas. La diferencia
fundamental entre ambas metodologas es que la cuantitativa estudia la asociacin o
relacin entre variables cuantificadas y la cualitativa lo hace en contextos estructurales y
situacionales. La investigacin cualitativa trata de identificar la naturaleza profunda de las
realidades, su sistema de relaciones, su estructura dinmica. La investigacin cuantitativa
trata de determinar la fuerza de asociacin o correlacin entre variables, la generalizacin y
objetivacin de los resultados a travs de una muestra para hacer inferencia a una poblacin
de la cual toda muestra procede. Tras el estudio de la asociacin o correlacin pretende, a

Experiencia Curricular de
Metodologa de la Investigacin
Cientfica
su vez, hacer inferencia causal que explique por qu las cosas suceden o no de una forma
determinada.
Las diferencias ms ostensibles entre ambas metodologas se muestran en la tabla 1 5-6.
Los fundamentos de la metodologa cuantitativa podemos encontrarlos en el positivismo
que surge en el primer tercio del siglo XIX como una reaccin ante el empirismo que se
dedicaba a recoger datos sin introducir los conocimientos ms all del campo de la
observacin. Alguno de los cientficos de esta poca dedicados a temas relacionados con
las ciencias de la salud son Pasteur y Claude Bernard, siendo este ltimo el que propuso la
experimentacin en medicina. A principios del siglo XX, surge el neopositivismo o
positivismo lgico siendo una de las aportaciones ms importantes la induccin
probabilstica. La clave del positivismo lgico consiste en contrastar hiptesis
probabilsticamente y en caso de ser aceptadas y demostradas en circunstancias distintas, a
partir de ellas elaborar teoras generales. La estadstica dispone de instrumentos
cuantitativos para contrastar estas hiptesis y poder aceptarlas o rechazarlas con una
seguridad determinada7. Por tanto el mtodo cientfico, tras una observacin, genera una
hiptesis que contrasta y emite posteriormente unas conclusiones derivadas de dicho
contraste de hiptesis. El contrastar una hiptesis repetidamente verificada no da absoluta
garanta de su generalizacin ya que, como seala Karl Popper, no se dispone de ningn
mtodo capaz de garantizar que la generalizacin de una hiptesis sea vlida8. Con el
ejemplo de los cisnes, K. Popper rebata las tesis neopositivistas sobre la generalizacin de
las hiptesis... "todos los cisnes de Austria eran blancos... no se dispone de datos sobre el
color de los cisnes fuera de Austria..., todos los cisnes son blancos...". En el momento
actual no hay ningn mtodo que garantice que la generalizacin de una hiptesis sea
vlida, pero s se puede rebatir una hiptesis con una sola evidencia en contra de ella. Es
por ello que la ciencia, como seala K. Popper "busca explicaciones cada vez mejores"10.
Ventajas e inconvenientes de los mtodos
Las ventajas e inconvenientes de los mtodos cuantitativos vs los cualitativos se muestran
en la tabla 2 11-13. En general los mtodos cuantitativos son muy potentes en trminos de
validez externa ya que con una muestra representativa de la poblacin hacen inferencia a
dicha poblacin a partir de una muestra (Figura 1) con una seguridad y precisin definida.
Por tanto una limitacin de los mtodos cualitativos es su dificultad para generalizar. La
investigacin cuantitativa con los test de hiptesis no slo permite eliminar el papel del azar
para descartar o rechazar una hiptesis, sino que permite cuantificar la relevancia clnica de
un fenmeno midiendo la reduccin relativa del riesgo, la reduccin absoluta del riesgo y el
nmero necesario de pacientes a tratar para evitar un evento. La pregunta que
evidentemente hacen los investigadores cualitativos a los cuantitativos es cun
particularizables son tus generalidades...?
Hoy en da hay un predominio claro de la investigacin cuantitativa en relacin a la
cualitativa y as podemos objetivar que en una bsqueda en Medline a fecha 20/4/2002
utilizando las palabras clave "quantitative research" vs "qualitative research" encontramos
11.236 y 1.249 artculos respectivamente lo que genera un cociente de 11.236/1.249 =8.99.
El seleccionar una u otra metodologa puede depender de diferentes planteamientos: Se
busca la magnitud o la naturaleza del fenmeno?, Se busca un promedio o una estructura
dinmica?, Se pretende descubrir leyes o comprender fenmenos humanos? Cuando en
la bsqueda en Medline a las palabras clave previamente mencionadas aadimos "nursing"
para centrar la pregunta en trabajos de enfermera objetivamos que el cociente de los
artculos cuantitativos vs los cualitativos (610 vs 535) claramente disminuye a 1.14
mostrando por tanto un importante peso de lo cualitativo en la investigacin en enfermera a
pesar de existir un predominio de lo cuantitativo que sigue incrementndose en los ltimos
aos en este colectivo.
El empleo de ambos procedimientos cuantitativos y cualitativos en una investigacin
probablemente podra ayudar a corregir los sesgos propios de cada mtodo, pero el hecho
4

Experiencia Curricular de
Metodologa de la Investigacin
Cientfica
de que la metodologa cuantitativa se la ms empleada no es producto del azar sino de la
evolucin de mtodo cientfico a lo largo de los aos. Creemos en ese sentido que la
cuantificacin incrementa y facilita la compresin del universo que nos rodea y ya mucho
antes de los positivistas lgicos o neopositivistas Galileo Galilei afirmaba en este
sentido "mide lo que sea medible y haz medible lo que no lo sea".
Tabla 2. Ventajas e inconvenientes de los mtodos cualitativos vs cuantitativos.
Mtodos cualitativos

Mtodos cuantitativos

Propensin a "comunicarse con" los sujetos del estudio11

Propensin a "servirse de" los sujetos del

estudio11

Se limita a preguntar11

Se limita a responder11

Comunicacin ms horizontal... entre el investigador y los

investigados... mayor naturalidad y habilidad de estudiar los
factores sociales en un escenario natural12
Son dbiles en trminos de validez interna -casi
Son fuertes en trminos de validez interna, pero son dbiles
en validez externa, lo que encuentran no es generalizable a
la poblacin

Preguntan a los cuantitativos:

particularizables son los hallazgos?

nunca sabemos si miden lo que quieren medir-,

pero son fuertes en validez externa, lo que
encuentran es generalizable a la poblacin13

Cuan Preguntan

los

cualitativos:

Son

generalizables tus hallazgos?

Figura 1. Elementos de la inferencia estadstica

Experiencia Curricular de
Metodologa de la Investigacin
Cientfica
REFERENCIA:
Pita, S., y Prtegas, S. (2002). Investigacin cuantitativa y cualitativa. La Corua: unidad de
epidemiologa clnica y bioestadstica. Complejo hospitalario.

ACTIVIDAD
ACTIVIDAD
En equipos colaborativos responder las siguientes preguntas:
En equipos colaborativos responder las siguientes preguntas:
1. De qu manera se interpreta y analiza la informacin recolectada desde el enfoque
1. De qu manera se interpreta y analiza la informacin recolectada desde el enfoque
cuantitativo?
cuantitativo?
2. De qu manera se interpreta y analiza la informacin recolectada desde el enfoque
2. De qu manera se interpreta y analiza la informacin recolectada desde el enfoque
cualitativo?
cualitativo?