¿Cómo Hacer Un Trabajo de Investigación?

FERNANDO GAMARRA MORALES.
Tacna Per
2005

fer_gamarra@hotmail.com
cel: 952290888 / RPM: *122826
NDICE

NDICE ..................................................................................................................
INTRODUCCIN ..................................................................................................
QU ES UN TRABAJO DE INVESTIGACIN? .................................................
CIENCIA ...............................................................................................................
INVESTIGACIN CIENTFICA .............................................................................
ASPECTOS DE LA INVESTIGACIN CIENTFICA .............................................
CONCEPCIN DE LAS IDEAS ............................................................................
PLANTEAMIENTO DEL PROBLEMA ..................................................................
MARCO TERICO ...............................................................................................
FORMULACIN DE HIPTESIS .........................................................................
DEFINICIN DE VARIABLES, INDICADORES E NDICES ................................
POBLACIN Y MUESTRA ...................................................................................
DATOS .................................................................................................................
PATRON SIGNIFICATIVO Y ORDENAMIENTO DE DATOS ..............................
PROYECTO DE INVESTIGACIN ......................................................................
MTODO CIENTFICO .........................................................................................
INFORME DE INVESTIGACIN ..........................................................................
ADDENDA 01 .......................................................................................................
ADDENDA 02 .......................................................................................................
ADDENDA 03 .......................................................................................................
ADDENDA 04 .......................................................................................................
ADDENDA 05 .......................................................................................................
ADDENDA 06 .......................................................................................................
ADDENDA 07 .......................................................................................................
GLOSARIO ...........................................................................................................
REFERENCIAS BIBLIOGRFICAS .....................................................................

1
2
3
3
4
7
9
10
12
13
16
22
25
26
30
31
36
39
40
42
43
44
45
47
55
57

Profesor Fernando Gamarra Morales.

2
INTRODUCCIN

Ante la necesidad de una buena orientacin para realizar los trabajos de investigacin y
tesis de los estudiantes, se ha plasmado esta gua en donde se presentan algunas
recomendaciones, que no es una forma estricta de cmo realizar una investigacin; aqu se
trata no slo de orientar en cuanto a metodologa sino, adems, de comprender algunos
fundamentos del mtodo cientfico para intentar, humildemente, adentrarnos a lo que es la
ciencia.
Algunas personas, errneamente, afirman que la ciencia define la verdad; lo que ms
bien define es una manera de pensar y esto se puede entender as, slo a travs de la prctica
del mtodo cientfico, que es un proceso en la cual se experimenta para contestar preguntas
que resuelvan problemas del entorno.
Este trabajo busca proporcionar algunos elementos de metodologa que permita adquirir
conocimientos bsicos de la realidad circundante con una visin cientfica. Hacer un trabajo de
investigacin es expresar nuestra capacidad creativa, slo as desarrollaremos una cultura
cientfica para abordar los problemas de la vida cotidiana, la cual llevar al conocimiento
cientfico de la realidad y a su transformacin en beneficio del ser humano y de la sociedad.
Esa cultura no se hereda, se aprende con esfuerzo y prctica.
Aqu se presenta conceptos fundamentales, no filosficos, de la ciencia como proceso
intelectual, clasificndolo en dos grandes ramas; tambin se presenta caractersticas de la
Investigacin Cientfica y, tomando un criterio bastante general, su clasificacin y
subclasificacin, as como tambin sus aspectos internos y externos. Posteriormente se hace
un recuento de las condiciones para formular un problema, sin antes pasar por la concepcin
de la idea que lo origin, y luego tratar de manera muy simplificada sus diferentes tipos.
No se puede formular una hiptesis sin antes hacer una descripcin objetiva de lo que
se va a estudiar y abstraer sus propiedades fundamentales, as como de sus interrelaciones;
sin este marco referencial no se puede pasar a la siguiente etapa, de lo contrario la
investigacin no sera lo suficientemente consistente y podra caer en superficialidades. En
esta parte del trabajo queremos hacer notar las funciones de lo que comnmente se denomina
marco terico.
Luego se trata sobre la formulacin de la hiptesis, propiamente dicho, como tambin
de su clasificacin de acuerdo a su estructura sintctica o forma lgica. Seguidamente se habla
sobre las variables y su clasificacin de acuerdo al tipo de hiptesis, as como de sus
indicadores y nmero ndice; tambin se hace una descripcin general de lo que es poblacin,
cmo se toma la muestra y cmo se procesan los datos para poder sacar conclusiones
objetivas a travs de grficas en dos dimensiones. Al final se presenta una propuesta de la
estructura del proyecto de investigacin, las etapas del mtodo cientfico y el informe final de
investigacin.
Al trmino del presente se ha considerado conveniente agregar una addenda para
poder complementar el trabajo y un pequeo glosario, que es una parte extrada del libro del
Dr. Luis Piscoya, para facilitar la comprensin del significado de trminos importantes.
Por ltimo deseo expresar mi agradecimiento a las personas que con sus
observaciones, sugerencias y aliento han contribuido al logro del presente trabajo.


3
QU ES UN TRABAJO DE INVESTIGACIN?

Una investigacin es un trabajo individual o grupal, indito (un estudio, una tesis) por
medio del cual se puede aplicar, probar o profundizar los conocimientos adquiridos de un tema
en particular.
Sirve para desarrollar habilidades de investigacin, ampliar los conocimientos
adquiridos, o ms importante an, desarrollar un espritu crtico y una aptitud positiva para
enfrentar los problemas con disciplina cientfica y tomar decisiones correctas.

CIENCIA

Aqu no se pretende hacer una descripcin cabal y/o filosfica de lo que es la ciencia,
sino presentar algunos conceptos fundamentales para que el lector no cientfico est en
condiciones de entender este proceso intelectual que se emplea en las ms diversas ciencias y
aplicarlo, en la medida de lo posible y aconsejable, a su vida diaria.
La ciencia define una manera de pensar, se desarrolla a travs de un proceso que se
llama Mtodo Cientfico que consiste en formularse interrogantes sobre una realidad
observable, tratando de hallar soluciones a los problemas planteados, en base a la teora
existente; se basa en la recopilacin de datos, su ordenamiento y su posterior anlisis; es un
proceso de razonamiento que intenta no solamente describir los hechos sino tambin
explicarlos.
En definitiva, la ciencia busca resolver problemas, y por lo general lo logra de forma
eficiente, por lo que a cualquier persona interesada en resolver algn problema le puede servir
el hecho de conocer algo acerca del mtodo cientfico, que es la base del desarrollo de la
ciencia.
Como afirmamos anteriormente, la ciencia define un esquema de pensamiento o
mtodo, que es fundamental en el mundo actual. El mtodo cientfico no solo se aplica a la
ciencia pura (fctica) o exacta (formal), sino tambin a la vida diaria, comercial, poltica, etc. ya
que provee de muchos beneficios y evita numerosos problemas.
La ciencia es una actividad rigurosa, y no siempre es aconsejable utilizarlo. Por ejemplo,
sera absurdo celebrar Fiestas Patrias o el Aniversario de alguna provincia desde un punto de
vista cientfico, pero cuanto ms entrenemos y desarrollemos nuestro pensamiento racional,
menos sern los errores que cometamos al intentar resolver nuestros problemas cotidianos.
Existen varios tipos de clasificacin de la ciencia siendo una de las ms frecuente la que
hace referencia a ciencias bsicas y ciencias aplicadas o tcnicas. Otra clasificacin es la de
Walter M. Elsasse en ciencias cerradas y abiertas; cerradas son aquellas cuyas preguntas
tienen una respuesta binaria y abierta son aquellas cuyas preguntas no tienen respuesta
binaria definidas, por lo general son expresadas en trminos cuantitativos; esta clasificacin no
es operativa porque no se puede ubicar exactamente las diferentes ciencias en una u otra
clase. Kedrov y Spirkin distinguen ciencias naturales (que estudia la naturaleza orgnica e
inorgnica: fsica, qumica, biologa, etc.), ciencias humanas (ciencias sociales y las ciencias
filosficas y cuyo objeto de estudio son la sociedad y el pensamiento) y entre ellas las ciencias
que tienen como objeto de estudio al hombre en cuanto participa de la naturaleza y de la
sociedad, y es portador de la razn, adems distinguen las ciencias matemticas y las ciencias
tcnicas; esta clasificacin carece de eficacia porque no se puede ordenar de manera univoca
ni excluyente las diferente ciencias al tratar de ubicarlas en alguna de estas clases; aqu parece
que la estructura y la funcin de la ciencia no estn muy bien conceptualizados, ya que hace
una distincin del tipo de ciencia tcnica.
La clasificacin ms eficiente y la que ha logrado un consenso ms extendido en la
comunidad cientfica, es la que clasifica la ciencia considerando cuatro conceptos ordenadores:
a) Naturaleza del objeto de estudio,
b) Mtodo de comprobacin de proposiciones,


4
c) Criterio de verdad y
d) Carcter de los enunciados.
Mario Bunge, considerando estos conceptos ordenadores, clasifica la ciencia de manera
unvoca y excluyente en: ciencias formales y ciencias fcticas o factuales.
La matemtica pura y la lgica formal se tipifican como ciencias formales porque sus
objetos de estudio son las construcciones ideales de la mente humana, formas puras del
pensamiento sin referencia inmediata a la realidad fsica. Son aquellas que trabajan con
smbolos creados por ellas mismas, no explcitamente sobre hechos y objetivos, aunque s, son
racionales y sistemticos, estas ciencias nos informan acerca de la realidad. Estas ciencias
utilizan el mtodo deductivo para establecer la relacin entre sus signos y sus smbolos, usan
variables lgicas y su coherencia tiene por base el sistema de las leyes de la lgica formal y por
esta razn es que se tiene completa garanta acerca de sus demostraciones.
Por su capacidad para formalizar cualidades y medidas de los objetos de la realidad
emprica y tambin en mrito a su rigor y exactitud, es que los enunciados de las ciencias
formales son utilizados por los investigadores en la rama de las ciencias fcticas, porque como
instrumentos de formalizacin contribuyen a posibilitar la confirmacin o refutacin de las
proposiciones factuales.
Las ciencias fcticas son aquellas que en su investigacin actan sobre la realidad, en
primer lugar observando los procesos y sucesos que modifican su funcionamiento y en
segundo lugar haciendo conjeturas, es decir, formulando hiptesis que debern ser
contrastadas con la realidad.
La palabra "fctica" viene del latn factum que significa "hecho", estas ciencias utilizan
smbolos pero con valores concretos y precisos, su coherencia est enmarcada en el sistema
de ideas que manejan y este sistema no representa una garanta plena para la verificacin de
la hiptesis.
Toda ciencia es un conjunto de enunciados relacionados entre ellos, puesto que todo
enunciado cientfico se funda en otro o se refiere de una teora. El principio de sistematicidad
de la ciencia, se refiere a la conexin racional de los enunciados entre s y de estos con las
teoras establecidas. Conexin a travs de que todo nuevo conocimiento se incorpora a la
estructura cientfica para confirmarla, enriquecerla o rectificarla. La descripcin de un objeto
factual cualquiera es una faceta primaria de la funcin de la ciencia. La descripcin cientfica
aprehende al objeto como fenmeno, en sus propiedades aparenciales y observacionales.
Sus mayores representantes son: las ciencias naturales (fsica, qumica, biologa,
psicologa individual) y la ciencia cultural (psicologa social, sociologa, economa, ciencia
poltica, historia material, historia de las ideas).

INVESTIGACIN CIENTFICA

La investigacin surgi cuando el hombre, al enfrentarse a situaciones problemticas,
busc descubrir lo que desconoca, cuando sinti la necesidad de responder a las interrogantes
que la realidad le planteaba.
Entendemos por investigacin, racional o crtica, a la actividad de bsqueda que se
caracteriza por ser reflexiva, sistemtica y metdica, que tiene por finalidad obtener
conocimientos y solucionar problemas, y que se desarrolla mediante un proceso.
La investigacin es una actividad reflexiva porque requiere el estudio profundo y
minucioso de las fuentes de conocimiento: datos que se encuentran en la realidad, problemas
asumidos, modelos de comprobacin de las hiptesis, planes para desarrollar todas y cada una
de las actividades de la investigacin.
La investigacin es sistemtica porque relaciona nuestros pensamientos con los datos
derivados del anlisis crtico de las fuentes de conocimiento; es decir, relaciona ntegra y


5
subordinadamente los conocimientos adquiridos en el conjunto de los conocimientos
organizados o de las teoras vlidas existentes.
La investigacin es metdica porque requiere de procesos lgicos para adquirir,
sistematizar y transmitir los conocimientos; es decir, de mtodos que permitan realizar de la
mejor manera la indagacin de la realidad.
Si lo que buscamos es dar con conocimientos que produzcan en nosotros una certeza,
los mtodos nos auxilian en ese propsito, ya que los conocimientos no se adquieren
casualmente, sino que derivan de un esfuerzo intelectual de bsqueda.
La investigacin cientfica se relaciona con el mtodo cientfico y con el uso de ciertas
tcnicas, pero sin confundirse con ellos, como veremos ms adelante.
Existen muchos aspectos por los cuales se puede clasificar la Investigacin Cientfica, el
Dr. Luis Piscoya toma en cuenta la naturaleza de los problemas, que es un criterio bastante
general.

- Investigacin cientfica-terica: Estudia problemas que plantean la necesidad de
encontrar una explicacin para:
a) Un fenmeno, hecho o propiedad del mundo real, y
b) Una proposicin o enunciado de carcter lgico o matemtico.
Esta investigacin est orientada a satisfacer la necesidad de comprensin de lo real o
conceptual (necesidad teortica).
- Investigacin aplicada o tecnolgica: Estudia problemas que plantean la necesidad
de encontrar la manera de hacer algo con eficacia y siguiendo un camino ptimo. Se
plasma en un mtodo: tcnicas o tecnologas, no pretende describir ni explicar los
hechos reales, sino transformarlos o alterarlos para la solucin de problemas. Las
reglas tecnolgicas, a diferencia de las proposiciones producidas por la investigacin
cientfico-terica, se caracterizan porque no tiene sentido decir que son verdaderas o
falsas lo que importa es la calificacin de eficiente si permite el logro del objetivo.
Esta investigacin est orientada a satisfacer la necesidad de dominio de la naturaleza y
de lo social (necesidad pragmtica).

Existe una estrecha relacin entre estos dos tipos de investigaciones, ya que en muchos
casos suelen complementarse. El desarrollo de la investigacin tecnolgica, que ha tenido gran
impulso en la era industrial y tecnolgica, presupone la acumulacin de resultados de la
investigacin cientfico-terica.

CIENTFICA - TERICA
APLICADA O TECNOLGICA
EMPRICA
CONCEPTUAL SOCIAL FSICA FORMAL
se clasifica en
es de tipo
es de tipo


6
Investigacin cientfico-terica emprica; se traduce en la bsqueda de leyes
cientficas para explicar racionalmente los fenmenos, hechos (fsicos, biolgicos, psicolgicos,
sociales o culturales) o eventos del mundo real, basadas en evidencias objetivas. Esta
investigacin esta dirigida al conocimiento de hechos u acontecimientos naturales (ciencias
naturales) o al conocimiento del acontecer social, histrico o cultural (ciencias humanas o
sociales: sociologa, antropologa cultural, psicologa, economa y lingstica).

Investigacin cientfico-terica conceptual; busca explicaciones para propiedades
lgicas y matemticas o para propiedades de las proposiciones de las ciencias empricas. Aqu
se aporta nuevas demostraciones (teoremas) que son las explicaciones lgicas y matemticas,
no dependen de su confrontacin con los hechos, como contrariamente lo hace la investigacin
emprica. Las demostraciones lgicas y matemticas son verdaderas por su deduccin sin
interesar los hechos que ocurren en el mundo real. La validez de un teorema o propiedad es la
coherencia en que se ha realizado la demostracin (de modo lgicamente inobjetable). A este
tipo de investigacin tambin se le llama formal o a priori. Las cuestiones solucionadas en
lgica o matemtica est formado por aquellos en los que se ha demostrado la validez de una
proposicin, como los que han sido resueltos demostrando la indemostrabilidad de otra
proposicin; ejemplo de esto ltimo es el tradicional problema griego de la cuadratura del
crculo (ver addenda 05) que se resuelve cuando se demuestra que dicha proposicin que
deseamos demostrar es realmente indemostrable. Los problemas o cuestiones que no estn en
ninguna de estas dos caractersticas anteriores son los problemas indecibles y pendientes; un
ejemplo de problema matemtico indecible y pendiente a la vez fue, desde mediados del S.
XVII hasta 1994, la proposicin de Fermat (Teorema de Fermat: ver addenda 06), hasta ese
entonces no se haba demostrado que sea matemticamente verdadera como tampoco se
haba demostrado su indemostrabilidad, por lo tanto este teorema no poda, afirmarse o
rechazarse. Caso contrario ocurre con las proposiciones generadas por el Teorema de Gdel
(ver addenda 07), que son indecibles pero no pendientes de solucin, es decir que se
demuestra que no se puede demostrar su verdad y tambin se demuestra que no se puede
demostrar que son indemostrables y por lo tanto no constituye un problema pendiente para la
investigacin en lgica matemtica.

Investigacin en tecnologas fsicas; se orientan a los campos que dependen de la
fsica, la qumica y la biologa, entre estas tenemos:
a) Las ingenieras, mtodos como el clculo de resistencia de materiales y
b) Otras no llamadas tecnologas pero que lo son, como la medicina en lo que respecta a
tratamiento mdico o tcnicas quirrgicas, que son actividades fundadas en disciplinas
tericas producidas por la investigacin emprica como la fisiologa, la patologa, la
parasitologa, la bioqumica, la fsica, etc.

Investigacin en tecnologas sociales; comprende:
a) El campo de la pedagoga en mtodos de direccin del aprendizaje, como son la
educacin programada, los mtodos globalizados, los mtodos para la enseanza de
una segunda lengua, etc.
b) La propaganda, las diferentes tcnicas de administracin ,etc.
Estas tecnologas tienen su fundamento en el resultado de la psicologa del aprendizaje,
la sociologa y sus ramas, la antropologa, la lingstica, la economa, etc.

Investigacin en tecnologas formales; incluye los campos de la programacin de
computadoras, el anlisis de sistemas y los mtodos en su conjunto forman lo que se llama la
investigacin operativa. Aqu se desarrollan las tecnologas algortmicas, que se fundamentan
en teoras matemticas, en donde los mtodos de clculo son posible. La base de esta


7
investigacin son la teora de la probabilidad, la teora de grafos, la teora de juegos, el lgebra
lineal, el lgebra de Boole, la lgica proposicional, etc.

Cabe mencionar que las diversas ramas de la matemtica son la base de las
tecnologas formales y tambin son medios de expresin de la fsica, qumica y otras ciencias
tericas de carcter emprico que son decisivas en otras tecnologas como las ingenieras.
La Ciberntica es un tipo de investigacin terica de carcter interdisciplinario y sirve de
sustento a diversas tecnologas. Ha permitido avances en el conocimiento de los mecanismos o
canales de informacin, que han generado tecnologas para la construccin y
perfeccionamiento de redes telefnicas o sistemas de radiodifusin; de igual manera ha
permitido el aumento del conocimiento de las redes neuronales y tambin de los mecanismos
de aprendizaje en el hombre y en el animal. Gracias a estas investigaciones se ha
perfeccionado tecnologas como la del diseo de computadoras, la de construccin de
mecanismos para reemplazar rganos en circunstancias especiales, elaboracin de esquemas
organizacionales, etc. La ciberntica fundamenta tecnologas de diversos tipos, por su carcter
multidisciplinario.

ASPECTOS DE LA INVESTIGACIN CIENTFICA

La investigacin cientfica es un proceso complejo a travs del cual se producen los
conocimientos cientficos; los aspectos de este proceso son de carcter interno y externo.

- Aspectos epistmicos; son mecanismos lgicos para expresar y desarrollar el
pensamiento cientfico; es todo lo que se relaciona con las condiciones formales y de
contenido para establecer la verdad cientfica.
El anlisis de la naturaleza y validez de las inferencias que se hace para
confirmar o rechazar una hiptesis, forma la lgica de la investigacin. El estudio de la
verdad cientfica y de su fundamento objetivo es de carcter semntico, pues analiza la
HISTRICOS CULTURALES ECONMICOS
RAZONAMIENTO
CIENTFICO
VERDAD
CIENTFICA
tiene
llamados son
formado por
son son
para
del
ASPECTOS
INTERNOS EXTERNOS
A. EPISTMICOS
A. SOCIALES A. PSICOLGICOS

LGICA
METODOLOGA

CONDICIONANTES

IRRELEVEANTES


8
funcin que cumple la observacin y la experimentacin en la decisin de la verdad de
una proposicin.
Los asuntos metodolgicos tambin se encuentran aqu porque el mtodo
cientfico es un conjunto organizado de reglas metdicas que asegura que el proceso de
indagacin satisface la verdad y su transferencia, que es establecida por la lgica de la
investigacin.
- Aspectos externos; influyen sobre los aspectos internos, pudiendo
orientarla en un sentido u otro. Son de dos tipos: sociales y psicolgicos:
Aspectos sociales, estn formados por condicionantes histricos, culturales y
econmicos.
Las circunstancias histricas condicionan a la investigacin en el sentido de que
los acontecimientos dominantes de cierta poca favorecen el desarrollo de ciertos
sectores del conocimiento y a no estimular u obstruir el de otros; por ejemplo la fsica
atmica avanz velozmente en los aos previos a la segunda guerra mundial; otro
ejemplo es el estudio de los mecanismos de retroalimentacin cuando se hizo latente la
necesidad de un can capaz de apuntar certeramente a los aviones japoneses
mediante la correccin automtica de sus disparos defectuosos.
Los elementos culturales condicionan la investigacin en el sentido de que las
ideas, creencias y valores de una sociedad propician el avance de ciertos sectores del
conocimiento y obstaculizan el de otros; ejemplo de ello son las ideas de la teologa
medieval, de origen aristotlicos, que rechazaron las ideas astronmicas de Coprnico y
Galileo; otro ejemplo es la tesis psicoanalista de Freud y la teora de la evolucin de
Charles Darwin que se enfrentaron a prejuicios religiosos de su poca. Un ejemplo
actual es el pensamiento mgico en tribus de diferentes lugares del mundo en donde su
cultura es incompatible con el estilo de pensamiento racional necesario para el
desarrollo de la ciencia, esto es un obstculo para que estas comunidades puedan
interactuar con las sociedades tecnocientficas.
Los aspectos econmicos condicionan claramente, con mayor nfasis en la
actualidad que en otras pocas, a la investigacin; el desarrollo de los proyectos o
programas de investigacin no se pueden efectuar si no se cuenta con un
financiamiento adecuado; la investigacin en fsica, qumica, bioqumica, biologa, etc.,
requiere de equipos costosos que slo se realizan completamente en pases
desarrollados. Los organismos e instituciones financieras slo apoyan investigaciones
que podran tener inters para sus inversiones, as se estimula el avance de unos
sectores del conocimiento y se desatiende aquellos que no se consideran rentables.
Aspectos psicolgicos, estn formados por aquello que pertenece a la
experiencia interna del investigador, son factores subjetivos e irrelevantes para el
establecimiento de la verdad cientfica. El entusiasmo, las angustias, las motivaciones o
su estado de lucidez u oscuridad mental del investigador son ajenos al establecimiento
de la verdad o falsedad de una proposicin. De igual manera se encuentra las creencias
del investigador, puede creer que la proposicin que el formula es verdadera sin que
esto sea relevante para establecer su validez.
Una de las caractersticas de la ciencia es su carcter nter subjetivo, es decir
que toda proposicin cientfica puede ser trasmitida de una persona a otra y siempre es
posible decidir objetivamente su verdad. Contrario a esto, los procesos y estados
psicolgicos son intransferible, es decir toda descripcin que haga una persona de su
experiencia interna a otra persona, esta ltima no puede establecer su validez. Estos
procesos y estados pueden ser estudiados por disciplinas que formulan descripciones
recurriendo a indicadores que son accesibles a cualquier observador y hacen posible
hacer referencias que permiten conjeturar sobre la naturaleza de lo que no es
directamente observable.


9
CONCEPCIN DE LAS IDEAS

Para investigar siempre es necesario tener una idea, que puede resultar de la
satisfaccin de una curiosidad o de querer solucionar un problema, preferentemente de la
regin en donde uno se encuentra.
Las investigaciones se originan de ideas, ya que es el primer acercamiento a la realidad
que se investigar y para ello existe una gran variedad de fuentes:
Observacin de hechos naturales, sociales o artificiales.
Experiencias individuales.
Material escrito.
Investigaciones anteriores.
Teoras y creencias.
Conversaciones.
Presentimientos.

Al principio son vagas y requieren de anlisis para convertirlas en planteamientos
precisos y estructurados. Una buena idea de investigacin debe ser novedosa, en la gran
mayora de los casos debe mejorar o hacer mucho ms funcional lo que ya existe; si revisamos
fuentes bibliogrficas, analizamos aspectos que tienen relacin con nuestra idea o
conversamos con profesionales o expertos, nos ayudar a estructurar y precisarla mucho
mejor.
Cada vez que se hace un trabajo de investigacin, siempre trae consigo el
planteamiento de nuevos problemas que se presentan, aqu tambin hay una muy buena
fuente de ideas y tareas ms amplias para el investigador.
Es muy importante seleccionar la perspectiva desde donde se abordar la idea de
investigacin; a pesar de eso siempre se tocarn temas que se relacionan con otros campos,
que seran nuevas fuentes para investigar.
Las buenas ideas:
Producen intrigas, aliento y motivacin en el investigador.
Son novedosas aunque no necesariamente nuevas.
Pueden servir para elaborar teoras y la solucin de problemas.
Una vez que se tiene en claro lo que se quiere investigar, hay que observar y describir
el hecho que es objeto de estudio, sin alterar sus condiciones naturales, es decir de manera
contemplativa; esto va ha hacer que induzca una pregunta sobre el mismo.
Por ejemplo: se puede dejar caer un vaso de agua y observar como se hace aicos en
el piso. Esta observacin puede inducirle la pregunta, "Porqu se cayo el vaso?" u otro
ejemplo ms sistemtico sera que queremos estudiar el crecimiento de una planta desde su
origen, la semilla. ste depender de varios factores, tipo de semilla, tipo de agua de riego,
humedad, tipo de tierra, fertilizante, temperatura, sol, presin atmosfrica, etc.
La observacin configura la base de conocimiento de toda ciencia y, a la vez, es el
procedimiento emprico mas generalizado de conocimiento. Mario Bunge reconoce en el
proceso de observacin cinco elementos:
a. El objeto de la observacin
b. El sujeto u observador
c. Las circunstancias o el ambiente que rodean la observacin
d. Los medios de observacin
e. El cuerpo de conocimientos de que forma parte la observacin


10
PLANTEAMIENTO DEL PROBLEMA

La Investigacin Cientfica, esencialmente es una indagacin que fundamentalmente
pretende solucionar problemas; si no existieran problemas no tendra sentido hablar de
investigacin.
Identificar y formular los problemas simples, resolubles y significativos con bastante
precisin no es sencillo; en la realidad abundan problemas capaces de ser investigados, la
dificultad consiste en saber localizarlos. Albert Einstein dijo: La formulacin de un problema es
muchas veces ms importante que la solucin, la cual puede ser meramente una cuestin de
habilidad matemtica o experimental. Hacer nuevas preguntas y considerar nuevas
posibilidades para enfocar viejos problemas desde un nuevo ngulo requiere imaginacin
creadora y seala el verdadero progreso de la Ciencia.
Muchas veces se confunde problema con dificultad; un problema que no es relevante se
le llama rutinario , es el mismo que se da en los libros de matemtica por ejemplo, que sirven
para afianzar un aprendizaje; este es una dificultad conocida para la que hay soluciones
conocidas. Este no sera un problema para la investigacin cientfica, pero s para un alumno
por sus limitaciones propias en conocimientos e investigacin.
Un problema es aquella situacin en donde se puede determinar las caractersticas de
una dificultad para la que no existen medios conocidos ni inmediatos de solucin. Ejemplo de
ello son los cuestionamientos de las teoras cientficas, ya que tienden a perder su condicin de
buenas soluciones en el tiempo, as se determina la necesidad de investigar para hallar
respuestas mejores. Es por esta razn que plantear problemas es tan importante como su
solucin.
El Dr. Luis Piscoya afirma que un problema bien formulado debe de cumplir las
siguientes condiciones:
a) Debe de tener una solucin previsible, hay que saber que clase de solucin se va
ha aceptar, de lo contrario no se podra identificarla aunque se encontrara, por ejemplo: una
demostracin matemtica, un determinado efecto experimental, el cumplimiento de una
prediccin sobre acontecimientos naturales, etc.; todo esto para confirmar o refutar una
hiptesis.
b) Deben de quedar determinados explcitamente todos sus elementos relevantes
(propiedades), llamadas variables, que se encuentran en el problema y as poder determinar
las incgnitas para formular las preguntas de investigacin, que pueden ser: Quin ...?,
Dnde ...?, Por qu ...?, Cmo ...?, Cul ...?, Cul es el valor de ...?, etc.
c) Toda pregunta que expresa un problema est dentro de un marco terico que est
formado por enunciados vlidos que se llaman presuposiciones o presupuestos. Por ejemplo
la pregunta Cules son las causas de los conflictos entre las clases sociales? tiene sentido si
se acepta que hay clases sociales definidas y que se producen conflictos entre ellas, caso
contrario sera un despropsito la pregunta entre entidades que no existen o puede aceptar que
hay clases sociales pero considera que no hay que presuponer que estn en conflicto.


11

Aqu tambin queremos distinguir dos tipos de problemas:

TIPOS DE PROBLEMAS
P. TEORTICOS P. TECNOLGICOS
SOLUCIN PREVISIBLE
HIPTESIS
HECHOS
MEDIOS LGICOS
CIENCIAS
EMPRICAS
CIENCIAS
FORMALES
REGLAS TCNICAS
CONSEGUIR HACER
ALGO
o
son
la
es una
son
la
CONFIRMADA
DEMOSTRADA
por por
para las
para las
para
Formulacin inicial
del problema
Solucin
Previsible
Variables bien
definidas
Presupuestos
explcitos
Presupuestos
verdaderos

Problema bien
formulado o
bien definido

Problema mal
formulado o
mal definido
Tomado del libro: Investigacin Cientfica y Educacional de Luis Piscoya Hermoza. 1987

SI
SI
SI
SI
NO
NO
NO
NO
FORMULACIN DEL PROBLEMA


12

Estos se distinguen en que los problemas teorticos se basan en la verdad o falsedad
de las hiptesis y los tecnolgicos en la eficacia con que se logra algo. Muchas veces un
problema tecnolgico requiere que se solucionen problemas teorticos y viceversa; una
investigacin no enfrenta problemas aislados sino relacionados entre s, formando, lo que
Mario Bunge llama, sistema de problemas. Por ejemplo la construccin de rganos artificiales,
ha demandado la solucin de problemas teorticos en la inmunologa, la qumica y bioqumica;
de igual manera la solucin de problemas teorticos en fsica nuclear no habra sido posible si
no se soluciona las dificultades tcnicas de experimentacin a travs de la construccin del
instrumental adecuado.

MARCO TERICO

El investigador que plantea un problema, parte de ideas o informaciones previas, de
algunos referentes tericos y conceptuales, por ms que aun no tengan un carcter preciso y
sistemtico. Debe de realizar una descripcin del objeto, el cual debe ser objetivo y contener
los rasgos relevantes de su estudio. Con todos estos medios tericos, materiales y tcnicos el
investigador debe proceder a la descripcin del objeto. El marco terico es la abstraccin de las
propiedades ms fundamentales del objeto de estudio y de sus interrelaciones para poder
plantear sus hiptesis.
El marco terico, marco referencial o marco conceptual da a la investigacin una
coherencia de conceptos y proposiciones que abordan el problema, y de la cual depender sus
resultados. Pone en claro sus postulados y supuestos, asume los resultados de investigaciones
anteriores y orienta el trabajo de un modo coherente. Su fin es el de ubicar el problema dentro
de un conjunto de conocimientos, que orienta la bsqueda y ofrece una conceptualizacin
adecuada de los trminos que se utilizarn.
El punto de partida para construir un marco de referencia es el conocimiento previo de
los fenmenos que abordamos, como tambin las enseanzas que saquemos de una revisin
bibliogrfica que tenemos que hacer.
Por ejemplo: Si deseamos conocer las causas de la delincuencia juvenil, enfocaremos el
tema desde diversos aspectos: el plano psicolgico, psicosocial, econmico, legal, etc.
Tambin ser necesario enfocar la visin que tenemos de sociedad y de delincuencia juvenil (el
fenmeno en estudio), porque la comprensin del fenmeno variar si se parte de apreciarlo
como una conducta disfuncional (por ejemplo) que afecta a individuos impropiamente
integrados a sus grupos de referencia o como una expresin de una contracultura que se
origina en una crisis de valores de la sociedad existente.
En un trabajo de investigacin necesariamente no se debe presentar una seccin
llamada "marco terico", sino que se exponen sus caractersticas dentro de lo que se denomina
"revisin bibliogrfica" o "antecedentes". En otras ocasiones, cuando se trata de una
investigacin donde el marco referencial se reduce a algunas pocas proposiciones, stas
pueden insertarse al comienzo del trabajo, sin merecer una aclaracin mayor, como por
ejemplo estudios aplicados o de investigaciones que buscan extender conceptos bien
conocidos o nuevos estudios.
El marco terico responde a la pregunta: qu antecedentes existen?, tiene como
objeto dar a la investigacin un sistema coordinado y coherente de conceptos, proposiciones y
postulados, que permita obtener una visin completa del sistema terico, sobre el conocimiento
cientfico, que se tiene acerca del tema. Aqu se realiza la descripcin y anlisis de las
investigaciones anteriores o de los antecedentes tericos que llevan al planteamiento del
problema.
En general, se podra afirmar que el marco terico tiene como funciones:
- Orientar hacia la organizacin de datos y hechos significativos para descubrir las
relaciones de un problema con las teoras ya existentes.
- Evitar que el investigador aborde temticas que ya han sido investigadas o carecen de
importancia cientfica.


13
- Guiar en la seleccin de los factores y variables que sern estudiadas en la
investigacin, as como sus estrategias de medicin, su validez y confiabilidad.
- Prevenir sobre los posibles factores de confusin o variables extraas que
potencialmente podran generar sesgos no deseados.
Una vez que se ha seleccionado el tema y se ha establecido el problema, se debe realizar
una lectura a fin de desarrollar el marco terico de la investigacin, teniendo en cuenta el
problema que se va a investigar. Si hacemos referencia a ciertos artculos, o a consultar libros
como si estuviramos leyendo por placer, lo ms probable es que obtengamos resmenes muy
extensos que comprendan la mayora de los puntos de la lectura en cuestin o, por el contrario,
pequeos resmenes irrelevantes o ininteligibles. Para evitar esto se debe hacer:
Primero: tener siempre presente el problema que se va a investigar; as, si el libro que
estamos consultando se refiere en general a la "toma de decisiones", y nuestro estudio es "la
toma de riesgos", nos interesarn nicamente aquellos captulos, fragmentos o frases
relacionados con estos ltimos.
Segundo: leer con sentido crtico; tanto para obtener aquella informacin importante para
nuestra investigacin, como para aprender de los errores tericos o metodolgicos de otros
autores; as, evitaremos tener que descartar material que nos pareci importante durante su
lectura, pero que ms tarde consideramos repetitivo o irrelevante.
Por supuesto, existen diferencias entre los temas de investigacin que hacen ms o menos
importante esta parte de la investigacin, o que la convierten en una tarea fcil o dificultosa. En
una investigacin donde el objetivo fundamental es, por ejemplo, determinar el grado de
adaptacin de una determinada especie a una zona ms desrtica que la de su origen, los
problemas del marco terico pueden ser resueltos con bastante simplicidad; en cambio, estos
problemas pueden ser esenciales y habr que dedicarles el mayor esfuerzo intelectual y tiempo
a un estudio que intentase determinar los valores que predominan en el sistema educativo; por
ello, es recomendable que el investigador, al comenzar a estudiar su tema, trate de poner al da
sus conocimientos por medio de una sistemtica y amplia consulta bibliogrfica.

FORMULACIN DE HIPTESIS

La hiptesis es uno o varios enunciados que pretenden dar respuesta a las preguntas
que expresan problemas (explicaciones anticipadas), nos permiten vislumbrar su solucin, es
una respuesta provisional a un problema. Tambin se dice que las hiptesis son suposiciones
o conjeturas acerca de la solucin de un problema y que hacemos en base a las observaciones
y conocimientos que tengamos de los hechos que la originaron, es un intento de explicacin.
La hiptesis es el eje fundamental en el proceso de la investigacin, en ella se agrupa el
contenido lgico y el conocimiento que aporta el marco terico para la interpretacin del
problema.
Toda hiptesis se compone de dos partes: la base o cimiento y el cuerpo o estructura.
El cimiento de una hiptesis, es aquella parte que se encuentra conformada por
conocimientos ya probados en los cuales se apoya el marco terico.
El cuerpo de una hiptesis, es aquella que constituye la explicacin supuesta, la
estructura de las relaciones, se caracterizan porque se edifica sobre el cimiento de la hiptesis
y del marco terico.
La estructura sintctica o forma lgica de una hiptesis, depende del tipo de pregunta
que se pretende responder.
Las hiptesis se clasifican en dos grandes grupos: hiptesis causales y de covariacin.


14

Las primeras se utilizan en las llamadas investigaciones causales o explicativas (ver
addenda 01) y se caracteriza porque su forma lgica es de tipo condicional (Si ......., entonces
........). Ejemplo, la ley de Ohm: Si una fuerza electromotriz (causa) es aplicada a un circuito,
entonces siempre mantiene una corriente elctrica de intensidad constante (efecto) que es
directamente proporcional a ella ( i R e = ). Toda hiptesis causal es de forma lgica
condicional, pero no todo enunciado condicional es una hiptesis causal; ejemplo: Si un
nmero es mltiplo de dos, entonces es par, no es una hiptesis causal porque no se refiere a
hechos u objetos de la realidad fsica.
Las segundas se usan en las denominadas investigaciones de covariacin o
correlacionales (ver addenda 01); no dan una explicacin en trminos de causa y efecto, sino
de asociacin entre propiedades, el por qu es un problema para otras investigaciones, ya que
escapa al mbito de esta hiptesis. Valga la aclaracin que aqu se diferencian las propiedades
como variable independiente y variable dependiente; matemticamente se expresa: y = f(x),
a cierto valor de la propiedad x, le corresponde un determinado valor a la propiedad y.
Ejemplo: Existe una relacin inversa entre un cierto nivel de escolaridad (v. independiente) y el
grado de pasividad y dependencia de la personalidad (v. dependiente) del poblador rural
peruano dentro de una estructura de dominacin tradicional en proceso de cambio. Aqu se
trata de investigar la relacin entre ambas variables que es de variacin conjunta (covariacin);
la investigacin son las conjeturas de la causa de la covariacin entre las variables.
Existe una conexin lgica de deductibilidad entre los trminos de una hiptesis. Las
hiptesis que son del tipo de esquema Existe una relacin R entre ... y ... se pueden expresar
en trminos del esquema Si ..., entonces ...; la diferencia entre una hiptesis causal y otra de
covariacin no radica en su estructura lgica sino en su contenido significativo. Para poder
diferenciar estas hiptesis debemos analizarla y aclarar si se est respondiendo a un Por qu
...? o a un Cul es la relacin entre ... y ...?

CLASES DE HIPTESIS
H. CAUSALES H. DE COVARIACIN
POR QU ......? CUL ES LA RELACIN ENTRE ... Y ...?
RELACIN CAUSAL RELACIN DE FUNCIONALIDAD
responden a responden a
expresan una expresan una
FENMENOS O PROCESOS
CAUSA Y EFECTO
PROPIEDADES
UNIVERSO
entre entre
llamados de un


15

Como afirmamos anteriormente existe una conexin lgica de deductibilidad entre los
trminos de una hiptesis, que consiste en que a partir de un hecho se deduce o infiere otro
hecho que se dar de un modo determinado, llamadas:

Cuando en una determinada situacin se conocen los trminos del punto de partida de
la inferencia (variable independiente o causa), es posible predecir por medios lgicos el trmino
de la misma (variable dependiente o efecto); esto le da a las hiptesis un carcter predictivo
En una hiptesis debe tener sentido hacer conjeturas sobre conexiones entre sus
variables, que no es otra cosa que interpretaciones de la realidad; slo as estar bien
formulada. Por ejemplo: cul es el nivel de escolaridad de una determinada regin?, aqu no
tiene sentido responder con una hiptesis, lo que est pidiendo es una recoleccin de datos; no
se trata de una investigacin descriptiva, porque no existe una hiptesis que se contraste con
la realidad.
La hiptesis cumple varias funciones:
- Una funcin terica, ampla y generaliza los conocimientos, es as porque las hiptesis
sirven como instrumentos de conocimiento del objeto, de sus relaciones y leyes
esenciales.
- Una funcin prctica, obtiene resultados comprobados en la prctica, sirve tambin
como mtodo para comprobar su correspondencia con la realidad.
- Delimita el problema que se va a investigar segn algunos elementos tales como el
tiempo, el lugar, las caractersticas de los sujetos, etc.

En conclusin podemos afirmar que:
- Toda hiptesis debe estar apoyada en conocimientos probados y comprobados.
- Toda hiptesis debe estar relacionada de manera clara, precisa y objetiva con el marco
terico del objeto de la investigacin.
V. INDEPENDIENTE V. DEPENDIENTE
CAUSA EFECTO
(Para las hiptesis de covariacin)
(Para las hiptesis causales)
HIPTESIS
TRADUCEN
ESTRUCTURA LGICA CONDICIONAL
se
como una
una
para las
para las
EXPRESAN
que
una
COVARIACIN DE PROBABILIDAD RELACIN ESTABLE
HIPTESIS CAUSALES HIPTESIS DE COVARIACIN


16
- Toda hiptesis no debe ser demasiado genrica, ni debe responder a casos particulares
o aislados; debe ser aplicable a una clase de fenmenos.
- Toda hiptesis debe estar lgicamente bien estructurada.
- Una hiptesis, en cuanto a su alcance, debe tener el mismo alcance que el del
problema planteado.
- Toda hiptesis tiene que responder al objeto de estudio que est siendo investigado.
- Toda hiptesis para que reciba la denominacin de cientfica debe ser verificable.
- Tiene que expresarse en lo posible mediante una frase.
- Toda hiptesis necesariamente debe expresar una relacin entre dos o ms objetos.

VARIABLES, INDICADORES E NDICES

Una vez que alcanzamos un conocimiento relativamente amplio del tema que se va a
investigar, debemos dedicarnos a aislar, dentro del problema, los factores cualitativos y
cuantitativos, ms importantes que en l intervienen. Por ejemplo: si se trata de un problema de
comercializacin, los aspectos fundamentales que deberemos estudiar sern la oferta y la
demanda, las motivaciones del consumidor, la distribucin, la publicidad y otros factores
semejantes. Gracias a estos factores, estaremos en condiciones de construir el marco terico
dentro del que se inserta el fenmeno de nuestro inters.
En aquellos casos en que sea posible llegar a un grado de aislamiento de los factores
involucrados en el problema, resulta til realizar un esquema de variables que nos permitir
organizar mejor nuestro marco terico.
Una variable es cualquier caracterstica o cualidad de la realidad que es susceptible de
asumir diferentes valores, ya sea cuantitativa o cualitativamente. Es decir, que puede variar.
Aunque para un objeto determinado pueda tener un valor fijo. Por ejemplo: una mesa; no
puede ser, en s, una variable. Pero, si nos referimos a la altura de una mesa, estamos en
presencia de una variable. O sea, que esa cualidad de la mesa (la altura) puede asumir
diferentes valores. No quiere decir que la altura de una mesa determinada deba variar, sino
que el concepto genrico "altura de una mesa" puede variar de un caso a otro. Las variaciones
puede tambin producirse para un mismo objeto, y no slo entre diferentes objetos; por
ejemplo: el caudal de un ro. Una misma variable puede cambiar de acuerdo al espacio y al
tiempo en que se ubique.
Por lo tanto, es importante, antes de iniciar una investigacin, que sepamos cules son
las variables que vamos a medir y la manera en que lo haremos. Es decir, las variables deben
ser susceptibles de medicin.
Luego de haber precisado los factores que intervienen en un problema, habremos
obtenido un conjunto de variables relacionadas entre s de maneras diferentes. Debemos
entonces organizar estas relaciones de modo que podamos construir un esquema coherente
que exprese el cuadro general del problema.
Una variable independiente es aquella que, dentro de la relacin establecida, no
depende de ninguna otra, aunque pudiera estar dependiendo de otra, si estudiramos
analizando otro problema. Muchas veces son condiciones manipuladas por el investigador a fin
de producir ciertos efectos, como se explicar ms adelante.
Una variable dependiente es aquella cuyos valores dependen de los que asuma otra
variable.
Por ejemplo, si el investigador sostiene la hiptesis de que si administra una
determinada droga a un grupo de nios, el grado de aprendizaje de stos se incrementar. En
este caso, la variable independiente estar representada por la droga manipulada por el
experimentador, y la variable dependiente ser el grado de aprendizaje de los nios.


17
Cuando la variable independiente, puede ser manipulada (incrementada, reducida o
suprimida) por el investigador se denomina variable experimental. Ejemplos:
a) Un antibitico administrado en dosis diferentes (variable experimental) a pacientes
para combatir una determinada infeccin, la variable dependiente sera la destruccin de la
bacteria; aqu se podra establecer diferencias de mejora entre personas sometidas a
diferentes tratamientos.
b) Un nuevo mtodo de enseanza de la matemtica (variable experimental) aplicado a
grupos que lo reciban todo el tiempo, otros en parte de su horario y otros que sigan de manera
tradicional; aqu se establecer diferencias entre los alumnos sometidos a diferentes
tratamientos metodolgicos.
Una variable se le puede llamar experimental cuando el investigador puede controlarla;
cuando no puede, se le escapa de su domino porque est ligada al pasado y ya no se le puede
llamar variable experimental. Ejemplo: Existe una relacin inversa entre un cierto nivel de
escolaridad (v. independiente pero no experimental) y el grado de pasividad y dependencia de
la personalidad (v. dependiente) del poblador rural peruano dentro de una estructura de
dominacin tradicional en proceso de cambio.
El investigador no puede reducir ni incrementar la escolaridad, porque las personas ya
haban concurrido a la escuela, es un hecho parte del pasado en el momento de su estudio, es
inmodificable; estas investigaciones que analizan propiedades que son parte de hechos
pasados se llaman ex post facto, estas tiene variable independiente pero no experimental.
Es normal que una variable no slo afecte a otra ms, sino a varias simultneamente,
as como que una variable dependiente sea influida por dos, tres o ms variables
independientes, entonces se estar ante varias hiptesis, objeto de distintas investigaciones.
El investigador debe de controlar su experimento para que los resultados que se
obtengan se deban estrictamente a la variable experimental; pero no existe un control que
elimine totalmente la influencia de elementos ajenos a la investigacin, por lo que se debe
analizar para identificar cuales son aquellas diferentes de la variable experimental que influyen
en los resultados; a estas propiedades se les llama variables intervinientes y son inevitables
en un trabajo de investigacin.
Una variable es interviniente cuando es un factor que interviene entre dos variables,
modificando o alterando las relaciones que existen entre esos dos elementos. Por ejemplo:
- Variable A: alimentacin que se recibe en la infancia (variable independiente no
experimental).
- Variable B: nivel de inteligencia posterior de la persona (variable dependiente).
- Variable C: nivel socio - econmico (variable interviniente que influye a A).
Conviene analizar si la variable interviniente aparece con anterioridad o posterioridad a
la variable independiente, o si acta como factor concerniente en la relacin de variables.
Otro ejemplo sera: Existe una relacin inversa entre un cierto nivel de escolaridad (v.
independiente no experimental) y el grado de pasividad y dependencia de la personalidad (v.
dependiente) del poblador rural peruano dentro de una estructura de dominacin tradicional
en proceso de cambio (v. interviniente).
Las variables pueden ser definidas conceptual y operacionalmente. La definicin
conceptual es de ndole terica; mientras que la operacional da contenidos concretos a
conceptos abstractos para poder efectuar en ellos mediciones correspondientes, indica que un
cierto fenmeno existe, y lo hace especificando de manera precisa y, preferiblemente, en qu
unidades puede ser medido dicho fenmeno, es decir que nos da las bases de medicin y la
definicin de los indicadores.
Para operacionalizar una variable, es necesario partir de la definicin conceptual que ya
se ha elaborado y, si se trata de una variable compleja, de las dimensiones en que puede
descomponerse la misma. Luego, revisando los datos y analizando los conceptos en
profundidad, podremos encontrar cierto conjunto de indicadores que expresen el


18
comportamiento de la variable estudiada, con lo que habremos llegado a la definicin
operacional de la misma.
La definicin operacional de una variable es un enunciado de las operaciones
necesarias para producir el fenmeno; una vez que el mtodo de registro y de medicin de un
fenmeno se ha especificado, se dice que ese fenmeno se ha definido operacionalmente;
aqu se van ha sealar los indicadores que van a servir para la realizacin del fenmeno que
nos ocupa, es por esta razn que se deban utilizar trminos con posibilidad de medicin. En
otras palabras, la operacionalizacin de las variables, de naturaleza cualitativa, tiene por objeto
encontrar los indicadores a travs de los cuales se expresa concretamente el comportamiento
de las mismas.
Las definiciones operacionales son limitadas, permite que el investigador se acerque a
los aspectos de la realidad a estudiar; siempre existe el peligro de fragmentar un concepto de
tal forma que se aleje (o carezca de relevancia) respecto a su significado real, pero se
aproximan a aspectos significativos de la realidad conceptual. Tambin establecen un nexo
entre los conceptos e hiptesis (1 nivel) y las observaciones, comportamientos y manipulacin
(2 nivel); el cientfico o investigador opera en estos dos niveles.
Para poder definir las variables operacionalmente (convertirlos en operativos, en
manejables, a los diversos elementos que intervienen en el problema que se va a investigar),
nos podemos basar en los indicadores, que constituyen el conjunto de actividades o
caractersticas propias de un concepto. Por ejemplo, si hablamos de inteligencia, podemos
decir que est compuesta por una serie de factores como la capacidad verbal, capacidad de
abstraccin, etc. Cada factor puede ser medido a travs de indicadores. En otras palabras, los
indicadores son algo especfico y concreto que representan algo ms abstracto o difcil de
precisar.
No todos los indicadores tienen el mismo valor. Es decir, aunque haya varios
indicadores para un mismo fenmeno, habr algunos ms importantes que otros, y por lo
general cualquier indicador que se tenga est basado en una probabilidad de que realmente
represente al fenmeno.
Algunos criterios para escoger los indicadores son:
- Se debe tener el menor nmero de indicadores de una variable, siempre y cuando stos
sean realmente representativos de la misma.
- Se deben poseer formas de medicin especficas para cada indicador.
- Hay que tener en cuenta que los indicadores slo poseen una relacin de probabilidad
con respecto a la variable.
Un ejemplo bastante practico sera conocer si existen o no prejuicios raciales dentro de
una poblacin, para lo cual debemos de medirlos u observarlos si es que existen; pero como no
pueden verse directamente para medirlos, como otros hechos fsicos, lo conoceremos a travs
de sus manifestaciones, de hechos o acciones originados por dichos prejuicios raciales. Los
indicadores sern la existencia o no de matrimonios interraciales, la distribucin de los empleos
entre personas de las diferentes comunidades tnicas, las restricciones al uso de elementos
comunitarios, las actitudes que se expresan en el trato cotidiano, giros o formas empleados en
el lenguaje coloquial y en los medios de comunicacin, etc. Aqu elegiremos slo los
indicadores que estn vinculados ms directamente con el aspecto que nos interesa, objeto de
nuestra investigacin, y que adems sean ms accesibles a los medios que disponemos para
medirlos.
Otro ejemplo: la definicin conceptual de migracin dice que son los desplazamientos
permanentes de la poblacin, pero su definicin operacional debe ser la misma idea pero que
pueda permitir encontrar datos empricos, que seran las diferencias entre los datos de los
censos aplicados en los ltimos aos.
Para buscar y seleccionar indicadores se debe de tener mucha intuicin y conocimiento
sobre el tema, caso contrario la seleccin puede ser subjetiva e invalidar el trabajo terico
antes realizado; esta tarea es bastante prctica. Puede suceder que existen varios indicadores
para una misma variable y resultar difcil seleccionar los ms adecuados para hacer una buena


19
descripcin. Tambin podra suceder que los indicadores no son fciles de medir y se deben
cambiar por otros menos fiables pero ms asequibles para medirlos. De igual manera se
podran encontrar indicadores que no miden directamente la variable, sino algn aspecto
colateral de menor importancia para el trabajo de investigacin.
Supongamos que se desee evaluar el comportamiento de una variable para la cual se
han encontrado varios indicadores que expresan los valores que asume en distintos objetos.
Cada indicador, dar datos que debern ser llevados a escalas adecuadas para ordenarlos;
habr que adoptar o construir una escala que cuantifique las observaciones realizadas.
Con los datos obtenidos se evaluar en cada escala el comportamiento de cada
indicador. Esto no permite aun medir claramente la variable, se debe de llegar a un valor nico,
que exprese lo que en realidad ocurre con la variable. Para lograrlo, debemos sumar
ponderadamente los valores de los indicadores, obteniendo un valor total que se denomina
ndice, y que es el que nos dar la informacin relevante sobre el problema en estudio.
Un nmero ndice, como comnmente se le llama, es una medida estadstica, un
indicador de los cambios relativos de una o ms variables a travs del tiempo, situacin
geogrfica, ingreso o cualquier otra caracterstica. Entre las principales aplicaciones de los
nmeros ndice, est la de establecer comparaciones entre los indicadores de las diferentes
zonas geogrficas, profesiones, grupos tnicos etc. Una coleccin de nmeros ndices para
diferentes aos, lugares, etc.; se llama a veces serie de ndices.
Los nmeros ndices se usan para hacer comparaciones. Por ejemplo, con los nmeros
ndices podemos comparar los costos de alimentacin o de otros servicios en una ciudad
durante un ao con los del ao anterior, o la produccin de arroz en un ao en una zona del
pas con la otra zona. Aunque se usa principalmente en Economa e Industria; los nmeros
ndices son aplicables en muchos campos. En Educacin, por ejemplo, se pueden usar los
nmeros ndices para comparar la inteligencia relativa de estudiantes en sitios diferentes o en
aos diferentes.
Muchos gobiernos elaboran nmeros ndice para predecir condiciones econmicas o
industriales, tales como: ndices de precios, de produccin, salriales, del consumidor, poder
adquisitivo, costo de vida y tantos otros.
Para no desviarnos mucho de nuestro tema, mostraremos el siguiente ejemplo:
Variable a medir: "Exposicin a los medios de comunicacin masivos".
Definicin operacional: Intensidad del contacto que un grupo posee con los medios masivos de
comunicacin.
Indicadores: Como existen varios medios importantes de comunicacin, se referirn al grado de
exposicin con respecto a cada uno de los medios. Despus de un anlisis del problema, el
investigador llega a la conclusin de que los principales medios son: cine, radio, televisin y
peridicos. Existen otros medios que tambin podran ser incluidos, como la propaganda mural
y las revistas, pero se decide dejarlos de lado porque parecen de menor importancia.
Designados estos cuatro medios de comunicacin, habr que especificar los
indicadores:
Para el cine: frecuencia mensual de asistencia.
Para la radio: promedio de horas semanales en que se escucha.
Para la TV: promedio de horas semanales en que se ve.
Para los peridicos: promedio semanal de peridicos ledos.
Estos indicadores cumplen con la condicin de ser factibles de medir y de que
configuran la conducta respecto a cada caso. Ahora se deber construir una escala de
medicin para cada indicador.
Para el cine podra ser tres posiciones: la de quienes no estn expuestos para nada a la
influencia del medio, la de quienes reciben una exposicin media y la de quienes reciben un
alto grado de influencia. Estas tres conductas deben ser traducidas cuantitativamente,
buscando un equivalente entre los conceptos mencionados y las conductas correspondientes.


20

CONCEPTOS CONDUCTAS VALORES ESCALARES
Exposicin baja Va menos de una vez al mes 0
Exposicin media Va de una a cuatro veces al mes 1
Exposicin alta Va ms de cuatro veces al mes 2

La escala podra tener ms o menos posiciones, y las conductas equivalentes podran
variar segn como enfoquemos el problema. El criterio del investigador se debe basar en su
experiencia sobre el tema y complementado con consultas a otros especialistas o con trabajos
anteriores sobre el mismo problema.
Para cada medios de comunicacin, se har una tarea semejante:
PARA LA RADIO
No est expuesto
(no escucha radio)
Menos de una hora semanal 0
Exposicin dbil
(escucha espordicamente)
De 1 a 3 horas semanales 1
Exposicin media
(escucha regularmente)
Ms de 3 horas y menos de
10 horas semanales
2
Exposicin alta
(escucha frecuentemente)
Ms de 10 horas semanales 3

PARA LA TV
No est expuesto Ve menos de 1 hora semanal 0
Exposicin dbil De 1 a 3 horas por semana 1
Exposicin media De 3,1 a 10 horas semanales 2
Exposicin alta De 10,1 a 20 horas semanales 3
Exposicin muy alta Ms de 20 horas por semana 4

PARA LOS PERIDICOS
No est expuesto Menos de un peridico ledo por semana 0
Exposicin dbil De 1 a 4 peridicos semanales ledos 1
Exposicin media De 5 a 8 peridicos semanales ledos 2
Exposicin alta Ms de 8 peridicos semanales ledos 3

Para encontrar el ndice, debemos de realizar dos pasos ms:
1) IGUALAR LAS ESCALAS:
Para igualar las escalas conviene tomar un valor nico, con el que haremos coincidir el
mximo de cada una de ellas. Podra ser 100 que una escala muy prctica y no es otra cosa
que un valor porcentual, los valores intermedios se calculan con una sencilla regla de tres
simple. Entonces, la escala de exposicin al cine, que tena un mximo de 2 puntos, tendr
ahora un mximo de 100; su mnimo seguir siendo el valor 0. El punto intermedio hallado
ser, proporcionalmente, de 50 en la escala.

Escala original 0 1 2
Escala equivalente 0 50 100

Para la radio y los peridicos, las proporciones seran:
Escala original 0 1 2 3
Escala equivalente 0 33 67 100

Para la televisin, tendramos:


21
Esc. Original 0 1 2 3 4
Esc. equivalente 0 25 50 75 100

2) PONDERAR LOS INDICADORES:
Ponderar los indicadores, parte del hecho de que la influencia de cada medio de
comunicacin sobre la poblacin es muy diferente. Por ejemplo, la influencia de la exposicin a
la TV es mayor que la que proporciona la radio, porque se trata de un medio no slo auditivo
sino tambin visual.
Ponderar significa pesar la influencia que cada indicador tiene con respecto a la
variable. Se otorgar valores numricos a los indicadores, de modo tal que reflejen la relacin
que existe entre ellos, dando a los indicadores que influyen ms, valores mayores que a los
que menos influyen, ejemplo:

INDICADOR COEFICIENTE DE PONDERACIN
Para el cine 3
Para la radio 4
Para la TV 10
Para los peridicos 7

Seguidamente escogemos una encuesta al azar de una persona que ha expresado que:
- Va a cine 2 veces promedio por mes
- Escucha 4 5 horas de radio por semana
- Ve unas 2 horas diarias de televisin (14 semanales)
- Lee 1 peridico al da (7 semanales)

En primer lugar, ubicamos estas respuestas en los intervalos de la escala original, luego se
convierten los valores originales de las escalas en sus correspondientes valores equivalentes y
luego multiplicarlos por cada uno de los coeficientes de ponderacin. Sumando estos valores, y
dividindolos luego por la suma de los coeficientes de ponderacin, obtendremos el valor
ponderado total.

Medio
Valor en la
escala original
Valores
equivalentes
(A)
Coeficientes de
ponderacin
(B)
(A) x (B)
Cine 1 50 3 150
Radio 2 67 4 268
TV 3 75 10 750
Peridicos 2 67 7 469
Totales - - 24 1 637

I = 1 637 / 24 = 68,2
El ndice ponderado est expresando que, para la persona o promedio de personas
considerados, existe un grado de exposicin de 68,2 sobre un mximo posible de 100 y un
mnimo posible de 0 puntos. Este valor diciendo que la exposicin a los medios de
comunicacin masivos es de un 68% del mximo posible.
Un ndice es la combinacin de valores obtenidos por un individuo o grupo en cada uno
de los indicadores propuestos para medir la variable. Es decir, un ndice es el complejo de
indicadores de dimensiones de una variable, el indicador total de una variable compleja.


22
Ms especficamente, los nmeros ndices miden el tamao o la magnitud de algn
objeto en un punto determinado en el tiempo, como el porcentaje de una base o referencia en
el pasado

POBLACIN Y MUESTRA

Poblacin o universo es el conjunto formado por elementos que concuerdan con una
determinada serie de especificaciones a investigar. Toda investigacin puede considerarse
como una bsqueda de los datos apropiados que permitan resolver ciertos problemas de
conocimiento. Estos datos son obtenidos a travs de un conjunto de unidades que forman el
universo relevante para la investigacin.
Existen universos que resultan demasiado amplios para el investigador, pues ste no
tienen ni el tiempo ni los recursos para abordar el estudio de cada una de las unidades que lo
componen (el conjunto de ciudadanos de un pas, la flora de una regin o las innumerables
galaxias). Para resolver este inconveniente, se acude a la operacionalizacin de la poblacin
que es la extraccin de muestras para poder manejarlo y estudiarlo.
Poblacin y muestra son trminos relativos. Una poblacin es un todo y una muestra es
una fraccin o segmento de ese todo, en una investigacin se estudia muestras con el fin de
describir poblaciones. El estudio de muestras es ms sencillo que el estudio de la poblacin
completa, cuesta menos y lleva menos tiempo; adems, el estudio de una poblacin entera
permite la aceptacin de algunos elementos defectuosos o no representativos, por lo que el
muestreo puede elevar el nivel de calidad.
Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca
de los cuales intentamos sacar conclusiones. Debemos definir dicha poblacin de modo que
quede claro cundo un cierto elemento pertenece o no a la poblacin.
Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos.
Cualquier grupo que cumple con los requisitos de la poblacin, puede constituir una muestra,
siempre y cuando el grupo sea una fraccin de la poblacin completa.
Sin embargo, no todas las muestras resultan tiles para llevar a cabo un trabajo de
investigacin. Lo que se busca al emplear una muestra es que, observando una porcin
relativamente reducida de unidades, se obtengan conclusiones semejantes a las que
lograramos si estudiramos el universo total. Cuando una muestra cumple con esta condicin,
es decir, cuando nos refleja en sus unidades lo que ocurre en el universo, la llamamos muestra
representativa. Por lo tanto, una muestra representativa contiene las caractersticas relevantes
de la poblacin en las mismas proporciones en que estn incluidas en tal poblacin. Sus
conclusiones son susceptibles de ser generalizadas al conjunto del universo, aunque para ello
debamos aadir un cierto margen de error en nuestras proyecciones.
Las muestras pueden ser clasificadas, en una primera divisin, en probabilsticas y no
probabilsticas. En las muestras probabilsticas o aleatorias, la caracterstica fundamental es
que todo elemento del universo tiene una determinada probabilidad de integrar la muestra, y
esa probabilidad puede ser calculada matemticamente con precisin. En las muestras no
probabilsticas ocurre lo contrario y el investigador no tiene idea del error que puede estar
introduciendo en sus apreciaciones.
Muestras probabilsticas o aleatorias: los procedimientos ms usuales para la obtencin de
muestras aleatorias son:
- Azar simple. Este procedimiento se inicia confeccionando una lista de todas las unidades
que configuran el universo, numerando correlativamente cada una de ellas. Luego,
mediante cualquier sistema (tabla de nmeros al azar, programas de computacin), se van
sorteando al azar estos nmeros hasta completar el total de unidades que deseamos que
entren en la muestra. De este modo, la probabilidad que cada elemento tienen de aparecer
en la muestra es exactamente la misma. Si cada uno de los elementos que integran la
poblacin no tiene la misma posibilidad de ser elegido, se habla entonces de una muestra
viciada. Este mtodo nos garantiza una seleccin completamente aleatoria, pero resulta
muy lento y costoso, pues nos obliga a elaborar listas completas de todas las unidades de


23
inters, lo que a veces es sencillamente imposible. Por este motivo, slo se emplea cuando
los universos son relativamente pequeos. Este mtodo no ser adecuado si, por ejemplo,
queremos sacar una muestra de todas las personas analfabetas que existen en un pas. En
cambio, si nuestra intencin es extraer una muestra del universo de todos los alumnos que
ingresan a una universidad en un determinado ao, resultar muy adecuado.
- Azar sistemtico. Tambin se requiere de un listado completo de las unidades que
integran el universo en estudio. Luego se efectan las siguientes operaciones:
1. Se calcula la constante K, que resulta de dividir el nmero total de unidades que componen
el universo por el nmero de unidades que habrn de integrar la muestra:
K = N/n
Donde:
N = nmero total de unidades que componen e universo.
n = nmero total de unidades que integrarn la muestra.
2. Se efecta un sorteo para elegir un nmero que sea inferior o igual al valor de K. Como
primera unidad para integrar la muestra se elige aquella que, en la lista general, posea
idntico nmero de orden al sorteado. Si designamos con A este primer valor, la segunda
unidad elegida ser la que lleve el nmero A + K, la tercera corresponder a A + 2K y as
sucesivamente hasta llegar a A + (n 1)K.
Supongamos un universo constituido por 2 800 elementos, del que deseamos obtener
una muestra de 70 casos. Tenemos entonces:
N = 2 800
n = 70
K = 2 800 / 70 = 40
Ahora, mediante cualquier procedimiento, buscamos al azar un nmero entero cuyo
valor figure entre los lmites de 1 y 40. En este caso, el nmero elegido es el 32.
Entonces, las unidades que pasarn a formar parte de la muestra sern las que lleven
los siguientes nmeros de orden:

1unidad 32
2unidad 32 + 40 72
3unidad 32 + 80 112
....
70unidad 32 + 2760 2.792

Las ventajas y desventajas de este procedimiento son casi idnticas a la de las
muestras al azar simple. Los procedimientos computacionales hacen mucho ms fcil
efectuar el sorteo de las unidades y no existe el riesgo de que la muestra quede
sesgada por algn tipo de regularidad que no conocemos y que est presente en el
universo.
- Muestras por conglomerados. Esta tcnica tiene utilidad cuando el universo que se
requiere estudiar admite ser subdividido en universos menores de caractersticas similares
a las del universo total. Se procede a subdividir el universo en un nmero finito de
conglomerados y, entre ellos, se pasa a elegir algunos que sern los nicos que se
investigarn; esta eleccin puede realizarse por el mtodo del azar simple o por el del azar
sistemtico. Una vez cumplida esta etapa, puede efectuarse una segunda seleccin, dentro
de cada uno de los conglomerados elegidos, para llegar a un nmero an ms reducido de
unidades muestrales. La ventaja de esta tcnica es que obvia la tarea de confeccionar el
listado de todas las unidades del universo. Su desventaja mayor radica en que, al
efectuarse el muestreo en dos etapas, los errores muestrales de cada una se van
acumulando, lo que da un error mayor que para los mtodos anteriores. La tcnica de


24
conglomerados suele utilizarse cuando queremos extraer muestras de los habitantes de un
conjunto geogrfico amplio, por ejemplo, una gran ciudad o un conjunto de pueblos, por lo
que se procede a tomar cada pueblo o grupo de manzanas como un conglomerado
independiente; del mismo modo, se la utiliza para conocer las reservas forestales y
marinas, para estudiar las estrellas y otros casos semejantes.
- Muestras estratificadas. Este mtodo supone que el universo puede desagregarse en sub
conjuntos menores, homogneos internamente pero heterogneos entre s. Cada uno de
estos estratos se toma luego como un universo particular, de tamao ms reducido, y sobre
l se seleccionan muestras segn cualquiera de los procedimientos anteriores. Por ejemplo,
si quisiramos estudiar las actitudes polticas de los estudiantes de una universidad,
podramos subdividir en estratos de acuerdo con el tipo de estudios que cursen,
suponiendo que estas actitudes van a ser diferentes entre quienes siguen Ingeniera,
Letras, Medicina u otras carreras. Luego, efectuaramos un muestreo dentro de cada sub
universo as definido para, finalmente, realizar un anlisis integrando los resultados de
todas las sub muestras.
Tanto en el muestreo estratificado como en el de conglomerados, la poblacin se divide en
grupos bien definidos. Usamos el muestreo estratificado cuando hay una amplia variacin entre
los grupos. Usamos el muestreo por conglomerados en el caso opuesto: cuando hay una
variacin considerable dentro de cada grupo, pero los grupos son esencialmente similares
entre s.
Muestras no probabilsticas: las muestras no probabilsticas ms usadas son:
- Muestra accidental. Es aquella que se obtiene sin ningn plan preconcebido; las unidades
elegidas resultan producto de circunstancias fortuitas. Si entrevistamos a los primeros 50
transentes que pasan por cierta calle o medimos la profundidad del mar a lo largo de un
trayecto entre dos puntos cualesquiera, estaremos en presencia de una muestra accidental;
los datos obtenidos podrn o no representar al universo en estudio. El investigador no
puede saber hasta qu punto sus resultados podrn proyectarse, con confiabilidad, hacia el
conjunto ms amplio que desea conocer.
- Muestra por cuotas. Consiste en predeterminar la cantidad de elementos de cada
categora que habrn de integrar la muestra. As podemos asignar una cuota de 50
hombres y 50 mujeres a una muestra de 100 individuos, asumiendo que sa es la
distribucin de la poblacin total. Por ms que esa presuncin llegue a ser vlida, no deja
de existir cierta arbitrariedad en este modo de proceder, por lo que la rigurosidad
estadstica de las muestras por cuotas se reduce considerablemente.
- Muestra intencional. Las unidades se eligen en forma arbitraria, designando a cada
unidad segn caractersticas que para el investigador resulten de relevancia. Se emplea,
por lo tanto, el conocimiento y la opinin personal para identificar aquellos elementos que
deben ser incluidos en la muestra. Se basa, primordialmente, en la experiencia de alguien
con la poblacin. Estas muestras son muy tiles y se emplean frecuentemente en los
estudios de caso, por ms que la posibilidad de generalizar conclusiones a partir de ellas,
sea en rigor nula. En algunas oportunidades se usan como gua o muestra tentativa para
decidir cmo tomar una muestra aleatoria ms adelante.
Recordemos que la muestra descansa en el principio de que las partes representan al todo
y refleja las caractersticas que definen a la poblacin de la cual fue extrada, lo cual nos indica
que es representativa. Es decir, que para hacer una generalizacin exacta de una poblacin, es
necesario tomar una muestra representativa. Por lo tanto, la validez de la generalizacin
depende de la validez y tamao de la muestra.
Cuando trabajamos con muestras, generalmente se presentan dos tipos de errores:
- Error sistemtico. Llamado de distorsin o sesgo de la muestra, se presentan por causas
ajenas a la muestra:
- Situaciones inadecuadas: se presentan, por ejemplo, cuando el encuestador tiene
dificultades para obtener la informacin y la sustituye por la que ms fcilmente est a su
alcance, que no siempre es la ms confiable.


25
- Insuficiencia en la recoleccin de datos: hay distorsin por falta de respuestas, o respuestas
inadecuadas, ya sea por ignorancia o falta de datos relativos a los elementos incluidos.
Distorsiones del encuestador causadas por prejuicios, inters personal o por fallas en la
aplicacin de instrumentos.
- Errores de cobertura a causa de que no se han incluido elementos importantes y
significativos para la investigacin que se realiza.
- Error de muestreo o muestral. Cualquiera sea el procedimiento utilizado y la perfeccin
del mtodo empleado, la muestra diferir de la poblacin. A esta diferencia se la denomina
error de muestreo.
Cuando una muestra es aleatoria o probabilstica, es posible calcular sobre ella el error
muestral. Este error indica el porcentaje de incertidumbre, es decir, el riesgo que se corre de
que la muestra elegida no sea representativa. Si trabajamos con un error calculado en 5%, ello
significa que existe un 95% de probabilidades de que el conjunto muestral represente
adecuadamente al universo del cual ha sido extrado.
A medida que incrementamos el tamao de la muestra, el error muestral tiende a reducirse,
pues la muestra va acercndose ms al tamao del universo. Del mismo modo, para una
muestra determinada, su error ser menor cuanto ms pequeo sea el universo a partir del
cual se la ha seleccionado. As, para un universo de 10 000 casos, una muestra de 200
unidades tendr un error mayor que una de 300; una muestra de 200 casos, por otra parte,
tendr un error mayor si el universo tiene 10 000 unidades que si ste posee solamente 2 000.
Para fijar el tamao de la muestra adecuado a cada investigacin, es preciso primero
determinar el porcentaje de error que estamos dispuestos a admitir. Una vez hecho esto,
debern realizarse las operaciones estadsticas correspondientes para poder calcular el
tamao de la muestra que nos permite situarnos dentro del margen de error aceptado.
A veces, sin embargo, el tamao de la muestra queda determinado previamente por
consideraciones prcticas; en tales casos, no hay otra alternativa que aceptar el nivel de error
que su magnitud acarree.

DATOS

Un dato es cada uno de los elementos de informacin que se recoge durante el
desarrollo de una investigacin y en base a los cuales, convenientemente sintetizados, podrn
extraerse conclusiones en relacin con el problema inicial planteado.
Cualquier informacin, por ms pequea y fragmentaria que sea, puede considerarse
como un dato, siempre y cuando pueda colaborar de algn modo a esclarecer los problemas
que nos planteamos en un estudio. Saber, por ejemplo, que una persona opina que las pruebas
nucleares deben ser proscritas, es un dato. Esa informacin, por s sola, carece prcticamente
de valor, pues poco nos dice de las reacciones que despiertan las pruebas de armas atmicas
en la gente. Pero el valor del dato reside no en su alcance individual, en lo que nos expresa por
s mismo, sino en su posibilidad de ser integrado en conjuntos mayores. Cuando agrupamos
muchas informaciones de carcter similar, cada dato se hace valioso dentro de una perspectiva
ms amplia. As, en nuestro ejemplo, si consultamos la opinin de muchas personas, podemos
llegar a enunciar que un determinado tanto por ciento de ellas estn en contra de los ensayos
nucleares e integrar esa informacin, a su vez, en un estudio sobre las opiniones de
determinado conglomerado social.
Las fuentes de datos pueden ser personas, situaciones o hechos que se observan
directamente, o materiales bibliogrficos de diversa naturaleza. Las llamamos unidades de
datos y, a su conjunto, a la suma de todas las unidades, se le da el nombre de universo o
poblacin.
Los datos son colecciones de cualquier cantidad de observaciones relacionadas. Una
coleccin de datos se conoce como conjunto de datos, y una sola observacin es un punto de
dato.


26
Para que los datos sean tiles, necesitamos organizar nuestras observaciones, de modo
que podamos distinguir patrones y llegar a conclusiones lgicas. Los especialistas en
estadstica seleccionan sus observaciones de manera que todos los grupos relevantes estn
representados en los datos.
Los datos pueden provenir de observaciones reales o de registros que se mantienen
para otros propsitos. Los datos pueden ayudar a los responsables de tomar decisiones a
hacer suposiciones bien pensadas acerca de las causas y, por tanto, de los efectos probables
de ciertas caractersticas en situaciones dadas. Tambin el conocimiento de tendencias
adquirido de la experiencia previa puede permitir estar al tanto de posibles resultados y actuar
en consecuencia.
Cuando los datos son ordenados de manera compacta y til, los responsables de tomar
decisiones pueden obtener informacin confiable sobre el ambiente y usarla para tomar
decisiones inteligentes. Los administradores deben tener mucho cuidado y asegurar que los
datos utilizados estn basados en suposiciones e interpretaciones correctas. Para ello, se
utilizan las pruebas para datos:
1. De dnde vienen los datos? La fuente es parcial? Es posible que haya un inters en
proporcionar datos que conduzcan a una cierta conclusin ms que a otras?
2. Los datos comprueban o contradicen otras evidencias que se poseen?
3. Hace falta alguna evidencia cuya ausencia podra ocasionar que se llegue a una conclusin
diferente?
4. Cuntas observaciones se tienen? Representan a todos los grupos que se desea
estudiar?
5. La conclusin es lgica? Se ha llegado a conclusiones que nuestros datos no confirman?
6. Vale la pena usar los datos o debemos esperar y recabar ms informacin antes de actuar?

PATRON SIGNIFICATIVO Y ORDENAMIENTO DE DATOS

Existen muchas formas de organizar los datos. Podemos slo colectarlos y mantenerlos
en orden; o si las observaciones estn hechas con nmeros, entonces podemos hacer una lista
de los puntos de dato de menor a mayor segn su valor numrico. Pero si los datos son
trabajadores especializados o los distintos tipos de automviles que ensamblan todos los
fabricantes, debemos organizarlos de manera distinta. Necesitaremos presentar los puntos de
dato en orden alfabtico o mediante algn principio de organizacin. Una forma comn de
organizar los datos consiste en dividirlos en categoras o clases parecidas y luego contar el
nmero de observaciones que quedan dentro de cada categora. Este mtodo produce una
distribucin de frecuencias.
El objetivo de organizar los datos es permitirnos ver rpidamente algunas de las
caractersticas de los datos que hemos recogido: el alcance (los valores mayor y menor),
patrones evidentes, alrededor de qu valores tienden a agruparse los datos, qu valores
aparecen con mayor frecuencia, etc.
RECOMENDACIONES:
1. Al plantear un estudio estadstico, definir claramente la poblacin objeto de anlisis.
2. Si se trabaja con muestras, definir las condiciones que deben reunir antes de extraerlas.
3. Especificar qu se va a medir, las unidades a usar y la forma de registro.
La informacin obtenida, antes de ser organizada y analizada, se conoce como datos sin
procesar puesto que an no han sido tratados mediante ningn mtodo estadstico.
La cantidad de datos ms grande y los detalles ms minuciosos pueden no contener la
informacin ms til para la toma de decisiones administrativa. Una parte importante de la
planeacin de sistemas de informacin administrativa consiste en resumir y presentar los datos
de modo que se pueda obtener la informacin crtica de manera rpida y sencilla.


27
La ordenacin de datos es una de las formas ms sencillas de presentarlos, los forma en
orden ascendente o descendente.
Ventajas:
1. Podemos notar rpidamente los valores mayor y menor de los datos.
2. Podemos dividir fcilmente los datos en secciones.
3. Podemos ver si algunos de los valores aparecen ms de una vez en ese ordenamiento.
4. Podemos observar la distancia entre valores sucesivos de datos.
En ocasiones, un ordenamiento de datos no resulta til. Debido a que da una lista de todos
los valores, es una forma incmoda de mostrar grandes cantidades de datos.
Una forma en que podemos comprimir los datos es la tabla de frecuencias o distribucin de
frecuencias. Las distribuciones de frecuencias sacrifican algunos detalles, pero ofrecen nuevas
perspectivas sobre los patrones de datos.
Una distribucin de frecuencias es una tabla en la que los datos se organizan en clases, es
decir, en grupos de valores que describen una caractersticas de los datos.
Una distribucin de frecuencias muestra el nmero de observaciones del conjunto de datos
que caen en cada una de las clases.
Tambin podemos expresar la frecuencia de cada valor como una fraccin o un porcentaje
del nmero total de observaciones. Para obtener este valor, dividimos la frecuencia de esa
clase entre el nmero total de observaciones del conjunto de datos. La respuesta se puede
expresar como una fraccin, un nmero decimal o un porcentaje.
La suma de todas las frecuencias relativas es igual a 1,00 o a 100%. Esto es as debido a
que una distribucin de frecuencias relativas aparea a cada clase con su fraccin o porcentaje
apropiados del total de datos. Por consiguiente, las clases que aparecen en cualquier
distribucin de frecuencias, ya sean relativas o simples, son completamente inclusivas. Todos
los datos caen en una u otra categora. Las clases son mutuamente exclusivas, es decir,
ningn punto de dato cae en ms de una categora.
En las distribuciones de frecuencias no aparecen clases que se sobrepongan.
Podemos, tambin, clasificar la informacin de acuerdo con caractersticas cualitativas,
como raza, religin y sexo, que no entran de manera natural en clasificaciones numricas.
Como clases de atributos cuantitativos, stas deben ser completamente inclusivas y
mutuamente exclusivas.
La categora "otros" se conoce como clase de extremo abierto cuando permite que el
extremo inferior o el superior de una clasificacin cuantitativa no est limitado.
Los esquemas de clasificacin pueden ser tanto cuantitativos como cualitativos y tanto
discretos como continuos. Las clases discretas son entidades separadas que no pasan de una
clase discreta a otra sin que haya un rompimiento. Los datos discretos son aquellos que
pueden tomar slo un nmero limitado de valores.
Los datos continuos pasan de una clase a otra sin que haya un rompimiento. Implican
mediciones numricas. Los datos continuos pueden expresarse con nmeros fraccionarios o
con enteros.
Las variables discretas son cosas que se pueden contar y las continuas son cosas que
aparecen en algn punto de una escala.
Para construir una distribucin de frecuencias debemos segur los siguientes pasos:
1. Decidir el tipo y nmero de clases para dividir los datos. De acuerdo con la medida
cuantitativa o un atributo cualitativo. Necesitamos decidir cuntas clases distintas usar y
el alcance que cada clase debe cubrir. el alcance total debe dividirse entre clases
iguales, esto es, el ancho del intervalo, tomado desde el principio de una clase hasta el
principio de la clase siguiente, necesita ser el mismo para todas las clases.


28
El nmero de clases depende del nmero de puntos de dato y del alcance de los datos
recolectados. Cuantos ms puntos de dato se tengan o cuanto ms grande sea el
alcance, ms clases se necesitarn para dividir los datos. Como regla general, los
estadsticos rara vez utilizan menos de 6 y ms de 15 clases.
Debido a que necesitamos hacer los intervalos de clase de igual tamao, el nmero de
clases determina el ancho de cada clase.
Ancho de los intervalos de clase = (valor unitario siguiente despus del valor ms
grande
de los datos valor ms pequeo de los datos) / nmero total de intervalos
Debemos utilizar el siguiente valor ms alto de las mismas unidades, ya que estamos
midiendo el intervalo entre el primer valor de una clase y el primer valor de la siguiente.
2. Clasificar los puntos de dato en clases y contar el nmero de datos que hay en
cada clase.
3. Ilustrar los datos en un diagrama.
Las grficas dan los datos en un diagrama de dos dimensiones. Sobre el eje horizontal
podemos mostrar los valores de la variable (la caracterstica que estamos midiendo). Sobre el
eje vertical sealamos las frecuencias de las clases mostradas en el eje horizontal.
Las grficas de distribuciones de frecuencias simples y de distribuciones de frecuencias
relativas son de utilidad debido a que resaltan y aclaran los patrones que no se pueden
distinguir fcilmente en las tablas. Atraen la atencin del que las observa hacia los patrones
existentes en los datos. Las grficas pueden tambin ayudarnos a resolver problemas
concernientes a las distribuciones de frecuencias. Nos permitirn estimar algunos valores con
slo una mirada y nos proporcionarn una verificacin visual sobre la precisin de nuestras
soluciones.

Histogramas.
Un histograma consiste en una serie de rectngulos, cuyo ancho es proporcional al alcance
de los datos que se encuentran dentro de una clase, y cuya altura es proporcional al nmero de
elementos que caen dentro de cada clase. Si las clases que utilizamos en la distribucin de
frecuencias son del mismo ancho, entonces las barras verticales del histograma tambin tienen
el mismo ancho. La altura de la barra correspondiente a cada clase representa el nmero de
observaciones de la clase. Como consecuencia, el rea contenida en cada rectngulo (ancho
por altura) ocupa un porcentaje del rea total de todos los rectngulos igual al porcentaje de la
frecuencia de la clase correspondiente con respecto a todas las observaciones hechas.
Un histograma que utiliza las frecuencias relativas de los puntos de dato de cada una de las
clases, en lugar de usar el nmero real de puntos, se conoce como histograma de frecuencias
relativas. Este tipo de histograma tiene la misma forma que un histograma de frecuencias
absolutas construido a partir del mismo conjunto de datos. Esto es as debido a que en ambos,
el tamao relativo de cada rectngulo es la frecuencia de esa clase comparada con el nmero
total de observaciones.

Polgonos de frecuencias.
Son otra forma de representar grficamente distribuciones tanto de frecuencias simples
como relativas. Para construir un polgono de frecuencias sealamos stas en el eje vertical y
los valores de la variable que estamos midiendo en el eje horizontal. A continuacin,
graficamos cada frecuencia de clase trazando un punto sobre su punto medio y conectamos los
resultantes puntos sucesivos con una lnea recta para formar un polgono.
Se aaden dos clases, una en cada extremo de la escala de valores observados. Estas dos
nuevas clases que contienen cero observaciones permiten que el polgono alcance el eje
horizontal en ambos extremos de la distribucin.


29
Un polgono de frecuencias es slo una lnea que conecta los puntos medios de todas las
barras de un histograma. Por consiguiente, podemos reproducir el histograma mediante el
trazado de lneas verticales desde los lmites de clase y luego conectando tales lneas con
rectas horizontales a la altura de los puntos medios del polgono.
Un polgono de frecuencias que utiliza frecuencias relativas de puntos de dato en cada una
de las clases, en lugar del nmero real de puntos, se conoce como polgono de frecuencias
relativas. Este polgono tiene la misma forma que el polgono de frecuencias construido a partir
del mismo conjunto de datos, pero con una escala diferente en los valores del eje vertical.

Ventajas de los histogramas:
- Los rectngulos muestran cada clase de la distribucin por separado.
- El rea de cada rectngulo, en relacin con el resto, muestra la proporcin del nmero
total de observaciones que se encuentran en esa clase.
Ventajas de los polgonos de frecuencias:
- Es ms sencillo que su correspondiente histograma.
- Traza con ms claridad el perfil del patrn de datos.
- Se vuelve cada vez ms liso y parecido a una curva conforme aumentamos el nmero
de clases y el nmero de observaciones.

Un polgono alisado mediante el aumento de clases y de puntos de dato se conoce como
curva de frecuencias.

Ojivas.
Una distribucin de frecuencias acumuladas nos permite ver cuntas observaciones estn
por encima de ciertos valores, en lugar de hacer un mero registro del nmero de elementos que
hay dentro de los intervalos.
La grfica de una distribucin de frecuencias acumuladas se conoce como ojiva.
En ocasiones, la informacin que utilizamos se presenta en trminos de frecuencias
acumuladas "mayores que". La ojiva adecuada para tal informacin tendra una inclinacin
hacia abajo y hacia la derecha, en lugar de tener una inclinacin hacia arriba y a la derecha.
Podemos construir una ojiva de una distribucin de frecuencias relativas de la misma
manera en que trazamos la ojiva de una distribucin de frecuencias absolutas. Slo habr un
cambio: la escala del eje vertical.
Del ordenamiento de datos podemos construir distribuciones de frecuencias. A partir de las
distribuciones de frecuencias podemos construir distribuciones de frecuencias acumuladas. A
partir de stas podemos trazar una ojiva. Y de esta ojiva podemos aproximar los valores que
tenemos en el ordenamiento de datos. Sin embargo, no podemos recobrar de manera normal
los datos originales exactos a partir de cualquiera de las representaciones grficas que hemos
analizado.
Se utilizan los diagramas de barras, la diferencia con el histograma es que los rectngulos
no se tocan entre s; esto se debe a que, al ser la variable discreta, entre los valores sucesivos
no hay valores intermedios.
Las frecuencias acumuladas se grafican por medio de una ojiva en forma de escalera,
debido a que la frecuencia aumenta de a saltos.
RECOMENDACIONES:
Cuando se trabaja con muestras, recopilar el mayor nmero de datos posible.


30
Usar 5 clases como mnimo y 15 como mximo para agrupar los datos, en funcin del nmero
de datos disponibles.
Trabajar con intervalos de clase de igual longitud.
Tener cuidado con la clasificacin automtica que hacen los paquetes estadsticos.
Al calcular frecuencias relativas como proporcin trabajar con cuatro dgitos despus de la
coma, para evitar errores de redondeo en la suma.
Al dibujar un grfico, no exagerar la escala vertical u horizontal. Un grfico desproporcionado
complica su interpretacin y puede resultar engaoso a simple vista.

PROYECTO DE INVESTIGACIN

Una vez que el estudiante selecciona el tema de su trabajo de investigacin, debe
realizar un documento preliminar (proyecto de investigacin), que sera una propuesta en
donde especifica las caractersticas de la indagacin que va a realizar, demuestra que est
inmerso en el tema seleccionado, tiene una nocin clara del problema que intenta resolver, que
est bien informado sobre el mismo, y que tiene una idea de la importancia y aplicacin
(justificacin) que tendr su trabajo despus de realizarlo. Basndose en el proyecto de
investigacin, el asesor podr dar recomendaciones o sugerir nuevos planteamientos para
autorizar al estudiante a desarrollar el mismo.
Generalmente este documento va antecedido de otro que es similar pero menos preciso
que se elabora al comenzar la investigacin, apenas se hayan definido sus principales
caractersticas (anteproyecto); aqu se exponen las caractersticas del problema, su
justificacin, los objetivos de la investigacin y las hiptesis a verificar si las hubiere.
El Dr. Ral Ishiyama Cervantes, asesor de la feria escolar y universitaria del
CONCYTEC, afirma: La Investigacin Cientfica no se ensea, lo que se ensea son las
pautas y la metodologa. Se aprende a investigar practicando. Lo mismo sucede con la
formulacin de proyectos. En otras palabras quien debe realizar la investigacin es el
investigador o estudiante y no el asesor o profesor.

El Proyecto de Investigacin debe incluir lo siguiente:
- Ttulo (El definitivo se pone al final)
- Autor (es).
- Asesor.
- Qu se sabe actualmente sobre el tema elegido? (antecedentes, revisin literaria),
- Qu provecho prctico se le puede sacar a su trabajo? por qu se investiga?
(justificacin: importancia y aplicacin), una vez que se ha seleccionado el tema de
investigacin, definido por el planteamiento del problema, y establecido los objetivos, se
debe indicar las motivaciones que llevan al investigador a desarrollar el proyecto.
Responde a la pregunta: por qu se investiga?
- Qu conocimientos tericos se requiere para sustentar el mismo? (marco terico),
fundamentos tericos, antecedentes del problema. Debe ser una bsqueda detallada y
concreta, donde el tema y la temtica del objeto a investigar tenga un soporte terico,
que se pueda debatir, ampliar, conceptualizar y concluir. Ninguna investigacin debe
privarse de un fundamento o marco terico o de referencia. Estos fundamentos tericos
permiten presentar una serie de conceptos, que constituyen un cuerpo unitario y no un
simple conjunto arbitrario de definiciones.
- Lo que se va a estudiar (definicin del problema), ttulo descriptivo del proyecto,
formulacin del problema. Formular un problema es caracterizarlo, definirlo, enmarcarlo
tericamente. La caracterizacin o definicin del problema nos lleva a otorgarle un ttulo


31
en el que de manera clara indiquemos los elementos esenciales. La formulacin del
problema es la estructuracin de toda la informacin. Se debe sintetizar la cuestin
proyectada para investigar a travs de un interrogante.
- Formulacin de una generalizacin (hiptesis cientfica) basada en sus
observaciones. Son probables soluciones. Es una proposicin de carcter afirmativo
enunciada para responder tentativamente a un problema. Toda hiptesis constituye un
juicio, o sea una afirmacin o una negacin de algo.
- Qu se intenta conseguir con el estudio o trabajo? (metas y objetivos), es el
propsito de la investigacin. Responde a la pregunta para qu?. Un objetivo debe
redactarse con verbos en infinitivo.
- Qu materiales y estrategias se seguirn para desarrollar su trabajo? (metodologa:
diseo de tcnicas de recoleccin, poblacin y muestras, tcnicas de anlisis, ndice
analtico tentativo, gua de trabajo de campo).
- Qu no ser cubierto en el trabajo? (lmites), es pertinente precisar los lmites del
problema, su alcance, para ello es necesario tener en cuenta la viabilidad, lugar, tiempo
y financiacin.
- Qu se obtendr al finalizar el trabajo? (resultados).
- Calendario de actividades (planes) que se llevar a cabo para realizar el proyecto
(cronograma: para realizar un trabajo disciplinado), es un plan de trabajo o plan de
actividades, que muestra la duracin del proceso investigativo.
- Referencias Bibliogrficas.

A medida que se va desarrollando la investigacin, siempre aparecern nuevos datos e
ideas que servirn para corregir y profundizar an ms nuestra investigacin y finalmente
elaborar el Informe de Investigacin Cientfica, entonces ya deja de ser un Proyecto.

MTODO CIENTFICO

Toda investigacin para que pueda llamarse cientfica debe emplear una estrategia
general que es el Mtodo Cientfico, en esto radica la unidad de las ciencias. El Mtodo
Cientfico es un conjunto ordenado de etapas que conducen al logro de un fin o meta, o al
menos lo facilitan; en otras palabras es un proceso de produccin de conocimientos cientficos.
El Mtodo Cientfico surge bsicamente de dos necesidades:
La urgencia por comprender lo real, por encontrar explicaciones que den cuenta
satisfactoria de lo acontecido.
La urgencia por dominar lo real.
Ante estas necesidades se genera un objetivo, que es el permanente incremento de
nuestro conocimiento sobre la realidad, a esto se le llama conocimiento cientfico.
Para que se logre un incremento significativo del conocimiento cientfico, es necesario que
las cuestiones sean relevantes, es decir que expresen problemas que no sean solucionables
por la experiencia inmediata, porque su solucin no eliminara ninguna incertidumbre
importante.
Por ejemplo, es cierto que se podra investigar cientficamente si todas las mesas tiene
cuatro patas o la probabilidad de que la prxima mesa que veamos tenga cuatro patas; como
se ver este problema no es significativo o relevante para el incremento de nuestros
conocimientos, por esta razn no existe una ciencia de las mesas o de los muebles; y decimos
que dicho problema no es relevante porque su solucin no elimina ninguna incertidumbre
importante, ya que la cantidad de informacin que nos brindara sera tan pequea en
comparacin con el conocimiento cientfico actual.
Analice los siguientes ejemplos para entender sus etapas:


32
1) Este simple ejemplo nos sirve para entender las etapas del mtodo cientfico: al
colocar en un balde con agua un vaso boca abajo, sta no entra en el vaso.
Problema: Por qu no entra el agua en el vaso?
Formulacin de hiptesis: El vaso contiene aire, sustancia que impide la entrada del
agua.
Contrastacin de la hiptesis: Si el aire impide la entrada de agua en el vaso,
debemos sacar el aire del vaso, sin modificar su posicin inicial. Una forma sencilla es
introducir un tubo acodado y aspirar con la boca el aire, el agua va entrando a medida que el
aire es desalojado.
Confirmacin de la hiptesis: El aire ocupa un lugar que no puede ser ocupado por
otra sustancia.
2) Cuando se deja un trozo de manzana expuesto al medio ambiente por algn tiempo,
la fruta se oscurece. El color marrn que presenta la fruta, se debe a la reaccin del oxigeno
del aire con algunas sustancias qumicas que tiene la manzana. Luego el asunto es que los
trozos de la manzana se oxidan.
Problema: Cmo evitar en la casa, que los trozos de manzana que dejamos para
luego, se oxiden?
Hiptesis 1: La oxidacin es menor si evitamos el contacto del aire con la superficie
cortada de la manzana.
Hiptesis 2: Hay productos qumicos que previenen o evitan la oxidacin.
Contrastacin de la hiptesis 1: Obtenga ocho rodajas de una misma manzana. Deje
una de ellas al aire como patrn de comparacin. Las dems se deben aislar para que no
tengan contacto directo con el aire. Para ello cubra una con papel de aluminio. Las restantes
sumrgela por separado en cada uno de los siguientes materiales: cera, agua, manteca, miel,
aceite y frasco con tapa.
Escriba sus observaciones y resultados despus de una hora de iniciada la
experimentacin. Resuma las conclusiones. Cul es el mejor sistema para aislar los trozos de
manzana y evitar su oxidacin?
Divulgue sus conclusiones. Ellas le evitarn molestias a las amas de casa.
Contrastacin de la hiptesis 2: Pruebe cubrir trozos de manzana con jugo de limn,
vinagre, sal, azcar y una solucin de agua con una tableta de vitamina C.
Dejar expuesto al aire un trozo de manzana como control. Verifique y escriba sus
resultados cada 15 minutos, durante varias horas. Ordene sus resultados y resuma las
conclusiones. Qu sustancia previene mejor la oxidacin de la manzana?
Divulgue sus resultados. De ahora en adelante podremos guardar por algn tiempo
trozos de manzana sin que se oscurezcan, gracias a sus investigaciones.
Tambin se oscurecen otras frutas. Investigue cmo prevenirlo, de sus resultados
depender que en un futuro podamos guardar parte de la ensalada de frutas del desayuno,
para el almuerzo.


33

En consecuencia el Mtodo Cientfico es un proceso a travs del cual se producen
conocimientos cientficos significativos o relevantes. Tiene diversas etapas y se realiza a lo
largo de toda la investigacin.
Las etapas, ms las pasos intermedios que a continuacin se detallan, describen el proceso
que siguen generalmente las actividades de investigacin; pero tambin hay que tomar en
cuenta las recomendaciones de los investigadores experimentados y los tericos de la
investigacin en el sentido de que estas no deben considerarse normas rgidas ni infalibles a la
hora de efectuar una investigacin cientfica.

A. FORMULACIN DEL PROBLEMA:

1. Concepcin de la idea
a) Observacin.

2. Planteamiento del problema
a) Objetivos
b) Preguntas de investigacin (problematizacin)
c) Justificacin

Formulacin del problema
Formulacin de hiptesis
Contrastacin de hiptesis
La hiptesis es refutada La hiptesis es confirmada
Incorporacin al cuerpo del
conocimiento
Surgimiento de nuevos
problemas
DIAGRAMA DE LAS ETAPAS DEL MTODO CIENTFICO
Adaptado del libro: Investigacin Cientfica y Educacional de Luis Piscoya Hermoza. 1987


34
3. Marco terico
a) Revisin de literatura
Deteccin
Obtencin
Consulta
Extraccin
b) Construccin

4. Definir el tipo de investigacin (ver addenda 01)
a) Exploratorios
b) Descriptivos
c) Correlacionales
d) Explicativos

B. FORMULACIN DE HIPTESIS:

5. Establecer las hiptesis
Detectar las variables
Definir conceptualmente las variables
Definir operacionalmente las variables

6. Seleccionar el diseo de investigacin apropiado (ver addenda 02)
a) Experimental
b) No experimental

C. CONTRASTACIN DE HIPTESIS:

7. Seleccin de la muestra
a) Determinar el universo
b) Extraer la muestra

8. Recopilacin de los datos
a) Elaborar el instrumento de medicin y aplicarlo
b) Validar el instrumento de medicin
c) Obtencin de datos
d) Codificacin de datos
e) Almacenar los datos en una archivo


35
D. REFUTAR O CONFIRMAR LA HIPTESIS:

9. Analizar los datos
a) Seleccionar de las pruebas estadsticas
b) Elaborar el problema de anlisis
c) Realizar el anlisis

E. INCORPORACIN AL CUERPO DE CONOCIMIENTOS:

10. Presentar los resultados:
a) Elaborar y editar el informe
b) Presentar el informe
c) Publicar el informe

F. SURGIMIENTO DE NUEVOS PROBLEMAS:

Una vez contrastada la hiptesis y haber solucionado el problema planteado, la
investigacin no debe terminar all, es una puerta abierta para que otros investigadores revisen
los resultados y prueben la hiptesis avalada por la investigacin. La solucin de un problema
siempre trae el planteamiento de nuevos problemas y tareas para un investigador.
La revisin de los resultados es una autocorrecin del mtodo cientfico, porque permite
detectar deficiencias e introducir correcciones, lo que demanda con frecuencia reemplazar una
hiptesis por otra; esto hace que la investigacin cientfica sea provisional, en el sentido de que
puede ser reemplazado por planteamientos que sean una mejor aproximacin de lo real
(realidad natural y social). La ciencia avanza con mayor seguridad cuando descarta hiptesis
que cuando las confirma; el conocimiento cientfico tambin es provisional y perfectible debido
a que ninguna hiptesis es definitivamente verdadera, caso contrario sera irrefutable, es decir
que dejara de ser una proposicin superable para convertirse en un dogma; y lo que
caracteriza a la ciencia es la ausencia de cualquier tipo de dogma
La investigacin cientfica es un proceso en permanente perfeccionamiento y sujeto a
revisiones indefinidas, lo que implica que las hiptesis de los hechos pueden ser reemplazadas
por otras ms consistentes; ejemplo de esto es la experiencia histrica que nos muestra la
manera progresiva como la fsica de Aristteles fue superada por la de Galileo y esta a su vez
por la de Newton y, en el siglo XX, la de Einstein super a la de Newton. La condicin de que
las hiptesis cientficas son siempre refutables no es una debilidad de ellas, sino una virtud que
las hace fecundas para que puedan incrementar el conocimiento cientfico.
Para poder detectar nuevos problemas a teoras ya demostradas, es necesario que el
investigador tenga mucho talento, Mario Bunge da cuatro recomendaciones:
a) Criticar soluciones conocidas, esto es, buscar puntos dbiles en ellas: tienen que
tener alguno, aunque no se hayan descubierto hasta el momento.
b) Aplicar soluciones conocidas a situaciones nuevas y examinar si siguen valiendo para
stas: si valen, se habra ampliado el dominio de esas soluciones; si no valen, se habr tal vez
descubierto todo un nuevo sistema de problemas.
c) Generalizar viejos problemas: probar con nuevas variables y/o nuevos dominios para
las mismas.
d) Buscar relaciones con problemas pertenecientes a otros campos.


36

INFORME DE INVESTIGACIN

Cuando termina la investigacin, hay que presentar un Informe Final de Investigacin.
En cuanto a cmo estar estructurado el trabajo, no hay una nica regla; algunas
universidades proveen un esquema bsico que hay que respetar, otras dejan libertad para ello;
aqu presentamos el esquema de la Gua del participante de la Feria de Ciencia y Tecnologa
del CONCYTEC, editado por el Dr. Ral Ishiyama Cervantes.

A. INVESTIGACIN EXPERIMENTAL

1. Cartula
Adems de los datos formales, debe destacar:
- rea
- Categora (experimental)
- Nombre del colegio, direccin, telfono, fax, e-mail. Pueblo, ciudad, distrito, provincia y
departamento (segn corresponda).
- Titulo de la investigacin
- Autor (es): Nombre y apellidos. Ao de estudio. Direccin, telfono, fax y e-mail.
- Asesor: Nombres y apellidos, especialidad, direccin, telfono, fax, e-mail.

Nota: De presentarse el caso que en una investigacin participaron ms de dos alumnos,
en el informe debe figurar el nombre de todos los coautores.

2. Resumen:
Debe ser escrito en un solo prrafo de 25 lneas como mximo, a un solo espacio. Con
una foto de la investigacin y los autores.

3. Introduccin:
- Antecedentes de trabajos similares
- Razn por la que realiz la investigacin.
- De dnde obtuvo la idea.
- Descripcin concisa del problema.
- Hiptesis.
- Objetivos generales. Objetivos especficos si lo hubieren.
- Resultados

4. Materiales y Mtodos
- Descripcin de los materiales y los mtodos utilizados.
- Modificaciones realizadas por el autor si ha tomado como modelo otro trabajo, mejorndolo.
- Esquemas, dibujos y otros si es pertinente.


37
5. Resultados
- Descripcin de los resultados.
- Tablas, grficos y/o fotografas.

6. Discusin
- Comparacin de los resultados con los de otros autores, publicados en revistas, libros,
peridicos y otras publicaciones que se ha consultado para realizar la investigacin.

7. Agradecimientos
- A las personas
- A las instituciones.

8. Conclusiones
- Se obtiene de la discusin: el autor debe incorporar sus ideas, crticas y conclusiones con
respecto al problema como al material recopilado.
- Numerada en orden correlativo.
- Costo

9. Referencias Bibliogrficas
- Incluir todas las referencias utilizadas en el trabajo consultadas en orden alfabtico:
- Para revistas: Apellidos, nombres. Ttulo del artculo. Nombre de la revista, ao de la
publicacin; nmero del volumen (nmero del fascculo): nmero de pginas.
- Para Libros: Apellidos, nombres. Ttulo del libro. Ciudad en donde se imprimi: Editorial;
ao de publicacin.
- Se debe tener en cuenta los signos de puntuacin.

10. Addenda (=Anexo)
- No es imprescindible. Se pone si fuera necesario colocar informacin referencial que no
figura en el cuerpo del informe.

B. INVESTIGACIN DE RECOPILACIN DE INFORMACIN. MONOGRAFIA

1. Cartula
Adems de los datos formales, debe destacar:
- rea
- Categora (monografa)
- Nombre del colegio, direccin, telfono, fax, e-mail. Pueblo, ciudad, distrito, provincia y
departamento.
- Titulo de la investigacin
- Autor (es): Nombre y apellidos. Ao de estudio. Direccin, telfono, fax y e-mail.


38
- Asesor: Nombres y apellidos, especialidad, direccin, telfono, fax, e-mail.

Nota: De presentarse el caso que en una investigacin participaron ms de dos alumnos,
en el informe debe figurar el nombre de todos los coautores.

2. Resumen
- Debe ser escrito en un prrafo de 25 lneas como mximo, a un solo espacio con una foto
de la investigacin y los autores

3. Introduccin
- Antecedentes de trabajos similares
- Razn por la que realiz la investigacin.
- De dnde obtuvo la idea.
- De qu se trata la investigacin.
- Importancia
- Objetivos generales. Objetivos especficos si lo hubieren.
- Qu dificultades (limitaciones se han presentado).

4. Resultados (Cuerpo de la monografa)
- Redaccin ordenada
- Dividido en captulos y subcaptulos si fuera necesario.
- Mtodos, tcnicas y materiales utilizados.
- Cuadros, figuras y/o fotografas.
- A qu conclusiones ha llegado
- Recomendaciones, si fuera necesario.

5. Agradecimientos
- A las personas
- A las instituciones.

6. Referencias Bibliogrficas
- Incluir todas las referencias consultadas para el trabajo, en orden alfabtico:
- Para revistas: Apellidos, nombres. Ttulo del artculo. Nombre de la revista, ao de la
publicacin; numero del volumen (nmero del fascculo): nmero de pginas.
- Para Libros: Apellidos, nombres. Ttulo del libro. Ciudad en donde se imprimi: Editorial;
ao de publicacin.
- Se debe tener en cuenta los signos de puntuacin.

7. Addenda (=Anexo)
- No es imprescindible. Se pone si fuera necesario colocar informacin referencial que no
figura en el cuerpo del informe.


39
ADDENDA 01

TIPOS DE INVESTIGACIN.-

Los autores Sellitz, Jahoda, Deutsch y Cook, 1965 ; Babbie, 1979 y otros los clasifican
como:
- Exploratorios
- Descriptivos
- Explicativos

La clasificacin de Dankhe (1986):
- Exploratorios
- Descriptivos
- Correlacionales
- Explicativos

EXPLORATORIOS DESCRIPTIVOS CORRELACIONALES EXPLICATIVOS

Sirven para preparar
el terreno
Se efectan cuando
el objetivo es
examinar un tema o
problema poco
estudiado o que no ha
sido abordado nunca
antes.
Sirven para
familiarizarnos con
fenmenos
relativamente
desconocidos (por lo
general determinan
tendencias).

Buscan especificar
las propiedades
importantes de
personas, grupos,
comunidades u otro
fenmeno sometido a
anlisis
Miden de manera
independiente las
variables pero no
busca indicar cmo
se relacionan.
Buscan medir con la
mayor precisin
posible

Mide el grado de
relacin que existe
entre 2 ms variables
Se pretende saber
cmo se comporta una
variable conociendo el
comportamiento de otra
que se sabe est
relacionada.
Correlacin puede ser
+ - (r)
Grado de relacin (r
2
)

Estn dirigidos a
responder a las
causas de los
eventos
Se centra en
explicar por qu
ocurre un fenmeno
y en qu
condiciones
Son ms
estructurados


40
ADDENDA 02

DISEOS DE INVESTIGACIN.-

El diseo es una estrategia general de trabajo que el investigador determina una vez que ya alcanzado suficiente claridad respecto a
su problema y que orienta y esclarece las etapas que habrn de realizarse posteriormente.
As, por ejemplo, si nuestra investigacin terica nos lleva a suponer que la esquizofrenia tiene un origen orgnico, tendremos que
elaborar un mtodo para poder comprobar si tal afirmacin se corresponde o no con la realidad. Definir qu pruebas de laboratorio, qu
observaciones y qu datos son los pertinentes para llegar a esa comprobacin, es lo que llamamos elaborar un diseo. Es el momento
metodolgico de la investigacin; en l, ya no se trata de definir qu vamos a investigar, sino cmo vamos a hacerlo.
Realizar el diseo de una investigacin significa llevar a la prctica los postulados generales del mtodo cientfico, planificando una
serie de actividades sucesivas y organizadas donde se encuentran las pruebas que se han de efectuar y las tcnicas que se van a utilizar
para recolectar y analizar
CLASIFICACIN DE LOS DISEOS DE INVESTIGACIN.-
EXPERIMENTAL CUASI EXPERIMENTAL NO EXPERIMENTAL

Tiene bsicamente los siguientes atributos:
Manipulacin - investigador interviene y modifica

la variable independiente
el investigador interviene y modifica de alguna
manera, cuando menos a algunos de los sujetos
del estudio.
tratamiento o intervencin a grupo
experimental
Grupo Control -
el investigador introduce uno o ms controles
sobre la situacin experimental, lo cual
comprende el uso de un grupo control
grupo de comparacin que no recibe el
tratamiento o intervencin

Se manipula la variable independiente, es decir,
se introduce un tratamiento.
Carece de una de dos propiedades del diseo
experimental, que son aleatoriedad y grupo
control.

El Diseo Cuasi Experimental tiene:

Ventajas
Son prcticos
Brindan informacin til para generalizar.
Se pueden llevar a cabo en ambientes naturales.

Desventaja
Pueden surgir varias hiptesis rivales que
compiten con la hiptesis de manipulacin
experimental en la explicacin de los resultados

Es la investigacin que se realiza sin manipular
deliberadamente variables. En esta investigacin
lo que se hace es observar fenmenos tal y como
se dan en su contexto natural, para despus
analizarlos.
La investigacin no experimental es cualquier
investigacin en la que resulta imposible
manipular variables o asignar aleatoriamente a los
sujetos o las condiciones (Kelinger, 1979).

Pueden ser:
1. Transversal
En los diseos de este tipo se recopilan
datos en un solo momento, en un tiempo
nico.
Su propsito es describir variables, y
analizar su incidencia e interrelacin en un


41
EXPERIMENTAL CUASI EXPERIMENTAL NO EXPERIMENTAL
Aleatoriedad en la muestra -
el investigador asigna los sujetos a un grupo
control o experimental con base a procedimientos
aleatorios
cada sujeto tiene la misma probabilidad de ser
asignado

Pueden ser de tipo:
1. Experimental puro
2. Solomon
3. Factorial
4. Cruzados

El Diseo Experimental tiene:
Ventajas
Mtodo ms poderoso disponible para probar las
hiptesis acerca de las relaciones de causa y efecto
entre las variables.
Permite inferir las relaciones causales entre
fenmenos.

Desventajas
Es poco prctico e imposible en algunas situaciones
de investigacin.
Requisitos de aleatoriedad y aplicacin de
tratamiento en los distintos grupos.
Efecto de Hauthorne el cual significa que las
personas pueden cambiar su comportamiento al
saber que participan en un estudio provocando
cambios.

observados. momento dado.
Pueden ser de tipo:
1.1 Descriptivo
1.2 Correlacional
La Investigacin descriptiva y correlacional tiene:
Ventajas
Constituyen un medio eficiente y efectivo para
obtener una gran cantidad de datos acerca de un
problema de inters.
Es realista y ofrece un atractivo intrnsico para la
solucin de problemas.
Rara vez suelen considerarse artificial.
Desventajas
Resulta dbil en su capacidad para poner al
descubierto las relaciones causales.
Su objetivo no es dilucidar las relaciones de causa y
efecto.
Pueden dar pie a interpretaciones fallidas, ya que se
trabaja con grupos existentes.

2. Longitudinal
Se recopilan datos a travs del tiempo en
puntos y periodos especificados, para hacer
inferencias respecto al cambio, sus
determinantes y consecuencias
En este tipo de estudio el investigador tiene
el inters de analizar cambios a travs del
tiempo en determinadas variables o en las
relaciones entre stas.
Pueden ser de tipo:
2.1 Tendencia
2.2 Cohorte
2.3 Panel


42
ADDENDA 03

TIPOS DE DISEOS DE INVESTIGACIN.-

EXPERIMENTAL NO EXPERIMENTAL

Diseo experimental puro
el investigador acta como un agente activo y no como un observador pasivo.
el investigador puede tener una mayor confianza en la autenticidad e
interpretacin de las relaciones entre variables debido a que las ha observado
bajo condiciones rigurosamente controladas

Diseo de cuatro grupos de Solomon
Se escogen dos grupos control y dos grupos experimentales.
Se le administra pre-prueba a un grupo control y un grupo experimental.
Al otro grupo control y experimental no se le administra prueba.
Resulta posible discriminar los efectos de la prueba y los de la intervencin.

Diseo Factorial
Se manipulan dos o ms variables de manera simultnea.
Permite probar mltiples hiptesis en un solo experimento.
Permite probar no solo los efectos principales, sino tambin la interaccin entre
las variables manipuladas.

Mediciones Repetidas o Cruzados
los sujetos se asignan de manera aleatoria a diferentes secuencias de
exposicin a diversos tratamientos
dos grupos: control y experimental
grupos son homogneos (edad, sexo, etc.)

1. Transversal:
Investigacin descriptiva
tienen como objetivo indagar la incidencia y los valores en que manifiesta una o
ms variables
El propsito es observar, describir y documentar diversos aspectos de una
situacin que ocurre de modo natural y algunas veces proveer un punto de
partida para la generacin de hiptesis.

Investigacin correlacional (ex post facto)
describen relaciones entre dos o ms variables en un momento determinado
Pretende comprender la relacin entre fenmenos tal como ocurren
espontneamente, sin la intervencin del investigador.
Se dificulta inferir relaciones causales como en los experimentos verdaderos,
debido a que el investigador carece de control sobre las variables independientes.
La variable independiente ha ocurrido.

2. Longitudinal:
De tendencia - analizan cambios a travs del tiempo (en variables o sus
relaciones), dentro de una poblacin general
De cohortes - examinan cambios a travs del tiempo en subpoblaciones o
grupos especficos. Su atencin son los grupos de individuos
De panel - similar a los anteriores pero el mismo grupo de sujetos es medido
en todos los tiempos o momentos.


43
ADDENDA 04

EJERCICIOS PRCTICOS

Situacin #1: A un grupo de bebs prematuros se le ha complementado la dieta con
vitaminas y otros nutrientes. sta se le administra todos los das durante dos semanas.
Existe otro grupo de bebs prematuros que se han alimentado sin complementar su
dieta con vitaminas y otros nutrientes. Luego se pesarn los bebs de ambos grupos.
Para esto se realiz una seleccin previamente.
Identifique lo siguiente:
Variable dependiente:
Variable independiente:
Diseo
Atributos del diseo implcitos

Situacin #2: Se cree que el color del uniforme de una enfermera peditrica afecta el
grado en que los nios manifiestan una respuesta afectiva positiva como sonrer o rer
durante su estancia en el Hospital. A tales efectos se vistieron unas enfermeras de
color blanco y otras enfermeras de colores brillantes durante 24 horas. Se separaron
los nios en dos habitaciones y en uno se expusieron los nios al cuidado de
enfermeras con uniforme blanco y con uniforme de color. Luego se registraron las
respuestas de los nios.

Identifique lo siguiente:
Variable dependiente
Variable independiente
Diseo
Atributos del diseo implcitos


44
ADDENDA 05
LA CUADRATURA DEL CIRCULO
Los tres problemas matemticos clsicos de la antigua Grecia son:
1. Dibujar un cuadrado que tenga solamente tres lados.
2. Encontrar dos nmeros impares cuya suma tambin sea un nmero impar.
3. Dado un crculo, dibujar un cuadrado que tenga la misma superficie, empleando
solamente regla y comps.
Estos tres problemas tienen algo en comn: todos son imposibles de resolver. No es que
sean muy complicados. No es que la matemtica todava no les encontr solucin. Son imposibles
de resolver porque son contradictorios. Lo que piden es necesariamente imposible.
La contradiccin es evidente en el primer problema. Un cuadrado, por definicin, tiene
cuatro lados. Ninguna figura que tenga solamente tres lados podr ser un cuadrado.
Aunque no sea tan evidente, el segundo problema tambin es contradictorio. Puede
demostrarse fcilmente que la suma de dos nmeros impares, necesariamente, tiene que dar un
nmero par.
Y el tercer problema tambin encierra una contradiccin. Pero eso ya no es para nada
evidente. Tan poco evidente que, durante siglos, los matemticos han intentado hallarle solucin a
este problema. Se trata del famoso problema de la "Cuadratura del crculo".
Desde que Anaxgoras (500 aos a.C.) se planteara por primera vez el problema de
conseguir, con slo regla y comps, un cuadrado que tuviera igual rea que un crculo dado, toda
la humanidad ha estado tratando de resolver este apasionante problema. Todos los intentos
resultaron infructuosos, hasta que despus de 2.200 aos se demostr la irresolubilidad del citado
problema.
Hay quienes creen que se trata de un problema de importancia fundamental, un problema
cuya solucin abrir puertas al progreso matemtico. Otros piensan que se trata de una especie
de acertijo que se puede resolver con alguna trampa. Pero no es nada de eso. Se trata de un
problema tan simple de enunciar que hasta parece sacado de un manual de geometra elemental.
Pero por qu es imposible? Cmo podemos asegurar que, algn da, alguien no podr
resolverlo?
En principio, se puede encontrar construcciones de aproximaciones muy interesantes. Pero
no si solamente podemos usar regla y comps. Esta restriccin la impusieron los griegos. A ellos
les gustaba hacer las cosas con la menor cantidad de recursos. Y, as como Euclides trat de
demostrar todos los teoremas geomtricos a partir de un nmero reducido de axiomas, tambin
quiso arreglarse con solamente dos herramientas.
Y parecan suficientes. Por ejemplo, usando regla y comps, podemos trazar la mediatriz
de un segmento. En otras palabras: con regla y comps podemos dividir un segmento en dos
partes iguales, y trazar la perpendicular en su punto medio. Tambin podemos dibujar un
cuadrado con sus diagonales. Y si el lado de este cuadrado mide una unidad (un centmetro, una
pulgada, un metro, no importa), la longitud de su diagonal deber ser igual a la raz cuadrada del
nmero dos. En otras palabras: con regla y comps podemos "calcular" la raz cuadrada de dos.
Pero hay otras cos que no podemos hacer. No podemos calcular races cbicas, por
ejemplo. Y tampoco podemos trazar un segmento cuya longitud tenga que ver con el nmero Pi
(3,14159). Y eso es lo que necesitamos para cuadrar el crculo.
No es algo fcil de explicar, pero Pi es de la clase de nmeros que trascienden a las
operaciones aritmticas simples, que se pueden representar con regla y comps. Por eso se dice
que es un nmero "trascendente".
Aunque el carcter trascendente de Pi fue demostrado hace mucho, todava hay
matemticos aficionados que persiguen la cuadratura del crculo. No la van a alcanzar. Sigue
siendo tan difcil, tan imposible, como dibujar un cuadrado con solamente tres lados.


45
ADDENDA 06

LA CONJETURA DE FERMAT

Pierre de Fermat, que naci en el ao 1601 en Beaumont-de-Lomagne, Francia, y muri en
Pars en 1665, fue de profesin jurista y aficionado a la Matemtica, disciplina en la que dej
resultados notables tanto en teora de curvas, como en el clculo de probabilidades o en la teora
de nmeros.
Tena la costumbre de anotar en los mrgenes de los textos que lea posibles
demostraciones de los resultados que aparecan expuestos u otros resultados que l mismo poda
deducir. As, dej en uno de los mrgenes de la Aritmtica, de Diofanto, una conjetura muy simple
de explicitar pero tan difcil de demostrar que ha trado al mundo cientfico de cabeza durante ms
de 300 aos. Lo curioso es que en el mismo margen de dicho texto, Fermat escribi que posea una
demostracin "maravillosa" que, sin embargo, no caba en el estrecho margen del libro de Diofanto.
Este hecho ha representado histricamente un enigma, pues las generaciones posteriores, a la
vista de la dificultad de dar con una demostracin, "maravillosa" o no, se plantearon que, o bien el
doctor Pierre de Fermat se qued olmpicamente con el personal, o bien, estaba en un craso error
al considerar que dispona de algn tipo de demostracin.
La ltima Conjetura de Fermat, o bien, como generalmente ha sido denominada, El ltimo
Teorema de Fermat, afirma sencillamente que la expresin x
n
+ y
n
= z
n
, x, y, z eZ, n e N no tiene
solucin para n > 2. O sea, que si x
n
e y
n
son potencias perfectas de nmeros enteros, nunca podr
ser x
n
+ y
n
potencia perfecta de nmeros enteros cuando es n > 2.
Se tiene, en definitiva, que el caso pitagrico n = 2, de la ecuacin diofntica x
n
+ y
n
= z
n
tiene
infinitas soluciones. Sin embargo, los casos no pitagricos N > 2 no admitan ni un solo ejemplo de
existencia de solucin entera, ni tampoco se le pudo encontrar una prueba de imposibilidad de
soluciones.
Todos los intentos realizados en los tres siglos siguientes a la muerte de Fermat, tanto de
encontrar una demostracin de la veracidad de la conjetura, como de encontrar un caso que la
contradijera, resultaron fallidos. Nunca se pudo, en ese intervalo de tiempo, avanzar ms en lo que
respecta a la conjetura, aunque es cierto que las investigaciones desarrolladas por diferentes
matemticos en los siglos XVIII, XIX y XX, han servido para desarrollar de forma extraordinaria la
teora de nmeros.
Tanto es as que, desde 1908, exista un premio de 100.000 marcos que habra de entregarse a
la persona o personas que lograran una demostracin de la conjetura que se pudiera contrastar
antes del da 13 de septiembre del ao 2007. El premio, administrado por la universidad de
Gotinga, se ofreca por la demostracin, no por encontrar un ejemplo que rechace la conjetura. En
el ao 1997 se hizo entrega al profesor Andrew John Wiles de dicho premio.
Durante ms de 350 aos fueron muchos los intentos de demostracin de la conjetura de
Fermat, interviniendo en el estudio del problema tanto matemticos de la talla de Euler, Dirichlet,
Legendre, Gauss o Kummer, como otros menos conocidos. Todos ellos, en un esfuerzo pico en la
historia de la Matemtica, intentaron la prueba del enunciado para ciertas condiciones parciales,
para ciertos exponentes N de la ecuacin diofntica. Para algunos de estos exponentes se logr el
propsito, pero la demostracin general de esta proposicin permanecera fatalmente inalcanzable
a los esfuerzos de la comunidad matemtica.
El desafo que represent el problema de la conjetura de Fermat origin un desarrollo
extraordinario de la investigacin en la teora de los nmeros, descubrindose relaciones,
propiedades y aplicaciones en el campo numrico que de no ser por ese estudio hubieran pasado
muchos aos antes de evidenciarse. En este sentido, se considera a Fermat el padre de la teora
de nmeros.
Conjetura de Taniyama-Shimura:
Las curvas elpticas sobre un cuerpo K son en general expresiones del tipo siguiente:


46
y
2
= x
3
+ ax
2
+ bx + c, donde: a, b, c e K, si el cuerpo K = Q, entonces estamos en el caso racional.
Una curva se dice modular si puede ser parametrizada por funciones modulares, esto es, por
funciones de variable compleja, o sea, si se puede reducir a una combinacin de funciones con el
mismo mdulo, o, dicho de otra manera, si se le puede hacer corresponder una forma modular. Una
curva elptica modular es una curva elptica que se puede parametrizar por una forma modular, o
por una combinacin de formas modulares.
La conjetura, hecha por Yutaka Taniyama (Kisai, 1927 - Tokio, 1958) y por Goro Shimura (1930
- ) puede enunciarse de esta manera: "Todas las curvas elpticas son modulares", o bien: "A cada
forma modular le corresponde una curva elptica, y viceversa, a cada curva elptica le corresponde
una forma modular"
Yutaka Taniyama muri en 1958, a los 31 aos, sin que hubiera podido siquiera vislumbrar lo
que al cabo de 35 aos supondra su conjetura sobre la modularidad de las curvas elpticas en el
estudio del enunciado de Fermat.
El trabajo de Gerhard Frey y de Kenneth A. Ribet:
El ltimo acto de la historia de la Conjetura de Fermat comenz en el ao 1984, cuando al
matemtico alemn Gerhard Frey, de la universidad de Essen (Institut fr Experimentalle
Mathematik) se le ocurri escribir la siguiente expresin: y
2
= x
.
(x + A
n
)
.
(x B
n
) donde tanto A
n
como
B
n
son potencias n-simas perfectas de nmeros enteros con la condicin de que tambin A
n
+ B
n

sea potencia perfecta (n>2). La ecuacin anterior es, realizando operaciones de simplificacin:
y
2
= x
3
+ (A
n
B
n
)
.
x
2
A
n.
B
n.
x. O bien: ( ) | |
n n n n
B A x B A x x y + =
2 2

donde el discriminante del polinomio de segundo grado es:
( ) ( ) ( )
2
2 2
2
2
2 4
n n n n n n n n n n
B A B A B A B A B A + = + + = = A y de aqu que el discriminante
habra de ser potencia perfecta de nmeros enteros:
n n
B A + = A
Ahora bien, Kennet A. Ribet, de la Universidad de Berkeley, demostr en junio del ao 1986 que
la expresin: ( ) x B A x B A x y
n n n n
+ =
2 3 2
, donde el discriminante fuera una potencia
perfecta no puede ser modular.
Andrew Wiles:
A la vista del trabajo de Gerhard Frey y de Kenneth A. Ribet, habra de deducirse que, o bien la
conjetura de Taniyama-Shimura ( sobre curvas elpticas y sus formas modulares) no es cierta,
existiendo curvas elpticas que no son modulares, o bien, si fuera verdad que todas las curvas
elpticas son modulares habra que concluir que la expresin construida por Frey: y
3
= x
3
+ (A
n

B
n
)
.
x
2
A
n.
B
n.
x simplemente, no existe. Es decir, no podra existir una curva elptica con la expresin
anterior en la que el discriminante fuera un cuadrado perfecto, o, dicho de otro modo, no podra
existir una expresin en la que aparecieran dos nmeros, A
n
y B
n
, potencias perfectas, de modo
que tambin fuera A
n
+ B
n
potencia perfecta, esto es, quedara demostrada la Conjetura de Fermat.
Todo el problema se reducira, por consiguiente, a probar la conjetura de Taniyama-Shimura
para que quedase probado el enunciado de Fermat, o, por el contrario, a probar la falsedad de tal
conjetura, que probara tambin la falsedad de la Conjetura de Fermat.
El trabajo del matemtico ingls, profesor luego en Princenton, Andrew John Wiles (1953- )
consisti, en definitiva, en estudiar a fondo la Conjetura de Taniyama-Shimura y tratar de dar con
una demostracin de la misma, o bien, con una demostracin de su falsedad.
Entre los aos 1986 y 1993, desarrollando un aparato matemtico de gran complejidad, A. Wiles
se dedic al estudio de la Conjetura de Taniyama-Shimura, hasta comunicar a la comunidad
cientfica, en 1993, que haba logrado la prueba. Un anlisis detallado del trabajo presentado por
Wiles descubri un fallo sustancial en la argumentacin, que le hizo revisarlo con la ayuda de su
discpulo Richard Taylor, revisin que le cost un ao de trabajo. Finalmente, en 1994, la prueba de
Andrew Wiles del Teorema de Fermat, fue aceptada.


47
ADDENDA 07

EL TEOREMA DE GDEL

El resultado ms revolucionario de la Lgica del siglo XX, por el que Kurt Gdel es
especialmente famoso, es el teorema de incompletitud, publicado en 1931 en el artculo Sobre
proposiciones formalmente indecidibles del Principia Mathematica y sistemas relacionados, en
el que propuso sus dos teoremas de la incompletitud, el primero de los cuales establece que
ninguna teora finitamente axiomatizable y capaz de derivar los postulados de Peano (esto es,
abarcar un nivel mnimo de complejidad) es a la vez consistente y completa.
Qu ocurre s establecemos un enunciado y comprobamos que no podemos demostrar
que es as o no as"?. Supongamos que digo: el enunciado que estoy haciendo es falso.
Es falso? S es falso, entonces es falso que estoy diciendo algo falso y tengo que estar
diciendo algo verdadero. Pero s estoy diciendo algo verdadero, entonces es cierto que estoy
diciendo algo falso y sera verdad que estoy diciendo algo falso. Podra estar yendo de un lado
para otro indefinidamente. Es imposible demostrar que lo que he dicho es o no es as.
Supongamos que ajustamos los axiomas de la lgica a fin de eliminar la posibilidad de
hacer enunciados de este tipo. Podramos encontrar otro modo de hacer enunciados del tipo
ni as ni no as?. Gdel present una demostracin vlida de que para cualquier conjunto de
axiomas, siempre es posible hacer enunciados que, a partir de esos axiomas, no puede
demostrarse ni que son as ni que no son as. En ese sentido, es imposible elaborar jams un
conjunto de axiomas a partir de los cuales se pueda deducir un sistema matemtico completo.
Quiere decir esto que nunca podremos encontrar la verdad? Ni hablar!
Primero: el que un sistema matemtico no sea completo no quiere decir que lo que
contiene sea falso. El sistema puede seguir siendo muy til, siempre que no intentemos
utilizarlo ms all de sus lmites.
Segundo: el Teorema de Gdel slo se aplica a sistemas deductivos del tipo que se
utiliza en Matemticas. Pero la deduccin no es el nico modo de descubrir la verdad. No hay
axiomas que nos permitan deducir las dimensiones del Sistema Solar. Estas ltimas fueron
obtenidas mediante observaciones y medidas, otro camino hacia la verdad.
En otras palabras, si se intenta elaborar una teora fundacional de las matemticas que
establezca los axiomas y las reglas de inferencia asociadas a los mismos, de modo que sea
posible estipular con precisin qu es y qu no es un axioma, la teora resultante ser bien
insuficiente (no permitir derivar los postulados de Peano), incompleta (existir al menos una
proposicin matemticamente vlida que no ser derivable de la teora) o inconsistente.
El segundo teorema de la incompletitud, corolario del primero, afirma que si una teora
es finitamente axiomatizable, consistente y capaz de derivar los postulados de Peano,
entonces dicha teora no puede probar su propia consistencia. Mediante la demostracin de las
imperfecciones del sistema axiomtico como herramienta, heredada de los antiguos griegos,
para la elaboracin de teoras complejas, completas y consistentes, la obra de Gdel ech
definitivamente por tierra las empresas formalistas (Hilbert) y logicistas (Russell y Whitehead) y,
en definitiva, ms de un siglo de intentos de desarrollar una fundamentacin de las
matemticas basada en dichos instrumentos.
Este teorema es ms fcil de entender si nos aproximamos a l indirectamente. Con
este fin, presentaremos un rompecabezas lgico y algunos trminos clave antes de pasar a la
discusin del teorema propiamente dicho.
Hay una antigua afirmacin paradjica, llamada paradoja del mentiroso, que puede
ayudarnos a ilustrar el tema: "Esta afirmacin es falsa." Pasemos a analizar tal afirmacin. Si
esta es verdadera, esto significa que la afirmacin es falsa, lo cual contradice nuestra primera
hiptesis. Por otra parte, si la afirmacin es falsa, la afirmacin debe de ser verdadera, lo cual
nos lleva de nuevo a una contradiccin. Una versin aun ms simple de esta paradoja (como


48
seal Lewis Carrol) es la afirmacin siguiente: "Yo estoy mintiendo." En estas afirmaciones se
presenta el fenmeno llamado bucle extrao. Cualquier suposicin inicial que se haga conduce
a una refutacin de sta. Muchas de las ilusiones pticas del arte de M. C. Escher estn
basadas en este concepto.
Otro trmino importante es el de isomorfismo. Entenderemos aqu un isomorfismo
como una conexin entre un nivel del entendimiento y otro. El isomorfismo ms comn es el
que se da entre el lenguaje y la mente. Estas palabras que usted est leyendo son
combinaciones de lneas que tienen un significado atribuido. Ellas no significan nada por s
mismas, son meras conexiones con conceptos que estn en nuestras mentes. Este es un
ejemplo difcil, ya que estamos tan acostumbrados a hablar y escribir que olvidamos que las
letras y las palabras no son la verdadera comunicacin. Otro ejemplo es el sistema de
numeracin romana. Sabemos como expresar nmeros arbigos (los cuales son isomorfos a
dedos, rocas, etc.) en el sistema romano, pero ello es algo peliagudo. Estamos enterados del
isomorfismo entre estos dos sistemas tipogrficos desde el momento en el que necesitamos
trasladarnos del uno al otro constantemente.
El ltimo trmino a considerar es el de sistema formal. Este trmino parece bastante
fcil, pero su propia naturaleza hace necesario definirlo explcitamente. Llamaremos sistema
formal a un sistema tipogrfico que sea isomorfo a la teora de nmeros. Esto es comparable a
tomar las expresiones de lenguaje natural de las demostraciones geomtricas y sustituirlas por
smbolos que tengan el mismo significado. Se hace esto para evitar la ambigedad y fomentar
la precisin. El punto a tener en cuenta a la hora de trabajar con sistemas formales es que no
podemos usar el sentido comn o, en general, cualquier argumento ajeno al sistema. El
Formalismo es un movimiento, en la Lgica y en las Matemticas, impulsado por Hilbert en la
dcada de 1920. Hilbert invent un artificial lenguaje de la lgica y comenz a trasladar las
afirmaciones de la teora de nmeros dentro de l. Su propsito era construir sistemas formales
completos para las principales teoras de la matemtica clsica. Completos en el sentido de
que cualquier afirmacin puede o bien ser demostrada o bien ser demostrada su negacin. El
programa de Hilbert tambin requera que se demostrara la consistencia de dichos sistemas
formales.
El teorema de incompletitud de Gdel es bastante sencillo de entender una vez hemos
introducido la paradoja del mentiroso (citada ms arriba). Gdel hizo manipulaciones para
trasladar el lenguaje natural del mentiroso al lenguaje de las matemticas. Lo que prob es
comparable (isomorfo) a la afirmacin "Este teorema no tiene demostracin". Lo sorprendente
es que l prob el teorema! Dise su propio lenguaje lgico para esto. En definitiva, descubri
que existan afirmaciones verdaderas que no podan ser probadas dentro del sistema.
Gdel prob que todo sistema formal que contuviera a la aritmtica elemental (un
ejemplo de este sistema seran las Matemticas como un todo) es incompleto. Adems, por el
camino encontr que la consistencia de dichos sistemas era imposible de probar. Esto no
signific el fin del Formalismo, pero supuso un duro golpe para este. Demostr que los mtodos
matemticos aceptados desde tiempos de Euclides eran inadecuados para descubrir todas las
verdades relativas a los nmeros naturales. Su descubrimiento min los fundamentos sobre los
que se haba construido la matemtica hasta el siglo XX, acicate a los pensadores para
buscar otras posibilidades y engendr un vivaz debate sobre la naturaleza de la verdad. Las
innovadoras tcnicas de Gdel, aplicables sin dificultad en algoritmos de cmputo, echaron
tambin los cimientos de las ciencias de computacin modernas.
Nacido el 28 de abril de 1906 en Brno, ciudad de Moravia, Austria, Gdel fue el menor
de los dos hijos de Rudolf y Marianne Gdel, expatriados alemanes cuyas familias estuvieron
asociadas con la industria textil de la ciudad. Entre los antepasados de Gdel no encontramos
profesores ni intelectuales; la educacin de su padre no fue ms all de estudios de comercio.
Pero Rudolf Gdel, ambicioso y tenaz, logr salir adelante, llegando a director gerente primero,
y a copropietario ms tarde, de una de las grandes fbricas de hilados de Brno. Gan dinero
suficiente para comprar una casa en uno de los barrios elegantes y enviar a sus hijos a
escuelas privadas de habla alemana. Los chicos lograron excelentes resultados en sus
estudios.


49
En toda su trayectoria escolar, primaria y secundaria, slo una vez recibi Kurt una
calificacin inferior a la mxima en una asignatura (en matemticas!). Pero no mostraba signos
precoces de genialidad. Era un nio inquisitivo, tanto, que fue apodado der Herr Warum (\"el
seor Por qu\"); tambin, introvertido, sensible y enclenque. A eso de los ocho aos contrajo
unas fiebres reumticas. Aunque al parecer no le dejaron secuelas duraderas, le mantuvieron
apartado de la escuela por algn tiempo; quizs alentaron su enfermiza preocupacin por la
salud y la dieta, que se fue reforzando con los aos.
En 1924, tras graduarse en el Realgymnasium, una escuela tcnica de Brno, Gdel
abandon su pas natal para matricularse en la Universidad de Viena. A ese centro haba
acudido, cuatro aos antes, su hermano para estudiar medicina. La economa vienesa se
encontraba por entonces en ruinas. La universidad, empero, retena su viejo esplendor. Gracias
a ella, a pesar de las privaciones materiales, Viena dio cobijo en el perodo de entreguerras a
un impresionante florecimiento de las ciencias, las artes y la filosofa.
Gdel ingres en la universidad con la intencin de seguir la carrera de fsica. Pero al
poco, impresionado por las lecciones de los profesores Philipp Furtwngler y Hans Hahn, se
orient hacia la matemtica. Muy pronto destac por su talento. A los dos aos de su
matriculacin fue invitado a asistir a las sesiones de un seminario de debates que Hahn y el
filsofo Moritz Schlick haban fundado dos aos antes. El grupo, que llegara a ser famoso con
el nombre de Crculo de Viena, se inspiraba en los escritos de Ernst Mach, un campen del
racionalismo antimetafsico, convencido de que todas las cosas podan explicarse mediante la
lgica y la observacin emprica, sin recurrir a entidades metafsicas.
El Crculo puso a Gdel en contacto con Rudolf Carnap, filsofo de la ciencia, y Karl
Menger, matemtico. Le ayud a familiarizarse con la bibliografa de la lgica matemtica y de
la filosofa. En particular, el Crculo se hallaba enfrascado en los escritos de Ludwig
Wittgenstein, cuya preocupacin por el metalenguaje (en qu medida el lenguaje puede hablar
acerca del lenguaje) pudo haber inducido a Gdel a sondear cuestiones similares en
matemtica. Algunos de los miembros del Crculo, entre ellos Carnap, Hanh y el fsico Hans
Thirring, estaban investigando los fenmenos parapsicolgicos, asunto por el que tambin
Gdel mostraba agudo inters. (Aos ms tarde, Gdel le hara notar a un amigo ntimo, el
economista Oskar Morgenstern, que en el futuro sera tenido por fenmeno extrao que los
cientficos del siglo XX hubieran descubierto las partculas fsicas elementales y ni siquiera se
les hubiera ocurrido considerar la posibilidad de factores psquicos elementales.)
Gdel, sin embargo, no comparta la visin positivista del Crculo de Viena, que
desarroll y generaliz las ideas de Mach. Era, por contra, un platnico, convencido de que,
adems del mundo de los objetos, existe un mundo de los conceptos al que los humanos
tienen acceso por intuicin. Para l, un enunciado deba tener un \"valor de verdad\" bien
definido -ser verdadero o no serlo- tanto si haba sido demostrado como si era susceptible de
ser refutado o confirmado empricamente. Desde su propio punto de vista, tal filosofa
constitua una ayuda para su excepcional penetracin en las matemticas.
Aunque Gdel era un observador atento y muy lcido, rara vez contribua a las
discusiones del Crculo, a menos que tratasen de matemticas. Tmido y reservado, tena
pocos amigos ntimos. (Le agradaba, sin embargo la compaa femenina y, segn parece, las
mujeres le encontraban francamente atractivo.) Despus de 1928 slo en raras ocasiones
asista a las reuniones del grupo; en cambio, participaba activamente en un coloquio
matemtico organizado por Menger. Las actas del coloquio se publicaban en un anuario, que
Gdel ayudaba a redactar, y al que posteriormente habra de contribuir con ms de una docena
de artculos.
Durante este perodo, Gdel adquiri sbitamente estatura internacional en lgica
matemtica. Dos fueron, en particular, las publicaciones responsables de su prominencia. Una
de ellas, su tesis doctoral, presentada en Viena en 1929, y publicada al ao siguiente. La otra,
su tratado \"Sobre las proposiciones formalmente indecidibles de Principia Mathematica y
sistemas afines\", publicada en alemn en su Habilitationsschrift (la memoria de cualificacin
para el ejercicio de la docencia universitaria) en 1932.


50
En su tesis doctoral, \"La completitud de los axiomas del clculo funcional de primer
orden\", resolva un problema pendiente, que David Hilbert y Wilhelm Ackermann haban
planteado en un libro que escribieron conjuntamente en 1928, Grundzge der theoretischen
Logik (\"Fundamentos de la Lgica Terica\"). La cuestin consista en si las reglas al uso,
enunciadas en el libro, para la manipulacin de expresiones que contengan conectivas lgicas
(\"y\", \"o\", y similares) y cuantificadores (\"para todo\" y \"existe\"), aplicadas a variables que
recorren nmeros o conjuntos) permitiran, adjuntados a los axiomas de una teora matemtica,
la deduccin de todas y slo todas las proposiciones que fueran verdaderas en cada estructura
que cumpliera los axiomas. En lenguaje llano, sera realmente posible demostrar todo cuanto
fuera verdadero para todas las interpretaciones vlidas de los smbolos?
Se esperaba que la respuesta fuese afirmativa, y Gdel confirm que as era. Su
disertacin estableci que los principios de lgica desarrollados hasta aquel momento eran
adecuados para el propsito al que estaban destinados, que consista en demostrar todo
cuanto fuera verdadero basndose en un sistema dado de axiomas. No demostraba, sin
embargo, que todo enunciado verdadero referente a los nmeros naturales pudiera
demostrarse a partir de los axiomas aceptados de la teora de los nmeros, es decir, ha de
existir algn enunciado concerniente a los nmeros naturales que es verdadero, pero no puede
ser demostrado. O sea, que existen objetos que obedecen a los axiomas de la teora de
nmeros, pero que, en otros aspectos, dejan de comportarse como nmeros ("teorema de
incompletitud").
Entre dichos axiomas, propuestos por el matemtico italiano Giuseppe Peano en 1899,
figura el principio de induccin. Este axioma afirma que cualquier propiedad que sea verdadera
para el nmero cero, y que se cumpla para el nmero natural n+1 siempre que sea verdadera
para n, tiene que ser verdadera para todos los nmeros naturales. El axioma, al que algunos
llaman \"principio domin\" -porque si cae el primero, caern derribados todos los dems-
podra parecer evidente por s mismo. Sin embargo, los matemticos lo encontraron
problemtico, porque no se circunscribe a los nmeros propiamente dichos, sino a propiedades
de los nmeros. Se consider que tal enunciado de \"segundo orden\" era demasiado vago y
poco definido para servir de fundamento a la teora de los nmeros naturales.
Por tal motivo, se refundi el axioma de induccin y se le dio la forma de un esquema
infinito de axiomas similares concernientes a frmulas especficas, en vez de referirse a
propiedades generales de los nmeros. Pero estos axiomas ya no caracterizan unvocamente
los nmeros naturales, como demostr el lgico noruego Thoralf Skolem algunos aos antes
del trabajo de Gdel: existen tambin otras estructuras que los satisfacen.
El teorema de completud de Gdel enuncia que es posible demostrar todos aquellos
enunciados que se siguen de los axiomas. Existe, sin embargo, una dificultad: si algn
enunciado fuese verdadero para los nmeros naturales, pero no lo fuese para otro sistema de
entidades que tambin satisface los axiomas, entonces no podra ser demostrado. Ello no
parece constituir un problema serio, porque los matemticos confiaban en que no existieran
entidades que se disfrazasen de nmeros para diferir de ellos en aspectos esenciales. Por este
motivo, el teorema de Gdel que vino a continuacin provoc autntica conmocin.
En su artculo de 1931, Gdel demostraba que ha de existir algn enunciado
concerniente a los nmeros naturales que es verdadero, pero no puede ser demostrado. (Es
decir, que existen objetos que obedecen a los axiomas de la teora de nmeros y, no obstante,
en otros aspectos dejan de comportarse como nmeros.) Se podra eludir este \"teorema de
incompletud\" si todos los enunciados verdaderos fueran tomados como axiomas. Sin embargo,
en ese caso, la decisin de si ciertos enunciados son verdaderos o no se torna problemtica a
priori. Gdel demostr que siempre que los axiomas puedan ser caracterizados por un sistema
de reglas mecnicas, resulta indiferente cules sean los enunciados tomados como axiomas.
Si son verdaderos para los nmeros naturales, algunos otros enunciados verdaderos acerca de
los nmeros naturales seguirn siendo indemostrables.
En particular, si los axiomas no se contradicen entre s, entonces, ese hecho mismo,
codificado en enunciado numrico, ser \"formalmente indecidible\" -esto es, ni demostrable ni


51
refutable- a partir de dichos axiomas. Cualquier demostracin de consistencia habr de apelar
a principios ms fuertes que los propios axiomas.
El teorema afirmaba que ningn sistema de leyes (axiomas o reglas) puede tener
potencia suficiente para demostrar todos los enunciados verdaderos de la aritmtica, sin ser al
mismo tiempo tan fuerte que demuestre tambin enunciados falsos. El resultado frustr a
Hilbert, quien tena confianza en la posibilidad de fijar los fundamentos de las matemticas
mediante un proceso "autoconstructivo", en el que la consistencia pudiera deducirse de una
teora lgica sencilla y evidente. Gdel no crey que sus conclusiones demostrasen la
arbitrariedad del mtodo axiomtico- deductivo, sino slo que la deduccin de teoremas no
puede mecanizarse del todo, justificando as el papel de la intuicin en la investigacin formal.
Este ltimo resultado apen muchsimo a Hilbert, quien haba contemplado un programa
para fijar los fundamentos de las matemticas por medio de un proceso \"autoconstructivo\",
mediante el cual la consistencia de teoras matemticas complejas pudiera deducirse de la
consistencia de ms sencillas y evidentes. Gdel, por otra parte, no consideraba que sus
teoremas de incompletud demostrasen la inadecuacin del mtodo axiomtico, sino que hacan
ver que la deduccin de teoremas no pueden mecanizarse. A su modo de ver, justificaban el
papel de la intuicin en la investigacin matemtica.
Los conceptos y los mtodos introducidos por Gdel en su artculo sobre la incompletud
desempean un papel central en la teora de recursin, que subyace a toda la informtica
moderna. Generalizaciones de sus ideas han permitido la deduccin de diversos otros
resultados relativos a los lmites de los procedimientos informticos y computacionales. Uno de
ellos es lo irresoluble del \"problema de la detencin\", que consiste en decidir, para un
ordenador arbitrario provisto de un programa y de unos datos arbitrarios, si llegar a detenerse
o si quedar atrapado en un bucle infinito. Otro es la demostracin de que ningn programa
que no altere el sistema operativo de un ordenador ser capaz de detectar todos los programas
que s lo hagan (virus). La consecuencia parece ampliable incluso a campos tan distantes
como el uso policial de la violencia o la filosofa de las matemticas y la lgica. En este ltimo
campo, el teorema de Gdel debilita el proyecto de una reduccin logicista de la matemtica.
Gdel pas el ao acadmico 1933-34 en Princeton, en el recin fundado Instituto de
Estudios Avanzados, donde disert sobre sus resultados de incompletud. Fue invitado a volver
al ao siguiente, pero al poco de regresar a Viena sufri una grave crisis mental. Se recuper a
tiempo para retornar a Princeton en el otoo de 1935; al mes de su llegada sufri una recada,
y no volvi a impartir enseanza hasta la primavera de 1937, en Viena.
Por ser confidencial el historial mdico de Gdel, la diagnosis de su mal sigue siendo
desconocida. Sus problemas parecen haber comenzado con hipocondra: estaba obsesionado
por su dieta y por sus hbitos intestinales. Durante veinte aos llev un registro diario de su
temperatura corporal y de su consumo de leche de magnesia. Tema sufrir un envenenamiento
accidental; con los aos, le aterraba ser objeto de una intoxicacin deliberada. Esta fobia le
llev a no querer tomar alimentos, con la consiguiente desnutricin. Lo que no le impeda
ingerir pldoras de diversa condicin para un imaginario problema cardaco.
Salvo en los problemas de crisis, los problemas mentales de Gdel entorpecieron muy
poco su trabajo. La persona que le mantuvo en activo fue Adele Porkert, a quien conoci en un
local nocturno de Viena durante sus aos de estudiante. Porkert, seis aos mayor que Gdel,
catlica y divorciada, con el rostro desfigurado por una \"flor\" de nacimiento, trabajaba de
bailarina. Los padres de Gdel la tenan por motivo de escndalo. Pero ellos no desmayaron en
su mutuo afecto, y ms de una vez, sirvindole de catadora de alimentos, Adele contribuy a
paliar los temores de Gdel, cada vez ms fuertes, de que buscaban envenenarle. Tras un
largo noviazgo, se casaron en septiembre de 1938, justo antes de que Gdel retornase a los
EEUU, donde disert en el Instituto de Estudios Avanzados y en la Universidad de Notre Dame
sobre los apasionantes resultados que haba obtenido en teora de conjuntos.
Tal logro entraaba la resolucin de algunos de los aspectos ms controvertidos de la
teora de colecciones de objetos. A finales del siglo XIX, el matemtico alemn Georg Cantor
haba introducido la nocin de tamao (\"cardinal\") para conjuntos infinitos. Segn tal


52
concepto, un conjunto A tiene menor cardinal que un conjunto B si, cualquiera que sea la forma
en que a cada elemento de A otro le sea asignado en B, quedan siempre elementos de B que
no tienen correspondiente. Valindose de esta nocin, Cantor demostr que el conjunto de los
nmeros naturales es menor que el conjunto de todos los nmeros reales (el conjunto de todos
los nmeros decimales). Cantor conjetur tambin que entre un conjunto y otro no existen
conjuntos de tamao intermedio, enunciado que lleg a ser conocido como la hiptesis del
continuo.
En 1908, Ernst Zermelo, formul una lista de axiomas para la teora de conjuntos. Entre
ellos se encontraba el teorema de eleccin, el cual (en una de sus versiones) afirma que dada
una coleccin infinita de conjuntos disjuntos, cada uno de los cuales contiene al menos un
elemento, existe un conjunto que contiene exactamente un elemento de cada uno de los
conjuntos de la coleccin. Aunque su aspecto parece incuestionable -por qu no habramos
de ser capaces de extraer un elemento de cada conjunto?- el axioma de eleccin entraa una
multitud de consecuencias contrarias a la intuicin. De l se deduce, por ejemplo, la posibilidad
de descomponer una esfera en un nmero finito de piezas, que separadas y vueltas a
ensamblar aplicando tan slo movimientos rgidos, forme una nueva esfera de volumen doble
que la primera.
El axioma de eleccin desencaden la polmica. Los matemticos sospechaban -
correctamente, como luego se vera- que ni el axioma de eleccin ni la hiptesis del continuo
podan deducirse de los otros axiomas de la teora de conjuntos. Y teman que las
demostraciones fundadas en dichos principios pudieran generar contradicciones. Gdel, sin
embargo, demostr que ambos principios eran coherentes con los restantes axiomas.
Los resultados de Gdel en teora de conjuntos resolvieron una de las cuestiones que
Hilbert haba planteado en 1900 en una alocucin clebre pronunciada en el Congreso
Internacional de Matemticas. Slo por ello constituan un gran logro; no bastaron, empero,
para asegurarle un puesto acadmico permanente. Durante el ao que pas en el Instituto de
Estidos Avanzados y en Notre Dame, expir su autorizacin para la docencia en las
universidades austriacas. Y cuando volvi a Viena para reunirse con su esposa, en el verano
de 1939, fue reclamado para un reconocimiento mdico militar y declarado apto para el servicio
en las fuerzas armadas nazis.
Hasta entonces, Gdel pareca haber permanecido indiferente ante los pavorosos
acontecimientos que se estaban produciendo en Europa. Aunque interesado por la poltica, e
informado de los acontecimientos, permaneci curiosamente insensible ante ellos. Su falta de
compromiso con sus semejantes pudo haberle impedido apreciar la gravedad de lo que estaba
ocurriendo. Pareca ajeno a la suerte que estaban corriendo sus colegas y sus profesores,
judos muchos de ellos, y sigui sumido en su trabajo mientras el mundo que le rodeaba se
haca pedazos. Por fin, acab comprendiendo que con el mundo que se hunda tambin se
estaba hundiendo l.
En aquella situacin desesperada, sin empleo y a punto de ser reclutado para las
fuerzas armadas nazis, solicit el apoyo del Instituto de Estudios Avanzados de Princenton
para que le ayudaran a obtener visados de salida para s mismo y para su mujer. Sus
esfuerzos tuvieron xito. En enero de 1940 ambos emprendieron un largo viaje hacia el este en
el ferrocarril transiberiano. Desde Yokohama continuaron por barco hasta San Francisco.
Llegaron a Princeton a mediados de marzo.
Gdel ya no volvera a salir de los EEUU. Tras una serie de nombramientos anuales se
le admiti como miembro permanente del claustro en 1946. Dos aos despus obtuvo la
ciudadana estadounidense. (En aquella ocasin, el juez que le tom juramento cometi el
desafortunado error de pedirle su opinin sobre la Constitucin de los EEUU, y desencaden
como respuesta una disertacin en toda regla sobre sus contradicciones.) Pero Gdel no fue
ascendido a catedrtico hasta 1953, el mismo ao en que fue elegido miembro de la Academia
Nacional de Ciencias. Tal demora se debi, en parte, a las dudas que planteaba su estabilidad
mental con sus constantes temores sobre posibles emanaciones de gases txicos en su
refrigerador. Durante aquellos aos, su amigo Albert Einstein (tambin refugiado) se preocup
de Gdel lo ms que pudo; todos los das daban un paseo.


53
Tras su emigracin a los EEUU, abandon el trabajo en teora de conjuntos y se orient
hacia la filosofa y hacia la teora de la relatividad. En 1949 demostr que eran compatibles con
las ecuaciones de Einstein universos donde se pudiera viajar retrgradamente en el tiempo. En
1950 disert sobre estos resultados en el Congreso Internacional de Matemticos, y al ao
siguiente pronunci la prestigiosa Disertacin Gibbs en la asamblea anual de la Sociedad
Matemtica Americana. Pero en el intervalo entre estas dos intervenciones pblicas estuvo a
punto de morir por una lcera sangrante, que descuid hasta un estadio peligrosamente
avanzado, tal era la desconfianza que senta hacia los mdicos.
El ltimo de sus artculos publicados en vida apareci en 1958. Despus, se sumi en la
introversin, cada vez ms demacrado, paranide e hipocondraco. Su ltima aparicin pblica
aconteci en 1972, al recibir un doctorado honorfico por la Universidad Rockefeller. Tres aos
despus le fue otorgada la Medalla Nacional de Ciencias, pero Gdel disculp su asistencia por
razones de salud.
El 1 de julio de 1976, alcanzados los 70 aos, edad de jubilacin obligatoria, Gdel se
convirti en profesor emrito de Instituto. Sus responsabilidades empero no disminuyeron,
porque su esposa, que durante tantos aos le haba alimentado y protegido, haba sufrido
pocos meses antes un ataque cardaco que la dej invlida. Ahora le corresponda a l
cuidarla. Y as lo hizo, con devocin, hasta julio de 1977, cuando ella hubo de someterse a una
operacin de urgencia y permaneci hospitalizada durante casi seis meses.
Por aquellas fechas, Morgenstern, el amigo que haba contribuido a cuidar de Gdel
tras fallecer Einstein en 1955, muri de cncer. Gdel tuvo entonces que luchar por s solo
contra su cada vez ms acusada paranoia. Solo frente a ella, su declive entr en barrena.
Temeroso de ser envenenado dej de comer y acab muriendo por desnutricin el 14 de enero
de 1978.
Gdel public excepcionalmente poco en vida -menos que ninguno de los otros grandes
matemticos, si se excepta a Bernhard Riemann-, pero la influencia de sus escritos ha sido
enorme. Sus trabajos han afectado prcticamente a todas las ramas de lgica moderna.
Durante el decenio pasado, otros artculos suyos han sido traducidos desde la obsoleta
taquigrafa alemana que l utilizaba, y publicados pstumamente en el tercer volumen de sus
Collected Works. Sus contenidos, entre los que figura su formalizacin del argumento
ontolgico de la existencia de Dios, han empezado tambin a llamar la atencin.
John W. Dawson, Jr. es doctor en lgica y profesor de matemticas en la Universidad
estatal de Pensylvania en York. Tiene a su cargo la coedicin de las obras de Kurt Gdel.

Teorema de incompletez de Gdel
Al ampliar ligeramente el lenguaje de la lgica de primer orden con el fin de
incluir el esquema de induccin matemtica en la aritmtica, Gdel pudo
demostrar, en su teorema de incompletez, que existen oraciones aritmticas que no
es posible demostrar. La demostracin del teorema de Gdel rebasa el alcance de
este libro, para lo cual se necesitara de por lo menos treinta pginas; sin embargo,
podemos dar aqu una primicia de l. Empezaremos por la teora lgica de los
nmeros. En esta teora existe una sola constante, 0, y una sola funcin, S (la
funcin sucesor). En el modelo propuesto, S(0) denota 1, S(S(0)) denota 2, etc.
El lenguaje, por lo tanto, tiene nombres para todos los nmeros naturales. El
vocabulario incluye tambin los signos de las funciones +, X y Expt (potenciacin),
as como el conjunto habitual de conectores y cuantificadores lgicos. El primer
paso consiste en notar que el conjunto de oraciones que podemos escribir en este
lenguaje puede enumerarse.
(Imagine que define un orden alfabtico de los signos y luego procede a
ordenar alfabticamente cada conjunto de oraciones de extensin 1, 2, etc.)


54
Podemos luego enumerar cada oracin o mediante un nmero natural #o (el
nmero de Gdel).
Lo anterior es determinante: en la teora de los nmeros hay un nombre para
cada una de las oraciones. De la misma manera, podemos enumerar cada
demostracin posible P mediante un nmero de Gdel G(P), puesto que la
demostracin no es sino una secuencia finita de oraciones.
Supongamos ahora que tenemos un conjunto A de oraciones que son
aseveraciones verdaderas acerca de los nmeros naturales. Si recordamos que A se
puede nombrar utilizando cualquier conjunto de nmeros enteros, podemos
suponer que en nuestro lenguaje escribimos una oracin o(j, A) del siguiente tipo:
Para todo i, i no es el nmero de Gdel de una demostracin de la oracin
cuyo nmero de Gdel sea j, en donde la demostracin utiliza slo las premisas de
A.
Sea ahora o la oracin (#o, A), es decir, una oracin que afirma su propia
indemostrabilidad a partir de A. (La permanente existencia de esta oracin es
verdad, aunque no totalmente obvio).
Procedemos ahora a razonar de la siguiente manera. Supngase que o se
puede demostrar a partir de A; entonces o es falso (porque o afirma que no se
puede demostrar): Pero entonces tendramos una oracin falsa que es probable a
partir de A, por lo que A no puede estar formada slo de oraciones verdaderas:
sera una violacin a nuestra premisa. Por lo tanto o no se puede demostrar a partir
de A. Pero esto es justo lo que afirma o; por lo tanto o es una oracin verdadera.
Es decir, hemos demostrado (ahorrndonos 29 y media pginas) que para
cualquier conjunto de oraciones verdaderas de la teora de los nmeros, y para
cualquier conjunto particular de axiomas bsicos, existen otras oraciones
verdaderas que no es posible demostrar a partir de estos axiomas. Lo anterior
establece, entre otras cosas que nunca ser posible demostrar todos los teoremas
de las matemticas dentro de cualquier sistema de axiomas.
Es evidente que el anterior fue un descubrimiento de gran importancia para
las matemticas. Sus repercusiones han sido objeto de amplio debate, empezando
por las especulaciones realizadas por Gdel mismo.


55
GLOSARIO

(Extrada en parte del libro Investigacin Cientfica y Educacional de Luis Piscoya Hermoza, 1987)

CIENCIAS EMPRICAS: Son todas aquellas ciencias constituidas por proposiciones
cuya verdad se establece contrastndola con los hechos de la realidad natural o social,
que pueden ser percibidos por un observador. Consecuentemente, en estas ciencias,
es la experiencia la que nos permite decidir la verdad o falsedad de una proposicin. A
estas disciplinas tambin se les denomina ciencias fcticas.

CIENCIAS FORMALES O ESTRUCTURALES: Son aquellas ciencias constituidas
por proposiciones cuya verdad se establece mediante la construccin de
demostraciones que se ajustan a reglas lgicas de deduccin o inferencia. En estas
ciencias carece de sentido intentar establecer la verdad de una proposicin por medio
de la contrastacin con los hechos, pues en ellas slo se admite una proposicin como
verdadera si es que existe una demostracin o prueba lgica para ella. Las ciencias
formales son la Matemtica y la Lgica Matemtica. Asimismo, la aplicabilidad de la
Matemtica a la realidad natural y social no es una prueba de su verdad sino una
consecuencia de ella. Para distinguir la diferente manera de establecer la verdad en
ciencias empricas y en ciencias formales se dice que las primeras poseen
proposiciones empricamente verdaderas o a posteriori y las segundas proposiciones
lgicamente verdaderas o vlidas a priori.

CONTRASTACIN: Es el acto por el cual se coteja lo que dice una proposicin con
los que constatamos que ocurre en la realidad natural o social. As se decide si la
proposicin es empricamente verdadera o empricamente falsa. La contrastacin
puede hacerse directamente, esto es, estableciendo la correspondencia entre lo que
dice la proposicin y la realidad o indirectamente, esto es, cotejando con la realidad no
la proposicin misma en cuestin sino proposiciones que se deducen lgicamente de
ella.

CORRELACIN: Grado en que los valores de dos variables varan de manera
conjunta, es decir, grado en que los cambios en una de las variables estn
acompaados por cambios en la otra. La correlacin se expresa habitualmente en
funcin de un nmero que puede variar de 1,0 (relacin negativa perfecta) a 0,0
(ausencia de relacin) a 1,0 (relacin positiva perfecta).

DEDUCCIN: Es una operacin lgica que consiste en obtener, mediante la
aplicacin de reglas lgicas, llamadas de deduccin, a partir de un conjunto de
proposiciones conocidas como premisas una nueva proposicin conocida como
conclusin. Si las premisas son verdaderas la conclusin es necesariamente
verdadera.

DEFINICIN OPERACIONAL: Es la expresin del significado de un constructo o
concepto teortico en trminos de propiedades observables y medibles llamadas
indicadores. As un test de inteligencia puede ser considerado como una definicin
operacional del concepto inteligencia.

EXPERIENCIA: Es la aprehensin o captacin inmediata de un objeto o propiedad
a travs de nuestra percepcin. Puede hablarse tambin de la experiencia interna,
como el miedo o el gozo, por citar dos ejemplos. Sin embargo para la contrastacin de


56
proposiciones la experiencia importante es aquella que se refiere a objetos, hechos o
propiedades del mundo real.

HIPTESIS: Es una conjetura que pretende dar una respuesta a una interrogacin
que expresa un problema cientfico. Tambin puede definirse como una solucin
tentativa a un problema cientfico.
Una caracterstica fundamental de las hiptesis es que deben ser decidibles como
verdaderas o como falsas, razn por la que son expresadas a travs de proposiciones
o enunciados.

INDUCCIN: Los clsicos desde Aristteles consideraron a la induccin como a
operacin lgica inversa a la deduccin. Actualmente la induccin ha sido incorporada
a la lgica de la probabilidad y a la matemtica probabilstica. En esta ubicacin, ms
rigurosa, la induccin constituye un caso particular dentro de la teora lgica general de
la deduccin. Desde esta perspectiva la palabra inferencia puede ser considerada
como sinnimo de deduccin. Sin embargo, debido a su imprecisin, hoy se tiende a no
usarla.

LEY CIENTFICA: Es una hiptesis cuya verdad ha sido establecida a travs de la
observacin de hechos o acontecimientos que pertenecen al sector de la realidad al
cual hace referencia. En la prctica cientfica se acepta como una limitacin a esta
definicin el hecho de que existen proposiciones cientficas que tienen la condicin de
leyes pero que no son verdaderas en el sentido que lo son las leyes macrofsicas,
como las de la mecnica de Newton. Ello se debe a que estas proposiciones expresan
relaciones estadsticas lo que las ubica dentro del mbito de la probabilidad ms que
de la verdad. Las leyes de la termodinmica y de la microfsica en general son
probabilsticas y tambin las de la economa o las de la psicologa, entre otras ciencias.

PROPOSICIN: Puede definirse dentro de lenguaje natural o cotidiano las
proposiciones como todas las oraciones o frases que son susceptibles de ser
calificadas como verdaderas o falsas. Sin embargo esta definicin tiene la limitacin de
no esclarecer la situacin de las afirmaciones del lenguaje cientfico que se hacen con
gran frecuencia mediante frmulas. Por ello precisaremos que tambin son
proposiciones todas las frmulas del lenguaje cientfico que pueden ser interpretadas
de tal manera que resulten verdaderas o falsas. En esta ltima condicin se encuentran
todas las leyes que se expresan matemticamente.
En el lenguaje lgico y metodolgico actual son normalmente equivalentes el
trmino proposicin los de enunciado y sentencia.

RELACIN DE CAUSA A EFECTO: Relacin entre dos variables en la cual
sabemos que los cambios que ocurren en una provocan cambios en otra. Por ejemplo,
una abundante ingestin de alimentos calricos produce un aumento de peso.
Asimismo puede distinguirse entre una causacin determinada o mecnica y una
causacin estadstica.

RELACIN DE FUNCIONALIDAD: Se dice que existe una relacin de
funcionalidad entre dos hechos o propiedades cuando sta puede ser expresada
mediante una proposicin matemtica de la forma y = f(x). Sin embargo esto no
significa necesariamente que la propiedad o hecho denotado por y es producido por el
hecho denotado por x. Si esto ltimo ocurre entonces la relacin de funcionalidad es
adems una relacin de causalidad.


57
REFERENCIAS BIBLIOGRFICAS

1. Bunge, Mario. La Ciencia: su Mtodo y su Filosofa. Buenos Aires: Edit. siglo
XX; 1994.

2. Bunge, Mario. La Investigacin Cientfica: su estrategia y su filosofa.
Barcelona: Edit. Ariel S.A.; 1989.

3. Ishiyama Cervantes, Ral. (Editor) Feria Escolar Nacional de Ciencia y
Tecnologa, Gua del Participante. Lima: Concytec; 2002.

4. Piscoya Hermoza, Luis. Investigacin Cientfica y Educacional. Un enfoque
epistemolgico. Lima: Amaru Editores; 1 edicin; 1987.

5. Sabino, Carlos A. El Proceso de Investigacin. Argentina: Ed. Lumen
Humanitas; 1996.

6. Tamayo y Tamayo, Mario. El Proceso de la Investigacin Cientfica. Mxico:
Ed. Limusa S.A.; 3 edicin; 1998.

¿Cómo Hacer Un Trabajo de Investigación?

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

¿Cómo Hacer Un Trabajo de Investigación?

Uploaded by

Copyright:

Available Formats

FERNANDO GAMARRA MORALES.

Manipulacin - investigador interviene y modifica

You might also like