Las fuentes de informacin pueden ser:

1. Fuente Primaria:

Personas

Organizaciones

Acontecimientos

Ambiente Natural

2. Fuente Secundaria

Libros

Revistas

Noticieros

Documentos diversos

Las Tcnicas, se refieren a la forma en cmo se van a aplicar los instrumentos, pueden ser a travs de:

Encuesta: se aplica un cuestionario. Ejemplo, en forma directa, por correo, telfono.

Entrevista: se establece contacto directo con las personas que se consideran fuente de informacin. Es ms espontnea y abierta. Ejemplo, entrevistas, personales, entrevistas grupales.

Observacin directa: permite obtener informacin directa y confiable.

Anlisis de documentos: est basada en fichas bibliogrficas.

Los instrumentos son el material base, resultados de la operacionalizacin de las variables que contienen tems abiertos, cerrados o ambos y se van a aplicar a la poblacin, muestra o a pequeos grupos, ejemplos:

a) Cuestionario

b) Pruebas

c) Fichas

d) Guas

e) Lista de cotejo

Procesamiento de DatosEl procesamiento de resultados se puede realizar utilizando diversas herramientas estadsticas, ejemplos:

Anlisis de Pareto: permite estudiar fuentes de problema y las prioridades relativas de sus causas.

Diagrama de causa/efecto: permite representar, categorizar y evaluar las posibles causas de un resultado o una reaccin.

Grficas de Control: para el control de calidad de procesos. Algunos tipos son:

a) Diagrama de control para medios de procesos.

b) Diagrama de control para variabilidad de procesos.

c) Diagrama de control para atributos.

Distribucin de frecuencias y representaciones grficas: es el agrupamiento de datos que en categoras que muestran el nmero de observaciones de cada categora, ejemplos:

a) Histogramas

b) Polgonos de frecuencia

c) Grficas Medidas de tendencia central:

a) La moda: es el valor ms comn en nuestro conjunto de datos.

b) La mediana: es el valor en el medio de seleccin, si todos los valores estn dispuestos de menor a mayor.

c) La media aritmtica: es la suma de todos los valores dividido por su nmero. Medidas de dispersin:

a) Varianza

b) Desviacin estndar Pruebas estadsticas:

a) Prueba t de student

b) Prueba Z

c) Anlisis de varianza

d) Anlisis de covarianza

e) Chi cuadrado

f) Anlisis de regresin y correlacin

g) Anlisis de regresin mltiple

h) Anlisis de factores

i) Anlisis multivariado de varianza

Anlisis de resultados

Una vez procesados los datos por medios estadsticos se obtienen unos resultados que deben ser analizados e interpretados o discutidos.

El anlisis de resultados consiste en interpretar los hallazgos relacionados con el problema de investigacin, los objetos propuestos, la hiptesis y/o preguntas formuladas, y las teoras o presupuestos planteados en el marco terico, con la finalidad de evaluar si confirman las teoras o no, y se generan debates con las teoras ya existentes.

PROCEDIMIENTOS DE ANLISIS DE DATOSUna vez concluidas las etapas de recoleccin y procesamiento de datos se inicia con una de las ms importantes fases de una investigacin: el anlisis de datos. En esta etapa se determina como analizar los datos y qu herramientas de anlisis estadstico son adecuados para ste propsito. El tipo de anlisis de los datos depende al menos de los siguientes factores:

a) El nivel de medicin de las variables.

b) El tipo de hiptesis formulada.

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

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

a) Interpretacin de las relaciones entre las variables y los datos que las sustentan con fundamento en algn nivel de significancia estadstica.

b) Establecer un significado ms amplio de la investigacin, es decir, determinar el grado de generalizacin de los resultados de la investigacin.

Las dos anteriores etapas se sustentan en el grado de validez y confiabilidad de la investigacin. Ello implica la capacidad de generalizacin de los resultados obtenidos.

Analizar significa establecer categoras, ordenar, manipular y resumir los datos (Kerlinger, 1982, p. 96). En esta etapa del proceso de investigacin se precede a racionalizar los datos colectados a fin de explicar e interpretar las posibles relaciones que expresan las variables estudiadas.

El diseo de tablas estadsticas permite aplicar tcnicas de anlisis complejas facilitando este proceso. El anlisis debe expresarse de manera clara y simple utilizando lgica tanto inductiva como deductiva.

Los resultados de una investigacin basados en datos muestrales requieren de una aproximacin al verdadero valor del poblacin (Zorrilla, 1994). Para lograr lo anterior se requiere de una serie de tcnicas estadsticas. Estas tcnicas se derivan tanto de la estadstica paramtrica como de la estadstica no paramtrica. La primera tiene como supuesto que la poblacin estudiada posee una distribucin normay y que los datos obtenidos se midieron en una escala de inrvalo y de razn. La segunda no establece supuestos acerca de la distribucin de la poblacin sin embargo requiere que las variables estudiadas se miden a nivel nominal u ordinal (Weiers, 1993).

Las tablas diseadas para el anlisis de datos se incluyen en el reporte final y pueden ser tiles para analizar una o ms variables. En virtud de ste ltimo criterio el anlisis de datos puede ser univariado, bivariado o trivariado, dependiendo de la cantidad de variables que se analizan.El objetivo de cualquier ciencia es adquirir conocimientos y la eleccin del mtodo adecuado que nos permita conocer la realidad es por tanto fundamental. El problema surge al aceptar como ciertos los conocimientos errneos o viceversa. Los mtodos inductivos y deductivos tienen objetivos diferentes y podran ser resumidos como desarrollo de la teora y anlisis de la teora respectivamente. Losmtodos inductivosestn generalmente asociados con la investigacin cualitativa mientras que elmtodo deductivoest asociado frecuentemente con la investigacin cuantitativa.

Los cientficos sociales en salud que utilizan abordajes cualitativos enfrentan en la actualidad problemas epistemolgicos y metodolgicos que tienen que vercon el poder y la tica en la generacin de datos as como con la validez externa de los mismos.

Lainvestigacin cuantitativaes aquella en la que se recogen y analizan datos cuantitativos sobre variables. Lainvestigacin cualitativaevita la cuantificacin. Los investigadores cualitativos hacen registros narrativos de los fenmenos que son estudiados mediante tcnicas como la observacin participante y las entrevistas no estructuradas. La diferencia fundamental entre ambas metodologas es que la cuantitativaestudia la asociacin o relacin entre variables cuantificadas y la cualitativa lo hace en contextos estructurales y situacionales. La investigacin cualitativa trata de identificar la naturaleza profunda de las realidades, su sistema de relaciones, su estructura dinmica. La investigacin cuantitativa trata de determinar la fuerza de asociacin o correlacin entre variables, la generalizacin y objetivacin de los resultados a travs de una muestra para hacer inferencia a una poblacin de la cual toda muestra procede. Tras el estudio de la asociacin o correlacin pretende, a su vez, hacer inferencia causal que explique por qu las cosas suceden o no de una forma determinada.

Las diferencias ms ostensibles entre ambas metodologas se muestran en latabla 15-6. Los fundamentos de la metodologa cuantitativa podemos encontrarlos en el positivismo que surge en el primer tercio del siglo XIX como una reaccin ante el empirismo que se dedicaba a recoger datos sin introducir los conocimientos ms all del campo de la observacin. Alguno de los cientficos de esta poca dedicados a temas relacionados con las ciencias de la salud son Pasteur y Claude Bernard, siendo este ltimo el que propuso la experimentacin en medicina. A principios del siglo XX, surge el neopositivismo o positivismo lgico siendo una de las aportaciones ms importantes la induccin probabilstica. La clave del positivismo lgico consiste en contrastar hiptesis probabilsticamente y en caso de ser aceptadas y demostradas en circunstancias distintas, a partir de ellas elaborar teoras generales. La estadstica dispone de instrumentos cuantitativos para contrastar estas hiptesis y poder aceptarlas o rechazarlas con una seguridad determinada7. Por tanto el mtodo cientfico, tras una observacin, genera una hiptesis que contrasta y emite posteriormente unas conclusiones derivadas de dicho contraste de hiptesis. El contrastar una hiptesis repetidamente verificada no da absoluta garanta de su generalizacin ya que, como seala Karl Popper, no se dispone de ningn mtodo capaz de garantizarque la generalizacin de una hiptesis sea vlida8. Con el ejemplo de los cisnes, K. Popper rebata las tesis neopositivistas sobre la generalizacin de las hiptesis... "todos los cisnes de Austria eran blancos... no se dispone de datos sobre el color de los cisnes fuera de Austria..., todos los cisnes son blancos...". En el momento actual no hay ningn mtodo que garantice que la generalizacin de una hiptesis sea vlida, pero s se puede rebatir una hiptesis con una sola evidencia en contra de ella. Es por ello que la ciencia, como seala K. Popper "busca explicaciones cada vez mejores"10.

Ventajas e inconvenientes de los mtodosLas ventajas e inconvenientes de los mtodos cuantitativos vs los cualitativos se muestran en latabla 211-13. En general los mtodos cuantitativos son muy potentes en trminos de validez externa ya que con una muestra representativa de la poblacin hacen inferencia a dicha poblacin a partir de una muestra (Figura 1) con una seguridad y precisin definida. Por tanto una limitacin de los mtodos cualitativos es su dificultad para generalizar. La investigacin cuantitativa con los test de hiptesis no slo permite eliminar el papel del azar para descartar o rechazar una hiptesis, sino que permite cuantificar la relevancia clnica de un fenmeno midiendo la reduccin relativa del riesgo, la reduccin absoluta del riesgo y el nmero necesario de pacientes a tratar para evitar un evento. La pregunta que evidentemente hacen los investigadores cualitativos a los cuantitativos es cun particularizables son tus generalidades...?

Hoy en da hay un predominio claro de la investigacin cuantitativa en relacin a la cualitativa y as podemos objetivarque en una bsqueda en Medline a fecha 20/4/2002 utilizando las palabras clave "quantitative research" vs "qualitative research" encontramos 11.236 y 1.249 artculos respectivamente lo que genera un cociente de 11.236/1.249 =8.99. El seleccionar una u otra metodologa puede depender de diferentes planteamientos: Se busca la magnitud o la naturaleza del fenmeno?, Se busca un promedio o una estructura dinmica?, Se pretende descubrir leyes o comprender fenmenos humanos? Cuando en la bsqueda en Medline a las palabras clave previamente mencionadas aadimos "nursing" para centrar la pregunta en trabajos de enfermera objetivamos que el cociente de los artculos cuantitativos vs los cualitativos (610 vs 535) claramente disminuye a 1.14 mostrando por tanto un importante peso de lo cualitativo en la investigacin en enfermera a pesar de existir un predominio de lo cuantitativo que sigue incrementndose en los ltimos aos en este colectivo.

El empleo de ambos procedimientos cuantitativos y cualitativos en una investigacin probablemente podra ayudar a corregir los sesgos propios de cada mtodo, pero el hecho de que la metodologa cuantitativa se la ms empleada no es producto del azar sino de la evolucin de mtodo cientfico a lo largo de los aos. Creemos en ese sentido que la cuantificacin incrementa y facilita la compresin del universo que nos rodea y ya mucho antes de los positivistas lgicos o neopositivistas Galileo Galilei afirmaba en este sentido"mide lo que sea medible y haz medible lo que no lo sea".

Tabla 2. Ventajas e inconvenientes de los mtodos cualitativos vs cuantitativos.

Mtodos cualitativosMtodos cuantitativos

Propensin a "comunicarse con" los sujetos del estudio11Propensin a "servirse de" los sujetos del estudio11

Se limita a preguntar11Se limita a responder11

Comunicacin ms horizontal... entre el investigador y los investigados... mayor naturalidad y habilidad de estudiar los factores sociales en un escenario natural12

Son fuertes en trminos de validez interna, pero son dbiles en validez externa, lo que encuentran no es generalizable a la poblacinSon dbiles en trminos de validez interna -casi nunca sabemos si miden lo que quieren medir-, pero son fuertes en validez externa, lo que encuentran es generalizable a la poblacin13

Preguntan a los cuantitativos: Cuan particularizables son los hallazgos?Preguntan a los cualitativos: Son generalizables tus hallazgos?

Figura 1. Elementos de la inferencia estadstica

REFERENCIA:

Pita, S., y Prtegas, S. (2002). Investigacin cuantitativa y cualitativa. La Corua: unidad de epidemiologa clnica y bioestadstica. Complejo hospitalario.

S E S I N No9 (a)

INTERPRETACIN Y ANLISIS DE LOS DATOS

(Enfoque Cuantitativo y Cualitativo)

ACTIVIDAD

En equipos colaborativos responder las siguientes preguntas:

1. De qu manera se interpreta y analiza la informacin recolectada desde el enfoque cuantitativo?

2. De qu manera se interpreta y analiza la informacin recolectada desde el enfoque cualitativo?

1