El diseo de prueba es el plan de

prueba o comprobacin de la hiptesis.

Indica qu har el investigador para
poner a prueba la hiptesis.
Su propsito implcito es imponer
restricciones controladas a la
observacin de los fenmenos
(Kerlinger).

Exploratorios: Son diseos flexibles (lo que no quiere decir

imprecisos) que buscan formular un problema de
investigacin. Enfatizan la bsqueda de antecedentes en la
literatura, entrevista a informantes claves y el anlisis de
casos paradigmticos.
Descriptivos: Comprende estudios cuyo propsito es diverso,
pero que tienen en comn el no comprobar hiptesis
explicativas. Abarcan estudios tipo encuesta, etnogrficos,
anlisis de textos, etc.
Explicativos: Son diseos que buscan poner a prueba
hiptesis que pretenden explicar algn fenmeno. Pueden
usar cualquiera de los mtodos aplicados en diseos
exploratorios o descriptivos.

Experimental: Son diseos en el que se manipulan la o las

variables independientes para observar su efecto sobre
las variables dependientes en una situacin de control. El
control se logra inicialmente asignando al azar los casos a
un grupo experimental y a un grupo de control. Es comn
en investigaciones biomdicas, psicolgicas,
psicosociales y en la economa experimental.
Cuasi-experimental: Existe tambin manipulacin de la
variable independiente, pero los grupos no son
constituidos mediante asignaciones aleatorias, sino que
esos grupos estn ya constituidos y permanecen intactos.
No experimental: Son los estudios ms comunes en las
ciencias sociales. No existe manipulacin de la variable
independiente.

Un universo o poblacin es el grupo completo de

personas, objetos o casos (tales como escuelas,
naciones, partidos, escuelas, empresas, etc.) que
el investigador desea estudiar para explorar,
describir o explicar algn fenmeno.

Una muestra es un subconjunto de esas entidades

que se selecciona con la intencin de representar
a la poblacin con mayor o menor precisin.

En algunos casos, muy contados, no existe

diferencia entre poblacin y muestra ( cuando
se estudia a toda la poblacin o se hacen
estudios de casos).
Pero generalmente se recurre a un muestreo
ante la imposibilidad (financiera, logstica o de
tiempo) de estudiar todo los casos que
conforman el universo o poblacin.
En otros casos, se recurre a muestras porque
los parmetros y tamao del universo son
desconocidos (no sabemos qu
caractersticas tienen los casos, no sabemos
cuntos son, ni dnde se localizan).

Estudio de caso: se analiza a profundidad un solo caso. Se

usa generalmente cuando el caso es nico (pases, tribus,
biografas), o son fenmenos altamente especficos (la
mafia calabresa) o de baja ocurrencia (vgr. Algunas
patologas mdicas). Comn en antropologa, historia,
relaciones internacionales (y, si se quiere, en medicina).
Muestras pequeas (Small-N): se analizan semejanzas y
diferencias entre un conjunto reducido de casos. Es
comn en la sociologa, en la ciencia poltica, en la
psicologa.
Muestras grandes: son muestras de una poblacin de
gran tamao construidas con criterios probabilsticos (no
menor a 370 casos para un universo de 10,000 casos, con
un nivel de confianza del 95% y un margen de error de +/5). Comn en casi todas las ciencias sociales.

Probabilsticas o aleatorias
(constituidas por casos que
tienen la misma probabilidad
de ser seleccionados)
Simple
Estratificada
Por racimos

No probabilsticas
(constituidas por casos que
no cumplen el criterio
anterior)
Intencionada
Por cuota
Conveniencia o accidental
Bola de nieve

Permiten generalizar hallazgos para todo

el conjunto de la poblacin o universo
con un margen de error conocido. Esta
es su caracterstica principal.

Se construyen definiendo las

caractersticas de la poblacin, el
tamao de la muestra y la seleccin
aleatoria de los casos.

Muestras intencionadas o a propsito: se seleccionan casos

con la intencin de que cumplan un requisito definido por el
investigador.
Muestras por cuota: se crean aadiendo casos hasta cumplir
ciertos criterios de proporcin (balancear por sexo, edad,
escolaridad, etc.).
Conveniencia o accidental: se conforma con los casos que
aceptan colaborar con el estudio (si se trata de personas) o
con los registros disponibles.
Bola de nieve: se forman mediante contactos que van
proporcionando los mismos sujetos de estudio.

Etnografa: por medio de la interaccin

personal (entrevistas abiertas, observacin
participante, mtodos biogrficos, etc.).
Encuestas: A travs de cuestionarios o
entrevistas estructuradas.
Anlisis de registros: a partir de registros
formales de organizaciones (informes,
censos, balances financieros, etc.).
Histrico: recurso a viejos registros,
encuestas o aun etnografas.

Interpretacin directa: anlisis mediante

reflexiones individuales o sntesis
(narraciones, ciertas formas de anlisis del
discurso, etc.)
Anlisis cuantitativo: anlisis con base en
mtodos estadsticos para razonar sobre
causas
Modelizacin formal: anlisis creando un
sistema formal para simular el
comportamiento de la realidad (teora de
juegos, dinmica de sistemas).

El ms grave: el diseo no sirve para

comprobar la hiptesis.
Poco o nulo control de las variables
extraas que afectan el fenmeno
estudiado (falta de validez interna).
Los resultados no son generalizables o lo
son en escasa medida (falta de validez
externa).

Pregunta: Por qu vara el nmero de

organizaciones no lucrativas entre distintas pases,
regiones o estados?
Hiptesis: La variacin es inversamente
proporcional a la capacidad del estado para
atender satisfactoriamente las necesidades
sociales.
Observables: Si H es verdadera, entonces debera
haber menos organizaciones no lucrativas en
sociedades o comunidades donde el gobierno
tiene un gasto social relativamente ms alto.

Poblacin: 1. El conjunto de organizaciones no

lucrativas que existen en Mxico por entidad
federativa (cifra no conocida. Se estima en 2025 mil organizaciones y no se conoce la
ubicacin territorial de todas)./2. El conjunto de
gasto social de los gobiernos federal y estatal
por entidad federativa (difcil de estimar)
Muestra de conveniencia: 1. Todas las
organizaciones no lucrativas que tienen
autorizacin para expedir recibos deducibles de
impuestos (donatarias autorizadas) (5,786 en
2008)./2. El gasto social federal por entidad
federativa como se expresa en el ramo 33.

Tcnicas: Correlacin bivariada de Pearson

(inicialmente) para medir el grado de
correlacin estadstica entre las variables tasa
de donatarias autorizadas por 100,000
habitantes por entidad federativa y gasto
social federal per cpita por entidad
federativa.
Razonamiento: Se espera que la correlacin
sea significativa (p<.50), tenga un signo
negativo (que indicara una relacin inversa
entre las variables) y sea robusta (permita
explicar al menos el 50 por ciento de la
varianza).