METODOLOGIA: Diseño de investigación, unidad de análisis, observación,

población y muestra de la investigación

Curso: Metodología de la investigación- semana 10

Los científicos están constantemente averiguando cosas sobre el mundo. Para la realización de su tarea
necesitan tener en claro dos aspectos principales. Primero, deben de especificar lo más claramente
posible lo que quieren averiguar. Segundo, deben de determinar la mejor manera de hacerlo.

Unidad de análisis y unidad de observación de la investigación

Lo primero que tiene que hacer un investigador al planificar la realización de su investigación es saber
qué o a quién estudiar, es decir identificar su unidad de análisis.

En tal sentido, es importante determinar qué es una unidad de análisis y una unidad de observación.
“Las unidades de análisis son lo que examinamos para crear descripciones sumarias de ellas y para
explicar sus diferencias” (Babbie, 2000, p. 75). Las unidades de observación son lo que nos
proporcionan información sobre las unidades de análisis.

Por ejemplo, cuando el INEI del Perú realiza la ENAHO (Encuesta nacional a hogares) la unidad de
análisis lo constituye la familia, pero la unidad de observación lo constituye el jefe de familia.

De lo señalado anteriormente se deduce que, puede suceder que en una investigación específica
coincidan las unidades de análisis con las unidades de observación; pero no siempre será el caso, como
en el ejemplo mencionado. En tal sentido, es importante considerar que una unidad de análisis puede
estar constituida por individuos, grupos, organizaciones, productos sociales (como por ejemplo libros),
etc.

Por otro lado, también es importante darse cuenta que, al igual que una unidad de análisis, una unidad
de observación puede no ser un individuo. Por ejemplo, un investigador puede estar interesado en el
rendimiento académico de los estudiantes y para observar dicho rendimiento opta por consultar las
actas de evaluación de un centro de estudios.

1
Un investigador debe de tener en claro cuál es su unidad de análisis. Tendrá que decidir por ejemplo si
estudia delincuentes o delitos, empresas o empresarios. De lo contrario corre el riesgo de hacer
afirmaciones sobre una unidad basada en el examen de otra.

Población y muestra

Para Henry Manheim (1982, p. 147), “la “población” se define como el agregado de todos los
elementos, es decir, de todo el grupo o colectividad sobre el que se busca información. Los
“elementos” son aquellas unidades individuales sobre las que se busca información”.

Ahora bien, cuando no es posible estudiar a todos los miembros de una población que se investiga, se
escoge una muestra siguiendo las pautas de muestreo establecidas por la estadiatica inferencial. Este
hecho es importante porque algunos investigadores novatos intentan utilizar muestras donde no se
requiere una. Por ejemplo, si usted está investigando el tipo de gestión directiva que se da en las ONGs
del distrito de Cajamarca y suponiendo que en la ciudad sólo existan 30, y que su unidad de
observación lo constituyen los gerentes de las mismas, lo recomendable sería tomar a esas 30 ONGs.

Habiendo señalado que no toda investigación requiere de muestras (por ejemplo las investigaciones
experimentales), conviene señalar qué es una muestra.

“Una muestra es una parte de la población que se observa a fin de sacar inferencias sobre la
población entera” (Manheim, 1982, p. 247; sin cursivas en el original). En las investigaciones que
requieran extraer una muestra, se recomienda identificar y describir con la mayor precisión posible a la
población. Manheim (1982, p. 247) recomienda que, “la descripción de la población debe incluir no
solo los elementos delineados de manera precisa, sino también el momento”.

“Muestrear significa tomar una porción de una población de un universo como representativa de esa
población o universo. Esta definición no dice que la muestra tomada (…) sea representativa, más bien
que se toma una porción de la población y ésta se considera representativa” (Kerlinger y Lee, 2002, p.
148).

Existen dos tipos de muestras. Las no probabilísticas (o de no probabilidad) y las probabilísticas

(muestras de probabilidad). Las no probabilística son aquellas muestras en las que no se practica una

2
selección de sus elementos de forma aleatoria. Las muestras probabilísticas usan alguna forma de
muestreo aleatorizado en una o más de sus etapas para la selección de sus elementos (Kerlinger y Lee,
2002, p. 160). En términos generales, aleatorización significa que cada uno de los elementos que
conforman la población tiene la misma probabilidad de ser seleccionado en la muestra.

Existen tres tipos básicos de muestras no probabilísticas. El muestreo accidental o también llamado de
confianza en los sujetos disponibles. Aquí se toman muestras disponibles a mano. Por ejemplo, a
menudo los investigadores universitarios aplican encuestas entre los estudiantes inscritos en
determinados cursos. Otro ejemplo lo constituye el entrevistar a la gente en una esquina o en cualquier
otro lugar.

El muestreo deliberado o crítico consiste en elegir una muestra sobre la base de nuestros
conocimientos de la población, sus elementos y la naturaleza de los objetos de nuestra investigación.
Es decir, la muestra es extraída basados en nuestro juicio y el propósito del estudio. Un ejemplo de este
muestreo es cuando, un investigador intentando encontrar los factores más influyente sobre el
rendimiento académico decide selecciona a los alumnos con más alto y bajo rendimiento académico
para hacer comparaciones.

El Muestreo por cuotas, en este muestreo se utiliza el conocimiento sobre los estratos de la población
para seleccionar a los miembros de la muestra que sean representativos, típicos y apropiados para
ciertos propósitos de la investigación. “Un estrato es la partición del universo o población en dos o más
grupos que no se traslapan (mutuamente excluyentes)” (Kerlinger y Lee, 2002, p. 160). El nombre de
este muestreo se deriva de la práctica de asignar cuotas de personas a los entrevistadores. Ejemplo, un
investigador considera que el uso de métodos anticonceptivos está relacionado con la edad de las
mujeres y, sobre la base de su conocimiento de la distribución de su población de estudio, realiza 5
entrevistas a 5 mujeres de 25 a 30 años, 10 entrevistas a 10 mujeres de 31 a 35 años, y 13 entrevistas a
13 mujeres cuyas edades estén comprendidos entre los 36 y 40 años.

Si bien es cierto que, existe el muestreo no probabilístico y en algunas circunstancias éste puede
resultar apropiado para el objetivo que se persigue con la investigación; no obstante, es necesario
indicar que, existen riesgos en su utilización. Este hecho ha sido puesto de manifiesto, de manera
categórica, por Blalock cuando señala que:

3
 El mayor inconveniente de ésta está en que no obtenemos con ella una estimación valida de
nuestros riesgos de error. Por lo tanto, la inducción estadística no está legitimada, y no debería
utilizarse. Esto no significa, con todo, que el muestreo sin probabilidad no resulte apropiado
alguna vez. En efecto, en los estudios de exploración cuyo principal objetivo está en obtener
nociones valiosas que pueden llevarnos en última instancia a hipótesis verificables, el muestreo
de probabilidad puede o resultar demasiado caro o conducir conocimientos más limitados. (1998,
p. 552).
En la investigación científica, el tipo más importante de muestra lo constituye la muestra
probabilística. Ésta incluye una variedad de formas. El Muestreo Aleatorio simple, consiste en que a
cada uno de los elementos del marco muestral (o lista) de la población en estudio se le asigna un único
número, sin saltar ningún número, en ese momento se usa una tabla de números aleatorios, o algún
programa de computo que extraiga números aleatorios, para elegir a los elementos que compondrán la
muestra.

EL muestreo sistemático, consiste en que cada K-enésimo elemento de la lista se elige

(sistemáticamente) para incluirlo en la muestra. Por ejemplo, si la lista contiene 10 000 elementos y el
investigador desea una muestra de 1000, escoge a cada décimo elemento. Para precaverse de cualquier
sesgo en el uso de este método, elije al azar el primer elemento.

El muestreo estratificado tiene por propósito asegurar que el número apropiado de los elementos se
tome de subconjuntos homogéneos de esa población. Así, “primero se divide a la población en estratos
tales como hombres y mujeres, afro-americanos y méxico-americanos, etcétera. Después se
seleccionan muestras aleatorias de cada estrato. Si la población consta de 52% mujeres y 48% de
hombres, una muestra estratificada de 100 participantes consistirá en 52 mujeres y 48 hombres. Las 52
mujeres se seleccionarán al azar del grupo disponible de mujeres y los 48 hombres se obtendrán
aleatoriamente del grupo de hombres” (Kerlinger y Lee 2002, p. 161). Hay que tener en cuenta que, la
elección de las variables de estratificación depende del conocimiento (o información) sobre las
variables disponibles.

El Muestreo por agrupamiento en varias etapas, denominado también por racimos o por
conglomerados, se emplea cuando es imposible o impracticable compilar una lista exhaustiva de los
elementos que componen la población objetivo (Babbie, 2000, p. 197). Este muestreo consiste en
repetir dos pasos básicos: preparar listas y tomar muestras. Su eficacia se basa en la capacidad de
reducir al mínimo la lista de los elementos de la población. Aunque en esta se pierda algo de exactitud.
Un ejemplo típico de este tipo de muestreo lo constituye el muestreo de una ciudad. Así, al no haber

4
una lista de los habitantes de la ciudad y sabiendo que sus habitantes residen en manzanas urbanas; se
puede empezar por tomar una muestra de manzanas, preparar una lista de las personas que viven en las
manzanas seleccionadas y tomar una submuestra de las personas que viven en cada manzana.

Cálculo del tamaño la muestra

Para obtener el tamaño de la muestra se trabaja con fórmulas específicas1. Así, cuando se trabaja con
poblaciones grandes, mayores a 100000 elementos, la fórmula a utilizar será:

Cuando se trabaja con poblaciones menores a 100000 elementos, la fórmula introduce un factor de
corrección quedando de esta manera:

Donde:

n= Tamaño de la muestra

Z= Nivel de confianza elegido. Representa las unidades de desviación típica correspondientes al

nivel de confianza elegido (2 o 3 ).

P= Proporción de las unidades que tienen las características a observar (cuando no se conoce se
asume que es de 50% o 0,5)

Q= Proporción de las unidades que no reúnen la característica (o sea el complemento de P)

N= Tamaño de la población

E= Error con que se trabajará.

Diseños de investigación
1
Las fórmulas que se presentan han sido tomadas del libro Métodos de encuesta. Teoría y práctica. Errores y mejoras de
Cea D´Ancona (2004, p. 122). Además, se recomienda la lectura de este texto para una mejor comprensión de lo abordado,
en esta guía, sobre las muestras.

5
Piscoya Hermoza señala que, “el uso de la denominación “diseño de la investigación” en nuestro
medio ha dado lugar a imprecisiones y ambigüedades riesgosas. Una primera interpretación sugiere
que con este término se hace referencia a la estructura total del proceso de la investigación. Una
interpretación alternativa hace referencia a la organización lógica de las variables para realizar la
contrastación de hipótesis” (2007, p. 90).

La observación de Piscoya Hermoza es pertinente porque la revisión de diversos manuales de

investigación científica revela que el término diseño de la investigación es utilizado con dos
connotaciones distintas. El primero hace referencia a todo el proceso de la investigación, en tal sentido
se lo utiliza como sinónimo de proyecto de investigación; por ejemplo Gil Malca y Alva Díaz (s./f.) lo
utilizan en esta acepción. El segundo se refiere a una parte específica del proceso de la investigación, a
la manera de contrastar la hipótesis de investigación; por ejemplo es el uso que le dan Kerlinger y Lee
(2002).

En ésta guía se utiliza el término diseño de la investigación en su uso restringido, es decir como parte
de un proyecto de investigación.

Para Kerlinger y Lee (2002, p. 403) “el diseño de investigación constituye el plan y la estructura de la
investigación, y se concibe de determinada manera para obtener respuestas a las preguntas de
investigación”. Su propósito consiste en señalar al investigador los procedimientos que utilizará para
contrastar su hipótesis, orientándole en sus decisiones.

El propósito implícito de todo diseño de investigación consiste en imponer restricciones

controladas sobre observaciones de fenómenos naturales. El diseño de investigación, en efecto,
dice al investigador: Haga esto y aquello; no haga esto ni aquello; tenga cuidado con esto; ignore
aquello; etcétera. (…) Si al menos está bien concebido desde el punto de vista estructural, el
producto final tiene una mayor probabilidad de alcanzar atención científica seria. (kerlinger y
Lee, 2002, p. 433).

En síntesis, el diseño de investigación “se puede definir específicamente como la concepción de la

forma de realizar la prueba que supone toda investigación científica y social, tanto en el aspecto de la
disposición y enlace de los elementos que intervienen en ella como en el del plan a seguir en la
obtención y tratamiento de los datos necesarios para verificarla” (Sierra Bravo, 2003, p.124).

6
 Tipos de diseño de investigación

Existen diferentes tipologías sobre los diseños de investigación. Los criterios para elaborarlas son
distintos y varían de un autor a otro. En esta guía se presentarán dos formas básicas de clasificar a los
diseños de investigación.

Una primera clasificación de los tipos de diseños de investigación toma como criterios el tiempo y el
número de observaciones llevadas a cabo. Esta clasificación divide los diseños en transversales y
longitudinales. (Es oportuno indicar que muchos manuales de investigación presentan a estos diseños
como diseños no experimentales; en contraposición de los diseños experimentales que veremos más
adelante.)

Diseño transversal. También denominado por algunos autores como transeccional. Consiste en
observar un hecho o fenómeno en un único periodo de tiempo. Este diseño puede ser graficado de la
siguiente manera:
T1

S1

En donde: S1 es la situación observada (un hecho o fenómeno) y T1 es el período o tiempo de la

observación.

El gráfico deja entrever que se observará una situación dada en un único período de tiempo. Este
diseño es el más utilizado en los estudios sociales.

Diseño longitudinal. El diseño longitudinal consiste en observar una situación en períodos de tiempo
distintos.

T1 T2

S1

En donde: S1 es situación observada (un hecho o fenómeno), T1 es el período de la primera

observación y T2 es el período de la segunda observación.

El gráfico deja entrever que se observará la situación dada en dos períodos de tiempo distintos. A este
tipo de diseño se le conoce también con el nombre de diseño de tendencia.

7
 El diseño anterior puede ser ampliado, obteniendo otros diseños longitudinales, que pueden ser
graficados de la siguiente manera.

T1 T2 T3 T4 T5 Etc.

S1 En este último caso se le denomina diseño panel en algunos casos, o diseño de cohorte en otros. Se le
denominará panel si el conjunto de individuos observado constituye el mismo durante todo el periodo
de tiempo que dure la investigación. Se le denominará de cohorte si el conjunto de individuos
observados a lo largo de la investigación es distinto pero pertenecen a la misma generación. Es de
resaltar que, los estudios que se derivan de estos diseños son estudios que se pretenden realizar durante
un período de tiempo extenso.

Otra forma de clasificar los diseños de investigación toma como criterio la capacidad que pueda tener
el investigador para manipular la(s) variable(s) independiente(s) de su investigación y el número de
observaciones que realiza. Esta clasificación comprende los estudios denominados experimentales.

Para Kerlinger y Lee, “un experimento es una investigación científica donde un investigador manipula
y controla una o más variables independientes y observa la(s) variable(s) dependiente(s) para
determinar si hay variación concomitante a la manipulación de las variables independientes. Un diseño
experimental, entonces, es aquel en el que el investigador manipula por lo menos una variable
independiente” (2002, p. 420; cursivas en el original). En este sentido, el propósito de diseñar un
experimento es “establecer procedimientos para demostrar claramente que las variaciones de
comportamiento que se producen debido al tratamiento experimental no son contaminadas por factores
extraños al tratamiento” (Williamson, 1982, p. 215).2 Esto implica controlar al máximo esos factores
extraños, de modo que permita decir que la variable dependiente debe su comportamiento a la acción
de la variable independiente, habiendo permanecido iguales las demás condiciones, a esto se le llama
cetereis paribus en el lenguaje de investigación (Schutt 2001, p. 145) . Asimismo, la razón
fundamental por la cual los científicos privilegian la experimentación es porque buscan aquello que
2
La labor del científico es “evaluar los efectos de la manipulación experimental midiendo las variaciones o cambio en la
variable especificada” (Williamson, 1982, p. 215), en este caso en la variable(s) independiente(s).

8
causa o explica el comportamiento de un individuo, grupo, institución, de un evento, de un hecho o un
fenómeno (Schutt, 2001, p. 145).

Para una adecuada comprensión de estos estudios es importante conocer una simbología particular, la
cual se menciona a continuación.

G: Grupo de sujetos.

R: Asignación al azar o aleatoria. Significa que los sujetos de observación han sido asignados a un
grupo de manera aleatoria.

X: Tratamiento, estímulo o condición experimental a realizar (variable experimental).

O: Una medición de los sujetos de un grupo. Si aparece antes del tratamiento se le denomina pre
prueba (o pre test). Si aparece después del tratamiento se le denomina post prueba (o post test).

---: Ausencia de estímulo.

Asimismo, cabe indicar que, la secuencia horizontal del diseño indica que la medición se realiza en
tiempos distintos. Además, si aparecen dos grupos alineados verticalmente indica que la medición
tiene lugar en el mismo período de tiempo para ambos grupos.

Diseños experimentales3

Diseño de un grupo experimental con una sola medición

Consta de una observación de un grupo, en el que se ha hecho incidir previamente un estímulo. De

todos los modelos experimentales es el menos recomendado, pues su valor científico es casi nulo. (Por
eso, algunos autores le denominan pre-experimental), y su esquema es el siguiente:

G X O

3
Los diseños que se presentan a continuación han sido tomados y adaptados de Sierra Bravo (2003, pp. 144-148).

9
Diseño de un solo grupo con pre test y pos test

Este diseño consta de dos mediciones. Una primera medición, denominada pre test, aplicada antes del
tratamiento y una segunda medición, denominada pos test, aplicada después del tratamiento. Si bien
constituye una mejora respecto al diseño anterior, no obstante muchos autores también le consideran
un diseño débil (Por eso, también, algunos autores lo clasifican como diseño pre-experimental).

G O1 X O2

Diseño de series cronológicas con un solo grupo

En este diseño, en lugar de realizar una sola observación (medición) antes y después del estímulo, se
realizan dos o más observaciones (mediciones) antes y después de la aplicación del estímulo. La
repetición de medidas antes y después del estímulo, proporciona un mayor poder de aislamiento de los
efectos del estímulo y permite controlar las variables externas. Se le grafica de la siguiente manera:

G O1 02 03 x 04 05 06

Diseño de muestras cronológicas

En comparación con el diseño anteriormente presentado, consta de medidas repetidas pero derivadas
éstas de la introducción reiterada del estímulo. Se esquematiza así:

G O1 XO2 O3 XO4 O5 XO6

Diseño de grupo control con pretest y postest

Este diseño se grafica de la siguiente manera:

G1 R O1 X O2

G2 R O1 - O2

La primera fila corresponde al grupo experimental y la segunda al grupo control. El número1 indica el
pre test y el 2 el post test. La R indica la igualación de los grupos por aleatorización. Es el diseño más

10
empleado en los estudios experimentales básicos. Permite controlar las variables externas ligadas al
tiempo.

Diseño con grupo control y sin pre test

Variante del diseño anteriormente presentado. En este diseño se suprime el pre test porque, según
algunos autores, se considera que la elección de aleatoria de los grupos experimental y de control
asegura, si se elaborado correctamente, la igualdad inicial de ambos grupos. Su esquema es el
siguiente:

G1 R X O1

G2 R _ O1

Diseño de cuatro grupos de Solomon

Según Sierra Bravo (2003, p.147), “este diseño es un desarrollo del de grupo control con pre test y pos
test. Consiste en añadir a este diseño, dos nuevos grupos sin pre test: uno experimental y otro de
control. Por tanto, combina los dos diseños anteriores y acumula las ventajas de ambos. Además,
permite no sólo el control, sino la medida de interacción o reactividad entre la variable experimental y
el pre test. Por otra parte, la repetición de las pruebas proporciona una mayor capacidad de verificación
de los efectos de la variable experimental”. Se grafica de la siguiente manera:

G1 R O1 X O2

G2 R O1 _ O2

G3 R X O2

G4 R _ O2

Finalmente, hemos presentado de manera breve los tipos principales de diseños de investigación. El
investigador está facultado a hacer algunas combinaciones de estos tipos de diseño. El investigador no
debe restringir su investigación a ciertos tipos de diseño, pero tampoco puede obviarlos. El
investigador debe ser capaz de evaluar el diseño que mejor se adecue a su estudio y de hacer las

11
modificaciones o combinaciones que mejor convengan para someter a contrastación la hipótesis de
investigación. Esto dependerá de la pericia del investigador y de sus conocimientos de la estadística.

NOTA. En el presente trabajo no se ha asociado los diseños de investigación a ningún tipo de

investigación específico porque, cuando se asocia un tipo de investigación a un tipo de diseño de
investigación, se puede caer en el error de dar a entender que para lograr un nivel específico de
investigación, se le tiene que hacer coincidir (necesariamente) con cierto tipo de diseño de
investigación, lo que no es cierto.

APLICACIÓN

Determina la unidad de análisis y la unidad de observación y propone el tipo de diseño de

investigación más apropiado para cada una de las siguientes hipótesis.

a) Un investigador ha formulado la siguiente hipótesis: Si hay sensibilización sobre la

problemática del SIDA, entonces se fomentará una actitud favorable respecto a las
personas con SIDA.
b) Una enfermera del hospital regional de Cajamarca tiene la siguiente conjetura: Si es utiliza
un tipo de almohada (curva o recta), entonces se determinará la capacidad respiratoria de
los pacientes internados.
c) Hipótesis: Existe relación entre los tipos y niveles de intensidad de las actividades de ocio
con el género de las personas, y entre factores de riesgos de una futura enfermedad
cardiovascular con el estatus socioeconómico de sus familias.
d) Un investigador ha propuesto la siguiente hipótesis: Si las personas han nacido durante el
periodo 1980-1985, entonces mostrarán tendencias autoritarias y conservadoras
permanentes en el tiempo.

REFERENCIAS

Babbie, E. (2000). Fundamentos de la investigación social. México: Internacional Thomson Editores.

Blalock, H. (1998). Estadística social. México, D.F.: Fondo de Cultura Económica.

12
Cea D´Ancona, Á. (2004). Métodos de encuesta; Teoría y práctica; Errores y mejora. Madrid, España:
Editorial Síntesis.
Gil Malca, G.; y D. Alva Díaz. (s./f). Metodología de la investigación científica. Trujillo. Perú:
Instituto para el desarrollo, democracia y paz (INDDEP).
Kerlinger, F. N.; y H. B. Lee. (2002). Investigación del comportamiento. Cuarta edición. México, D.F.:
McGraw-Hill/Interamericana editores.
Manheim, H. L. (1982). Investigación sociológica. Filosofía y métodos. Bercelona, España: Ediciones
CEAC.
Mayntz, R.; K. Holm y P. Hübner. (1993). Introducción a los métodos de la sociología empírica.
Primera Edición y Sexta Reimpresión. Madrid, España. Alianza Editorial, S.A.
Piscoya Hermoza, L. (2007). El proceso de la investigación científica; Un caso y glosario. Lima:
Universidad Inca Garcilaso de la Vega.
Polit, D. F., y B. P. Hungler. (2000). Investigación científica en ciencias de la salud, principios y
métodos. Sexta edición. Traducción de Roberto Palacios Martínez y Guillermina Féher de la
Torre. México, D.F.: McGraw-Hill Interamericana Editores S.A.
Sierra Bravo, R. (2003). Técnicas de investigación social; Teoría y ejercicios. Cuarta edición. Madrid:
Internacional Thomson editores.
Schutt, R. K. (2001). Investigating the social world: The process and practice of reserach. 3ª ed.
California, USA: Pine Forge Press.
Williamson, J. et. al. (1982). The research Craft: An introduction to social research methods. 2ª ed.
India: Thomson Press.

13