Curso MIC 2018-II

Metodología de la Investigación
para Ingeniería Civil
2.2.7 HIPOTESIS
La hipótesis de investigación o conocido también como de trabajo, sirve para orientar y

delimitar una investigación proporcionándole al investigador un rumbo definido a seguir
para obtener la solución de un problema.
Las hipótesis son explicaciones tentativas a las preguntas de investigación. Son

oraciones afirmativas que responden a los objetivos y preguntas de investigación. Las
hipótesis proponen “tentativamente” las respuestas a las preguntas del problema. La
relación entre ambas (preguntas-hipótesis) es directa e íntima.
Nuevamente el “principio de coherencia” exige que no existan contradicciones entre

las preguntas de investigación, los objetivos y las hipótesis planteadas.
Ejemplo:
Si la pregunta es: ¿Cuál es la eficacia del programa de capacitación AB en el
rendimiento laboral?
El objetivo es: Determinar la eficacia del programa de capacitación AB en el rendimiento

laboral.
Entonces la hipótesis será (dependiendo de la experiencia y de tu revisión

bibliográfica): La aplicación del programa de capacitación AB es eficaz porque aumenta
significativamente el rendimiento laboral de los trabajadores”.
Las hipótesis tienen tres elementos estructurales:

a) Las unidades de análisis, que pueden ser los individuos, grupos, viviendas,
instituciones, etc.
b) Las variables, o sea, las características o propiedades cualitativas o cuantitativas
que presentan las unidades de análisis.
c) Los elementos lógicos que relacionan las unidades de análisis con las variables y
estas entre sí.
2.2.7.1 IMPORTANCIA DE LA HIPÓTESIS
Las hipótesis son necesarias por muchas razones. Las hipótesis son herramientas muy
útiles en la investigación. No podría existir investigación si no existieran hipótesis, salvo
en aquellos de nivel exploratorio o descriptivo “simple”.
Las hipótesis son el punto de enlace entre la teoría y la observación. Su importancia es

que dan rumbo a la investigación al sugerir los pasos y procedimientos que deben darse
en la búsqueda del conocimiento.
Félix Rojas Ch. 1

Cuando la hipótesis de investigación ha sido bien elaborada, y en ella se observa

claramente la relación o vínculo entre dos o más variables, es factible que el
investigador pueda:
o Elaborar el objetivo, o conjunto de objetivos que desea alcanzar en el desarrollo de
la investigación
o Seleccionar el tipo de diseño de investigación factible con el problema planteado.
o Seleccionar el método, los instrumentos y las técnicas de investigación acordes con
el problema que se desea resolver, y
o Seleccionar los recursos, tanto humanos como materiales, que se emplearán para
llevar a feliz término la investigación planteada.
o Orientar la interpretación de los datos
2.2.7.2 CARACTERÍSTICAS DE UNA HIPÓTESIS BIEN FORMULADA
De forma:
 Las hipótesis deben ser conceptualmente claras y fácilmente comprensibles.
 Su redacción debe ser sencilla, sin artificios, ni tecnicismos, haciendo uso de
términos rigurosos y precisos.
 Deben ser específicos. Si una hipótesis es muy amplia es difícil de verificar.
 Los conceptos y términos usados deben estar referidos a una realidad empírica, es
decir que deben ser potencialmente observables y contrastables con la realidad.
 Deben ser igualmente susceptibles de verificación mediante el empleo de técnicas
asequibles.
Según Kerlinger y Lee (2002), las hipótesis:

• Siempre se formulan en forma afirmativa.
• Deben plantear la relación entre dos o más variables.
• Deben posibilitar el someter aprueba las relaciones expresadas.
• Deben ser de poder predictivo y explicativo.
De fondo o de contenido:
 Fundamentación teórica de la hipótesis. -
Existe una real fundamentación cuando la hipótesis se ubica en el marco de una
determinada teoría, cuando se sustenta en el sistema de conocimientos existentes
y acumulados que tienen una relación directa con el campo de acción de la hipótesis.
 Fundamentación lógica de la hipótesis. -
Debe tener una consistencia lógica, entre todos y cada uno de sus elementos, a fin
de asegurar que no sea una proposición absurda, irrazonable.
 Informatividad de la hipótesis. -
Félix Rojas Ch. 2

Capacidad que tiene la hipótesis para explicar el conjunto de fenómenos hechos o

sucesos de la realidad que ella contiene. La hipótesis tiene que ser una explicación
probable del problema.
 Comprobación empírica de la hipótesis. -
Reconocen los científicos que éste es uno de los requisitos más importantes que
deben cumplir una hipótesis; solamente la comprobación empírica permite la
demostración de la veracidad o falsedad de la hipótesis mediante los diversos
métodos de investigación.
 Capacidad de predicción de la hipótesis. -
La formulación de una hipótesis comienza por el análisis de los hechos. Sin embargo,
una hipótesis no se plantea solamente para explicar los hechos conocidos, sino para
predecir los desconocidos.
2.2.7.3 TIPOS DE HIPÓTESIS
Se tiene varias formas de clasificar las hipótesis, en este ítem nos ocuparemos de las
hipótesis de investigación o denominadas de trabajo:
Para Hernández et al (2010), las hipótesis se formulan según el alcance del estudio:
 Exploratorio No se formula
 Descriptivo Cuando se pronostica un hecho o dato
 Correlacional Se formulan hipótesis correlacionales
 Explicativo Se formulan hipótesis causales
a) Hipótesis Descriptivas
Se orientan a la presentación ordenada y sistemática de un hecho o proceso,
considerando solo su comportamiento externo, es decir. Este tipo de hipótesis
responden a problemas del tipo: ¿Qué?, ¿De qué manera?, ¿Cuáles?
Ejemplo, con una variable

Problema de investigación:
¿Cuál es la razón por lo que en el Perú las viviendas se construyen sin obtener licencia
de construcción?
La Hipótesis sería:
“La informalidad en la construcción de viviendas en el Perú se presenta por los altos
costos que significa obtener una licencia de construcción”
Ejemplo, con dos variables (que intentan pronosticar una cifra o un hecho).
Problema de investigación: ¿Cuáles son los factores que influyen en la calidad del
ejercicio profesional del Ingeniero Civil?
Félix Rojas Ch. 3

La Hipótesis sería:
“La calidad del ejercicio profesional del Ingeniero Civil es resultado de aspectos
motivacionales, de capacitación y de actualización permanente”.
Estas hipótesis son simples afirmaciones sujetas a comprobación y no permiten

explicar los hechos o fenómenos en cuestión. El único valor de estas hipótesis es probar
la existencia de una característica o cualidad en un grupo social determinado y abrir el
camino para sugerir hipótesis que expliquen la presencia de los fenómenos. La forma
de probar este tipo de hipótesis es muy simple. Bastara saber si la variable estudiada,
a través de sus indicadores, se presenta significativamente en la población objeto de
estudio, utilizando por ejemplo porcentajes, tasas o mediante la observación directa
del fenómeno.
b) Hipótesis correlacional
Son proposiciones que afirman la existencia sólo de una relación de funcionalidad o
asociación entre dos o más variables, que se dan dentro de un universo de individuos
claramente determinado, sin que sea importante el orden de presentación de las
variables. No pretenden ofrecer una explicación en términos de causa y efecto, sino
mostrar una forma de asociación entre las propiedades relevantes. Pretenden
responder a preguntas del tipo ¿Cuál es la relación entre ...?
Ejemplo: ¿Cuál es la relación entre el salario y el nivel de rendimiento de los obreros

del Gobierno Regional Puno?
La Hipótesis sería: “Existe una relación inversa entre el salario y el nivel de rendimiento
de los obreros del Gobierno Regional Puno”.
En este tipo de hipótesis un cambio o alteración en una o más variables independientes

va acompañado de un cambio proporcional, en sentido directo o inverso, en la variable
dependiente, pero la relación que se establece no es de casualidad. Otra forma de
plantear este tipo de hipótesis es la siguiente: a mayor o menor X..., mayor o menor Y.
Estas proposiciones tampoco permiten explicar los fenómenos, pues la relación que se
establece es de asociación. También reciben el nombre de hipótesis estadísticas. Para
verificarlas se utilizan pruebas estadísticas de correlación.
Otros ejemplos de este tipo de hipótesis son:
a) A mayor nivel de ingresos de la población, mayor cantidad de construcción de

viviendas familiares.
b) A mayor participación del personal obrero durante las capacitaciones en seguridad
laboral, menor probabilidad de ocurrencia de accidentes de trabajo.
Este tipo de hipótesis representa en varias ocasiones el primer paso para establecer
hipótesis de relación causal. Los procedimientos para verificarlas son:
a) Mediante el cruzamiento de los items o preguntas que se formulan en un cuestionario

o cedula de entrevista, los cuales exploran los indicadores y variables de las hipótesis.
Félix Rojas Ch. 4

b) Relacionando la información estadística (tasas, porcentajes) referente a los fenómenos

o variables en cuestión. Efectuando esto se procederá a emplear procedimientos
estadísticos para probar las hipótesis.
c) Hipótesis explicativas o causales (que relacionan dos o más variables en términos de

dependencia)
Estas hipótesis son de relación causal y permiten explicar y predecir, con determinados
márgenes de error, los procesos tecnológicos. Tales hipótesis, por las características
mencionadas, adquieren especial importancia en el campo de la investigación técnica,
ya que si un fenómeno es susceptible de explicarse y predecirse podrá entonces ser
susceptible de controlarse. Responden a preguntas del tipo ¿Por qué?, y se caracterizan
por que son expresadas a través de enunciados generales que tienen una forma lógica
de tipo condicional, correspondiendo al esquema “Si ............ entonces….”
Ejemplo:
“Si un obrero recibe charlas sobre seguridad en el trabajo a diario, entonces tendrá
menor probabilidad de sufrir accidentes de trabajo”.
“Cuanto mayor es la motivación e incentivo al personal obrero, crece proporcionalmente

la productividad en obra”.
El método más efectivo para someter a prueba una hipótesis de relación causal es el
experimento.
Otros ejemplos:
1) La mayor inversión pública en la región ha influido significativamente en el crecimiento

de viviendas en la ciudad de Puno en el periodo 2016-2017.
2) Existe una relación directa positiva entre el salario y el nivel de rendimiento del personal
obrero en las obras del Gobierno Regional Puno – 2018.
3) La implementación del modelo construcción sin perdidas permite una adecuada

gestión durante la ejecución de las obras de la Universidad Nacional del Altiplano de
Puno – 2018.
4) El programa de gestión de residuos sólidos municipales es eficaz porque permite una

adecuada preservación de la Bahía Interior del Lago Titicaca – Ciudad de Puno 2018.
5) La implementación de la Norma G-050: Seguridad durante la construcción influye

significativamente en la productividad de los obreros de la Municipalidad Provincial de
Puno, 2018
Evaluación de las hipótesis

Existe algunos criterios que sirven de guía para determinar si la hipótesis cumple con
algunos requisitos Mc Güigan (1971: 67) afirma:
a. Permite ser comprobada, es decir, establece claramente su referente empírico.
Félix Rojas Ch. 5

b. Está en correlación y armonía con el conjunto de las hipótesis del proyecto de la

investigación
c. Responde en términos claros y precisos al problema planteado, es decir, señala la
relación que se espera de las variables.
d. Son susceptibles de ser cuantificadas.
Dificultades en la elaboración de las hipótesis

Si la hipótesis resulta una tarea ardua, de difícil elaboración, esta dificultad
generalmente proviene de circunstancias tales como:
a. Un planteamiento poco claro del problema a investigar
b. Falta de conocimiento del marco teórico de la investigación como consecuencia de
la poca claridad que se tiene del problema que se desea resolver.
c. Carencia de habilidad para desarrollar y utilizar el referente teórico – conceptual.

d. En general, por el desconocimiento de los procesos de la ciencia y la investigación,
por lo tanto ausencia de criterios para la elaboración de hipótesis y selección de
técnicas de investigación adecuadas al problema que se investiga.
Prueba de hipótesis
Los procedimientos para contrastar hipótesis deben tener:
o Fundamentación teórica y naturalmente empírica
o Deben manifestar objetividad y coherencia.
o Los resultados el procedimiento no deben variar significativamente de investigador
a investigador.
o Ninguna conclusión deberá tomarla como definitiva o concluyente, porque pierde
el rigor científico.
o Toda prueba o demostración debe estar sujeta a revisión, si aparecen mejores
procedimientos.
2.2.8 LAS VARIABLES
Ya hemos señalado que las hipótesis son enunciados de un tipo particular, formados
por conceptos, los cuales se refieren a propiedades de la realidad que de algún modo
varían, razón por la cual se las llama variables. Es importante que sepamos distinguir
aquéllos de éstas, y comprender cómo se relacionan entre sí dentro del proceso de
investigación.
2.2.8.1 Las variables
El término «variable», en su significado más general, se utiliza para designar cualquier

característica de la realidad que pueda ser determinada por observación y que pueda
mostrar diferentes valores de una unidad de observación a otra.
Félix Rojas Ch. 6

Una variable es una propiedad cuyo contenido puede variar y cuya variación es
susceptible de medirse y observarse en forma directa o indirecta. (Hernández et al,
2010).
Un ejemplo ilustra esta situación. Supongamos que tenemos el concepto columna

esbelta; operacionalmente lo definimos como la altura en centímetros que alcanza una
columna de concreto armado en una edificación cuando la medimos con una cinta
métrica. Observamos en ese ejemplo que esbelto es un concepto cuyo referente
empírico, la altura de una o varias columnas, es directamente observable.
Analicemos ahora este otro ejemplo: el concepto clase social; operacionalmente lo

definimos como el nivel de educación, ingresos y ocupación de un grupo de personas.
Aquí ya nos enfrentamos con una variable compleja, que contiene 3 dimensiones:
educación, ingreso y ocupación. Las tenemos que medir separadamente, por
procedimientos también operacionales, para obtener después una medida compuesta,
global, de clase social que usualmente es un índice. De esta manera definimos
operacionalmente el concepto educación como número de años de educación formal
cursados; ingreso, lo definimos como cantidad de soles que mensualmente recibe la
persona (o su familia); y ocupación, en términos de clase de ocupación, por ejemplo,
manual, que la persona tiene.
2.2.8.2 Clases de variables
Para el caso de proyectos donde se quiere probar la correlación existente entre dos
características del objeto de estudio o se quiere demostrar su relación causa-efecto,
existen dos tipos de variables que deben estar incluidas en la hipótesis:
a) Variable independiente: Es la variable que produce el efecto o es la causa de la
Variable Dependiente. Se la representa por la letra “X”.
b) Variable dependiente: Es el resultado o efecto producido por la acción de la variable
independiente. Se la representa por la letra “Y”. Así se puede definir la relación Y =
f(X)
c) Variables intervinientes: Son variables que no necesariamente están formuladas en
la hipótesis, pero que están presentes en el objeto de estudio y una variación en sus
valores podrían afectar los resultados.
En una variable es de suma importancia que ésta permita establecer indicadores de

variabilidad. Los indicadores son aspectos concretos, específicos, de cada una de las
variables que permiten la medición de éstas, a través de los datos precisos que
posibiliten obtener.
Las principales funciones de los indicadores son:
o Determinar exactamente la información que se debe recoger.

o Colaborar en la elección y elaboración de los instrumentos de recolección de datos
Félix Rojas Ch. 7

Ejemplos:
Miremos esta variabilidad a partir de una hipótesis.
“La cantidad de agua es factor determinante en la resistencia del concreto”.
Variable independiente → Cantidad de agua

Variable dependiente → Resistencia del concreto.
Esta hipótesis supone que de acuerdo a la cantidad de agua se obtiene un concreto de

distintas resistencias, y a partir de lo anterior se determina como criterio para relación
de variables el número de litros que se agrega para cada tandada de concreto.
O este otro ejemplo:
VARIABLE INDICADORES DE VARIABILIDAD

Resistencia a compresión f’c = 140 kg/cm2
Concreto Resistencia a compresión f’c = 175 kg/cm2
Resistencia a compresión f’c = 210 kg/cm2
El número de variables depende de la realidad problemática que enuncie el

investigador y mínimo deberá haber dos, para que exista relación, pero pueden ser más.
Lo que importa es que el investigador debe trabajar y dar tratamiento a todas las
variables que enuncie.
El concepto de variable interviniente supone que la relación entre dos variables está
medida por otra (u otras) que transportan los posibles efectos de la primera.
2.2.8.3 Operacionalización de variables
Operacionalizar una variable es hacerla medible. Es un proceso metodológico que

consiste en descomponer deductivamente las variables que componen el problema de
investigación, partiendo desde lo más general a lo más específico; es decir, el
investigador debe definir los indicadores de las variables antes de realizar la
recolección de datos, y para ello deberá utilizar términos operacionales, para que
produzcan datos concretos, que sean cuantificables, para lo que, las variables se
dividen en dimensiones, indicadores, e índices.
Las variables deben definirse:

 Para que otro investigador les dé el mismo significado a los términos de una
hipótesis.
 Para comparar nuestra investigación con otras similares.
 Para evaluar adecuadamente los resultados de nuestra investigación.
Los pasos para operacionalizar las variables son:
Félix Rojas Ch. 8

Definición nominal
 Definición de la variable
Definición operacional
 Determinar las dimensiones de la variable (factor a medir).
 Establecer los indicadores y/o sub indicadores necesarios (como medir).
 Elaboración de las escalas de medición o índices.
Ejemplos:
VARIABLE DIMENSIÓN INDICADOR ÍNDICE ó UNID

MEDIDA
Recursos humanos horas – hombre Índice ocupación
recursos utilizados en
obra Recursos materiales Bolsas, pie2, etc. Índice de utilización
Equipos y maquinaría horas – máquina Índice de uso
VARIABLE DIMENSIÓN INDICADOR ÍNDICE ó UNID

MEDIDA
Resistencia de Compresión axial Kg/cm2
la albañilería
Vulnerabilidad
sísmica de las Rigidez de los Desplazamiento Cm
edificaciones pórticos
Densidad de Relación áreas Valor numérico
muros
En la operacionalización de las variables es necesario tener en cuenta dos factores de

importancia:
• La lógica
• El conocimiento
La información mínima necesaria para el análisis en una investigación proviene de la

operacionalización de variables, ya que los instrumentos de recolección de información
se construyen a partir de las dimensiones e indicadores de la variable.
Félix Rojas Ch. 9

La información debe ser verificable, es decir, que pueda ser sometida a prueba
mediante alguna de las técnicas de verificación. En la relación de información debe
diferenciarse lo que es un dato y la información propiamente dicha.
A partir de los datos y su procesamiento, se obtiene la información, la cual no es otra

cosa que datos (hechos) debidamente organizados (sistematizados) que interpretan o
explican la realidad y permiten el progreso del conocimiento.
Los datos son subjetivos cuando no han sido confrontados con la realidad y objetivos
cuando han sido confrontados con la realidad.
2.2.9 DISEÑO DE INVESTIGACIÓN
Es un plan o estrategia que se desarrolla para obtener la información que se requiere

en una investigación, responde a la pregunta ¿cómo investigar el problema planteado?
2.2.9.1 TIPOS DE INVESTIGACIÓN
Clasificación de tipos de investigación

Para Rodríguez et al (2008), los tipos de investigación, en general, se trata de matices
a partir de dos grandes enfoques bien definidos: la investigación cuantitativa y la
investigación cualitativa:
a.1. Investigación cuantitativa. En este tipo de investigación el objetivo es establecer

relaciones causales que supongan una explicación del objeto de investigación, se
basa sobre muestras grandes y representativas de una población determinada,
utiliza la estadística como herramienta básica para el análisis de datos. Predomina
el método hipotético – deductivo
a.2 Investigación cualitativa. Se caracteriza porque son estudios intensivos y de

profundidad que se aplican, por lo general, en muestras pequeñas para lograr la
interpretación del fenómeno que se quiere investigar. A este tipo de investigación
le interesa lo particular; lo contextual, los relatos vividos, predomina el método
inductivo. Se adscriben a este enfoque los estudios de casos, la investigación
acción, la investigación etnográfica, entre otros.
Para Sánchez y Meza (2006) los tipos de investigación según su finalidad son:
b.1 Investigación básica. Llamada también investigación pura o fundamental, es

trabajada en su mayor tiempo en los laboratorios. Su principal aporte lo hace al
Félix Rojas Ch. 10

conocimiento científico, explorando nuevas teorías y trasformar las ya existentes.

Además, investiga principios y leyes actuales.
b.2 Investigación aplicada. Es utilizar los conocimientos obtenidos en las

investigaciones en la práctica, y con ello traer beneficios a la sociedad. En este tipo
están comprendidos la mayoría de las investigaciones en Ingeniería Civil.
b.3 Investigación tecnológica. Responde a problemas técnicos, está orientada a

demostrar la validez de ciertas técnicas bajo las cuales se aplican principios
científicos que demuestren su eficacia en la modificación o trasformación de un
hecho o fenómeno. La investigación tecnológica aprovecha del conocimiento
teórico científico producto de la investigación básica o sustantiva y organiza reglas
técnicas cuya aplicación posibilita cambios en la realidad
2.2.9.2 NIVELES DE INVESTIGACIÓN
El nivel de una investigación viene dado por el grado de profundidad y alcance que se
pretende con la misma, están en concordancia con la línea de investigación, con el
análisis estadístico y con los objetivos estadísticos.
Para Dankhe (1986) y Caballero Romero (2009) los niveles son:

Exploratoria. El nivel más elemental es el tipo de las investigaciones exploratorias; que
no son causales, y el tipo de análisis predominante en ellas es el cualitativo sobre
fuentes bibliográficas teóricas, pero pueden hacer referencias a datos con precisiones
cuantitativas, de investigaciones aplicadas realizadas por otros autores.
Según Carrasco Díaz (2006:41). La investigación preliminar o exploratoria, llamada

también “etapa de reconocimiento del terreno de la investigación”. En ella el
investigador se pone en contacto directo con la realidad a investigarse (centro
educativo, empresa, institución, campo, etc.) y con las personas que están relacionadas
con el lugar. Recoge información pertinente sobre la factibilidad, posibilidad y
condiciones favorables, para sus fines investigativos. En esta etapa también se debe
determinar el problema, el objetivo y fines de la investigación, de manera que, para la
siguiente fase investigativa ya se tenga datos suficientes para realizar el estudio de
investigación (descriptiva, explicativa y experimental).
Ejemplo: Apreciación de la construcción informal en la ciudad de Puno.
Descriptiva. Estas investigaciones, responden a la pregunta: ¿Cómo es la realidad que

es objeto de investigación o de estudio?; no son causales y su tipo de análisis es
predominante cualitativo, en base a fuentes documentales.
Cuando una investigación es sólo descriptiva (y luego no va a ser complementada con

explicaciones o predicciones) recibe el nombre de monografía; ya que se limita a sólo
una (la primera) de las tres funciones científicas (describir, explicar, predecir).
Pero para quien planea y va a desarrollar una Tesis que debería alcanzar el nivel
explicativo; la investigación descriptiva es una primera parte, básica pero no suficiente,
básica, porque sin la descripción previa no se puede explicar. Sin el ¿Cómo es? la
Félix Rojas Ch. 11

realidad, no se puede intentar el ¿Por qué? es así la realidad; por lo tanto, se utilizan
los diseños no experimentales (aleatorios o no) para el acopio de datos y alcanzar los
objetivos de investigación.
Carrasco Díaz (2006:42) al respecto dice. La investigación descriptiva responde a las

preguntas: ¿Qué es?, ¿Cómo son?, ¿Dónde están?; ¿Cuántos son?; ¿Quiénes son?, etc.;
es decir, nos dice y refiere sobre las características, cualidades internas y externas,
propiedades y rasgos esenciales de los hechos y fenómenos de la realidad, en un
momento y tiempo histórico y determinado.
Por otra parte, según Hurtado (1998) el objetivo general de una investigación
descriptiva apunta hacia la descripción del fenómeno en su totalidad, en consecuencia,
los verbos en estos tipos de investigaciones son: describir, caracterizar, clasificar,
diagnosticar, identificar, enumerar, entre otros.
Ejemplo: Principales características de la construcción informal en la ciudad de Puno.
Correlacional, La investigación correlacional, no es causal; y su tipo de análisis

predominantemente es: cuantitativo; pero con calificaciones e interpretaciones
cualitativas sobre la mutua relación para saber cómo se puede comportar una variable
al conocer el comportamiento de la otra(s) variable(s) correlacionadas(s)
cuantitativamente, pero siendo también importante la interpretación cualitativa.
Cobra especial importancia el que no sea causal, ya que; en las investigaciones

causales: la causa tiene que ir antes que el efecto; pero en las investigaciones
correlacionales eso no se cumple y ni interesa. Sólo interesa saber si hay o no hay
correlación: De allí que resulte curiosos que respecto a estas investigaciones o dentro
de ellas se hable de “variable independiente”, que en las investigaciones causales (y
sólo en ellas) desempeña el rol o papel de causa (y para nosotros mayoritariamente); y
también de “variable dependiente”, que en las investigaciones causales (y sólo en ellas)
desempeña el rol o papel de efecto o consecuencia.
Como la intención de los estudios correlacionales es establecer relaciones entre las

variables, pero no de naturaleza causa-efecto, sino del grado de asociación entre ellas,
por lo tanto, se utilizan los diseños no experimentales (aleatorios o no) para el acopio
de datos y alcanzar los objetivos de investigación.
Los estudios correlacionales dan respuestas a las siguientes interrogantes ¿Cómo se

comporta X en función de Y? ¿Existe diferencia en X cuando aumenta Y? ¿X y Y tienen
una relación lineal negativa entre ellas?, mientras que los objetivos deben formularse
con los siguientes objetivos: establecer, correlacionar, diferenciar, relacionar, examinar,
entre otros.
Ejemplos: En un grupo de obreros, identificar el grado de productividad en obra en

relación con las condiciones laborales que recibe.
Una investigación que relacione el número de horas que los alumnos de

ingeniería estudian con las calificaciones obtenidas.
Félix Rojas Ch. 12

Explicativa, El cuarto y más profundo nivel en las investigaciones es el explicativo. Estas

investigaciones responden a la pregunta ¿Por qué? es así la realidad objeto de
investigación o estudio. Son causales ya que plantean hipótesis explicativas que
mediante el cruce o relación de variables primero de las del problema (variables
dependientes) con las de la Realidad (Variables Intervinientes); y luego con las del
Marco referencial (variables independientes), plantean propuesta (s) de explicación al
problema causal, que deberán, luego, ser contrastadas.
Según el grado de control que se hace sobre la investigación, los estudios explicativos
pueden ser Experimentales y No experimentales, y son las más apropiadas para la Tesis
de maestría y doctorado.
Una investigación explicativa, en diversos momentos y para sus diversas partes, como
elementos previos, requiere de investigaciones exploratorias y de descriptivas, e incluso
a partir de las correlaciones establecidas, se pueden plantear las explicativas causales.
Según Carrasco Díaz (2006:42), la investigación explicativa responde a interrogantes:

¿por qué?, ¿Cómo afecta? ¿Qué efectos tiene? ¿Cómo incide?, es decir con este
estudio podemos conocer por qué un hecho o fenómeno de la realidad tiene tales y
cuales características, cualidades, propiedades, etc., y los posibles verbos a utilizar en
estos tipos de investigaciones son: verificar, comprobar, demostrar entre otros
Ejemplo: Los estudios explicativos responderían a preguntas tales como:
 ¿Por qué se fisuran los muros de albañilería?

 ¿Por qué hay asentamientos de las cimentaciones?
 ¿Por qué se producen agrietamientos en el concreto endurecido?
 ¿Por qué las edificaciones colapsan frente a un sismo?
2.2.9.3 SEGÚN EL TIEMPO DE ESTUDIO
Longitudinales: se utilizan cuando se tiene la intención de describir los cambios del

fenómeno a través del tiempo, es decir, se realiza varias mediciones a las unidades de
análisis en momentos distintos. Entre las ventajas de este diseño tenemos que dado que
las mismas personas se estudian en más de un momento de tiempo, ellas se convierten en
su mismo control, son diseños de alta potencia porque las diferencias intraindividual
se minimiza. Pero tiene otras desventajas, son muy costosos, se ven amenazados por la
mortalidad, abandono de la experiencia, los cambios propios de la edad, entre otros.
Transeccionales o transversales: en estos diseños se recolectan los datos en un solo

momento. Su intención es describir o caracterizar el fenómeno, a través de las variables,
en un momento dado. Este método es mucho más económico que el longitudinal, no se ve
afectado por el abandono de los sujetos o la mortalidad, tampoco se afectan los resultados
por la maduración o cambios en función de la edad.
2.2.9.4 SEGÚN EL GRADO DE MANIPULACIÓN DE LAS VARIABLES
a.- Diseños experimentales
Félix Rojas Ch. 13

Los estudios de profundidad explicativa buscan probar las relaciones de causa – efecto
entre las variables ligadas a un fenómeno, evento o situación. Las pruebas de estas
relaciones se realizan a través de diseños experimentales donde se manipula la variable
independiente para medir su efecto sobre la dependiente, apoyado en el control de
variables intervinientes.
A diferencia de un estudio descriptivo, un experimento es un estudio en el que un

tratamiento, procedimiento o programa se introduce intencionadamente y se observa su
incidencia sobre otras variables. En los diseños experimentales debemos considerar cuatro
aspectos: selección aleatoria, la manipulación, control y asignación al azar:
 La selección aleatoria hace referencia a que los sujetos que participan en el
experimento hayan sido seleccionados de forma aleatoria, es decir, que el método
utilizado para incorporar a los sujetos al experimento garantice que todos aquellos que
sean de interés para el experimento hayan tenido la misma probabilidad de ser
seleccionados para el estudio.
 La manipulación se refiere a que algo, en el medio ambiente o en las condiciones
naturales del fenómeno, se cambia a propósito por el investigador.
 El control se utiliza para prevenir que otros factores externos puedan influir en el
resultado del estudio.
 La asignación al azar hace referencia al uso de grupos de control en el experimento,
este grupo de sujetos se convierten en una referencia ya que ellos no se someten al
tratamiento, sino que se dejan en las condiciones naturales en las que ocurre el
fenómeno; por otro lado, los sujetos sometidos al tratamiento se llaman grupos
experimentales. En tal sentido, en un experimento se trata, siempre que sea posible, que
la asignación de sujetos a estos grupos sea al azar.
En la revisión de la literatura hay diferentes clasificaciones de los diseños experimentales,

en este caso tomaremos en consideración lo propuesto por Campbell y Stanley (1966,
citado en Hernández et al. 2010) quienes indican que los éstos diseños pueden ser pre-
experimentales, experimentales “puros” y cuasi-experimentales.
Pre-experimentales: en este tipo de diseño experimental la selección de los sujetos no es

aleatoria, se utilizan grupos control, el control de variables es muy bajo, es por ello que su
capacidad para descubrir la naturaleza causal entre las variables es muy baja. En muchos
casos este diseño se utiliza con un solo individuo (estudio de caso experimental), muchos
investigadores consideran que estos diseños tienen una función exploratoria para estudios
posteriores con mayor control de variables (Hernández et al. 2010).
Experimentales “puros”: este tipo de diseños consideran los cuatro aspectos ligados a los
diseños experimentales, selección aleatoria de los sujetos, asignación aleatoria a los
grupos, manipulación de las variables y control de factores externos, por lo que la validez
de estos diseños es muy alta y sus conclusiones sobre la relación de causa – efecto
presentan argumentos de peso. Los experimentos en este diseño incluyen grupos control,
el pre-test que puede estar presente o no en el diseño.
Félix Rojas Ch. 14

Cuasi-experimentales: Los diseños cuasiexperimentales contrastan hipótesis causales, son

una derivación de los estudios experimentales, en los cuales la asignación de los sujetos
no es aleatoria, aunque el factor de exposición es manipulado por el investigador.
El método cuasiexperimental es particularmente útil para estudiar problemas en los cuales

no se puede tener control absoluto de las situaciones, pero se pretende tener el mayor
control posible, aun cuando se estén usando grupos ya formados. Es decir, el
cuasiexperimento se utiliza cuando no es posible realizar la selección aleatoria de los
sujetos participantes en dichos estudios. Por ello, una característica de los
cuasiexperimentos es el incluir "grupos intactos", es decir, grupos ya constituidos.
El análisis de la información arrojada por un diseño cuasiexperimental permite realizar

diversos análisis estadísticos como son: la prueba t, el análisis de varianza, el análisis de
covarianza, etc.
Ventajas y usos que tiene este diseño

 Son factibles dado que se pueden realizar en pequeñas unidades, por lo cual son más
baratos y tienen menos obstáculos prácticos.
 Permiten realizar investigaciones dentro de un marco de restricciones, particularmente
la falta de aleatorización.
 Facilitan el desarrollo de estudios en ambientes naturales.
 A través de los cuasiexperimentos es posible inferir relaciones causales entre la variable
independiente y la variable dependiente, pero su probabilidad de ser verdadera es
relativamente baja en comparación con los diseños experimentales verdaderos.
b.- Diseños no experimentales
Para Hernández et al. (2010), es la investigación que se realiza sin manipular

deliberadamente variables. Es decir, se trata de estudios donde no hacemos variar en forma
intencional las variables independientes para ver su efecto sobre otras variables. Lo que
hacemos en la investigación no experimental es observar fenómenos tal como se dan en
su contexto natural, para posteriormente analizarlos.
Tipos de diseños no experimentales
Los diseños no experimentales se pueden clasificar en transeccionales y longitudinales.
Los diseños de investigación transeccional o transversal recolectan datos en un solo

momento, en un tiempo único. Su propósito es describir variables y analizar su incidencia e
interrelación en un momento dado. Es como tomar una fotografía de algo que sucede.
Ejemplo:
 Evaluar el estado de los edificios de un barrio o una colonia, después de un terremoto.
 Analizar el efecto de una motivación en el trabajo sobre la productividad en un grupo de
obreros.
Félix Rojas Ch. 15

A su vez, los diseños transeccionales se dividen en tres: exploratorios, descriptivos y

correlacionales-causales.
Investigación longitudinal o evolutiva, los cuales recolectan datos a través del tiempo en
puntos o periodos, para hacer inferencias respecto al cambio, sus determinantes y
consecuencias. Tales puntos o periodos por lo común se especifican de antemano. Por
ejemplo, un investigador que buscara analizar cómo evolucionan los niveles de empleo
durante cinco años en una ciudad; otro que pretendiera estudiar cómo ha evolucionado la
productividad en obra con la aplicación de capacitaciones técnicas en los últimos 3 años.
Son pues, estudios de seguimiento.
2.2.10 POBLACIÓN Y MUESTRA
Tanto en las ciencias exactas como en las sociales, la mayoría del conocimiento existente
se debe a experiencias basadas en inferencias a partir de la observación y del análisis de
un número limitado de eventos.
De la calidad y representatividad que ese número limitado de eventos (muestra) tenga,

dependerá la bondad o el defecto (la precisión o el error) del conocimiento generado, y
precisamente por esto, es relevante identificar cómo se debe seleccionar una buena
muestra.
El primer paso, es tener claridad de que un muestreo es un proceso por medio del cual se
seleccionan probabilísticamente elementos de un universo con la finalidad de estimar, con
un determinado grado de precisión, algunas características del universo en su totalidad. Lo
importante es entender que la teoría de muestreo permite estimar tamaños adecuados de
muestra, necesarios para obtener una estimación.
Población (Universo). Es un conjunto de elementos que poseen una característica. En el

proceso investigativo la población corresponde al conjunto de referencia sobre el cual se va
a desarrollar la investigación o estudio.
Muestra. Es un subconjunto de la población.
Si en una investigación se trabaja con una muestra y se desea hacer generalizaciones a la

población, la muestra debe ser representativa.
2.2.10.1 TÉCNICAS DE MUESTREO
Los procedimientos que determinan los elementos que van a pertenecer a la muestra se
denominan técnicas de muestreo.
Dependiendo del tipo de investigación se utilizan diferentes técnicas de muestreo.
Félix Rojas Ch. 16

MUESTREO PROBABILÍSTICO
El muestreo probabilístico es una técnica de muestreo en virtud de la cual las muestras

son recogidas en un proceso que brinda a todos los individuos de la población las mismas
oportunidades de ser seleccionados.
En esta técnica de muestreo, el investigador debe garantizar que cada individuo tenga las
mismas oportunidades de ser seleccionado y esto se puede lograr si el investigador utiliza
la aleatorización.
La ventaja de utilizar una muestra aleatoria es la ausencia de sesgos de muestreo y

sistemáticos. Si la selección aleatoria se hace correctamente, la muestra será
representativa de toda la población.
Tipos de muestreo probabilístico
a. Muestreo aleatorio simple

El muestreo aleatorio simple es la forma más fácil de muestreo probabilístico. Lo único
que el investigador tiene que hacer es asegurarse de que todos los miembros de la
población sean incluidos en la lista y luego seleccionar al azar el número deseado de
sujetos.
Existen muchos métodos para hacer esto. Puede ser tan mecánico como sacar tiras de
papel de un sombrero con nombres escritos mientras el investigador tiene los ojos
vendados o puede ser tan fácil como usar un software de computadora para hacer la
selección aleatoria.
b. Muestreo aleatorio estratificado

El muestreo aleatorio estratificado también es conocido como muestreo aleatorio
proporcional. Ésta es una técnica de muestreo probabilístico en donde los sujetos son
inicialmente agrupados en diferentes categorías, tales como la edad, el nivel de educación
o el género. Luego, el investigador selecciona aleatoriamente la lista final de sujetos de
los distintos estratos. Es importante tener en cuenta que los estratos no se superpongan.
Félix Rojas Ch. 17

Generalmente, los investigadores utilizan un muestreo aleatorio estratificado si quieren

estudiar un determinado subgrupo dentro de la población. También es preferible el
muestreo aleatorio simple porque garantiza resultados estadísticos más precisos.
c. Muestreo aleatorio sistemático

El muestreo aleatorio sistemático se puede comparar con una progresión aritmética en
donde la diferencia entre dos números consecutivos es la misma. Por ejemplo,
supongamos que estás en una obra y tienes 80 obreros.
1) Lo primero que tienes que hacer es elegir un número entero que sea menor que el
número total de la población. Éste será tu primer sujeto, por ejemplo (3).
2) Selecciona otro número entero que será el número de individuos entre los sujetos,
por ejemplo, (5).
3) Tus sujetos serán los pacientes 3, 8, 13, 18, 23 y así sucesivamente.
No existe una ventaja clara en la utilización de esta técnica.
d. Muestreo aleatorio por conglomerados

El muestreo aleatorio por conglomerados se realiza cuando es imposible el muestreo
aleatorio simple debido al tamaño de la población. Imagínate hacer un muestreo aleatorio
simple cuando la población en cuestión es toda la población de la Región Puno.
1) En el muestreo por conglomerados, la investigación identifica primero las fronteras,
en el caso de nuestro ejemplo. Pueden ser las provincias de Puno.
2) El investigador selecciona aleatoriamente un número de áreas identificadas. Es
importante que todas las áreas (provincias) dentro de la población tengan las
mismas posibilidades de ser seleccionadas.
3) El investigador puede incluir todos los individuos dentro de las áreas seleccionadas
o seleccionar aleatoriamente a los sujetos de las áreas identificadas.
e. Muestreo polietápico
En el muestreo polietápico las unidades que finalmente componen la muestra se
determinan en etapas sucesivas. Se trata de un caso particular del muestreo por
conglomerados, en el que la unidad final de muestreo no son los conglomerados sino
subdivisones de éstos. Por tanto, será interesante aplicarlo cuando los conglomerados
contengan un elevado número de individuos y resulte aconsejable hacer una selección
entre ellos.
Un ejemplo de muestreo polietápico sería el que nos condujera a seleccionar una muestra
de obreros de las obras de la ciudad de Puno de acuerdo con el siguiente proceso:
1) Seleccionamos al azar 5 provincias de la Región Puno.

2) En cada provincia, seleccionamos 3 distritos con obras de edificación.
3) En cada distrito elegiremos aleatoriamente una obra de edificación.
4) Finalmente, en cada obra seleccionaremos 15 sujetos al azar, con lo que habremos
seleccionado una muestra total de 225 obreros.
Félix Rojas Ch. 18

MUESTREO NO PROBABILÍSTICO
El muestreo no probabilístico es una técnica de muestreo en la cual el investigador

selecciona muestras basadas en un juicio subjetivo en lugar de hacer la selección al azar.
En el muestreo no probabilístico, no todos los miembros de la población tienen la
oportunidad de participar en el estudio.
Tipos de muestreo no probabilístico
a. Muestreo por conveniencia

El muestreo por conveniencia es una técnica de muestreo no probabilística donde las
muestras de la población se seleccionan solo porque están convenientemente disponibles
para el investigador. Estas muestras se seleccionan solo porque son fáciles de reclutar y
porque el investigador no consideró seleccionar una muestra que represente a toda la
población.
Idealmente, en la investigación, es bueno analizar muestras que representen a la

población. Pero, en algunas investigaciones – ingeniería civil -, la población es limitado
para evaluar.
Esta es una de las razones por las que los investigadores confían en el muestreo por
conveniencia, que es la técnica de muestreo no probabilística más común, debido a su
velocidad, costo-efectividad y facilidad de disponibilidad de la muestra.
Un ejemplo de muestreo por conveniencia sería utilizar a obreros voluntarios que sean
conocidos del investigador. El investigador puede en ellos tomar información sobre el objeto
de estudio, ellos en este caso actuarían como muestra.
b. Muestreo consecutivo
Esta técnica de muestreo no probabilística es muy similar al muestreo por conveniencia
(con una ligera variación). Aquí, el investigador elige una sola persona o un grupo de
muestra, realiza una investigación durante un periodo de tiempo, analiza los resultados y
luego pasa a otra obra o grupo de obreros si es necesario.
Esta técnica de muestreo le da al investigador la oportunidad de trabajar con muchas obras

u obreros y afinar su investigación mediante la recopilación de resultados.
c. Muestreo por cuotas

Hipotéticamente, supongamos que un investigador desea estudiar la productividad de los
obreros de una empresa contratista. En esta empresa trabajan 100 obreros y estos son
conocidos en conjunto como “población”.
Para comprender mejor una población, el investigador solo necesitará una muestra, no a
toda la población. Además, el investigador está interesado en estratos particulares dentro
de la población. Es aquí donde el muestreo por cuotas ayuda a dividir la población en
estratos o grupos.
Félix Rojas Ch. 19

Para estudiar la productividad de 100 obreros, técnicamente la muestra seleccionada debe

tener un número proporcional de obreros con diferentes rangos de edad, lo que significa
que deben haber 50 “mayores” y 50 “jóvenes”. Como esto es improbable, los grupos o
estratos se seleccionan mediante el muestreo por cuotas, por ejemplo 65% de obreros
“mayores” y 35% de obreros “jóvenes”
d. Muestreo intencional o por juicio

En esta técnica de muestreo no probabilístico, las muestras se seleccionan basándose
únicamente en el conocimiento y la credibilidad del investigador. En otras palabras, los
investigadores eligen solo a aquellos que estos creen que son los adecuados (con respecto
a los atributos y la representación de una población) para participar en un estudio de
investigación.
Este no es un método científico de muestreo y la desventaja de esta técnica es que los

resultados pueden estar influenciados por nociones percibidas del investigador. Por lo
tanto, hay una gran cantidad de ambigüedad involucrada en esta técnica de investigación.
Por ejemplo, este tipo de método de muestreo se puede utilizar en estudios piloto.
e. Muestreo de bola de nieve

Este tipo de técnica de muestreo ayuda a los investigadores a encontrar muestras cuando
son difíciles de localizar. Los investigadores utilizan esta técnica cuando el tamaño de la
muestra es pequeño y no está disponible fácilmente.
Este sistema de muestreo bola de nieve funciona como el programa de referencia. Una vez
que los investigadores encuentran sujetos adecuados, se les pide a estos ayudas para
buscar a sujetos similares y así poder formar una muestra de buen tamaño.
2.2.10.2 TAMAÑO DE LA MUESTRA
Tamaño de la muestra
¿Cuál debe ser el tamaño de la muestra?, es la pregunta a la que se enfrenta un

investigador, cuando diseña un estudio.
Para el cálculo de tamaño de muestra cuando el universo es finito, es decir contable y la

variable de tipo categórica, en investigaciones de ingeniería civil, podemos utilizar la
fórmula para cálculo de poblaciones finitas:
𝑁 ∗ 𝑍2 ∗ 𝑝 ∗ 𝑞
𝑛=
𝑑2 ∗ (𝑁 − 1) + 𝑍2 ∗ 𝑝 ∗ 𝑞
Donde:
n = Tamaño de la muestra
N = Total de la población
Z = 1.96 (si la seguridad es del 95%)
p = proporción esperada (en este caso 5% = 0.05)
q = 1 – p (en este caso 1-0.05 = 0.95)
d = precisión (en su investigación use un 5%).
Félix Rojas Ch. 20

En el cual Z es el valor correspondiente al nivel de confianza y se obtiene de las tablas de

la distribución normal.
Para un nivel de confianza del 90% Z = 1.645
Esta fórmula no es recomendable para poblaciones menores de 200 unidades.
Ejemplo:
Suponga que fue seleccionado para realizar una investigación en “evasión de licencias de
construcción”.
Esta investigación se va a desarrollar en un barrio donde las viviendas construidas sin

licencia de construcción alcanzan a 528. Se desea seleccionar una muestra cuyo margen
de error de muestreo sea del 3% y cuyo nivel de confianza sea del 95%. ¿Cuál debe ser el
tamaño de la muestra?
Aplicando la fórmula de tamaño de la muestra para poblaciones finitas, tenemos:
528 ∗ 1.962 ∗ 0.05 ∗ 0.95

𝑛=
0.032 ∗ (528 − 1) + 1.962 ∗ 0.05 ∗ 0.95
n = 146.69 ≈ 147 viviendas
2.2.10.3 RECOLECCION DE DATOS
A la forma de recolectar los datos se la denomina instrumentos de recolección de datos:
¿QUÉ ES? Formato en el cual se pueden recolectar los datos en forma sistemática y
se pueden registrar en forma uniforme.
UTILIDAD Ofrece una revisión clara y objetiva de los hechos, agrupa los datos según
necesidades específicas.
¿CÓMO SE HACE? Respondiendo a la estructura de las variables o elementos del

problema (hechos).
Respondiendo a la operacionalización de variables.
Félix Rojas Ch. 21

Población: Totalidad de un fenómeno de estudio (cuantificado).
Universo : Cuando no se toman muestras.
Muestra : Parte representativa de una población.
2.10.3.1 Técnica e Instrumentos de recolección de datos

Técnica:
Es el procedimiento o manera de proceder del investigador para reunir la información:
se trata de un procedimiento específico de actuación que permite recoger los datos
necesarios de los indicadores, con el propósito de lograr los objetivos y verificar las
hipótesis.
Instrumentos:
Es el medio del que se vale la Técnica para reunir la información. Es pues, el medio
físico que permite la operativización de la técnica, y en el que se registran los datos.
Los Materiales, son el conjunto de insumos que son necesarios para el uso o manejo
de los Instrumentos.
A los instrumentos se les puede clasificar así:

- Instrumentos Documentales: Ficha de Observación Antropométrica, Histórica Clínica,
Formulario de Preguntas, Cédula de Entrevista, fotografía, etc.
- Instrumentos Mecánica: Aparatos, equipos, instrumentos (tales como: tallimetros,

balanza, microscopio, equipo de laboratorio), cámara fotográfica, grabadoras, etc.
A cada técnica le corresponde un instrumento específico, pero una investigación no

implica el uso exclusivo de una técnica, pues se puede utilizar también técnicas según
las variables. Así, la combinación de técnicas resulta de suma utilidad para
investigaciones cuyas variables tienen datos de distinta naturaleza.
Situadas así en su perspectiva, pasaremos a estudiar las principales técnicas de

recolección de datos que suelen emplearse, no sin antes hacer algunas precisiones
acerca de los tipos de datos que se presentan al investigador.
Datos primarios y secundarios
Según su procedencia, pueden subdividirse en dos grandes grupos: datos primarios y

datos secundarios. Los datos primarios son aquellos que el investigador obtiene
directamente de la realidad, recolectándolos con sus propios instrumentos. En otras
palabras, son los que el investigador o sus auxiliares recogen por sí mismos, en
Félix Rojas Ch. 22

contacto con los hechos que se investigan. Los datos secundarios, por otra parte, son
registros escritos que proceden también de un contacto con la práctica, pero que ya
han sido recogidos y muchas veces procesados por otros investigadores. Las técnicas
de recolección que se emplean en una y otra situación son bien disímiles, como es fácil
de comprender, puesto que en un caso nos enfrentamos a la compleja y cambiante
realidad y en el otro nos vemos ante un cúmulo de materiales dentro de los cuales es
preciso discernir con criterio los más pertinentes.
a.1) LA OBSERVACIÓN
La observación científica puede definirse como el uso sistemático de nuestros sentidos

en la búsqueda de los datos que se necesitan para resolver un problema de
investigación.
Simple
OBSERVACIÓN
Participativa
La observación simple puede adquirir también un carácter indirecto, si apelamos al

auxilio de diversos instrumentos capaces de registrar información sobre el problema en
estudio. En las ciencias naturales gran parte de los datos recogidos provienen de
instrumentos que actúan como amplificadores o intermediarios entre nuestros sentidos
y los objetos investigados, dándonos acceso a informaciones que de otro modo nos
estarían vedadas: es característico el uso del telescopio y del microscopio, de
termómetros, receptores de ondas electromagnéticas y de sensores de todo tipo, el uso
de vidrios polarizados, de cintas magnetofónicas, filmadoras, cámaras de televisión y
otros aparatos, es de indudable valor en el estudio de la conducta humana y natural.
La observación participante, por otra parte, implica la necesidad de un trabajo casi
siempre más dilatado y cuidadoso, pues el investigador debe primeramente integrarse
al grupo, comunidad o institución en estudio para, una vez allí, ir realizando una doble
tarea: desempeñar algunos roles dentro del grupo, como uno más de sus miembros, a
la par que ir recogiendo los datos que necesita para la investigación. Puede ser natural
y artificial.
a.2) LA ENTREVISTA
La entrevista, desde el punto de vista del método, es una forma específica de

interacción social que tiene por objeto recolectar datos para una investigación. El
investigador formula preguntas a las personas capaces de aportarle datos de interés,
estableciendo un diálogo peculiar, asimétrico, donde una de las partes busca recoger
informaciones y la otra es la fuente de esas informaciones. Por razones obvias sólo se
emplea, salvo raras excepciones, en las ciencias humanas.
a.3) TECNICAS DE EVALUACION
Entre las técnicas de evaluación se tiene:
 Test de pruebas
 Escalas
Félix Rojas Ch. 23

 Inventarios
a.4) LA ENCUESTA
La encuesta es un método de colección de datos en los cuales se definen

específicamente grupos de individuos que dan respuesta a un número de preguntas
específicas; se utiliza para estudiar poblaciones mediante el análisis de muestras
representativas a fin de explicar las variables de estudio y su frecuencia.
La instrumentación consiste en el diseño de un cuestionario o de una cédula de

entrevista elaborados para medir opiniones sobre eventos o hechos específicos. Los
dos anteriores instrumentos se basan en una serie de preguntas. En el cuestionario
las preguntas son administradas por escrito a unidades de análisis numerosas.
Que puede ser presencial y a distancia.
2.2.11 PROCESAMIENTO Y TÉCNICAS DE ANÁLISIS DE LOS DATOS
Finalizadas las tareas de recolección el investigador quedará en posesión de un cierto

número de datos, a partir de los cuales será posible sacar las conclusiones generales
que apunten a esclarecer el problema formulado en los inicios del trabajo. Pero esa
masa de datos, por sí sola, no nos dirá en principio nada, no nos permitirá alcanzar
ninguna conclusión, sí previamente, no ejercemos sobre ella una serie de actividades
tendientes a organizarla, a poner orden en todo ese multiforme conjunto. Estas
acciones son las que integran el llamado procesamiento de los datos.
Consiste en procesar los datos (dispersos, desordenados, individuales) obtenidos de la

población objeto de estudio durante el trabajo de campo, y tiene como fin generar
resultado (datos agrupados y ordenados), a partir de los cuales se realizará el análisis
según los objetivos de hipótesis de la investigación realizada.
Lo primero que suele hacerse con el conjunto de los datos obtenidos es dividirlos de
acuerdo a un criterio bien elemental, separando de un lado la información que es de
tipo numérica de la información que se expresa verbalmente o mediante palabras. Los
datos numéricos quedarán como tales, cualquiera sea su naturaleza, y se procesarán
luego para exponerlos en forma clara y fácilmente asimilable. El objetivo final será
construir con ellos cuadros estadísticos, promedios generales y gráficos ilustrativos, de
tal modo que se sinteticen sus valores y se pueda extraer, a partir de su análisis,
enunciado teóricos de alcance más general.
Se revisará sistemáticamente toda la información disponible, juzgando su calidad y el
grado de confianza que merece, para determinar qué parte puede incluirse en el
informe de investigación, cual debe corregirse o modificarse en algo (acudiendo,
llegado el caso, a una nueva recolección de datos) y cual, por sus graves deficiencias,
deberá ser excluidas sin más. Por cada tipo de datos se procederá entonces como
sigue:
 Los datos numéricos se procesarán agrupándolos en intervalos y se tabularán.
Luego se construirán con ellos cuadros estadísticos, calculándose además las
medidas de tendencia central, de dispersión o de correlación que resulten
necesarias.
Félix Rojas Ch. 24

 Los datos verbales que se desea presentar como numéricos sufrirán una primera
operación que se denomina codificación. De allí en adelante se trabajarán al igual
que los otros datos numéricos, mediante la tabulación y el procesamiento en
cuadros estadísticos.
2.2.11.1 ESTADISTICA
La estadística se constituye en una herramienta fundamental para el análisis de la

información. Sin embargo, es necesario precisar y seleccionar el tratamiento estadístico
dependiendo del enfoque cuantitativo o cualitativo, de la escala de medición de las
variables, de las hipótesis y de los objetivos.
a) ESTADISTÍCA DESCRIPTIVA
La estadística descriptiva es la rama de las Matemáticas que recolecta, presenta y
caracteriza un conjunto de datos (por ejemplo, resistencia del concreto, altura de los
edificios, temperatura, etc.) con el fin de describir apropiadamente las diversas
características de ese conjunto, es decir, organizar la información numérica para su
mejor interpretación.
La presentación de la información estadística se puede realizar de las formas

siguientes:
 Textual (en forma de texto).
 Cuadros.
 Gráficos.
Al conjunto de los distintos valores numéricos que adopta un carácter cuantitativo se

llama variable estadística.
Las variables pueden ser de dos tipos:
 Variables cualitativas o categóricas: no se pueden medir numéricamente (por

ejemplo: profesión, color de la pared, estado de una carretera, estado civil).
 Variables cuantitativas: tienen valor numérico (presión, resistencia de concreto,
kg/cm2, m2, etc.).
Por su parte, las variables cuantitativas se pueden clasificar en discretas y continuas:
 Discretas: sólo pueden tomar valores enteros (1, 2, 8, -4, etc.). Por ejemplo: número
de pisos de un edificio (puede ser 1, 2, 3. .. , etc., pero, por ejemplo, nunca podrá
ser 3.45).
 Continuas: pueden tomar cualquier valor real dentro de un intervalo. Por ejemplo,
la velocidad de un vehículo puede ser 90.4 km/h, 94.57 km/h, etc.
ESCALAS DE MEDICIÓN
Félix Rojas Ch. 25

Se denomina escala de medición a un instrumento de medida, con el que se asigna

valores (cualidades o números) a las unidades estadísticas para una variable definida.
Se utilizan para ayudar en la clasificación de las variables, el diseño de las preguntas

para medir variables, e incluso indican el tipo de análisis estadístico apropiado para el
tratamiento de los datos.
Las escalas de medición son de los siguientes tipos:
1. Medición Nominal.
En este nivel de medición se establecen categorías distintivas que no implican un
orden específico. Por ejemplo, si la unidad de análisis es un grupo de personal
obrero, para clasificarlas se puede establecer por categoría: Operario, Oficial y Peón,
los encuestados sólo tienen que señalar su categoría, no se requiere de un orden
real. Así, se pueden asignar números a estas categorías para su identificación:
1=Operario, 2=Oficial y 3= Peón, o bien, se pueden invertir los números sin que
afecte la medición. En resumen, en la escala nominal se asignan números a eventos
con el propósito de identificarlos.
El método estadístico con datos obtenidos en escala nominal consiste básicamente

en obtener el número o porcentaje de casos en cada modalidad y obtener la moda
(valor de mayor frecuencia)
2. Medición Ordinal.
Se establecen categorías con dos o más niveles que implican un orden inherente
entre sí. La escala de medición ordinal es cuantitativa porque permite ordenar a los
eventos en función de la mayor o menor posesión de un atributo o característica.
Estas escalas admiten la asignación de números en función de un orden
prescrito. Las formas más comunes de variables ordinales son ítems (reactivos)
actitudinales estableciendo una serie de niveles que expresan una actitud de
acuerdo o desacuerdo con respecto a algún referente. Por ejemplo, ante el reactivo:
La E.P. de Ingeniería Civil de la UNA, debe hacer estudios para descontaminar la
bahía interior del Lago Titicaca, el respondiente puede marcar su respuesta de
acuerdo a las siguientes alternativas:
- Totalmente de acuerdo
- De acuerdo
- Indiferente
- En desacuerdo
- Totalmente en desacuerdo
Las anteriores alternativas de respuesta pueden codificarse con números que van
del uno al cinco que sugieren un orden preestablecido, pero no implican una
distancia entre un número y otro. La variable puede tomar valores enteros del 1 al
5, donde el valor 1 es totalmente de acuerdo y el 5 totalmente en desacuerdo.
El método estadístico con datos obtenidos en escala ordinal consiste básicamente

en obtener el número o porcentaje de casos en cada modalidad y obtener la moda,
la mediana, los percentiles y el coeficiente de correlación por rangos.
Félix Rojas Ch. 26

2. Medición de Intervalo.
La medición de intervalo posee las características de la medición nominal y ordinal.
Establece la distancia entre una medida y otra. La escala de intervalo se aplica a
variables continuas, ejemplos:
 Temperatura media de una ciudad.

 Ubicación en una carretera respecto de un punto de referencia (Kilómetro 25
Ruta 5).
 Resistencia del concreto respecto de un patrón de comparación.
 Nivel de aceite en el motor de una motoniveladora con una vara graduada.
La escala de intervalo tiene un cero que se establece por convención y puede tener
variaciones
4. Medición de Razón o cociente

Una escala de medición de razón incluye las características de los tres anteriores
niveles de medición (nominal, ordinal e intervalo). Determina la distancia exacta
entre los intervalos de una categoría.
Adicionalmente tiene un punto cero absolutos, es decir, en el punto cero no existe la

característica o atributo que se mide. Por ejemplo: Una variable que mide el salario
de un obrero.
En esta variable, si un obrero gana 100, y otro 10, el primero gana más que el
segundo (comparación). También tiene sentido decir que el primero gana 90 más
que el segundo (diferencia), o que gana 10 veces más (proporción).
DISTRIBUCIONES DE FRECUENCIAS U ORGANIZACIÓN DE DATOS
Después de la recopilación de los datos, es necesario resumirlos y presentarlos en

forma tal. que faciliten su comprensión y su posterior análisis y utilización. Para ello, se
ordenan en cuadros numéricos y luego se representan en gráficos.
Todo cuadro numérico debe tener:

 Un título adecuado para evitar confusiones y para expresar brevemente su
contenido.
 La fuente de los datos, si no son datos propios.
 Las unidades en que se expresan los datos.
MEDIDAS DE TENDENCIA CENTRAL

Las medidas que describen un valor típico en un grupo de observaciones suelen
llamarse medidas de tendencia central. Es importante tener en cuenta que estas
medidas se aplican a grupos, un promedio es una característica de grupo, no individual.
Estos valores tienden a ocupar posiciones en el centro del grupo cuando el mismo se
organiza de forma ascendente o descendente. Los más conocidos y utilizados son la
media aritmética, la mediana y la moda.
Félix Rojas Ch. 27

MEDIDAS DE VARIABILIDAD, DISPERSIÓN O DESVIACIÓN

Estas medidas miden el grado de dispersión de los datos, generalmente tomados a
partir de los valores centrales.
Los más usuales, son: Desviación media, Varianza, Desviación típica o estándar
b) ESTADÍSTÍCA INFERENCIAL
La inferencia estadística o estadística inferencial es una parte de la Estadística que
comprende los métodos y procedimientos para deducir propiedades (hacer inferencias)
de una población, a partir de una pequeña parte de la misma (muestra). También
permite comparar muestras de diferentes poblaciones, así como, el grado de fiabilidad
o significación de los resultados obtenidos
La estadística inferencial emplea usualmente mecanismos que le permiten llevar a

cabo dichas deducciones, tales como pruebas de estimación puntual (o de intervalos
de confianza), pruebas de hipótesis, pruebas paramétricas (como de media, de
diferencia de medias, proporciones, etc.) y no paramétricas (como la prueba del chi-
cuadrado, etc.). También le son útiles los análisis de correlación y de regresión, las
series cronológicas, el análisis de varianza, entre otros.
2.2.12 ADMINISTRACIÓN DEL PROYECTO
Todo proyecto es un diseño. Además de indicar los aspectos técnicos y científicos del
tema y problema propuestos, el cual obedece a sus objetivos, debe contemplar los
aspectos logísticos del mismo, es decir, cómo se va a lograr la realización del proyecto;
para lo cual en la parte administrativa del mismo se indica el manejo de los recursos,
del tiempo y del presupuesto para el desarrollo de las diversas actividades del proyecto.
2.2.11.1 Cronograma
Es la descripción de las actividades en relación con el tiempo en el cual se van a

desarrollar; lo cual implica, primero que todo, determinar con precisión cuáles son esas
actividades, a partir de los aspectos técnicos presentados en el proyecto.
De acuerdo con los recursos, el tiempo total y el equipo humano con que se cuenta, se
calcula para cada uno de ellos el tiempo en el cual habrán de ser desarrolladas.
Este cálculo debe hacerse en horas/hombre y debe presentar cierta tolerancia para
efectos de imprevistos. Para la presentación del cronograma se utilizan generalmente
diagramas, los cuales permiten visualizar el tiempo de cada actividad, sobre todo en
aquellos casos en que hay varias actividades en un mismo tiempo.
Los diagramas de uso más comunes son los de barras, conocidos con el nombre de
diagramas de Gantt, que se utilizan en proyectos sencillos. Para proyectos de mayor
complejidad, y a partir de la teoría de sistemas, se utilizan los diagramas de flechas o
redes, como el PERT y el CPM.
Félix Rojas Ch. 28

CRONOGRAMA DE ACTIVIDADES (Propuesta)

M E S
ACTIVIDAD
1. 2. 3. 4. 5.
Revisión de bibliografía
Precisión y mejoramiento del diseño
Elaboración y revisión del marco teórico

Elaboración de instrumentos de
recolección de datos
Recolección y procesamiento de datos
Elaboración de informe final

Elaboración de conclusiones y
recomendaciones
Correcciones al trabajo
Redacción del informe final y

presentación
La anterior forma es sin duda la más común y la que más se facilita al investigador para
presentar su cronograma de actividades. Otras formas pueden ser diagramas de
barras, verticales u horizontales, circulares o pie diagramas, y se estructuran a partir de
coordenadas cartesianas.
2.2.11.2 Elaboración del presupuesto

Si el proyecto se justifica y planifican los diferentes elementos científico técnicos y se
organizan las diversas actividades, es indispensable igualmente justificar y establecer
una estrategia para la consecución de los recursos financieros, que permitan llevar a
cabo la investigación.
Esta estrategia de financiación comprende el cálculo detallado de cada uno de los
costos que, para una mayor comprensión y facilidad de control, se agrupan por rubros
o títulos; así como la distribución o cargo de cada uno de ellos a una o diversas
entidades, de acuerdo con la políticas y criterios de financiación.
El procedimiento para la elaboración del presupuesto sigue ese mismo orden:
inicialmente se hace el cálculo detallado de cada uno de los rubros y renglones de
gasto. En segundo lugar, y terminada la operación anterior, se procede a la distribución
de los costos por fuentes de financiamiento o entidades a las cuales se considere
pertinente presentarles solicitud. El criterio para la distribución no puede ser otro que
las políticas y normas fijadas por cada una de esas entidades, so pena de no obtener
los recursos a ellas solicitados.
Félix Rojas Ch. 29

PRESUPUESTO PARA EJECUCIÓN DEL PROYECTO (Propuesta)

DESCRIPCIÓN Nro.
P. UNIT. SUB TOTAL
MESES
PERSONAL
Investigador 5 3,500.00 17,500.00
Personal de apoyo 5 1,500.00 7,500.00
BIENES
Materiales para procesamiento de datos 5 500.00 2,500.00
Material fotográfico Global 300.00
Material de video Global 400.00
Otros bienes Global 500.00
SERVICIOS
Viáticos de Investigador 5 100,00 500.00
Viáticos personal de apoyo 2 80,00 160.00
Pasajes (movilidad local) 5 100.00 500.00
Servicio procesamiento datos Global 3,000.00
Servicio de impresión Global 600.00
Alquiler de equipos Global 1,000.00
Otros servicios Global 500.00
T O TA L S/. 34,460.00
2.2.12 REFERENCIAS BIBLIOGRAFICAS

Redacción de la fuente de información, en estilo Vancouver o APA.
BIBLIOGRAFÍA
 Hernandez, Roberto; Fernandez, Carlos y Baptista, Pilar. Metodología de la

Investigación. Ed. Mc Graw-Hill, México, 1999.
 Tafur Portilla, Raúl. La Tesis Universitaria, Editorial Mantaro, Lima. 1995.
 Tamayo y Tamayo, M. El proceso de Investigación Científica, Ed. Limusa, México,
1998.
 Avila Baray, Hector L. Introducción a la Metodología de la Investigación. Edición
electrónica
 Bunge, Mario: La Investigación Científica, Edit Barcelona, Ariel 1993.
 Rojas Ch, Félix. Apuntes de Metodología de la investigación para ingenieros. UNA
Puno. 2016
IX. WEBGRAFÍA
 Ramirez G. Alberto. Metodología de la investigación científica, Pontificia Universidad
Javeriana. Colombia.
http://www.javeriana.edu.co/ear/ecologia/documents/ALBERTORAMIREZMETODOLOGIAD
ELAINVESTIGACIONCIENTIFICA.pdf
 Cortés C. Manuel, Iglesias L. Miriam. Generalidades sobre metodología de la
investigación. Universidad Autónoma del Carmen 2004.
http://www.unacar.mx/contenido/gaceta/ediciones/metodologia_investigacion.pdf
Félix Rojas Ch. 30

Anexo 1
ESQUEMA DE PROYECTO DE INVESTIGACIÓN

(Esquema propuesto)
I. ASPECTOS GENERALES
1.1 Titulo
1.2 Autor
1.3 Área de investigación
1.4 Director de la investigación
II. EL PROBLEMA
2.1 Análisis de la situación problemática
2.2 Planteamiento del problema
2.2.1 Problema general
2.2.2 Problemas específicos
2.3 Justificación de la investigación
III. OBJETIVOS
3.1 Objetivo General
3.2 Objetivos Específicos
IV. MARCO TEORICO
4.1 Antecedentes teóricos (de la investigación)
4.2 Bases teóricas
4.3 Definición de términos (denominado como marco conceptual)
4.4 Marco legal (si corresponde)
V. HIPÓTESIS Y VARIABLES
5.1 Hipótesis General
5.2 Hipótesis Específicas
5.3 Operacionalización de variables e indicadores
VI. DISEÑO METODOLÓGICO DE LA INVESTIGACIÓN
6.1 Tipo de Investigación
6.2 Nivel de Investigación
6.3 Diseño de investigación
6.4 Población y muestra
6.5 Técnicas e Instrumentos
6.6 Procesamiento de datos
6.8 Diseño de prueba de hipótesis (si corresponde)
VII. ADMINISTRACIÓN DEL PROYECTO
7.1 Presupuesto
 Personal
 Bienes
 Servicios
 Financiamiento
7.2 Cronograma
Félix Rojas Ch. 31

VIII ESTRUCTURA TENTATIVA DEL INFORME FINAL

IX REFERENCIAS BIBLIOGRAFICAS
X ANEXOS
Matriz de consistencia
Instrumentos de colecta de datos (formato o modelo)
Otros, según naturaleza de la investigación
Félix Rojas Ch. 32

Curso MIC 2018-II

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Curso MIC 2018-II

Hochgeladen von

Copyright:

Verfügbare Formate

Metodología de la Investigación

para Ingeniería Civil

La hipótesis de investigación o conocido también como de trabajo, sirve para orientar y

Las hipótesis son explicaciones tentativas a las preguntas de investigación. Son

Nuevamente el “principio de coherencia” exige que no existan contradicciones entre

El objetivo es: Determinar la eficacia del programa de capacitación AB en el rendimiento

Entonces la hipótesis será (dependiendo de la experiencia y de tu revisión

Las hipótesis tienen tres elementos estructurales:

2.2.7.1 IMPORTANCIA DE LA HIPÓTESIS

Las hipótesis son el punto de enlace entre la teoría y la observación. Su importancia es

Félix Rojas Ch. 1

Cuando la hipótesis de investigación ha sido bien elaborada, y en ella se observa

2.2.7.2 CARACTERÍSTICAS DE UNA HIPÓTESIS BIEN FORMULADA

Según Kerlinger y Lee (2002), las hipótesis:

Félix Rojas Ch. 2

Capacidad que tiene la hipótesis para explicar el conjunto de fenómenos hechos o

2.2.7.3 TIPOS DE HIPÓTESIS

Ejemplo, con una variable

Félix Rojas Ch. 3

Estas hipótesis son simples afirmaciones sujetas a comprobación y no permiten

Ejemplo: ¿Cuál es la relación entre el salario y el nivel de rendimiento de los obreros

En este tipo de hipótesis un cambio o alteración en una o más variables independientes

Otros ejemplos de este tipo de hipótesis son:

a) A mayor nivel de ingresos de la población, mayor cantidad de construcción de

a) Mediante el cruzamiento de los items o preguntas que se formulan en un cuestionario

Félix Rojas Ch. 4

b) Relacionando la información estadística (tasas, porcentajes) referente a los fenómenos

c) Hipótesis explicativas o causales (que relacionan dos o más variables en términos de

“Cuanto mayor es la motivación e incentivo al personal obrero, crece proporcionalmente

1) La mayor inversión pública en la región ha influido significativamente en el crecimiento

3) La implementación del modelo construcción sin perdidas permite una adecuada

4) El programa de gestión de residuos sólidos municipales es eficaz porque permite una

5) La implementación de la Norma G-050: Seguridad durante la construcción influye

Evaluación de las hipótesis

Félix Rojas Ch. 5

b. Está en correlación y armonía con el conjunto de las hipótesis del proyecto de la

Dificultades en la elaboración de las hipótesis

c. Carencia de habilidad para desarrollar y utilizar el referente teórico – conceptual.

2.2.8 LAS VARIABLES

2.2.8.1 Las variables

El término «variable», en su significado más general, se utiliza para designar cualquier

Félix Rojas Ch. 6

Un ejemplo ilustra esta situación. Supongamos que tenemos el concepto columna

Analicemos ahora este otro ejemplo: el concepto clase social; operacionalmente lo

2.2.8.2 Clases de variables

En una variable es de suma importancia que ésta permita establecer indicadores de

Las principales funciones de los indicadores son:

o Determinar exactamente la información que se debe recoger.

Félix Rojas Ch. 7

“La cantidad de agua es factor determinante en la resistencia del concreto”.

Variable independiente → Cantidad de agua

Esta hipótesis supone que de acuerdo a la cantidad de agua se obtiene un concreto de

O este otro ejemplo:

VARIABLE INDICADORES DE VARIABILIDAD

El número de variables depende de la realidad problemática que enuncie el

2.2.8.3 Operacionalización de variables

Operacionalizar una variable es hacerla medible. Es un proceso metodológico que

Las variables deben definirse:

Los pasos para operacionalizar las variables son:

Félix Rojas Ch. 8

VARIABLE DIMENSIÓN INDICADOR ÍNDICE ó UNID

VARIABLE DIMENSIÓN INDICADOR ÍNDICE ó UNID

En la operacionalización de las variables es necesario tener en cuenta dos factores de