Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
L u i s P i s c o y a H e r m o z a El proceso de la investigación científica. Un caso y glosarios Serie: Obras escog/c/os / Metodo/ogío L u i s P i s c o y a H e r m o z a El proceso de la investigación científica Un caso y glosarios F ich a T é c n ic a Título: E l p r o c e s o d e la i n v e s t ig a c i ó n c ie n t íf ic a . U n c a s o y g l o s a r i o s Autor: Luis P iscoya Herrmoza Serie: O bras escogidas / Metodología Código: C IE-001-2007 Edición: Universidad Inca Garcilaso de la Vega Formato: 140 mm. X 220 mm. 204 pp. Impresión: Offsett y encuadem ación en rústica Soporte: Cubierta: foicote calibre 12 Interiores: bond de 80 gr. Publicado: Primera Edición: Julio de 2007 Reimpresión: M ayo de 2009 Lima, Perú Universidad Inca G arcilaso de la V ega Rector: Luis Cervantes Liñán V icerrector: Jorge Lazo Manrique D irector del Fondo E ditorial: Lucas Lavado © Universidad Inca Garcilaso de la Vega Av. Arequipa 1841 - Lince - Teléf.: 471-1919 Página Web: www.uigv.edu.pe Fondo Editorial Editor: Lucas Lavado Correo electrónico: Uavadom@hotmail.com Jr. Luis N. Sáenz 557 - Jesús María - Teléf.: 461-2745 Anexo: 3712 Correo electrónico: fondo_editorial@uigv.edu.pe Coordinación académica: Carmen ZevaUos Choy Cuidado de la edición y corrección de estilo: Nerit Olaya Guerrero Diseño y diagramación: Marco Montañez PadiUa Prohibida su reproducción total o parcial por cualquier medio, sin autorización escrita de los editores. Hecho el Depósito Legal en la BibUoteca Nacional del Perú N ° 2007-05865 ISBN: 978-9972-888-66-3 Luis Piscoya Hermoza índice Presentación..................................................................................... 1 1 EL PROCESO DE LA INVESTIGACIÓN CIENTÍFICA. UN CASO ILUSTRATIVO............................................... 15 i. TÍTULO E INTRODUCCIÓN...................................................... 19 1.1. Ejem plo................................................................................ 19 2. MARCO TEÓRICO........................................................................ 2 1 2.1 Lim itaciones....................................................................... 22 2.2. E jem plo.............................................................................. 24 3- PROBLEMAS DE INVESTIGACIÓN........................................ 25 3.1 Tipos de problem as............................................................ 25 3.2 Características relevantes de un problema científico bien form ulado....................... 26 3.3 Problema relevan te......................................................... 2 7 3.4. E jem plo.............................................................................. 29 4- HIPÓTESIS DE INVESTIGACIÓN........................................... 30 4.1 Hipótesis explícitas e im plícitas.... ,............................... 30 4.2 Necesidad metodológica del uso de hipótesis.............. 33 4.3 Formulación estadística y formulación lógica de las hipótesis.............................. 33 4.4. E jem plo.............................................................................. 3 4 5- VARIABLES DE INVESTIGACIÓN.......................................... 3 7 5.1 Variables independiente y dependiente....................... 3 7 5.2 Variable experim ental.................................................... 38 5.3 Algunas consideraciones sobre el caso ilustrativo.... 40 5.4. E jem plo............................................................................... 41 U I G V 6. CONTRASTACIÓN DE HIPÓTESIS....................................... 45 6.1 Concepción popperiana de la contrastación de hipótesis.................................. 4 6 6.2 Falsación de una hipótesis cero .................................... 48 6.3 Diseño de contrastación de hipótesis.......................... 48 6.4 Criterios epistemológicos para el m uestreo.............. 49 6.5 Etapas de la contrastación de hipótesis...................... 5 i 6.6 E jem plo............................................................................. 5 i 7. INTERPRETACIÓN DE LOS RESULTADOS........................ 66 7.1. Explicación de por qué los hallazgos son como son y no de otra m anera..... 66 LA EVALUACIÓN DE LOS INFORMES DE INVESTIGACIÓN........................ 7 1 I. Título e introducción................................................................ 75 II. Marco teórico............................................................................ 76 III. Problema relevante................................................................ 78 III.i. Pertinencia de la investigación................................ 80 IV. Hipótesis de investigación................................................... 82 IV.i. Hipótesis im plícitas..................................................... 83 IV.2. No existe investigación científica sin hipótesis................................................ 85 IV. 3. Formulación estadística vs. Formulación lógica............................................... 85 V. Contrastación de hipótesis.................................................... 87 V.i. Rol de la hipótesis cero.................................................. 89 VI. Diseño de contrastación de hipótesis................................. 90 VI.i Lógica del m uestreo........... .......................................... 91 VIL Instrumentos de investigación.......................................... 93 VIII. Análisis de los resultados................................................... 95 IX. Redacción del inform e.......................................................... 9 7 REFERENCIAS............................................................................... 98 ANEXOS.......................................................................................... 99 GLOSARIO BÁSICO PARA LA INVESTIGACIÓN DE LA CALIDAD DE LA EDUCACIÓN SUPERIOR..... 1 1 1 GLOSARIO EPISTEMOLÓGICO .................................. 1 3 7 U IG V Presentación La autoridad del profesor Luis Piscoya Hermoza para escribir o tratar sobre investigación educacional se da a conocer a partir de la publicación, en 1972, de su influyente libro Sobre la naturaleza de la Pedagogía, prologado por Walter Peñaloza Ramella. Desde enton ces ha continuado investigando y realizando aportes en epistemología y en educación y sus trabajos han sido reseñados en los anales de la comunidad de especialis tas de estos campos. En este volumen el Fondo Editorial de la Universi dad Inca Garcilaso de la Vega presenta cuatro trabajos suyos orientados a llenar ciertos vacíos, pues si bien hay abundancia de cursos y seminarios sobre cómo elabo rar proyectos de investigación, también se constata es casez de guías o textos consistentes que ayuden a los estudiantes e incluso a los especialistas. El autor plasma su vasta experiencia académica y profesional en cada una de las páginas de este volu men, cuyos temas especializados trata con claridad y sencillez, pero sin perder rigor y precisión. Le hemos asignado un título general: El proceso de la investiga ción científica. Un caso y glosarios. En la primera parte puntualiza aspectos fundamen tales en el planteo de problemas, marco teórico, hipóte- U ¡G V sis y el método, desde una perspectiva epistemológica que disuelve la falsa dicotomía entre investigación cuan titativa y cualitativa, con una propuesta sería y acadé micamente solvente que tanta falta hace en los estu dios universitarios, especialmente en posgrado. Esta primera parte puede ser de gran ayuda para resolver las dificultades de muchos investigadores que no logran relacionar el planteamiento del problema con la formulación del marco teórico, las hipótesis y los métodos y técnicas. El profesor Piscoya da orientaciónprecisa para el manejo conceptual que entraña este entramado y cómo es posible buscar originalidad en educación. «La evaluación de los informes de investigación» es un trabajo orientado especialmente a quienes gestio nan proyectos de investigación y para los docentes que conducen seminarios, pues aclara los conceptos y pro pone herramientas de aplicación sencilla para la eva luación de dichos proyectos. Contesta a la pregunta cla ve de cuándo un proyecto está adecuadamente formu lado. El «Glosario básico para la investigación de la cali dad en educación superior» tiene entradas indispensa bles para pensar y conceptualizar con precisión y clari dad en un campo que ha comenzado en nuestro medio -con su dosis de pereza, es cierto- a preocupar a inves tigadores, docentes y gestores o líderes de la educación superior. Finalmente, el «Breve glosario epistemológico», que a primera vista parece un tanto alejado de las otras materias, ha de permitir aclarar el marco contextual donde se sitúa la investigación y rigorizar el pensamiento científico, pues para acercarse a la ciencia es estricta mente necesario hacer uso de los conceptos que permi- i L u i G v tan sistematizar la observación y estructurar las expli caciones o interpretaciones y, sobre todo, pensar con rigor. Cuando se va a la caza de la realidad es menester pertrecharse de conceptos pertinentes. Agradecemos al profesor Luis Piscoya habernos con fiado la edición de este libro que, estamos seguros, será de gran utilidad para quienes quieran (o deban) transi tar el fascinante terreno de la investigación. L u c a s L a v a d o D ir e c t o r d e l F o n d o E d it o r ia l UIGV EL PROCESO DE LA INVESTIGACIÓN CIENTÍFICA. UN CASO ILUSTRATIVO En este artículo hacemos una exposición, con propósitos didácticos, de las fases principales de la investigación científica particularizada al cam po de la educación. Para este propósito hemos seleccionado las fases de la investigación educa cional que nos parecen metodológicamente más relevantes y las ilustramos con un caso real de investigación evaluativa. Este procedimiento nos permitirá, en primer lugar, emitir un juicio fun dado sobre la calidad del servicio educativo que brinda la institución materia del caso de investi gación. En segundo lugar, nos da una demos tración lógicamente correcta y teóricamente sustentable de que la tendencia epistemológica que independiza y contrapone los conceptos cua litativos a los conceptos métricos (denominados usualmenté cuantitativos) carece de sustento conceptual y fáctico y, por el contrario, desorien ta y perturba una adecuada comprensión de la ciencia y de la metodología de la investigación que le es propia. Mediante el caso de investigación que pre sentamos como ilustración demostraremos, en términos prácticos, cómo un concepto que ex presa una cualidad compleja, con alto grado de abstracción (denominado ‘constructo’), puede U I G V ser definido en términos de variables que, a su vez, pueden ser definidas en térm inos de indicadores observables y registrables que per miten construir índices expresables como cuocientes. Este procedimiento, que se conoce como ‘definición operacional de un constructo’, nos conduce a la obtención de un juicio de valor sustentado en cuocientes que no son otra cosa que medidas deducidas a partir de la interpreta ción de un concepto que expresa una cualidad. De manera breve podemos decir que nos propo nemos demostrar que el tránsito de los concep tos cualitativos a los conceptos cuantitativos y viceversa es un movimiento normal dentro de la investigación científica seria. l.TÍTULO E INTRODUCCIÓN El título de una investigación debe transmitir al lec tor la máxima información posible mediante el menor número de palabras. En español, inglés y alemán se puede escribir títulos bien logrados con doce palabras o menos, lo que puede constatarse si se revisa cualquier bibliografía producida por un editor considerado serio por la comunidad internacional. Un título que utiliza quince palabras o más ya es sospechoso de ser recarga do o redundante. Debe haber relación de atingencia entre el título, el problema investigado y los objetivos de la investigación. El objetivo central de una investigación se reduce a re solver el problema materia de la investigación, sin em bargo puede ser pertinente hacer explícitos otros obje tivos referentes como, por ejemplo, los efectos sociales o profesionales que podría tener la investigación. Si el tesista busca fínanciamiento o facilidades para la pu blicación de la investigación realizada o para la reali zación de otras en el futuro, puede enfatizar la relevan cia social de los conocimientos logrados mediante la solución del problema investigado. 1.1. Ejemplo La investigación que tomamos como caso ilustrati vo se titula «Un ejemplo de evaluación de la eficiencia U I Q V académica de una escuela profesional», su autor es el señor César Augusto Falconi Cossío, quien obtuvo el grado académico de Magíster en Educación con la pre sentación y sustentación del informe correspondiente como tesis. El mencionado graduado contó con la asesoría del autor de este artículo y con su permiso para que usara como base de su investigación la metodología, enton ces inédita, desarrollada en el artículo titulado «Cuali- ficación de la Educación Universitaria», realizado en 1993 con el financiamiento del Banco de Crédito del Perú y publicado en 1996 en la Revista Peruana de Edu cación. En lo que sigue usaremos los datos proporcionados por esta investigación. Un resumen de la misma se pu blicó el año 2000 en la revista Educación Superior N° 3, de la Facultad de Educación de la Universidad Na cional Mayor de San Marcos. La profesora María Cortez Mondragón se hizo cargo del resumen. Todos los textos utilizados en este artículo, con los reajustes, correccio nes y reestructuraciones que hemos introducido por razones lógicas, pedagógicas y epistemológicas, han sido tomados del referido resumen. 2. MARCO TEÓRICO Es frecuente que en los esquemas de evaluación de proyectos de investigación se dé atención prioritaria a lo que usualmente se denomina ‘marco teórico’. Sin embargo, no es preciso lo que se pretende afirmar bajo este rubro: en unos casos se trata solamente de un re sumen de las investigaciones antecedentes; en otros, de referencias a datos históricos alejados del contexto pre sente y a información relativa a campos conexos. En nuestra opinión, el marco teórico de un proyecto de in vestigación debe ser estrictamente el cuerpo de infor mación científica, lógicamente ordenado, que es sufi ciente para hacer comprensible el sentido y la relevan cia del problema formulado y de la hipótesis que pre tende resolverlo, dentro del contexto de un sector del conocimiento humano. Esto significa, en buena cuen ta, que no hay receta para definir de manera conclu yente qué elementos deben estar incluidos o excluidos en un marco teórico. Lo sustantivo es que las referencias a las teorías que se asume, a los resultados de las investigaciones ante riores y a los aportes de campos conexos, no sean una mera yuxtaposición de nombres de investigadores y de citas de libros e informes de investigación, sino que es tas referencias estén organizadas dentro de una estruc tura argumentativa que muestre el sentido y la rele- UIGV vancia del problema propuesto para ser investigado y que relacionen a éste significativamente con el cuerpo de conocimientos que Constituyen una disciplina o un sector de especialización. Es común encontrar proyectos de investigación cu yos marcos teóricos o sección de antecedentes contienen listas abultadas de investigaciones que no son atingentes y, porlo tanto, no ayudan a hacer inteligibles el proble ma y la hipótesis en cuestión. El valor de un marco teó rico no está dado por su frondosidad sino por el grado de su organización lógica, la misma que se revela en las relaciones de deducción e implicación entre sus proposi ciones, en la validez y vigencia de los resultados, en la agudeza del análisis para señalar errores e insuficiencias en la literatura pertinente y en la originalidad y profun didad de los argumentos que ponen en evidencia la rele vancia del problema y de la hipótesis de investigación. 2.1 Limitaciones El marco teórico de la investigación que tomamos como caso ilustrativo (que se muestra como ejemplo en la siguiente sección) no se ajusta a los criterios refe ridos al aporte de una estructura lógica argumentativa que haga inteligible la naturaleza del problema y sus componentes teóricos y pragmáticos. Un primer factor que explica este hecho es la casi inexistencia, en la bi bliografía nacional e internacional revisadas, de orien taciones teóricas y metodológicas que definan concep tos y procedimientos para medir la calidad de los servi cios brindados por las instituciones universitarias. A propósito de esta limitación debemos señalar que en la última década diversos organismos internaciona les han propiciado la discusión pública de temas con cernientes a la calidad de la educación a través de me- CQ U I G V canismos de acreditación y certificación. En este con texto se ha publicado algunos manuales de autoevaluación y se ha dado a conocer, con resonan cias publicitarias, listas clasificatorias (rankings) de universidades a nivel global. Los ejemplos más conoci dos son los que proporciona la Universidad Jian Tong, de Shangai, y el suplemento del diario Times de Lon dres. Sin embargo, aparte de algunos indicadores seña lados por los autores de estos rankings y de algunos manuales, no hemos registrado investigaciones espe cializadas que teoricen sobre el constructo 'eficiencia académica’. Ciertamente es necesario anotar que este análisis tendría que ser contextualizado considerando las muy variadas realidades sociales a las que deben responder las universidades. El segundo factor está dado por el hecho de que las empresas que periódicamente publican listas (rankings) gozan de credibilidad, de manera que no sienten nin guna necesidad de dar a conocer, con detalles y justifi caciones, los criterios que utilizan en sus clasificacio nes. Lo anteriormente señalado explica que el tesista - que presentó su trabajo en 1999- sólo haya contado con el antecedente significativo que figura como artículo de su asesor. Si bien actualmente es posible citar nu merosas publicaciones en relación con la calidad de la educación y la acreditación, ellas expresan principal mente sus preocupaciones por estos temas pero por lo general no parecen ser conscientes de que su tratamien to requiere una metodología aplicable al análisis de constructos hipotéticos. Lo que debió enfatizarse en nuestro caso ilustrativo fueron las consideraciones cul turales, sociales y de desarrollo económico que permi tirían conceptualizar la necesidad de evaluar a las es cuelas profesionales como una condición para que lo gren excelencia y pertinencia. U 1 G V 2.2. Ejemplo En el informe de la investigación de nuestro caso ilustrativo leemos lo siguiente: Los trabajos que sirvieron de referencia fueron: 1, «Medida de la Eficiencia Académica en la FIEOS» (Pereyra: 1995), en el que se realiza uñ intento de evaluación de la eficiencia académica de FIEOS, empleando el método de cohortes y relacionando el número de egresados (luego de haber cumplido un periodo de actividad académica, que norm ativa mente es de 5 años) con el número de alumnos ma triculados al comienzo de las actividades académi cas dentro de la UNS. El autor presume la existen cia de causales responsables de la ineficiencia aca démica; pero, sin lograr identificarlas, ni cuantificarlas; sin embargo, su trabajo fue uno de los primeros intentos de evaluación de una carrera profesional dentro de la universidad peruana. 2. «Cualificación de la Educación Universitaria» (Piscoya: 1993), el autor pretende cualificar la edu cación universitaria partiendo de una formulación estadística rigurosamente sustentada de la calidad del servicio educativo que brindan 27 universida des; construye, asimismo, una tabla de cualifica ción universitaria, proporcionando elementos de juicio para evaluar la calidad de los servicios edu cativos que están recibiendo los alumnos. Es de tener en cuenta, sin embargo, que no se pue de hablar de objetivos educacionales viables sin refe rirse a los costos educacionales, los que de una u otra manera influyen en el nivel de eficiencia académica. En este sentido, se hace referencia al trabajo de Luis Muelle (1977). Este estudio incluye entre otros tópi cos: a) Cómo influyen los conceptos y políticas econó micas en el desarrollo del sistema educativo y qué ha cer para lograr que los recursos se movilicen y asignen racionalmente; y b) El papel de la universidad en la formación de valores, actitudes e ideas; la socialización de los estudiantes y la consideración de estos como el factor más importante del proceso educativo. 3. PROBLEMAS DE INVESTIGACIÓN 3.1 Tipos de problemas Puede distinguirse entre ‘problemas teóricos1 y ‘pro blemas tecnológicos’. En los primeros la solución pre visible es una hipótesis que queda confirmada o refuta da por los hechos (en el caso de las ciencias empíricas) o demostrada por medios lógicos (en el caso de las cien cias formales). En los segundos la solución previsible es un conjunto de reglas técnicas que establecen cómo conseguir o hacer algo. En el primer caso parece estar en juego fundamen talmente la verdad o falsedad de las hipótesis; en el se gundo, la eficacia con que se logra algo. Sin embargo, para que esta distinción -que parecería un poco artificiosa- sea productiva, es necesario tomar en cuenta que muy a menudo la solución de un problema tecno lógico requiere'que previamente se solucionen proble mas teóricos y que, recíprocamente, la solución de cier tos problemas teóricos depende de que se solucionen previamente problemas tecnológicos. Por esta razón es más realista afirmar que, en sen tido estricto, la investigación científica no se enfrenta a un problema aislado sino a conjuntos de problemas ín timamente relacionados entre sí formando lo que Bunge llama ‘sistemas de problemas’. Por ejemplo, la solución de problemas tecnológicos, como el de la construcción de órganos artificiales, ha demandado la solución pre- ü I G V vía de problem as teoréticos en los campos de la inmunología, la química y bioquímica, por señalar sólo algunos de ellos, pues de otro modo el rechazo hubiera hecho imposible la implantación del órgano artificial y hubiera perdido sentido intentar construirlo. Asimismo, la solución de problemas teoréticos en física nuclear sólo ha sido posible porque se habían logrado salvar las difi cultades técnicas de experimentación mediante la cons trucción del instrumental adecuado. 3.2 Características relevantes de un problema científico bien formulado A continuación veremos cuáles son las propiedades que permiten identificar cuándo un problema está bien formulado, sin considerar la diferencia entre problema teorético y problema tecnológico, a menos que expre samente digamos lo contrario en el lugar pertinente. La primera característica relevante de un problema bien formulado es que debe tener una solución cuyas características sean previsibles. Si no contáramos con estas características básicas, no habría medio de iden tificar la solución aunque ésta fuera encontrada. De este modo el proceso de la investigación se prolongaríaal infinito y no nos conduciría a ningún resultado. Por tanto, el primer indicio de que un problema está ade cuadamente definido es que sabemos qué clase de solu ción vamos a admitir, sea ésta una demostración ma temática, un determinado efecto experimental, el cum plimiento de una predicción sobre acontecimientos na turales, etc., todo esto, indudablemente, como medios refutadores o confirmadores de una hipótesis cuya for ma o estructura lógica también debe estar prevista. Es cierto que todo problema refleja insuficiencia de nuestros conocimientos para responder a una dificul tad, sin embargo para tenga visos de problema bien for mulado es necesario que, a la luz de nuestros conoci mientos, queden determinados los elementos relevan tes que lo constituyen, es decir que deben quedar explí citamente definidas todas las propiedades (llamadas variables) implicadas en el problema. De esta manera se determinan las incógnitas para formular la pregun ta fundamental que puede ser en términos de ¿Quién...? ¿Dónde...? ¿Por qué...? ¿Cómo...? ¿Cuál...? ¿Cuál es el valor de...? etc. Claramente estas interrogantes, que pueden ser respondidas con nombres de objetos, perso nas o propiedades, sólo tienen sentido dentro de un con texto. De la misma manera las respuestas a ellas sólo tendrán pleno sentido como casos particulares de teo rías o de sistemas tecnológicos. 3.3 Problema relevante Todo esquema metodológico es, por su naturaleza, eminentemente formal. Está orientado a dar pautas para organizar el trabajo de investigación, establecien do etapas y caracterizando a cada una de ellas. Es posi ble formular un proyecto de investigación que cumpla con todas las formalidades o requisitos de un esquema metodológico y que, sin embargo, aborde un problema trivial o no sigriificativo. Por ejemplo, se puede formu lar un proyecto formalmente correcto para investigar por qué los alumnos de una universidad prefieren usar vestimenta informal y no temos con chaleco y corbata. Se puede argumentar que una investigación de esta naturaleza podría aportar algunos datos curiosos o in teresantes respecto de las preferencias de los estudian tes en relación con la ropa, pero también resulta claro que este tipo de información carece de significación para conocer propiedades que tornen comprensibles los me canismos de funcionamiento de la institución universi U I G V L taria. Esto permite deducir que un proyecto puede ser formalmente correcto pero irrelevante desde el punto de vista del desarrollo de la ciencia. Hay que precisar, entonces, que la primera condi ción que debe satisfacer un proyecto de investigación adecuado es formular un problema cuya solución sea significativa o relevante para el incremento de los co nocimientos científicos, humanísticos o tecnológicos disponibles. Esto requiere que en cada campo de espe- cialización se disponga de un criterio de relevancia o significatividad de los problemas, el mismo que puede variar muy rápidamente de un momento histórico a otro. El contenido específico de este criterio de relevan cia depende de la formación académica de las comuni dades de especialistas encargadas de evaluar proyectos de investigación, las mismas que, en función de sus ni veles de información y de capacidad para aportar co nocimiento, pueden juzgar la relevancia del proyecto en términos de la originalidad y productividad del estu dio, del tratamiento y uso de instrumentos, de la solu ción al problema planteado y de las implicancias que esta solución tenga en otros campos de investigación o en la satisfacción de necesidades sociales. Si los evaluadores del proyecto carecen de informa ción actualizada, no están en condiciones de juzgar si el problema propuesto ha sido ya investigado y tal vez resuelto. Si carecen de experiencia en la producción de conocimiento, no están en condiciones de dictaminar cuáles son los mecanismos y los procedimientos con ducentes a una solución del problema que tenga visos de confiabilidad y validez. 3.4. Ejemplo La investigación que estamos desarrollando como ejemplo cumplió con esta fase de la siguiente manera: En la presente investigación, se pretende dar cuen ta de las siguientes interrogantes: a. ¿Qué índices permiten estimar la eficiencia acadé mica de la EAP de Ingeniería en Energía? b. ¿Cuáles son los factores que explican el grado de eficiencia académica de la EAP de Ingeniería en Energía? c. ¿Cuál es el grado de eficiencia académica de la Es cuela Académico-Profesional (EAP) de Ingeniería en Energía para el período 1987-1995? 4. HIPOTESIS DE INVESTIGACION 4.1 Hipótesis explícitas e implícitas Una de las discusiones frecuentes en algunos ma nuales de investigación es la referente a la distinción entre investigaciones descriptivas e investigaciones ex plicativas. Se afirma que las primeras prescinden de la formulación de hipótesis, mientras que las segundas deben necesariamente incluirlas. Nosotros sostenemos que no existe, en sentido estricto, investigación científi ca que carezca de hipótesis. Lo que puede ocurrir es que en algunos casos la hipótesis esté implícita o tácita, sea por simplicidad metodológica o por insuficiencia epistemológica. En lo que sigue, probaremos que las denominadas investigaciones descriptivas, adecuada mente analizadas, presuponen un sistema de concep tos que constituyen hipótesis implícitas, las mismas que, además, no son sometidas a contrastación porque el esquema metodológico no incluye diseño de prueba al guno. Se pretende, por ejemplo, que una investigación para determinar la tasa de inflación es un caso típico de in vestigación descriptiva porque consistiría simplemente en registrar información sobre los precios de mercan cías y de servicios dentro de un intervalo temporal, en una muestra seleccionada al azar, ponderando los fac tores de acuerdo a su mayor o menor gravitación en la llamada ‘canasta familiar’ y obteniendo promedios. ■- U I G V También se pretende que una investigación para deter minar la tasa de analfabetismo tampoco requiere de hipótesis alguna en tanto que es posible, inclusive, re gistrar quiénes saben leer y escribir y quiénes no, cen sando a la población en su totalidad. Sin embargo en ambos casos hay un conjunto de presuposiciones que funcionan como hipótesis implíci tas. En el cálculo de la tasa de inflación se considera un listado de rubros de consumo como alimentos, bebidas, distracciones, servicios, etc. Se incluye, por ejemplo, los precios de la leche, cerveza y de las entradas al teatro. Cabe preguntarse por qué no se incluye la variación en el precio de la chicha morada pero sí de la cerveza. La no significatividad del precio de la chicha morada, den tro de este esquema, es una presuposición que el inves tigador no prueba y lo mismo ocurre con otros rubros. Estas presuposiciones lógicamente interpretadas posi bilitan hacer explícita una hipótesis en los siguientes términos: «Si el conjunto de indicadores listados en la canasta familiar está adecuadamente seleccionado y ponderado, entonces el índice de inflación de la ciudad C en el tiempo t es de valor n». En breve, en el caso de la investigación de las tasas de inflación, la corrección de la selección de los indicadores es la hipótesis del in vestigador que no va a ser refutada sólo recurriendo a las variaciones en los precios sino, principalmente, por un análisis que ponga en evidencia su carácter inade cuado o desajustado con relación a una interpretación y valoración de los hechos. En el ejemplo del cálculo de la tasa de analfabetis mo, la detección de presuposiciones puede realizarse de modo muy semejante. Normalmente los investigado res cuentan como analfabeto a una persona mayor de 15 años que no sabe leer ni escribir.Esta es una presu posición que asume el investigador pues el criterio po U I G V dría ser otro. Por ejemplo, podría considerarse analfa beto sólo al mayor de 18 años que no sabe leer y que, además, no maneja las cuatro operaciones aritméticas básicas. Sin embargo, este es un aspecto que usualmente no discute el investigador y funciona como una hipóte sis que hay que someter a análisis para poner en evi dencia su grado de adecuación a los hechos. Es claro entonces que la pretensión de atribuir na turaleza puramente descriptiva a indicadores económi cos como la tasa de crecimiento, producto nacional bru to, tasa de escolaridad, etcétera, es poco menos que te meridad o torpeza, pues todos ellos se asientan en pre suposiciones, interpretaciones y decisiones implícitas que poseen significatividad científica sólo en el caso de que brinden una imagen o representación adecuada de los hechos Toda investigación seria o aceptable, por descripti va que parezca, tiene siempre carácter hipotético debi do a las presuposiciones que el investigador asume, las mismas que también pueden ser entendidas como con cepciones de la realidad. Gracias al reconocimiento de estas limitaciones, el Programa de Naciones Unidas para el Desarrollo, PNUD, ensayó un paquete de indicadores de desarrollo social bajo presuposiciones diferentes a las que sustentan índices como el producto nacional bru to, tasa de inflación, etcétera, y encontró que la tabla o ranking que se obtiene mediante los indicadores tradi cionales resulta muy distinta a la que se elabora con un paquete de indicadores que asume como presuposición válida las mejores condiciones de vida y no sólo de su pervivencia para el mayor número de personas en un Estado nacional. o o J ¿ . U I G V 4.2 Necesidad metodológica del uso de hipótesis Hemos visto que no hay investigación científica se ria sin hipótesis y que, para entender los alcances y li mitaciones de una investigación, es indispensable ha cer explícitos el contenido semántico y la estructura de las hipótesis que otorgan sentido a las acciones para probarlas o refutarlas. Ahora bien, las hipótesis pueden establecer relaciones de causalidad o de covariación entre dos variables. Éstas últimas se prueban mediante correlaciones mientras que las primeras requieren ade más que se muestre los mecanismos a través de los cua les una causa o un conjunto de causas generan un efec to. Esta concepción de las hipótesis aconseja que ellas deban ser formuladas en un lenguaje que posibilite ex presar mediciones que permitan una descripción más precisa del comportamiento de lo que ocurre o acaece. De otra parte, es casi perogrullesco, pero digno de subrayarse, que una hipótesis es relevante si responde a la pregunta planteada por un problema relevante. De ello se deduce que la precisión, claridad y originalidad con que se defina un problema otorga relevancia a la hipótesis que se formule para resolverlo. 4.3 Formulación estadística y formulación lógica de las hipótesis A fin de ganar exactitud es conveniente no confun dir la expresión estadística de una hipótesis con su ex presión lógica. La primera está orientada a buscar res puestas confirmatorias o refutadoras en términos de pruebas estadísticas; la segunda pone en evidencia las interdependencias entre las variables en términos de condiciones necesarias y suficientes. El esclarecimien to de las relaciones lógicas entre las variables requiere que el enunciado de la hipótesis se formule en términos U 1 G V de una estructura lógica condicional o implicación ma terial, la misma que debe dar lugar a un enunciado plausible o presumiblemente verdadero en función del marco teórico asumido por el investigador. Como se sabe, la variable que figure en el antecedente del condi cional es condición suficiente para la variable que figu re en el consecuente y, recíprocamente, la variable que figure en el consecuente del condicional es condición necesaria para la que figure en el antecedente. Por aña didura, las relaciones entre condiciones necesarias y suficientes no coinciden siempre con las relaciones de causalidad, que son más específicas. En los casos don de A es causa de B, ocurre que A es condición suficiente para B pero ello no excluye la posibilidad de la existen cia de otras condiciones suficientes que pueden produ cir B. Sin embargo, esto no implica que toda condición suficiente tenga sentido causal, pues hay condiciones suficientes que carecen de sentido causal. Por ejemplo, el hecho de que un número sea par es condición sufi ciente para deducir que ese número es entero, pero ca recería de sentido afirmar que la propiedad consistente en ser número par causa que el número sea entero. Por añadidura, las relaciones causales se establecen entre hechos, acontecimientos, propiedades o procesos reales y observables, mas no entre conceptos matemáticos. 4.4. Ejemplo Los criterios anteriores aplicados al ejemplo que ilus tra esta exposición dieron lugar a las formulaciones que aparecen después de la siguiente cita.Puede observarse que las afirmaciones b y d, que son muy semejantes a las que se usan en los manuales más socorridos, tienen sentido causal. Hipótesis: a. Los índices estadísticos más adecua dos para definir en una primera aproximación la efi- 't/i ü ÍG V ciencia académica de la EAP de Ingeniería en Energía son los siguientes: índice de demanda social sobre la Escuela, índice de dificultad de acceso a la Universi dad, índice de dificultad de acceso a la EAP de 1E, índice de repitencia en la Escuela, índice de deserción en la Escuela, índice de costos educacionales, índice de pro ducción de graduados, índice de carga docente en la UNS, índice de carga docente en la Escuela e índice de calificación del personal académico docente de la EAP de 1E. El índice de Eficiencia Académica (1EA) se repre senta: lEA = f ( I l, I 2 1J , 0 < IE A > 1 Esta fórmula se lee: El índice de Eficiencia Acadé mica (IEA) es un número real cuyo valor depende de manera directa, en términos de una función matemá tica, de los valores de los índices I , I2.... 1 El valor numérico del índice IEA está normalizado de tal ma nera que es igual o mayor que cero y menor o igual que uno. Es también claro que el índice IEA constituye una traducción precisa al lenguaje científico de lo que se quiere decir en lenguaje social o natural con la expre sión «calidad de la educación» que tiende a repetirse en nuestro medio de manera estereotipada. Por tanto nuestra conjetura es que la variable de pendiente (Eficiencia Académica) es función matemá tica dependiente de los valores de 10 índices definidos sobre la base de 13 propiedades consideradas como indicadores de seis variables independientes. La operacionalización de estos índices se detalla en el cua dro N°i, que muestra los índices como elementos dis tinguidos del producto cartesiano de A x A. El conjunto A - {Xr X2. Xa. ... Xi3> debe ser entendido como el con junto de los indicadores que definen operacionalmente cada una de las variables que se utilizan para la defini- U I G V ción conceptual del constructo ‘Eficiencia académica’, las mismas que aparecen en el cuadro N° i en la se gunda columna y son ios conceptos de Demanda so cial, Competitividad, Matrícula, Exigencias de aproba ción, Calificación de los docentes y Costos. De esta ma nera, en esta investigación se ha procedido a definir el constructo ‘Eficiencia académica’, en su condición de concepto de más alto nivel de abstracción, en cuatro fases o niveles. La primera fase es la definición concep tual en términos de las variables antes señaladas. La segunda fase es la definición en términos de indicadores que son los elementos del conjunto A. La tercera fase correspondea la obtención de los diez índices que se muestran en el cuadro N° i. A partir de ellos, como cuarta fase, se construye el índice IEA que da como resultado la definición operacional del constructo ‘Efi ciencia académica’, que de este modo es sometido a una investigación que usa un lenguaje métrico para descri bir los hechos en términos cuantificables, b. Formulación usual de la hipótesis: El grado de efi ciencia académica de la EAP de Ingeniería en Ener gía de la UNS mostrará una tendencia decreciente para el período 1987-1995. c. Hipótesis cero: No hay diferencia significativa entre le valor de IEA para 1987 y 1995. d. Formulación lógica de la hipótesis: Si los índices Il? Io...... ,Iio son adecuadamente determinados, enton ces los valores del IEA, como función de ellos, para el período 1987-1995, serán decreciente. Como puede apreciarse, sólo la formulación d. tie ne estructura lógica condicional o hipotético-deductiva. Este enunciado expresa la conjetura intuitiva que per cibe el creciente deterioro académico de la UNS y de la escuela materia de investigación. 5. VARIABLES DE INVESTIGACIÓN 5.1 Variables independiente y dependiente Las hipótesis de las formas antes indicadas tienen la característica especial de establecer un nexo lógico de deductibilidad en base a los términos que denotan las pro piedades o hechos relacionados. A partir de ciertas pecu liaridades o características concretas de la propiedad (o hecho) denotada por el primer término es posible inferir o deducir, en virtud de la hipótesis, que la propiedad (o he cho) denotada por el segundo término se dará de un de terminado modo. Al término que está en el punto de par tida de la inferencia se le conoce como variable indepen diente, en el caso de hipótesis de covariación, y como cau sa cuando se trata de hipótesis causales. Al término cuyas características se han deducido se le conoce como varia ble dependiente, en el caso de las hipótesis de covariación, y como efecto en el caso de las hipótesis causales. De lo dicho se desprende que los conceptos de varia ble independiente y de variable dependiente deben uti lizarse preferentemente cuando la relación enunciada por la hipótesis se establece mediante una función ma temática del tipo de la correlación estadística, lo que ocurre principalmente en las hipótesis de covariación. En el caso de las hipótesis causales, debe señalarse que desde el punto de vista matemático ellas también pue den ser expresadas funcionalmente a través de un es quema de la forma y - f(x), pero en este caso no se UIG V trata generalmente de una función de correlación, sino de una ecuación algebraica completamente determi nada en la medida que el cálculo de sus valores no es de naturaleza estadística. El nexo lógico de deductibilidad permite que en las investigaciones las hipótesis tengan carácter predictivo en el sentido de que, cuando en una situación concreta se conocen sólo características de la variable indepen diente o de la causa, es posible predecir por medios ló gicos las características de la variable dependiente o del efecto, según se use como premisa una hipótesis de covariación o una causal. Cuando una predicción se cumple en el mundo real se dice que la hipótesis tiene a su favor un ejemplo confirmatorio. 5.2 Variable experimental A la variable independiente se denomina variable experimental cuando denota una propiedad que puede ser manipulada o administrada en grado significativo por el investigador, de tal suerte que dicha propiedad durante el proceso de la investigación puede ser incrementada, reducida o suprimida según lo exija la naturaleza de la hipótesis que se pretende probar. Por ejemplo, en una investigación biológica la variable ex perimental podría ser un antibiótico que se esté ensa yando para controlar un cierto tipo de infección. En este caso la variable dependiente estaría dada por la destrucción de las bacterias que presuntamente causan la infección. Es claro que el experimentador puede ad ministrar el antibiótico a los pacientes en dosis diversas e inclusive puede incluir dentro de su investigación a pacientes que no reciben antibiótico. Esto último con el propósito de establecer diferencias entre los grupos so metidos a tratamiento y los que no están en esta condi ción, a fin de contrastar los resultados. U I G V En el caso de la investigación educacional un ejem plo de variable independiente experimental lo propor ciona un nuevo método de enseñanza de las matemá ticas, por elegir una materia entre otras. El investiga dor puede administrar el método de tal forma que al gunos grupos lo reciban todo el tiempo y otros sólo una parte del horario normal. También puede incluir den tro de su estudio a grupos de alumnos que no estén so metidos a la nueva metodología y continúen su apren dizaje por medios tradicionales. El propósito de esta in clusión, como en el caso anterior, será establecer dife rencias claras entre los sujetos sometidos a tratamiento metodológico y los que no lo están. De lo expuesto se deduce que una propiedad puede ser considerada variable experimental cuando es parte de hechos o acontecimientos que el investigador puede producir en condiciones controladas. Esto no sucede cuando se estudian propiedades ligadas a hechos pasa dos como ocurre en el caso de la investigación sobre la relación existente entre la escolaridad y el grado de pa sividad y dependencia de la personalidad de una cierta población. En este caso la variable independiente ‘esco laridad’ no es variable experimental porque cuando se realizó el estudio los sujetos ya habían concurrido a la escuela y aprobado grados en medida diversa. El inves tigador no podía ni incrementar ni reducir la escolari dad de los sujetos investigados porque este hecho ya era parte del pasado en el momento del estudio y, con secuentemente, era inmodificable. Las investigaciones que analizan propiedades que forman parte de hechos ya ocurridos se denominan ‘ex post facto’, que significa ‘desde después del hecho’. Ellas, evidentemente, tienen variable independiente pero ésta no es experimental. U I G V El control es elemento decisivo en el trabajo experi mental. Su sentido es cautelar que los resultados que se obtengan o los efectos esperados sean rigurosamente atribuibles a la acción de la variable experimental y no a la presencia de otras propiedades extrañas que el in vestigador debe neutralizar aislando cuidadosamente su experimento. Sin embargo no existe control alguno que permita la eliminación total y absoluta de la in fluencia de propiedades extrañas; por tanto, el investi gador debe hacer un análisis que le permita identificar las propiedades distintas a la variable experimental que podrían estar influyendo en sus resultados. A estas pro piedades se las conoce como ‘variables intervinientes’ y su presencia, aunque debe ser limitada al máximo, es prácticamente inevitable en el trabajo experimental. 5.3 A lgunas consideraciones sobre el caso ilustrativo La fase correspondiente a la definición de variables que desarrollamos a continuación difiere sustancial mente del texto original del autor de la tesis que toma mos como caso ilustrativo. Hemos obrado así en favor del rigor metodológico y precisión lógica para la identifi cación de las variables, su definición y las relaciones que guardan entre sí mediadas por indicadores e índices. En la investigación materia de este ejemplo, aun cuando es un estudio descriptivo de carácter diagnósti co, es posible distinguir con precisión entre variables dependientes y variables independientes si aplicamos las consideraciones metodológicas que hemos expuesto. En este caso lo que interesa al investigador es determinar la medida o grado de eficiencia de la EscuelaProfesio nal de Ingeniería de Energía de la Universidad Nacio nal del Santa. La relación lógica fundamental consiste en la presunción de que la eficiencia académica de la Escuela depende del comportamiento de la demanda A " U I G V social, de la competitividad, de la matrícula, de las exi gencias de aprobación, de las calificaciones académi cas de los docentes y de los montos de los costos educa cionales. Estos factores se comportan como variables independientes cuyo comportamiento condiciona el comportamiento de la eficiencia académica, que es en este caso la variable dependiente. En tanto que la variable dependiente es un constructo que tiene un contenido conceptual amplio y abstracto, es necesario definirla a través de índices que expresen el com portam iento de un conjunto de indicadores que pongan en evidencia la relación condi cional o funcional que se define tomando como elemen tos del antecedente a las variables independientes y como componente del consecuente a la variable depen diente. Las relaciones entre las variables, los indicadores y los índices se representan en el cuadro que aparece en el apartado siguiente. 5.4. Ejemplo En el informe de nuestro caso ilustrativo (ver cua dro de la siguiente página) encontramos lo siguiente: Definiciones de los conceptos utilizados Los indicadores y factores que permiten evaluar la efi ciencia académica de la EAP, son definidos operacionalmerite como sigue: 1. Demanda social: Determinada como el número de postulantes a la UNS y postulantes a la EAP de 1E, entre los años 1987 y 1995. 2. Competitividad: Grado de dificultad para ingresar a la Universidad Nacional del Santa o a la Escuela Profesional de Ingeniería en Energía. 3. Matrícula: Población estudiantil registrada en la universidad, en la Escuela Académico Profesional de Ingeniería en Energía por año y por ciclo. U I G V 41 Cu ad ro N ° 1 ín di ce s qu e co ns tit uy en l a de fin ici ón o pe ra cio na l de l co ns tru cto e fic ien cia a ca dé mi ca X 13 n □ n n 1 1 — 1 n □ ■ X 12 1 ■ □ □ □ ■ CD □ x10 | 1 ■ □ X , l : 1 L _ 3 1 ■ n Xs --- -- - 1 ■ □ X 7 1-- -- -- ! ■ RE DE E □ X . ■ PG ICD E ■ CD U I IC E X 4 ■ 1----- - 1 1 □ X3 ■ 1----- -- 1-- -- -- -1 ! X 2 ■ IDE A 1 1 1 : i I ,___ ___ _1 -- -- -- -1 l □ x,: ■ DS E DAU ! J IND ICA DO RES X1= Pos tula ntes a la Un iver sida d X2= Pos tula nte s a la E APd e IE X3= Ing resa nte s a la U nive rsid ad X4= ng resa nte s a aEA Pd e IE X5= Pob lació n d e es tud iant es d e la UN S X6= Pob lació n d e es tud iant es d e a EA P X7= Ma tricu lado s en la E AP X8= Des apro bad os e n la l EA P X9= Des erto res de a E AP | X10 =Gr adu ado s X11 =Nú mer o de Do cen tes i___ ___ ___ ___ ___ ___ ___ ___ __ X12 =Gr ado s ac adé mic os d oce ntes X13 =Pr esu pue sto VA RIA BLE S Dem and a So cial Com pei vid ad Mat rícu a Exig enc ias de Apr oba ción 1 Cali fica ción de os d oce nte s Cos tos EFICIENCIA ACADÉMICA U I G V Donde: IDSE: índice de demanda social sobre la Escuela ICE: índice de costos educacionales IDAU: índice de dificultad de acceso a la universidad IPG: índice de producción de graduados IDAE: índice de dificultad de acceso a la Escuela 1CDU: índice de carga docente en la UNS IRE: índice de rcpitencia en la Escuela ICDE: índice de carga docente en la Escuela IDEE: índice de deserción en la Escuela ICD: índice de calificación de docentes de la EAP de IE 4. Exigencias de aprobación: Requisitos académicos de la escuela profesional de Ingeniería en Energía que se evidencian en las tasas de aprobación, gradua ción y deserción. 5. Calificaciones de los docentes: Grados de excelencia de los mismos que en términos institucionales se evidencian en los títulos y grados académicos que posee un porcentaje de los docentes, 6. Postulantes: Individuos que solicitan ser admitidos en la Universidad Nacional y en la Escuela Acadé mico Profesional de Ingeniería en Energía. 7 . Ingresantes: Individuos que cubren las vacantes ofrecidas por la ÜNS y la EAP de 1E, logrando supe rar el examen de selección. Relacionando los postulantes e ingresantes entre los años 1987 y 1995) se mide el índice de dificultad de acceso a la UNS y el índice de dificultad de acceso a la EAP de 1E. 8 Desaprobados: Alumnos que no han logrado califi caciones aprobatorias en las asignaturas entre los años de 1987 y 1995, y medido como el índice de repitencía en la Escuela Académico Profesional de Ingeniería en Energía. U I G V 9- Deserción: Diferencia entre alumnos matriculados menos los alumnos aprobados y desaprobados, en tre los años de 1987 y 1995, con ello se determina el índice de deserción en la Escuela Académico Pro fesional de Ingeniería en Energía. 10. Graduados: Alumnos que concluyeron con el desa rrollo íntegro del plan de asignaturas, entre los años de 1991 y 1995. Se mide mediante el índice de pro ducción de graduados. 1 1 Docentes: Personas que ejercen tareas de enseñan za durante el periodo comprendido entre 1987 y 1995* Con ello se cuantifica el índice de carga do cente en la UNS, índice de carga docente de la EAP de 1E, y el índice de calificación de docentes de la EAP de 1E. 12. Costos educacionales: Determinados por el presu puesto asignado a la UNS entre los años de 1987 y 1995 y el número de alumnos. 13. índice de Eficiencia Académica: Es un cuociente normalizado que expresa una relación de medida entre los indicadores. El valor de este cuociente, para hacerlo comparable, se normaliza en una es cala con valores entre o y 1. Cada Indice es igual al cuociente correspondiente dividido entre la sumatoria de cuocientes del lapso 1987 - 1995. 6. CONTRASTACIÓN DE HIPÓTESIS En el vocabulario metodológico y epistemológico se llama ‘contrastación de hipótesis’ a las actividades que realiza un investigador para confrontar la hipótesis con lo que sucede u ocurre en los hechos. Este procedimien to conduce a aceptar o rechazar la hipótesis. Por influencia de una tradición iniciada por Aristóteles -cuando definió el concepto de verdad en términos de correspondencia con lo que ocurre- se ge neró una tendencia verificacionista que fue sostenida con el apoyo de instrumental sofisticado durante la pri mera mitad del siglo XX por el neopositivismo lógico, escuela de pensamiento cuyos principales representan tes sostuvieron la tesis que afirma que una hipótesis es aceptable cuando lo que dice tiene el apoyo de las evi dencias observables; en otras palabras, cuando corres ponde a lo que ocurre. Este punto de vista estuvo fuertemente ligado a la tesis que sostiene que las ciencias fácticas utilizan mé todos inductivos para establecer la verdad de sus hipó tesis . Han sido representantes distinguidos de esta orientación epistemológica Hans Reichenbach, Rudolf Carnap y Cari Hempel , entre otros. Las teorías de la confirmación derivadas de sus obras siguen siendo vi gentes cuando son asumidas con las limitaciones que han señalado Karl Popper y Mario Bunge, entre sus crí ticos más destacados. U IG V Es relevante, en este texto, recordar que dichos epistemólogos siempre formularon tesis prudentes res pecto de la provisionalidad de la validez de las conclu siones científicas y sobre las dificultades y distorsiones queafectan con frecuencia al lenguaje científico, razón por la que dedicaron esfuerzos especiales a la Lógica matemática, disciplina que usaron como su principal herramienta de análisis del método de investigación científica. 6.1 Concepción popperiana de la contrasfación de hipótesis Una concepción alternativa y de mayores repercu siones en las concepciones metodológicas del trabajo científico ha sido la debida a Karl Popper en su libro La lógica de la investigación científica, cuya versión origi nal en lengua alemana fue publicada en la revista Erkenntnis, órgano del Círculo de Viena o Escuela neopositivista, pese a que Popper era su crítico de ma yor agudeza y talla intelectual. Este epistemólogo, apo yándose en argumentos que se nutren de propiedades demostradas por la investigación en lógica matemáti ca, objetó las tesis neopositivistas sobre la verificación de hipótesis a través de métodos inductivos destinados a establecer la verdad de las mismas, y, con ello, la tra dición iniciada por la lógica aristotélica y fortalecida, en este aspecto, por Francisco Bacon y John Stuart Mili. Para el efecto, formuló el argumento conocido como ‘tesis de la asimetría de las hipótesis científicas respecto de su verificabilidad y de su refutabilidad’. Dicha concepción se caracteriza por sostener que no existe lógicamente número alguno de observacio nes efectuables en tiempo real que permitan afirmar de manera concluyente la verdad de una hipótesis cientí- U ! G V fica, entendida ésta como un enunciado condicional, universalm ente cuantificado y en forma normal prenex; en cambio, es suficiente que se produzca una sola observación que contradiga a una hipótesis para afirmar de manera lógicamente concluyente que dicha hipótesis es falsa. A partir de este razonamiento Popper sostiene que las reglas de la lógica solamente brindan seguridades plenas al investigador cuando éste prueba que una de terminada hipótesis es falsa; por el contrario, cuando el investigador pretende establecer la verdad plena de una hipótesis científica (por ejemplo, de una hipótesis en física o biología) resulta claro que toda evidencia factual que obtenga a favor de la referida hipótesis siem pre será insuficiente para afirmar lógicamente su ver dad plena. De estos resultados Popper deduce que si el investigador opta por utilizar la lógica de la manera más rigurosa posible entonces debe orientar todas sus acti vidades de cotejo o prueba de hipótesis hacia la refuta ción o falsación (Falsifizierbarkeit) de la misma. Esta tesis sobre la lógica de la ciencia conduce a con cebir al investigador, principalmente, como una perso na interesada en descartar hipótesis para reemplazarlas por otras que soporten mejor la prueba de contrastación. Sin embargo, 'el hecho de que una hipótesis resista las pruebas de contrastación realizadas no garantiza que se comporte de la misma manera con las próximas. Siem pre es posible que la siguiente observación factual pueda refutar una hipótesis y convertida en un enunciado fal so. Por tanto es preferible hablar del tiempo de vigencia de las hipótesis más que de su verdad. Este punto de vista ha sido muy influyente entre los investigadores científicos y los metodólogos de la cien cia porque es compatible con la falibilidad del conoci U I G V miento humano y con el hecho de que, como seres ra cionales, los miembros de la especie humana aprenden de sus errores. Tam bién, en arm onía con esta araumentación, los términos Verificación de hipótesis’ han desaparecido de los manuales actualizados de me todología de la investigación científica. 6.2 Falsación de una hipótesis cero Como estrategia estadística, existe el recurso cono cido con el nombre de ‘hipótesis cero’, que consiste en formular un enunciado con el propósito deliberado de rechazarlo debido a que el investigador asume explíci tamente que en los hechos existen relaciones que el enunciado de la hipótesis cero niega enfáticamente. En este caso, la prueba de contrastación de hipótesis con siste en aportar evidencia probatoria de la existencia, no azarosa, de relaciones entre dos variables, hecho que contradice lo que la hipótesis cero afirma. De este modo, el investigador prueba lo que presumiblemente ocurre rechazando o falsando una hipótesis cero. Sin embar go, puede ocurrir que las pruebas estadísticas sean co rrectas y que el rechazo de la hipótesis cero tenga fun damento, pero ello no asegura que las relaciones lógi cas entre las variables hayan sido esclarecidas debido a que no se ha formulado la hipótesis usando la estructu ra lógica de una implicación material. 6.3 Diseño de contrastación de hipótesis En nuestro medio el uso de la denominación ‘dise ño de investigación’ ha dado lugar a imprecisiones y ambigüedades riesgosas. Una primera interpretación sugiere que con estos términos se hace referencia a la estructura total del proceso de investigación. Otra in terpretación hace referencia a la organización lógica de las variables para realizar la contrastación de hipó :V U I G V tesis. Esta segunda interpretación está presente en el influyente manual metodológico de Fred Kerlinger, ti tulado Investigación del Comportamiento. A nuestro juicio, es mejor hablar de un ‘diseño de . prueba de hipótesis’, que debe consistir en un cuadro o tabla que muestre el conjunto de relaciones posibles entre dos variables. Esto último, como se sabe, si inter pretamos como conjuntos las variables X e Y, no es otra cosa que su producto cartesiano, el cual es graficable mediante una tabla de doble entrada. En esta tabla debe especificarse las relaciones que interesan al investigador para la contrastación de hipótesis de un modo que se las distinga de aquellas que no son rele vantes. Este procedimiento que muestra los cruces en tre variables (pares ordenados de los puntos donde las variables se intersectan) es operativo para la realiza ción de cálculos estadísticos, pero es insuficiente para el establecimiento de relaciones lógicas entre las varia bles. Esto se debe a que las relaciones lógicas, en este caso, requieren no sólo que sean formalizadas en un lenguaje de primer orden sino, además, un análisis semántico ligado estrechamente al significado de los conceptos que se utilizan como variables. Este análisis no puede derivarse de un diseño como el antes descrito, que es un dispositivo puramente combinatorio. 6.4 Criterios epistemológicos para el muestreo El uso de los indicadores estadísticos requiere que se tome en consideración factores instrumentales ligados a la viabilidad del proyecto. El más gravitante de ellos es el referente al muestreo. Los investigadores y los tesistas, en la mayor parte de los casos, deben limitarse a trabajar con muestras no aleatorias debido a las difi cultades prácticas que entraña localizar a los miem bros de una muestra elegida al azar y administrarles U I G V los instrumentos de investigación. Estas dificultades (como, por ejemplo, los altos costos que puede conlle var identificar y contactar a los sujetos de la muestra elegida al azar) son barreras limitantes aun para pro yectos de investigación muy relevantes. Por tanto, el investigador debe considerar criterios y pruebas esta dísticas para trabajar con muestras disponibles de la manera más significativa posible. Es importante que el informe de investigación pro porcione una expresa explicación de los conceptos a partir de los cuales se deducen las fórmulas estadísticas. Esta es condición necesaria para que el sentido y significado de los indicadores que se utilizan guarden relación de correspondencia con aquello que se pretende probar. Por ejemplo, es frecuente, en nuestro medio, encontrar tesistas que han trabajado con muestras disponibles y que, sin embargo,dedican muchas páginas a exponer pruebas estadísticas que sólo tienen lugar cuando se pre supone la aleatoriedad de la muestra y se pretende hacer generalizaciones inductivas válidas para la población, lo que no es lógicamente posible a partir de la información proporcionada por una muestra no aleatoria. Este error también es detectable en tesistas que trabajan con toda la población (universo estadístico). Lo anterior hace aconsejable que en el diseño de contrastación de hipótesis se incluya explícitamente al gún criterio que permita distinguir entre las inferencias que son lógicamente correctas, a partir de los indicadores estadísticos utilizados, y las que no lo son. El uso de pro gramas informáticos de estadística es de mucha utili dad para evitar la ejecución de operaciones rutinarias y laboriosas, pero también entraña el riesgo de que, si el tesista carece de una comprensión precisa de los concep tos matemáticos que el programa operacionaliza, haga uso inadecuado de los cálculos automáticos aunque con apariencia de rigor científico o académico por el uso de los instrumentos informáticos y no por una adecuada formación teórica y conceptual. 6.5 Etapas de Ea contrastación de hipótesis En esta fase de la investigación es necesario distinguir entre el diseño de contrastación de hipótesis (que en nues tro caso ilustrativo está constituido en gran medida por la tabla de doble entrada 13 x 13 del Cuadro N° 1) y las ac ciones de recolección de información y su procesamiento estadístico, que constituyen las evidencias factuales o empíricas en base a las cuales se va decidir lógicamente si hay buenas razones para afirmar que el comportamiento de la variable dependiente es o no el esperado. Dado que nuestro caso ilustrativo es una investigación evaluativa de tipo diagnóstico, las evidencias empíricas que se obtu vieron sólo permiten estimar si el constructo investigado - ‘eficiencia académica’- aplicado a la EAP de Ingeniería de Energía ha mostrado una tendencia creciente o decre ciente durante el período 1987-1995. Cualquier compara ción requeriría que se aplique la misma matriz de índices cíclicamente en la misma institución o paralelamente en instituciones semejantes. De este modo contaríamos con un criterio de comparación que por ahora no existe. 6.6 Ejemplo Los cálculos que se presentan a continuación se han realizado en base a información factual recogida por el tesista de los archivos y registros de matrícula así como a través de la administración de encuestas. Sin embar go, en este texto se han rectificado los cálculos de los índices 2 y 3 y se ha modificado el cuadro N° 15 respecto del original. Adicionalmente. Se han hecho correcciones y simplificaciones en las secciones de Interpretación de los resultados y de Explicación de los hallazgos. U [ G V índ ice N° 1 IDSE= índice de Demanda Social sobre la Escuela Aca démico Profesional de Ingeniería en Energía. IDSE = Total de postulantes a la EAP de 1E Total de postulantes a la UNS Cuadro N ° 2 índice de Demanda Social a la EAP de IE por años 1987 1988 1989 1990 1991 1992 1993 1994 1995 0,5235 0,5069 0,5655 0,2715 0,0709 0,0791 0,0775 0,0692 0,0558 A n á l i s i s de R e su lta d o s El índice de Demanda Social de la EAP de IE, como muestra el Cuadro N° 2, ha ido decreciendo notable mente a causa de que la proporción de postulantes a dicha escuela en relación con el número de postulantes a la UNS ha ido decreciendo notablemente, lo cual se aprecia en el gráfico siguiente. R ep re se n ta c ió n g rá fic a del índ ice N° 1 de D e m a n d a Soc ia l a la EA P de IE por año s J.:.. U I G V IDAU = Total de ingresantes a la UNS Total de postulantes a la UNS índice N° 2 IDAU = índice de Dificultad de Acceso a la UNS Cuadro N° 3 Relación de Postulantes /Ingresantes a la UNS y a la EAP de IE por años Anos 1987 1988 1989 1990 1991 1992 1993 1994 1995 UNS 8,81 6,02 6,23 6,93 3,40 3,93 4,24 3,00 2,14 IE 9,32 6,45 7,39 5,68 2,34 3,12 2,31 1,89 U3 Se observa que durante el año 1987, de cada 9 postulantes, 01 ingresó a la UNS; de igual manera, de cada 09 postulantes, 01 ingresó a la EAP de 1E. Se nota que esta relación, en el tiempo, disminuye llegando a tener en 1995 que de cada 2,5 postulantes ingresa, 01 a la UNS y de cada 1,5 postulantes, 01 ingresa a la EAP de 1E. Esto significa que el grado de dificultad de acceso a la UNS y a la EAP de 1E va disminuyendo a pesar de que el número de vacantes se mantiene casi constante mente. Los gráficos muestran la tendencia decreciente de la demanda frente a una oferta de vacantes cons tante. En el cuadro N° 3 se aprecia que la demanda sobre la EAP de 1E es decreciente; si en 1987 su número de postulantes constituyó más del 50% de la demanda en la UNS, en 1995 esta demanda bajó a un poco más de 5%. Esta disminución porcentual se aprecia en los va lores normalizados del índice que muestra una tenden cia decreciente como se aprecia en el Cuadro N° 15. U I G V Cuadro N°4 índice de d ificultad de acceso a la U N S por años r 1987 1988 1989 1990 1991 1992 1993 1994 1995 i 0,197 0,134 0,139 0,155 0,076 0,087 0,094 0,067 0,047 En el cuadro N° 4, se muestra la tendencia decre ciente de la relación entre los postulantes y los ingresantes a la UNS y en el gráfico se aprecia que la tendencia es hacia la paridad. Esto significa que el gra do de dificultad para acceder a la UNS será mínimo cuando el número de postulantes sea igual al número de vacantes. Representación gráfica del Indice N° 2 índice de dificultad de acceso a la UNS por años U I G V índice N° 3 IDAE = índice de Dificultad de Acceso a la EAP de 1E IDAE = Total de ingresantes a la EAP de 1E Total de postulantes a la EAP de 1E Cuadro N° 5 Indice de dificultad de acceso a la EAP por años 1987 1988 1989 1990 1991 1992 1993 1994 1995 0,232 0,161 0,184 0,141 0,058 0,077 0,057 0,047 0,038 En el cuadro N° 5 se muestra la tendencia decre ciente de la relación entre postulantes e ingresantes. Se observa que con el tiempo resulta cada vez más fácil el ingreso a la EAP de 1E o que el número de postulantes tiende a igualarse con el número de ingresantes dada la constancia de vacantes, razón por la cual no se estaría seleccionando rigurosamente a los alumnos que ingre-' san a la EAP de 1E. Representación gráfica del índice N° 3 índice de dificultad de acceso a la EAP de IE por años U I G V _ Total de alumnos desaprobados por semestre Total de alumnos matriculados por semestre índice N° 4 IRE = índice de Repitencia en la Escuela Académico Profesional de Ingeniería Energía. Cuadro N° 6 índice de repitencia en la EAP de IE por años 1987 1988 1989 87-1 87-11 88-1 88-11 89-1 89-11 0,37500 0,26943 0,17305 0,17212 0,22844 0,28094 1990 1991 1992 90-1 90-11 91-1 91-11 92-1 92-11 0,28207 0,16556 0,25441 0,22292 0,16676 0,17143 1993 1994 1995 93-1 93-11 94-1 94-11 95-1 95-11 0,19886 0,21197 0,26925 0,23537 0,25723 El cuadro N° 6 m uestra la distribución de la repitencia en la EAP de 1E. Los datos se consignan para los semestres académicos par e impar. Para su elabora ción sólo se tomó en cuenta las asignaturas que regis traron 15 matrículas como mínimo. Se observa que la repitencia tiene valores constantes en el tiempo, regis trándose el mayor valor el primer semestre de 1987 y el menor valor, el segundo semestre de 1990. El gráfico muestra la repitencia entre 1987-1995, donde se nota cierta tendencia a mantenerse entre el 20% y el 28%. -:i. ■ U I G V Representación gráfica del índice N° 4 índice de repitencia en la EAP de IE por años ín d ic e N ° 5 IDEE = índice de Deserción en la Escuela Académico Profesional de Ingeniería en Energía IDDE= Total de alumnos desertores por semestreTotal de alumnos matriculados por semestre C u a d ro N ° 7 In d ice de d e se rc ió n en la E A P de IE por añ o s 1967 1988 1989 87-1 87-II 88-I 88-II 89-I 89-II 0,08333 0,05681 0,12800 0,14700 0,19143 0,21392 1990 1991 1992 90 I 0,21570 90-II 0,14202 91-I 0,21556 9M! 0,12756 92-I 0,17608 92-II 0,15195 1993 1994 1995 934 93-II 94-I 94-II 95-f 95-II 0,12485 0,12022 0,11486 0,12247 0,12616 ü I G V En el cuadro N° 7 se presenta la evolución de la de serción durante el período en análisis; se nota un comportamiento irregular. Se observa que la máxima deserción, en promedio, se produjo el año de 1989 y el menor valor registrado, en promedio, corresponde al año de 1987. A partir de 1989 la deserción muestra un comportamiento descendente hasta 1994 Y en 1995, muestra un ligero incremento. R e p re se n ta c ió n g rá f ica del ín d ice N ° 5 ín d ice de d e se rc ió n en la EA P de IE p o r añ o s ín d ic e N ° 6 ICE = índice de costos educacionales IC£_ Presupuesto anual asignado a la UNS Total de matrículas registradas por años U I GV Cuadro N° 8 Relación del presupuesto asignado entre el número total de alumnos matriculados en la UNS por años Año 1987 1988 1989 1990 1901 Presupuesto Ejecutado 1070809,14 766362,57 1285500,90 1 020 051,91 2760561,63 Total matríc. 188 284 533 789 1900 Costo unitario 5695,793 2409,097 2 3 24594 1 292841 1 387216 Año 1992 1996 1994 1995 Presupuesto Ejecutado 2043734,37 1315645,65 1612530,28 1947513,77 Total matric. 2832 1501 3583 4424 Costo unitarb 721,657 876,512 450,050 440,215 Se observa que los costos unitarios descienden brus camente del año 1987 al año de 1988 y luego el descen so es constante, hasta que el valor más bajo se registra el año de 1995. Cuadro N° 9 / Indice de costos educacionales por año 1987 1988 1989 1990 1991 1992 1993 1994 1995 0,3652 0,1545 0.1490 0,0829 0,0889 0,0463 0,0562 0,0289 0,0282 El gráfico muestra la tendencia de la variación de los costos educacionales en términos de índices por años. U I G V Representación gráfica del índice N° 6 índice de costos educaciona les por año ín d ice N° 7 IPG = índice de producción de graduados Tp ^ _ _____ Número de graduados por año Población de alumnos de la EAP de 1E por año Cuadro N° 10 / Indice de producción de graduados por años 1987 1988 1989 1990 1991 1992 1993 1994 1995 0 0 0 0 0 0 0 ,0258 0 ,0706 0 ,0038 El cuadro N° ío muestra que en condiciones de efi ciencia total, la primera cohorte en conjunto debió egre sar al finalizar el año académico de 1991; las ineficiencias propias del sistema hacen que seis miembros de la pri mera promoción egresen culminando el primer semes tre académico de 1993, no produciéndose más egresos ■ ■ U I G V hasta el año de 1994, donde se registra el mayor núme ro de graduaciones (18 alumnos, entre ellos una del sexo femenino). Del análisis de los documentos, se concluye que a Diciembre de 1995 se graduaron 18 alumnos de la primera cohorte, que representa el 36% de la promo ción; y 07 egresados de la segunda cohorte, que consti tuyen el 13,73% de la promoción; en ambos casos la promoción se produce luego de una permanencia en la UNS entre 6,57 años. Los índices normalizados del Cua dro N° 10 y el Gráfico del Indice N° 7 no muestran propiamente una curva de tendencia sino un segmento de acumulación alrededor de 1994 debido a que las gra duaciones tardías han excedido en número normativo de años previstos en el currículo. El gráfico muestra la evolución de la graduación por años. Representación gráfica del índice N° 7 / Indice de producción de graduados por años U I G V IC D U = ^otal de docentes nombradas y contratados en al UNS Total de matrículas registradas por años í n d i c e N° 8 ICDU ~ índice de carga docente en la UNS Cuadro N° 12 Relación de alum nos por profesor en la UNS según datos A ño 1987 1988 1990 1991 1992 1993 1994 1995 A lum . P ro fe so r 8,174 12,289 14,089 14,089 25,286 17 ,869 33 ,176 34,031 El gráfico muestra la variación de los índices de la carga docente en la UNS. La tendencia decreciente del ICDU, se debe al incremento sostenido de las matricu las por admisión y un incremento muy moderado del número de docentes. Esto se refleja claramente en los resultados del cuadro N° 12. Representación gráfica del índice N° 8 Relación de alum nos por profesor en la UNS según datos u 1 g v índice N° 9 ICDE = índice de carga docente en al EAP de IE por años ICDE= T°tal de docentes nombrados v contratados en la UNS Total de matriculas registradas por años Cuadro N° 13 índice de carga docente en ia EAP de IE por años 1987 1968 1989 1990 1991 1992 1993 1904 1996 0,142 0,127 0,144 0,124 0,175 0,173 0,156 0,146 0,133 Los datos del cuadro N° 13 muestran el índice de Carga Docente, que refleja la relación docentes/alumnos en la EAP de IE. Como puede verse, esta relación se ha man tenido casi constante entre 0,125 Y 0,140 .Al no produ cirse la graduación en la cantidad esperada, el número de estudiantes se mantiene casi constante; asimismo, el número de docentes sufre pequeñísimas variaciones. El gráfico muestra la evolución de esta relación. Representación gráfica del índice N° 9 / Indice de carga docente en al EAP de IE por años U I G V índice N° 10 ICD = índice de calificación de docentes en la EAP de IK JO ) _ Total de docentes nombrados v contratados en la EAP de IE Puntajes por calificación académ ica Cuadro N° 14 índice de calificación de docentes de la EAP de IE por años 1987 1988 1989 1990 1991 1992 1993 1994 1995 0,250 0,233 0,250 0,260 0,262 0,142 0,145 ____ 0,148 0,156 / Representación gráfica del Indice N° 10 índice de calificación de docentes de la EAP de IE por años La calificación académica de los docentes de la UNS se ha realizado asignando puntaje teniendo en cuenta el grado académico más alto que han obtenido y el título profesional. Se asigna el coeficiente 7, al grado académico más alto obtenido por los docentes,; en este caso el grado de Doctor. El grado de Magíster se cuantifica con el coefi ciente cuatro 4; al título profesional se le asigna con el coeficiente 3, y el grado académico de Bachiller tiene como coeficiente i. El cuadro N° 14 muestra que los índices normalizados de las calificaciones de los docentes durante : -j 1 g v los primeros cinco años de funcionamiento de la EAP de IE fueron superiores a los obtenidos por los docentes que brindaron su servicio en la EAP de IE durante los años comprendidos entre 1992 a 1995. El gráfico muestra la variación de la calificación de los docentes. Cuadro N° 15 Evolución de IEA y de sus componentes para el período 19f 7-1995 Año Ind.l lnd.2 lnd.3 lnd.4 lnd.5 lnd.6 lnd.7 lnd.8 lnd.9 In d .l 0 IEA 1 9 8 7 0,5235 0,197 0,232 0,3222 0 ,0 7 0 0 7 0,3652 0 0,1223 0,142 0,250 0,222 1 9 8 8 0 ,5069 0,134 0,161 0,1725 0 ,13750 0,1545 0 0 ,0828 0,127 0,233 0,170 1 9 8 9 0,5655 0,139 0,184 0,2546 0 ,2 0 2 6 7 0,1490 0 0,0813 0,144 0,250 0,197 1 9 9 0 0,2715 0,155 0,141 0,2238 0 ,1 7 8 8 6 0,0829 0 0,0709 0,124 0,260 0,150 1 9 9 1 0,0709 0,076 0,058 0,2386 0 ,1 7 1 5 6 0,0889 0 0,0391 0,175 0,262 0,118 1 9 9 2 0,0791 0,087 0,077 0,1690 0 ,1 6 3 9 9 0 ,0463 0 0,0395 0,173 0,142 0,097 1 9 9 3 0,0775 0,094 0,057 0,1988 0 ,12485 0 ,0562 0,0258 0,0559 0,156 0,145 0,099 1 9 9 4 0,0692 0,067 0,047 0,2406 0 ,1 1 7 5 4 0 ,0289 0,0706 0,0301 0,146 0,148 0,096 1 9 9 5 0,0558 0,047 0,038 0,2463 0,12431 0,0282 0 ,0038 0,0293 0,133 0,156 0,086 M E D I A 0 ,2466 0,1106 0,1105 0,2296 0 ,14344 0,1111 0,0111 0 ,0612 0,146 0,205 0,137 R e p r e s e n t a c i ó n g r á f i c a de l a e v o l u c i ó n d e l I E A en e l p
Compartir