El especialista en metodología de la investigación científica se ocupa de organizar sistemáticamente la estructura de una investigación, sea del campo de las ciencias naturales, sociales o formales. Para este profesional el objeto de estudio es el método - el camino - no la investigación en sí, es decir, se preocupa y ocupa de elaborar instrumentos adecuados para cada estudio.

Su trabajo es traducir la experiencia espontánea a una descripción científica produciendo ese material básico de la experiencia científica que se denomina dato. El dato es una construcción compleja que, por consecuencia, posee una estructura interna. La estructura del dato científico tiene cuatro componentes: 1) Unidad de análisis, 2) Variables, 3) Valor, e 4) Indicadores. (Samaja, J., Epistemología y metodología, Buenos Aires, Eudeba, 2005)

Este dato - célula de toda investigación - se encuentra dentro un esquema o tipo de estudio que tiene partes bien definidas, la adecuada determinación de estas partes es también tarea del especialista, ellas son:

Esquema: Exploratorio

Tipo de hipótesis: Proto-hipótesis (en sus aspectos formales puede presentar rasgos semejantes a todas la otras pero trabaja a un nivel menos estructurado). Objetivo del tratamiento: Construir o identificar dimensiones y variables (construir sistemas de clasificación) y explorar procedimientos de medición o indicadores. Diseño: Todos los tipos son posibles. Tipo de tratamiento de datos: Análisis centrado en el valor.

Esquema: Descriptivo

Tipo de hipótesis: Hipótesis de atribución. Objetivo del tratamiento: Describir el comportamiento de las variables y validar procedimientos de medición o indicadores (análisis univariados y correlaciones que no implican causalidad). Diseño: Descriptivo transversal. Descriptivo longitudinal. Pre-experimental. Correlacionales. Tipo de tratamiento de datos: Análisis centrado en la variable en donde es muy importante el análisis estadística, sin olvidar que ella cumple una función instrumental, de modo que pueden hacerse buenas descripciones aún cuando no se utilicen técnicas estadísticas. Por lo demás, la riqueza de las descripciones y/o explicaciones se derivan de la riqueza de los modelos implícitos en las hipótesis (y no de las técnicas particulares con las que se realicen esas descripciones).

Esquema: Explicativo

Tipo de hipótesis: Hipótesis causales/ procesales. Objetivo del tratamiento: Precisar relaciones de determinación entre variables. (correlacionales causales y experimentales). Diseño: Correlacional transversal y longitudinal (en los que se postula causalidad).Cuasi-experimental. Experimental. Tipo de tratamiento de datos: Análisis centrado en la variable en donde es muy importante el análisis estadística, sin olvidar que ella cumple una función instrumental, de modo que pueden hacerse buenas descripciones aún cuando no se utilicen técnicas estadísticas. Por lo demás, la riqueza de las descripciones y/o explicaciones se derivan de la riqueza de los modelos implícitos en las hipótesis (y no de las técnicas particulares con las que se realicen esas descripciones).

Esquema: Explicativo/interpretativo

Tipo de hipótesis: Hermeneútica. Objetivo del tratamiento: Construir o identificar tipos o tipologías de unidades de análisis y establecer relaciones funcionales o histórico formativo entre ellas. Diseño: Comparativo estructural (transversal y longitudinal) y evolutivo de desarrollo. Tipo de tratamiento de datos: Análisis centrado en la Unidad de Análisis. Corresponde al análisis de pautas-tipologías y de manera más general a todo análisis estructural. Este tratamiento puede avanzar hacia el análisis funcional, procesos de transformación en el tiempo de las estructuras o pautas (análisis histórico-genético).(Ynoub, R.C., El proyecto y la metodología de la investigación, Buenos Aires, Cengage, 2007).

Enlaces externos

• Asesoría metodológica gratuita para investigaciones científicas