MANA 754 — Repaso de métodos de investigación

Introducción a los métodos de investigación

Investigación empresarial: Función de búsqueda de la verdad que predice y explica fenómenos del entorno empresarial, recopilando, analizando e interpretando información para mejorar la toma de decisiones.

Características de la buena investigación

EmpíricaSe compara con la realidad observable.

ReplicableCualquiera que siga el mismo procedimiento llega a conclusiones equivalentes.

AnalíticaLos hechos empíricos se eligen, especifican y miden para responder las preguntas.

Basada en teoríaSe apoya en un cuerpo de conocimiento existente.

LógicaConclusiones derivadas con razonamiento válido.

RigurosaSe minimizan los errores en cada etapa.

Aplicada vs. básica — ejemplos concretos

Aplicada	Básica
¿Puede el perfil psicológico de empleados reducir rotación en McDonald's?	¿Qué factores psicológicos predicen la reducción de rotación en ocupaciones de servicios?
¿Cómo afectan las funciones digitales al market share de Samsung?	¿Cómo afecta la turbulencia tecnológica al desempeño del negocio?

El proceso de investigación — 3 fases y sus pasos

FormulaciónConfirmar necesidad → definir problema → revisión de literatura → desarrollar preguntas e hipótesis → formular diseño.

EjecuciónDefinir muestreo → diseñar instrumentos → recolectar datos → verificar errores → codificar → almacenar.

III

AnalíticaAnalizar datos → interpretar → apoyar/rechazar hipótesis → identificar limitaciones → preparar informe.

Propuesta de investigación — estructura

Título del proyecto e información básica
Declaración del problema y objetivos de investigación
Estrategia y métodos de investigación
Naturaleza del informe final
Horario, presupuesto y méritos del equipo

Tendencias que afectan la investigación empresarial

Expansión de mercados libresPost-1989: mercados antes cerrados se abrieron, generando nuevas preguntas.

GlobalizaciónLa Internet convirtió el mundo en un mercado; la investigación debe ser internacional.

Mercado de relacionesÉnfasis en interacciones a largo plazo entre empresa y partes interesadas.

Revolución de la informaciónComunicaciones electrónicas, datawarehouses, GPS, redes interconectadas.

Conceptualización y variables

Conceptualización: Proceso de desarrollar un modelo conceptual que identifica variables/constructos, especifica hipótesis y relaciones, y prepara un diagrama que representa visualmente la base teórica.

Variables vs. constructos — comparación profunda

Dimensión	Variable	Constructo
Observabilidad	Directamente observable	No directamente observable (latente)
Nivel de abstracción	Bajo (concreto)	Alto (abstracto)
Medición	Directa, con un indicador	Indirecta, con múltiples indicadores
Base	Empírica	Teórica
Ejemplos	Ventas, género, edad, precio	Satisfacción, liderazgo, calidad de servicio, confianza

Tipos de variables — definiciones y ejemplos

Dependiente (VD)La que se intenta explicar o predecir. Resultado/efecto. Denotada 'y'. Ej: satisfacción laboral.

Independiente (VI)Influye o explica la VD. Causa/estímulo. Denotada 'x'. Ej: nivel de compensación.

Moderadora (VM)Altera (modera) la relación VI→VD. Se controla e incluye en el modelo. Ej: edad del trabajador.

Interviniente (VIV)Explica el mecanismo por el que VI afecta a VD. Ej: motivación mejora productividad.

Extraña (VE)No controlada; puede causar conclusiones erróneas. Se diferencia de VM porque no se planea.

Escalas de medición — profundidad

Escala	Tipo	Permite	No permite	Ejemplo
Nominal	No métrica	Clasificar, contar, moda	Ordenar, sumar	Género, nacionalidad, tipo de trabajo
Ordinal	No métrica	Ordenar, mediana, percentil	Distancias iguales entre categorías	Nivel socioeconómico, satisfacción (bajo/medio/alto)
Intervalo	Métrica	Media, varianza, desv. estándar	Razones (2x, 3x)	Temperatura °C, puntuaciones de actitud
Razón	Métrica	Todas las operaciones aritméticas	— (nada; es la más completa)	Peso, altura, ventas, tiempo

Modelo conceptual — 5 elementos

Construcciones teóricasVariables latentes/compuestas. Se representan como óvalos o círculos.

Variables medidasObservaciones reales (datos brutos). Se representan como rectángulos.

Relaciones unidireccionalesFlechas de una punta. Representan relaciones causales o predictivas.

Relaciones bidireccionalesFlechas de dos puntas. Representan correlaciones o covarianzas.

Términos de errorVarianza no explicada. Se representan como círculos pequeños.

Ética en la investigación

Ética empresarial: Aplicación de estándares éticos a las acciones humanas en el proceso de intercambio. La confianza es la cuestión primordial.

Balance ético — 3 esferas con presiones y controles

Esfera	Presiones	Puntos de control
Organizacional	Supervivencia, competencia, crecimiento, ganancias	Políticas corporativas, códigos de conducta
Profesional	Metas colectivas, imagen, reputación	Estándares profesionales, colegios, asociaciones
Individual	Beneficios personales, presión de grupo, influencias sociales	Valores morales, metas personales

Responsabilidades del investigador

Mantener rigor científico en cada etapa
Hacer cumplir niveles máximos de confidencialidad
Buscar siempre la verdad en investigación transparente, medible y replicable
Consenso sobre el propósito y admitir limitaciones
Presentar resultados con claridad

Responsabilidades del cliente

Educarse sobre el qué, cómo, quién, dónde y cuándo
Establecer presupuesto y plan de trabajo con metas y entregables
Dar consideración a los resultados con expectativas realistas
Pagar por el trabajo realizado

Historia del IRB — cronología

1946

Código de Núremberg — Primer documento jurídico sobre derechos de participantes. Énfasis en consentimiento voluntario y balance beneficios/daños.

1964

Declaración de Helsinki — Principios éticos para investigación médica con seres humanos (Asociación Médica Mundial).

1974

Ley Nacional de Investigación (EE.UU.) — Crea la Comisión nacional para protección de sujetos humanos. Respuesta a Tuskegee, Jewish Chronic Disease y Willowbrook.

1979

Belmont Report — Tres principios: (1) respeto por las personas (autonomía), (2) beneficio (maximizar beneficios, minimizar daños), (3) justicia.

1991

45 CFR 46 (Regla General) — 17 agencias federales adoptan el reglamento. Designa los IRB como órganos de revisión. OHRP supervisa.

Cotejo ético rápido: "Actúa siempre como si tus acciones fueran públicas." Si la respuesta a cualquiera de estas preguntas es sí o "no estoy seguro", no lo hagas: ¿Perjudicará a la institución? ¿Perjudicará individuos? ¿La información será mal utilizada? ¿Dañará integridad personal? ¿Dañará a la sociedad?

Revisión de literatura

Revisión de literatura: Análisis integrado — no solo resumen — de escritos académicos relacionados directamente con la pregunta de investigación. Tiene dos objetivos: (1) desarrollar y expandir ideas, (2) asegurar familiaridad con desarrollos recientes.

Evaluación de fuentes — 4 preguntas clave

¿Credenciales del autor?¿Cuál es la experiencia del autor en este campo?

¿Evidencia empírica?¿Están los argumentos respaldados por estudios cuantitativos/cualitativos?

¿Sesgo?¿Está la perspectiva demasiado sesgada? ¿Considera puntos de vista opuestos?

¿Contribuye?¿La fuente profundiza la comprensión del tema en revisión?

Fuentes por tipo

Tipo	Ejemplos	Uso
Libros y textos	Hernández et al., Hair, Malhotra	Visión general, fundamentos teóricos
Revistas académicas	AMR, AMJ, ASQ, Organization Science	Investigación empírica reciente y rigurosa
Tesis y disertaciones	ProQuest, biblioteca UAGM	Estudios detallados, metodologías completas
Bases de datos	EBSCO, Google Scholar, JSTOR	Búsqueda eficiente por tema/autor/año
Informes de gobierno	Depto. de Comercio EE.UU., agencias federales	Datos estadísticos, datos secundarios
Actas de congresos	AOM, APA conferences	Investigación emergente, más reciente

¿Qué incluir? — criterios de selección

AntigüedadPreferir fuentes de los últimos 10 años, salvo artículos seminales o fundamentales.

ConfiabilidadEvitar sesgos. A mayor número de veces citado un artículo, mayor confiabilidad.

Relevancia metodológica¿Es útil la metodología como guía para el propio enfoque?

Hallazgos diferentesSi hay resultados distintos, incluir y explicar la diferencia.

Preguntas de investigación — tipos

Tipo	Ejemplo fácil (evitar)	Ejemplo aceptable
Diagnóstico	¿Cuál es el promedio de empleo?	¿En qué medida el compromiso organizacional se correlaciona con ausencias?
Causal	¿Ha mejorado la capacitación?	¿La duración del servicio modera la relación entre compromiso y ausencias?
Geográfico	¿Dónde vendemos?	¿Qué áreas geográficas tienen más probabilidad de comprar el producto X?

Teorías y diseño de investigación

Teoría: Conjunto de proposiciones lógicamente interconectadas que muestran cómo o por qué ocurre una relación y pueden ser probadas empíricamente. Es un esquema conceptual basado en axiomas.

Teoría vs. hipótesis

Dimensión	Teoría	Hipótesis
Alcance	Contexto amplio y general	Predicción específica sobre circunstancias concretas
Estado	Ampliamente probada y aceptada	Suposición especulativa aún no probada
Ejemplo	Teoría de las expectativas de Vroom	"Los estudiantes con mejores hábitos sufrirán menos ansiedad en exámenes"

Rol de la teoría en 6 tareas de investigación

Tarea	Rol de la teoría
Conceptualizar variables	Sugiere variables dependientes e independientes importantes
Operacionalizar variables	Orienta sobre medios prácticos de medir conceptos clave
Seleccionar diseño	Indica si usar diseño causal, descriptivo o exploratorio
Seleccionar muestra	Ayuda a definir naturaleza y características de la población
Analizar hallazgos	El marco teórico guía la selección de estrategia analítica
Integrar hallazgos	Permite interpretar resultados con el cuerpo de conocimiento existente

Tipos de diseño investigativo — descripción profunda

Exploratorio

Flexible. Para áreas nuevas. Muestras pequeñas. No generalizable.

Descriptivo

Quién, qué, cuándo, dónde. No determina causas.

Causal

"Si X → Y". Máxima complejidad. Requiere control.

Longitudinal

Sigue la misma muestra en el tiempo. Detecta cambios.

Transversal

Sin dimensión temporal. Fotografía en un momento.

Experimental

Control total del investigador. Grupo experimental vs. control.

Caso de estudio

Estudio en profundidad de un fenómeno específico.

Metaanálisis

Resume resultados de múltiples estudios. Aumenta tamaño de muestra efectivo.

Método mixto

Cuanti + cuali. Holístico. Para fenómenos complejos.

Investigación acción

Ciclo explorar → planear → intervenir → observar → reflexionar.

Etnografía

Investigador en campo natural. Notas de campo. Interpretativo.

Revisión sistemática

Protocolo rígido. Identifica, evalúa y sintetiza evidencia existente.

Muestreo y recolección de datos

Pasos del proceso de muestreo

Definir la población objetivo — El grupo completo de elementos relevantes que poseen la información requerida.

Elegir el marco de muestreo — Lista completa de los elementos de la cual se extrae la muestra.

Seleccionar el método — Probabilístico (aleatorio, sistemático, estratificado, cluster, multietápico) o no probabilístico.

Determinar el tamaño — Basado en: variabilidad, tipo de muestra, tiempo, presupuesto, precisión y grado de confianza.

Implementar el plan — Ejecutar y hacer seguimiento de la tasa de respuesta.

Probabilístico vs. no probabilístico

Dimensión	Probabilístico	No probabilístico
Selección	Aleatoria, probabilidad conocida y no nula	A criterio del investigador (subjetivo)
Sesgo	Minimiza sesgo de selección	Puede tener sesgo de selección
Generalización	Resultados generalizables a la población	No se debe generalizar
Uso típico	Investigación cuantitativa	Investigación cualitativa, exploratoria
Ejemplo	Sorteo, marcado aleatorio de teléfonos	Conveniencia, juicio, bola de nieve

Técnicas de recolección — ventajas y desventajas

Correo/postal+ Amplia cobertura, bajo costo, anonimato. — Baja tasa de respuesta, sin aclaración de dudas.

En persona+ Empatía, alta tasa respuesta, puede aclarar. — Costoso, posible sesgo del entrevistador.

Telefónica+ Amplia cobertura, rápida. — Tiempo limitado, excluye sin teléfono.

Electrónica+ Global, rápida, sin sesgo entrevistador. — Limitada a usuarios digitales.

Entrevista profunda+ Profundidad, flexibilidad. — Lenta, costosa, difícil de analizar.

Grupo focal+ Ideas colectivas, riqueza. — No generalizable, requiere moderador experto.

Técnicas proyectivas cualitativas

Asociación de palabrasEl encuestado dice la primera palabra que le viene a la mente.

Finalización de oracionesSe completa una frase incompleta de forma espontánea.

Dibujos animadosSe interpreta lo que dicen personajes en un dibujo.

Pruebas TATTest de apercepción temática: narrar una historia sobre una imagen ambigua.

Juego de rolesEl encuestado actúa como otra persona para revelar actitudes.

Software de análisis cualitativo: NVIVO (análisis de texto, hipervínculos a audio/video, organización de datos no numéricos) y TextSmart (codificación/categorización de respuestas narrativas, compatible con SPSS).

Análisis e interpretación de datos

Teoría fundamentada (Grounded Theory): Metodología que construye teorías a través de la recopilación metódica y el análisis de datos usando razonamiento inductivo. Se usa para crear, elaborar y validar teoría.

4 posturas interpretativas cualitativas

Postura	Descripción
Positivismo	La realidad puede determinarse objetivamente a través de la investigación.
Pospositivismo	Existe realidad objetiva pero las lentes psicológicas filtran la interpretación.
Interpretativo	Todo acceso a la realidad está socialmente construido. Busca significados individuales.
Crítico	Busca cambiar circunstancias sociales y económicas. Investigación "emancipadora".

Proceso de análisis cualitativo (Miles y Huberman)

Recopilación de datos — Entrevistas, observación, documentos, redes sociales.

Reducción de datos — Seleccionar, simplificar y transformar para hacerlos manejables. Codificación.

Visualización de datos — Organizar para identificar vínculos y patrones. Tablas, diagramas.

Obtención de conclusiones — Identificar, comparar e interpretar patrones y temas.

Verificación de hallazgos — Triangulación, miembro checks, peer debriefing.

Elementos clave del análisis cualitativo

Orientación de caso únicaCada caso es especial y único. El análisis cross-case depende de la calidad del análisis individual.

Análisis inductivoInmersión en los datos para descubrir patrones. Guiado por principios analíticos, no reglas.

Perspectiva holísticaEl fenómeno es un sistema complejo mayor que la suma de sus partes.

Sensibilidad al contextoHallazgos situados en contexto social, histórico y temporal. Cuidado con generalizaciones.

Voz y reflexividadEl investigador reflexiona sobre su propia perspectiva. Balance entre objetividad y subjetividad.

Pasos del análisis cuantitativo

Revisar el marco conceptual — Confirmar relaciones propuestas e hipótesis.

Preparar datos — Editar, manejar datos faltantes, codificar, transformar, identificar atípicos (outliers).

Análisis descriptivo o prueba de hipótesis — Determinar qué tipo de análisis es necesario.

Realizar análisis — Aplicar la técnica estadística apropiada según tipo de variables y escalas.

Evaluar hallazgos — Determinar significancia estadística y práctica.

Comunicación de resultados y publicación

7 recomendaciones para redacción técnica

Carga frontal — Las primeras páginas son las más leídas. Incluir el máximo contenido al inicio (resumen ejecutivo).

KISS — Keep It Short and Simple. Oraciones cortas. Palabras cortas. Tablas y gráficos para resumir.

Empatía — Los lectores tienen diferentes capacidades técnicas. Detalles técnicos van en apéndice.

Orientación al objetivo — Todo el texto debe estar enmarcado en proporcionar información útil para el propósito.

Editar, editar, editar — Eliminar todo lo que no sea necesario para comunicar el propósito.

Elegante en la ignorancia — Evitar temas no abordados. Revelar limitaciones claramente.

Organización clara — Encabezados, subtítulos, tabla de contenido. El lector debe poder navegar fácilmente.

Razones comunes de rechazo en revistas

Fuera de alcanceEl manuscrito no cae dentro del objetivo y alcance de la revista.

Doble sumisiónEl artículo está bajo revisión en otra revista simultáneamente.

Escritura incomprensibleMala gramática, ortografía, falta de elementos clave.

Estilo incorrectoNo sigue las pautas de escritura y referencia de la revista.

Sin valor agregadoLos hallazgos no contribuyen avance al campo.

Hipótesis poco claraNo hace hipótesis clara o trabaja con hipótesis ya establecidas.

Metodología obsoletaUsa métodos antiguos cuando existen métodos más precisos.

97%

rechazo en revistas elite

Q1-Q4

cuartiles SCimago

4-7K

palabras por artículo

8-15

palabras en el título

Macro teorías en negocios

Agency Theory — El director delega trabajo al agente; busca el contrato óptimo que alinee incentivos. Problema central: asimetría de información y conflicto de intereses.
Jensen & Meckling, 1976
Resource-Based View (RBV) — La ventaja competitiva sostenible surge de recursos valiosos, raros, inimitables y no sustituibles (VRIN). Estrategia: explotar recursos únicos internos.
Barney, 1991
Contingency Theory — No existe una estructura organizacional universalmente óptima; la efectividad depende de la alineación entre estructura, entorno y estrategia.
Lawrence & Lorsch, 1967
Population Ecology — Las organizaciones, como especies biológicas, compiten por recursos escasos; la selección ambiental determina cuáles sobreviven (inertia estructural).
Hannan & Freeman, 1977
Transaction Cost Economics — Las empresas existen porque internalizar ciertas transacciones es más eficiente que el mercado. Analiza atributos de transacciones y estructuras de gobierno.
Williamson, 1975
Institutional Theory — Las organizaciones se conforman con normas, valores y creencias del entorno institucional para ganar legitimidad (isomorfismo).
DiMaggio & Powell, 1983

Micro teorías en negocios

Expectancy Theory — Motivación = Expectativa (esfuerzo→desempeño) × Instrumentalidad (desempeño→resultado) × Valencia (valor del resultado).
Vroom, 1964
Social Exchange Theory — Las relaciones sociales se mantienen cuando los beneficios superan los costos. Las normas de reciprocidad rigen el intercambio.
Blau, 1964
Social Identity Theory — Los individuos derivan parte de su identidad de los grupos a los que pertenecen; el favoritismo intragrupal es consecuencia natural.
Tajfel & Turner, 1979
Transformational Leadership — El líder transforma a sus seguidores a través de carisma, inspiración, estimulación intelectual y consideración individualizada.
Burns, 1978; Bass, 1985
Prospect Theory — Las personas evalúan resultados como ganancias o pérdidas relativas a un punto de referencia; son más sensibles a las pérdidas que a las ganancias (aversión a la pérdida).
Kahneman & Tversky, 1979
Goal-Setting Theory — Metas específicas y desafiantes generan mayor desempeño que metas generales. La retroalimentación modera la relación.
Locke & Latham, 1990

Teorías clásicas de gestión

Scientific Management — Optimizar la forma en que se hace el trabajo (división de tareas, tiempos y movimientos, selección científica del trabajador).
Frederick W. Taylor, 1909
Administrative Theory — 14 principios de gestión: división del trabajo, autoridad, disciplina, unidad de mando, unidad de dirección, subordinación, remuneración, centralización, jerarquía, orden, equidad, estabilidad, iniciativa, esprit de corps.
Henri Fayol, 1916
Bureaucratic Theory — La burocracia es el sistema más eficiente: reglas formales, jerarquía clara, impersonalidad, méritos, especialización.
Max Weber, ~1900
Human Relations Theory — El comportamiento social y el grupo informal influyen más en el rendimiento que las condiciones físicas (estudio Hawthorne).
Elton Mayo, 1920s
Theory X & Y — X: las personas son perezosas y deben ser controladas. Y: las personas son intrínsecamente motivadas y buscan responsabilidad.
Douglas McGregor, 1960

Marco para contribuciones teóricas — Whetten (1989)

Bloque	Pregunta	Descripción
What	¿Qué factores?	Variables/constructos a incluir. Criterios: exhaustividad y parsimonia.
How	¿Cómo se relacionan?	"Conectar los puntos". Introduce causalidad y orden.
Why	¿Por qué?	La lógica subyacente; los supuestos del modelo. El más difícil y más fructífero.
Who/When/Where	¿Límites?	Condiciones de generalización; contexto temporal y espacial.

Criterios de evaluación de teorías — Bacharach (1989)

Criterio	Variables	Constructos	Relaciones
Falsificabilidad	Validez de medición, no-continuidad, confiabilidad	Validez convergente y discriminante	Adecuación lógica y empírica (no tautológica)
Utilidad	Alcance de la variable	Alcance del constructo (parsimonia)	Potencial explicativo y predictivo

Organization Science, Vol. 6, No. 1 (1995) — Grunow, D.

The Research Design in Organization Studies: Problems and Prospects

Revisión crítica de 303 estudios empíricos organizacionales (70% en inglés, 30% en alemán) para evaluar la calidad de sus diseños. Metodología: cuestionario a 136 académicos alemanes + revisión detallada con 40+ indicadores.

Hallazgos principales: solo el 50.2% tenía descripciones completas del diseño; el 33.2% usaba diseños multimétodo; solo el 19.9% podía referenciar su punto teórico de partida al final. Deficiencias más frecuentes: vínculos débiles teoría-diseño (solo 21% lo discute), hipótesis mal operacionalizadas (17%), y sin referencia a consecuencias del método de recolección para el análisis (26%). El 26.2% son ejemplos convincentes de aplicación metodológica.

Tendencias positivas: aumento de reflexión sobre alternativas metodológicas, mayor discusión de calidad de datos, y crecimiento de estudios multimétodo. Diferencias EE.UU. vs. Alemania: estudios alemanes prefieren metodología cualitativa; estudios estadounidenses favorecen cuantitativo y encuestas.

Conclusión: el diseño de investigación debe ser el punto focal para el desarrollo de la investigación empírica. Sin un diseño adecuado, no se puede conectar los datos con la teoría al final del estudio.

Diseño de investigaciónMetodología organizacionalMultimétodoGrunow, 1995

Academy of Management Review, Vol. 14, No. 4 (1989) — Whetten, D. A.

What Constitutes a Theoretical Contribution?

Propone un marco simple para comunicar los ingredientes necesarios de una contribución teórica, derivado de su experiencia como editor de AMR.

Bloques de construcción teórica: (1) WHAT — qué factores incluir, balance parsimonia-exhaustividad; (2) HOW — cómo se relacionan los factores, introduce causalidad; (3) WHY — la lógica subyacente, el más difícil pero más fructífero, involucra importar perspectivas de otros campos; (4) WHO/WHEN/WHERE — condiciones que limitan las proposiciones y definen el rango de la teoría.

Contribuciones válidas: cambios en WHAT y HOW que alteren la lógica central; cambios en WHY que transformen supuestos fundamentales; aplicaciones en nuevos contextos que mejoren la herramienta teórica. Las 7 preguntas para evaluar papers: ¿Qué hay de nuevo? ¿Para qué sirve? ¿Por qué es así? ¿Está bien hecho? ¿Está bien escrito? ¿Por qué ahora? ¿A quién le importa?

TeoríaContribución teóricaWhat/How/WhyWhetten, 1989

Academy of Management Review, Vol. 14, No. 4 (1989) — Bacharach, S. B.

Organizational Theories: Some Criteria for Evaluation

Propone un vocabulario y reglas para facilitar el debate sobre la estructura de las teorías organizacionales. Distingue teoría de: (a) datos/categorización — solo responde "qué", (b) tipologías — acento unilateral, no explica relaciones, (c) metáforas — herramienta heurística, no teoría en sí misma.

Definición: una teoría es un enunciado de relaciones entre unidades observadas (variables) o aproximadas (constructos), dentro de un conjunto de supuestos límite (valores, espacio, tiempo). La figura central muestra: supuestos-límite → constructos+proposiciones → variables+hipótesis.

Criterio 1 — Falsificabilidad: (a) variables: deben ser operacionalizadas, noncontinuous, confiables; (b) constructos: validez convergente y discriminante; (c) relaciones: adecuación lógica (no tautológica, especificar condición necesaria/suficiente) y empírica.

Criterio 2 — Utilidad: (a) alcance de variables y constructos; (b) potencial explicativo (especificidad de supuestos, sustancia de relaciones, parsimonia); (c) adecuación predictiva. Tensión central: la falsificabilidad requiere precisión/cierre; la utilidad requiere apertura/alcance amplio.

Evaluación de teoríasFalsificabilidadUtilidadBacharach, 1989

Academy of Management Review, Vol. 14, No. 4 (1989) — Eisenhardt, K. M.

Building Theories from Case Study Research

Describe el proceso de construir teoría desde casos de manera inductiva. Sintetiza trabajo de Glaser & Strauss (1967), Yin (1984) y Miles & Huberman (1984) con extensiones propias.

Proceso en 9 pasos: (1) definir pregunta (sin hipótesis a priori); (2) muestreo teórico (no aleatorio, casos polares o replicantes); (3) múltiples instrumentos y triangulación; (4) overlap recolección-análisis y notas de campo; (5) within-case analysis; (6) cross-case search con técnicas divergentes; (7) dar forma a hipótesis iterando entre teoría y datos; (8) enfocar en literatura conflictiva y similar; (9) cierre por saturación teórica.

Fortalezas: teoría novedosa, testeable y empíricamente válida. Debilidades: puede ser excesivamente compleja o idiosincrática. Aplicabilidad: mejor en etapas tempranas de un área o cuando las teorías existentes son inadecuadas. Evaluación: parsimonia, coherencia lógica, testeabilidad, y evidencia convincente que respalde la teoría.

Caso de estudioTeoría inductivaMuestreo teóricoSaturación teóricaEisenhardt, 1989

1 / 50

Mód. 1

Concepto clic para revelar

Proceso de investigación completo — 10 etapas

Identificar el problema — Confirmar la necesidad de investigación. Identificar brechas en el conocimiento.

Revisión de literatura — Enfoque embudo. Identificar teorías, vacíos y recomendaciones futuras de estudios previos.

Desarrollar marco teórico — Seleccionar teoría adecuada (adecuación, facilidad de aplicación, poder explicativo). Definir constructos y variables.

Formular preguntas e hipótesis — Basadas en teoría. Específicas, testeables, no tautológicas. Especificar condición necesaria/suficiente.

Diseñar la investigación — Elegir tipo (exploratorio/descriptivo/causal) y método (cuanti/cuali/mixto). El problema determina el diseño, no al revés.

Diseñar muestreo — Definir población objetivo, marco muestral, método, tamaño. Implementar el plan de muestreo.

Recolectar datos — Encuestas, entrevistas, observación, grupos focales, fuentes secundarias. Maximizar tasa de respuesta.

Preparar y limpiar datos — Editar, codificar, manejar datos faltantes, identificar outliers, transformar cuando sea necesario.

Analizar datos — Estadística descriptiva; elección de técnica estadística según escalas de medición y número de variables.

Reportar y comunicar — Propuesta, informe escrito (KISS + carga frontal), presentación oral. Adaptar a la audiencia.

Proceso Eisenhardt — construcción de teoría desde casos

Comenzar — Pregunta de investigación amplia. Constructos a priori opcionales. Sin hipótesis (máxima apertura teórica).

Seleccionar casos — Muestreo teórico: casos polares, extremos o que repliquen la teoría emergente. 4-10 casos ideal.

Diseñar instrumentos — Múltiples métodos de recolección. Triangulación. Múltiples investigadores con roles diferenciados.

Entrar al campo — Overlap de recolección y análisis. Notas de campo. Flexibilidad y oportunismo controlado.

Within-case analysis — Descripción detallada de cada caso. Familiarizarse con los datos individualmente antes de comparar.

Cross-case search — Por categorías, pares o grupos. Usar técnicas divergentes para evitar sesgos cognitivos.

Dar forma a hipótesis — Definir constructos. Verificar relaciones en cada caso (lógica de replicación, no muestreo). Buscar el "por qué".

Enfocar en literatura — Comparar con literatura conflictiva (para frame-breaking) y similar (para elevar nivel conceptual y generalización).

Alcanzar cierre — Saturación teórica. Parar cuando el aprendizaje incremental es mínimo.

Proceso de publicación en revistas académicas

Seleccionar la revista — Leer instrucciones para autores. Verificar scope. Analizar encabezados, metodologías y tópicos frecuentes.

Contactar al editor — Email de consulta indicando el tópico, argumento y por qué es relevante para los lectores.

Someter el manuscrito — Seguir instrucciones al pie de la letra. Anotar fecha de envío.

Revisión por pares — Los revisores deciden; el editor tiene poder limitado. Esperar 6-8 semanas antes de hacer seguimiento.

Revisar y someter nuevamente — Responder a todos los comentarios de los revisores. La revisión es la médula del trabajo académico.

Aceptación o rechazo — En revistas elite, menos del 3% es aceptado en la primera sumisión. No rendirse.

Guía de selección de técnica estadística

Situación	Técnica	Tipo datos
Relación entre 2 variables nominales	Chi-cuadrado (χ²)	Nominal
Comparar medias de 2 grupos	Prueba t de Student	Intervalo/razón (VD) + nominal (VI)
Comparar medias de 3+ grupos	ANOVA	Intervalo/razón (VD) + nominal (VI)
Comparar medias de 3+ grupos, múltiples VD	MANOVA	Múltiples VD métricas
Asociación entre 2 variables (datos de intervalo)	Correlación de Pearson (r)	Intervalo/razón
Asociación entre 2 variables (datos ordinales)	Correlación de Spearman (rho)	Ordinal
Predicción de VD a partir de 1 VI	Regresión simple	Intervalo/razón
Predicción de VD a partir de varias VI	Regresión múltiple	Intervalo/razón
Clasificar individuos en grupos	Análisis discriminante	Métrica (VI) + nominal (VD)
Reducir variables a factores	EFA (Análisis factorial exploratorio)	Métrica
Validar estructura factorial teórica	CFA (Análisis factorial confirmatorio)	Métrica
Agrupación de objetos/clientes similares	Cluster analysis	Métrica o nominal
Modelo estructural complejo	PLS-SEM	Métrica (constructos latentes)

Confiabilidad y validez

Concepto	Definición	¿Cómo se evalúa?
Confiabilidad	Consistencia de la medición: resultados similares en condiciones similares	Coeficiente alfa de Cronbach (≥0.70 aceptable)
Validez de contenido	El instrumento mide todos los aspectos del constructo	Revisión por expertos, análisis de ítems
Validez convergente	Indicadores del mismo constructo correlacionan entre sí	AVE > 0.50; cargas factoriales > 0.70
Validez discriminante	Un constructo es empíricamente distinto de otros	Raíz AVE > correlación con otros constructos
Validez predictiva	El instrumento predice resultados que teóricamente debería predecir	R² y pruebas de hipótesis

Estadística descriptiva — tabla rápida

Medida	Tipo	Qué indica	Escala mínima
Moda	Tendencia central	Valor más frecuente	Nominal
Mediana	Tendencia central	Valor central cuando se ordenan los datos	Ordinal
Media	Tendencia central	Promedio aritmético	Intervalo
Rango	Dispersión	Diferencia entre máximo y mínimo	Ordinal
Varianza	Dispersión	Promedio de desviaciones cuadradas respecto a la media	Intervalo
Desv. estándar	Dispersión	Raíz cuadrada de la varianza; en unidades originales	Intervalo
Asimetría	Forma	Simetría de la distribución	Intervalo
Curtosis	Forma	Apuntamiento o achatamiento de la distribución	Intervalo

Hipótesis — tipos y formulación

Hipótesis nula (H₀)Afirma que no existe diferencia o relación. Ej: "El uso del cinturón es independiente del género."

Hipótesis alterna (H₁)Afirma que sí existe diferencia o relación. Ej: "El uso del cinturón depende del género."

Error Tipo I (α)Rechazar H₀ cuando es verdadera. Nivel de significancia típico: α = 0.05 (5%).

Error Tipo II (β)No rechazar H₀ cuando es falsa. Relacionado con el poder estadístico (1-β).

Repaso ampliado MANA 754 — 50 flashcards, 30 preguntas de quiz y contenido profundo por módulo