Vous êtes sur la page 1sur 207

SEMINARIOS DE

INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Niveles de
Investigacin

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 1: TIPOS DE ESTUDIOS EN


INVESTIGACIN

EXPLORATORIO

Se plantean cuando no existe un cuerpo terico


abundante que ilumine el estudio de un fenmeno
observado; y los resultados que se obtengan sean un
aporte al reconocimiento e identificacin de los
problemas.
No hay preguntas que conduzcan a
problemas precisos, se exploran reas
problemticas.
Se
trata
de
una
descripcin y anlisis terico; por lo
que
no
se
requiere
de
manejo
estadstico.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 1: TIPOS DE ESTUDIOS EN


INVESTIGACIN

1
Qu es un estudio exploratorio?

EXPLORATORIO
Un estudio exploratorio se usa cuando un tema de
investigacin ha sido escasamente estudiado, existen muchas
dudas de l o no se ha abordado antes.

Qu condiciones o caractersticas Los estudios exploratorios:


debe cumplir un estudio exploratorio? Parten de un tema de investigacin general y el cual no ha sido
profundizado.
El mtodo de sistematizacin de obtencin de la informacin
puede ser a partir de observacin directa o indirecta.
Implica una amplia revisin de la literatura existente del tema.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 1: TIPOS DE ESTUDIOS EN


INVESTIGACIN

DESCRIPTIVO

Describe fenmenos sociales o clnicos en una


circunstancia temporal y geogrfica determinada.
Desde el punto de vista cognoscitivo su finalidad es
describir y desde el punto de vista estadstico su
propsito estimar parmetros.

La estadstica descriptiva consiste en


estimar frecuencias y/o promedios y
otras medidas univariadas. Ejm. los
estudios
de
frecuencia
de
la
enfermedad: Incidencia y Prevalencia.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 1: TIPOS DE ESTUDIOS EN


INVESTIGACIN

DESCRIPTIVO

Qu es un estudio descriptivo? Un estudio descriptivo se usa cuando se tiene como objetivo


Cul es su objetivo?
describir situaciones o eventos que han sido investigados
previamente. En este tipo de estudio ya existe una seleccin
de variables (a diferencia de los exploratorios), las cuales se
miden de manera aislada e independiente y de esta misma
manera se presentan sus resultados.

Qu condiciones o caractersticas Los estudios descriptivos:


debe
cumplir
un
estudio Se centran en descripciones de eventos y situaciones.
descriptivo?
Se busca identificar problemas o justificar condiciones
actuales.
A partir de sus resultados existen elementos para hacer
comparaciones o evaluaciones descriptivas.
NO se busca encontrar relaciones, probar hiptesis o hacer
predicciones.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 1: TIPOS DE ESTUDIOS EN


INVESTIGACIN

RELACIONAL/COMPARACIN

No son estudios de causa y efecto; porque las pruebas


estadsticas solo demuestran dependencia entre
diferentes eventos; aqu podemos encontrar los
estudios de asociacin sin relacin de dependencia; y
las correlaciones espurias.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 1: TIPOS DE ESTUDIOS EN


INVESTIGACIN

RELACIONAL/COMPARACIN

Qu es un estudio correlacional? Un estudio correlacional se usa para saber el grado de relacin


Cul es su objetivo?
entre 2 o ms variables (se conoce cmo se comporta una
variable a travs del comportamiento de otras)
Qu condiciones o caractersticas Los estudios correlacionales:
debe
cumplir
un
estudio Permiten la medicin de 2 o ms variables
correlacional?
Explican relaciones y prueban hiptesis
Muestran poco nivel de control de la Variable Independiente
Existe la posibilidad de encontrar modelos correlacionales poco
vlidos
NO muestran o prueban una relacin causa-efecto

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 1: TIPOS DE ESTUDIOS EN


INVESTIGACIN

4
Su finalidad
variable en
relacin de
criterios de
control tanto

EXPLICATIVO
es explicar el comportamiento de una
funcin de otra(s); aqu se plantea una
causa-efecto, y tiene que cumplir otros
causalidad (Bradford Hill); requiere de
metodolgico como estadstico.

La estadstica multivariada; tiene por


finalidad descartar asociaciones aleatorias,
casuales o espurias entre la variable
independiente y dependiente. Ejm. Chi 2 de
Mantel - Haenszel.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 1: TIPOS DE ESTUDIOS EN


INVESTIGACIN

EXPLICATIVO

Qu es un estudio explicativo? Los estudios explicativos se usan para explicar porqu ocurre
Cul es su objetivo?
un fenmeno y en qu condiciones (implica la exploracin, la
descripcin y la correlacin de lo investigado)

Qu condiciones o caractersticas En los estudios explicativos:


debe cumplir un estudio explicativo?
Se explica, comprende e interpreta el porqu ocurre un
fenmeno, en qu condiciones y responde a la pregunta de por
qu estn correlacionadas 2 o ms variables independientes
(hay una explicacin causa-efecto)

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 1: TIPOS DE ESTUDIOS EN


INVESTIGACIN

EXPLICATIVO

Qu es un estudio explicativo? Los estudios explicativos se usan para explicar porqu ocurre
Cul es su objetivo?
un fenmeno y en qu condiciones (implica la exploracin, la
descripcin y la correlacin de lo investigado)

Qu condiciones o caractersticas En los estudios explicativos:


debe cumplir un estudio explicativo?
Se explica, comprende e interpreta el porqu ocurre un
fenmeno, en qu condiciones y responde a la pregunta de por
qu estn correlacionadas 2 o ms variables independientes
(hay una explicacin causa-efecto)

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 1: TIPOS DE ESTUDIOS EN


INVESTIGACIN
EJERCICIO 1
La investigacin titulada Opinin de estudiantes sobre el uso de las
Tecnologas de Informacin y Comunicacin (TICs) en un curso universitario
tiene como propsito conocer la opinin de los estudiantes de un curso
universitario que tomaron un curso en lnea.
Para este propsito, despus de haberles impartido el curso, se les administr
una encuesta de opinin para conocer los ndices de aceptacin del curso en
general y los principales mtodos usados en ste.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 1: TIPOS DE ESTUDIOS EN


INVESTIGACIN
EJERCICIO 2
En un estudio se realiz una evaluacin de los niveles de ansiedad en 60
estudiantes de quinto ao de primaria con la intencin de saber si existe una
asociacin entre esta problemtica y el rendimiento escolar (promedio general)
que tuvieron en el ciclo escolar 2010-2011.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Hiptesis

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 2: HIPTESIS

Definicin
Son
conjeturas
que
plantea
el
investigador;
afirmaciones aun no
demostradas y que nacen de la
experiencia o de la deduccin luego del
anlisis de los antecedentes investigativos .
Deben referirse a una situacin real, en
trminos
comprensibles,
precisos,
concretos y deben estar relacionadas con
tcnicas disponibles para probarlas.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 2: HIPTESIS

Qu es una hiptesis? Qu Una Hiptesis es una proposicin tentativa, la cual no es todava


requisitos deben cumplir?
verificada pero si probable, acerca de la relacin existente entre 2 o ms
variables. (En el proceso de investigacin, debe derivarse del
planteamiento del problema y los objetivos).
Los requisitos que deben cumplir las hiptesis son las siguientes:
-Se refieren a una situacin real
-Las variables que contiene deben ser comprensibles, precisas y
concretas (observables y medibles)
-La relacin entre las variables debe ser clara y verosmil
-Las hiptesis deben estar relacionadas con tcnicas para probarlas

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 2: HIPTESIS

Hiptesis Estadsticas
(De trabajo)

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 2: HIPTESIS

Qu es una hiptesis de
investigacin o trabajo?

La hiptesis de investigacin o de trabajo es una propuesta


tentativa acerca de un problema planteado y que al final del
proceso de investigacin puede ser confirmada o rechazada
Ejemplos:
Hi (de trabajo): La percepcin de similitud en las
creencias (VI) provoca MAYOR atraccin fsica
entre las personas (VD).

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 2: HIPTESIS

Qu es una hiptesis nula?

Las hiptesis nulas son proposiciones que sirven para refutar o


negar lo que afirma la hiptesis de investigacin (Ho)
Ejemplos:
Ho (nula): La percepcin de similitud en las
creencias (VI) NO provoca mayor atraccin fsica
entre las personas (VD).

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 2: HIPTESIS

Qu es una hiptesis alternativa?

Las hiptesis alternativas son posibilidades alternativas ante


las hiptesis de investigacin y nula. Ofrecen otra descripcin,
explicaciones distintas a las que proporcionan los ya
mencionados tipos de hiptesis, estas slo pueden formularse
cuando efectivamente hay otras posibilidades adicionales a las
hiptesis de investigacin y nula.
Ejemplos:
H2 (alternativa): La percepcin de similitud en las
creencias (VI) provoca MENOR atraccin fsica
entre las personas (VD).

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 2: HIPTESIS

Qu es una hiptesis de Una hiptesis de trabajo es una propuesta tentativa acerca de un


trabajo?
Cules son sus elementos?
Qu condiciones debe
cumplir?

problema planteado y que al final del proceso de investigacin puede


ser confirmada o rechazada
Sus elementos son:
-Unidades de anlisis (sujetos, grupos, objetos, etc.)
-Variables (ejemplo, niveles de depresin, tipos de tratamiento, etc.)
-Enlaces lgicos (por ej. Si A, entonces B)
Las principales condiciones que debe cumplir son las siguientes:
-Ser clara y fcilmente comprensible
-Plantear una relacin susceptible de comprobarse empricamente
-Mostrar una conexin con logros tericos anteriores

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 2: HIPTESIS

Hiptesis Segn el
Nivel de Investigacin

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 2: HIPTESIS

Hiptesis segn el nivel Investigativo


EXPLORATORIA
Los estudios exploratorios no contienen
hiptesis, porque no se puede presuponer
sobre algo que apenas se comienza a conocer.
Su funcin es precisamente generar hiptesis.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 2: HIPTESIS
Hiptesis segn el nivel Investigativo
DESCRIPTIVA
Qu
es
una
hiptesis 3.3 Las hiptesis descriptivas proponen o describen el
descriptiva?
valor de las variables (por lo general son de 1 sola
Cules son sus elementos?
variable).
Qu condiciones debe cumplir?
Por ej., la ansiedad ser elevada, la participacin
disminuir con respecto al curso pasado por lo menos
un 70% de los estudiantes aprobarn el curso

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 2: HIPTESIS

Hiptesis segn el nivel Investigativo


RELACIONAL
Las hiptesis relacionales o empricas son afirmaciones respecto a
las relaciones entre dos o ms variables sin fundamento, porque
nacen de la observacin y la experiencia, siempre deben estar
sujetas a comprobacin emprica.
Solamente buscan concordancia entre hechos y generan la
necesidad de plantear hiptesis explicativas.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 2: HIPTESIS
Hiptesis segn el nivel Investigativo
RELACIONAL
Qu
es
una
hiptesis
correlacional?
Cules son sus
elementos?
Qu condiciones
debe cumplir?

Las hiptesis correlacionales especifican la relacin entre dos o ms variables.


Las hiptesis correlacionales se simbolizan de la siguiente manera:
X Y
Ejemplo:
- Hi: A mayor autoestima, menor temor de logro. La hiptesis indica que
cuando una aumenta la otra disminuye y viceversa.
Las hiptesis correlacionales no slo pueden establecer que dos o ms
variables se encuentran relacionadas, sino cmo estn asociadas. Alcanzan el
nivel predictivo y parcialmente explicativo. Se establece que hay relacin entre
las variables y se dice cmo es esa relacin (qu direccin sigue).
Correlacin bivariada = Cuando se correlacionan dos variables.
Correlacin mltiple = Cuando se correlacionan varias variables.
Nota. En hiptesis de correlacin NO es importante el orden en que
coloquemos las variables (ninguna antecede a la otra; no hay relacin de
causalidad). El orden de los factores (variables) no altera el producto (la
hiptesis). En la correlacin NO se habla de variables independientes y
dependientes.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 2: HIPTESIS
Hiptesis segn el nivel Investigativo
Qu es una hiptesis
de comparacin o
diferencia de grupos?
Cules
son
sus
elementos?
Qu
condiciones
debe cumplir?

COMPARACIN
Las hiptesis de comparacin o diferencias de grupos establecen
diferencias entre la comparacin de grupos especficos (la
direccin se basa en la teora)
La hiptesis de diferencia de grupos se puede establecer como
direccional o no direccional. La direccional especifica la
naturaleza de la relacin o la diferencia pronosticada. Por ej.: Los
nios que tienen un alto Coeficiente Intelectual manifestarn ms
ansiedad en el saln de clase que los nios que tienen menor
Coeficiente Intelectual. La no direccional establece que existe
relacin o diferencia pero no especifica la naturaleza del hallazgo
que se espera. Por ej.: Existe diferencia entre el aprendizaje de
lenguas extranjeras obtenido en mujeres y hombres.
NOTA: esta cualidad direccional o no, tambin aplica en las
hiptesis correlacionales

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 2: HIPTESIS
.

Hiptesis segn el nivel Investigativo


EXPLICATIVA
Qu
es
una
hiptesis causal?
Cules son sus
elementos?
Qu
condiciones
debe cumplir?

Las hiptesis causales establecen relaciones de causa-efecto y cmo


se dan.
Correlacin y causalidad son conceptos asociados pero distintos. Dos
variables pueden estar correlacionadas sin que ello implique que una
es causa de la otra. Para poder establecer causalidad, antes debe
haberse demostrado que hay correlacin. Adems, la causa debe
ocurrir antes que el efecto ( los cambios en la causa deben provocar
cambios en el efecto). A las supuestas causas se les conoce como
variables independientes y a los efectos como variables
dependientes. Solamente se puede hablar de variables
independientes y dependientes cuando se formulan hiptesis
causales o hiptesis de la diferencia de grupos, siempre y cuando en
estas ltimas se explique cul es la causa de la diferencia
hipotetizada.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 2: HIPTESIS
Hiptesis segn el nivel Investigativo
EXPLICATIVA
Tipos

Tipos: Hiptesis causal bivariada: La percepcin de similitud en


las creencias (VI) provoca mayor atraccin fsica entre las
personas(VD). Aqu se plantea una relacin entre una variable
independiente y otra dependiente.
Hiptesis causal multivariada. Aqu se plantea una relacin entre
varias variables independientes y una dependiente. O una
independiente y varias dependientes: La cohesin(VI1) y la
centralidad (VI2) en un grupo sometido a una dinmica y el tipo de
liderazgo(VI3) que se ejerza dentro del grupo, determinan la
efectividad de ste para alcanzar sus metas primarias(VD).

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 2: HIPTESIS
.

Ejercicio
Identifica la hiptesis de tu artculo de investigacin y escribe
cul sera la hiptesis de trabajo y la hiptesis nula.
En la hiptesis de trabajo seala cules seran sus principales
componentes.
Identifica qu tipo de hiptesis es de acuerdo al tipo de
investigacin (justifica tu respuesta)
Menciona cul sera la definicin operacional de la hiptesis o de
qu manera se medirn o cuantificarn las variables que estn
presentes en dicha investigacin.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 2: HIPTESIS

Definicin de Hiptesis
Qu
es
la
definicin La definicin conceptual de una hiptesis se refiere
conceptual de una hiptesis?
a definirla de acuerdo a la literatura especializada.
Qu
es
la
definicin La definicin operacional se refiere a definirla de tal
manera que indique de que manera se puede medir.
operacional de una hiptesis?

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

TEMA 3:
Variables

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 3: VARIABLES

Qu es una variable?

Una variable es una propiedad que puede variar y


cuya variacin es susceptible de medirse.
Ejemplos de variable: mtodo de enseanza,
aprovechamiento escolar, edad, gnero, inteligencia,
motivacin, ingreso econmico, violencia, etc.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 3: VARIABLES

Qu
es
cuantitativa?

una

Qu
es
cualitativa?

una

variable Una variable cuantitativa es aquella que tiene


magnitud: puede medirse; es continua: puede tomar
cualquier valor numrico (por ej., estatura); y es
discreta: establece categoras en trminos de
variable nmeros enteros (por ej., nmero de sujetos que
asistieron a un evento).
Una variable cualitativa NO presenta una cualidad
de magnitud, se incluye en categoras.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 3: VARIABLES
.

Qu
es
una
dependiente?

Qu
es
una
independiente?

Una variable dependiente es la que vara a partir de la


variable accin o manipulacin realizada a la variable
independiente. Es la variable que queremos explicar.
La variable independiente se establece como control o
como susceptible de ser manipulada por el investigador.
variable Se pretende descubrir cmo influye en la variable
dependiente. Cuando se manipula se considera como una
variable atributiva y cuando no es manipulada se
considera una variable activa.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 3: VARIABLES

Qu
es
una
dependiente?

Qu
es
una
independiente?

variable Una variable dependiente es la que vara a partir de la


accin o manipulacin realizada a la variable
independiente. Es la variable que queremos explicar.
La variable independiente se establece como control o
variable como susceptible de ser manipulada por el investigador.
Se pretende descubrir cmo influye en la variable
dependiente. Cuando se manipula se considera como una
variable atributiva y cuando no es manipulada se
considera una variable activa.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 3: VARIABLES
.

Qu es una variable activa o Una variable activa o experimental es aquella que es


experimental?
susceptible de manipulacin directa por parte del
experimentador (por ej., el tipo de tratamiento psicolgico)
Una variable atributiva es aquella que muestra una
Qu es una variable caracterstica o atributo de los sujetos que NO puede ser
atributiva?
manipulada (por ej., el gnero)
Una variable extraa es aquella que NO est relacionada
Qu es una variable con la investigacin (se puede controlar, manteniendo
extraa?
constantes la condicin experimental/reexperimental). (por
ejemplo, los hbitos de lectura en la familia, con respecto al
nivel de rendimiento escolar en una poblacin)

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 3: VARIABLES

Qu es una variable activa o Una variable activa o experimental es aquella que es


experimental?
susceptible de manipulacin directa por parte del
experimentador (por ej., el tipo de tratamiento psicolgico)
Una variable atributiva es aquella que muestra una
Qu es una variable caracterstica o atributo de los sujetos que NO puede ser
atributiva?
manipulada (por ej., el gnero)
Una variable extraa es aquella que NO est relacionada
Qu es una variable con la investigacin (se puede controlar, manteniendo
extraa?
constantes la condicin experimental/reexperimental). (por
ejemplo, los hbitos de lectura en la familia, con respecto al
nivel de rendimiento escolar en una poblacin)

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 3: VARIABLES
Adaptado de: Supo, J.

A qu se refiere el nivel de La escala de medida nominal tiene como fin nombrar


medicin nominal?
y categorizar con el fin de distinguir, puede
(Ejemplo)
considerarse la escala de nivel ms bajo (las categoras
NO indican orden ni jerarqua). Se trata de agrupar
objetos en clases. Las categoras nicamente reflejan
diferencias en la variable.
Ejemplo:
sexo: 1=Femenino; 2=Masculino

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 3: VARIABLES

A qu se refiere el nivel de La escala ordinal presenta varias categoras que


medicin ordinal?
mantienen un orden de mayor a menor, las etiquetas de las
(Ejemplo)
categoras indican jerarqua. Estas escalas, recurren a la
propiedad de orden de los nmeros. Las medidas
ordinales tienen imprecisas diferencias entre valores
consecutivos, pero un orden interpretable para sus valores.
Ejemplo: Posicin jerrquica de una empresa:
10=presidente; 9= vicepresidente; 8= director general; 7=
gerente de rea; 6= subgerente; 5= jefe; 4= empleado

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 3: VARIABLES

A qu se refiere el
nivel de medicin
intervalar?
(Ejemplo)

En la escala de intervalos adems del orden o la jerarqua entre


categoras, se establecen intervalos iguales en la medicin, por lo
que permite determinar la magnitud de los intervalos (distancia)
entre todos los elementos de la escala.; est caracterizada por una
unidad de medida comn y constante. Es importante destacar que el
punto cero en las escalas de intervalos iguales es arbitrario, y no
refleja en ningn momento ausencia de la magnitud que estamos
midiendo (por ej., las mediciones de coeficiente intelectual o
temperatura en grados Celsius).
Ejemplo: una prueba de matemticas: si Ana resolvi 10 problemas,
Laura 20 y Abigail 30, la distancia entre Ana y Laura, es la misma
que entre Laura y Abigail.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 3: VARIABLES

A qu se refiere el nivel de La escala de coeficientes o Razones es el nivel de


medicin de razn?
medida ms elevado y se diferencia de las escalas de
(Ejemplo)
intervalos iguales nicamente por poseer un punto cero
propio como origen (adems de tener las otras
propiedades: perodos iguales entre las categoras, etc.);
es decir que el valor cero es real y absoluto (significa
ausencia de la magnitud que estamos midiendo).
Ejemplo: nmero de minutos viendo la TV o usando el
Internet; nmero de hijos, ventas de un producto,
ingreso, etc.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

TEMA 4:
Diseo de
Investigacin

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 4: Diseos de Investigacin

Qu es un
investigacin?

diseo

de El diseo es el plan o estrategia que se desarrolla


para obtener la informacin que se requiere para
una investigacin. Su objetivo es analizar la certeza
de la hiptesis.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 4: Diseos de Investigacin

Qu es un diseo Los diseos experimentales son aquellos estudios en el que se


experimental?
manipulan intencionalmente una o ms variables independientes
(supuestas causas), para analizar las consecuencias que la
manipulacin tiene sobre una o ms variables dependientes
(supuestos efectos), dentro de una situacin control.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 4: Diseos de Investigacin

Cules son las Las caractersticas principales es que contienen: a) un grupo de


caractersticas de los control o de comparacin (es posible llevar a cabo la investigacin
diseos
con un solo grupo, proporcionando todos los tratamientos a los
experimentales?
mismos sujetos, y tambin es posible tener tres o ms grupos); b) se
manipula de manera activa (intencional) la variable independiente;
c) se basa en la aleatorizacin, es decir, se asigna al azar a los
Cules son los tipos sujetos a los grupos con el fin de garantizar su equivalencia (en
de
Diseo ocasiones, esto no es posible, debido a que los grupos estn ya
Experimental?
constituidos o no es posible realizar la asignacin al azar).
Los tipos de diseo experimental son: a) pre-experimentales; b)
cuasiexperimentales; c) experimentales puros.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 4: Diseos de Investigacin


Cules son los Los principales tipos son:
tipos de diseos a) Con posprueba nicamente y grupos de control G1-----X1----O1
experimentales
G2----X2----O2
puros?
(X2=sin tratamiento)
b) Con preprueba/posprueba y grupo de control G1---O1---X1---O2
G2---O3---X2---O4
(X2=sin tratamiento)
c) 4 grupos de Solomon
G1---O1---X1---O2
G2---O3---X2---O4 (X2=sin tratamiento)
G3---O5---X3---O6 (O5=sin test o medicin)
G4---O7---X4---O8 (O7=sin test; X4= sin tratamiento)
G= grupo X= tratamiento (VI)
O= test o medicin (VD)

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 4: Diseos de Investigacin


Qu son los Los diseos cuasi-experimentales NO hay asignacin aleatoria ni
diseos
cuasi- emparejamiento, la muestra se elige de grupos ya formados antes del
experimentales? tratamiento. En estos diseos falta un grupo control o el control es
incompleto en los grupos observados.
Cules son los Los principales tipos son:
tipos de diseo a) Series cronolgicas: G-O1-O2-O3-X-O4-O5-O6
cuasib) Muestras cronolgicas: G-X1-O1-X0-O2-X1-O3-X0-O4 (X0= sin
experimentales? tratamiento)
c) 2 o ms grupos con pretest y postest G1-O1-X1-O2
G2-O2-X0-O2 (X0= sin
tratamiento)
d) 2 con solo postest
G1-X1-O2
G1-X0-O2 (X0= sin tratamiento)
G= grupo X= tratamiento (VI)
O= test o medicin (VD)

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 4: Diseos de Investigacin

Qu es un diseo Los diseos pre-experimentales son diseos de un solo grupo donde


pre-experimental?
el grado de control es mnimo.
Cules son los tipos Los principales tipos son:
de
Diseo
Pre- a) Estudios de caso con una sola medicin G---X---O
Experimental?
b) Diseo de pre-prueba/pos-prueba con un solo grupo
G---O1---X---O2
G= grupo

X= tratamiento (VI)

O= test o medicin (VD)

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 4: Diseos de Investigacin


Qu son los
experimentales?

diseos

no En los diseos no experimentales NO hay una


manipulacin deliberada de variables, slo se observan
los fenmenos en su ambiente laboral y luego se
analizan.

Qu son los diseos no En los diseos transversales o transaccionales se


experimentales transaccionales o recopilan datos en un momento nico (pueden ser
transversales?
exploratorios, descriptivos, correlacionales o causales).
Qu son los diseos no En los diseos longitudinales o evolutivos
se
experimentales longitudinales o recopilan datos en diferentes momentos a lo largo de un
evolutivos?
perodo determinado de tiempo.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

TEMA 5:
Muestreo

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

HIPTESIS
Adaptado de: Supo, J.

H0: Hiptesis Nulas:

Niegan lo que afirman las hiptesis de investigacin y


existen tantas hiptesis nulas como hiptesis de
investigacin. Es a la Nula a la que se le rechaza o no
se le rechaza:
Si el p-valor es menor a 0.05; rechazamos Ho por lo
tanto concluimos en que hiptesis alterna es
verdadera.
Si el p-valor no es menor a 0.05; no rechazamos
Ho; sin embargo esto no significa que debemos
aceptarla; sino que, simplemente no hemos podido
rechazarla.
Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

TEMA 5: MUESTREO

Qu es el muestreo?

El muestreo es la tcnica para la seleccin de


una muestra a partir de una poblacin.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

TEMA 5: MUESTREO

Cules son las caractersticas de


los dos principales tipos de
muestreo? (Probabilstico y No
probabilstico)

El muestreo probabilstico requiere determinar el


tamao de la muestra y seleccionar elementos
muestrales (todas con la misma probabilidades de ser
elegidos).
El muestreo no probabilstico se basa en una seleccin
informal y arbitraria de los sujetos, donde no todos
tienen la misma posibilidad de ser elegidos (depende de
la decisin del investigador).

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

TEMA 5: MUESTREO

Cmo se realiza un muestreo El muestreo probabilstico aleatorio se realiza mediante


probabilstico aleatorio?
un sorteo o tabla de nmeros.
Cmo se realiza un muestreo El muestreo probabilstico estratificado se realiza a
probabilstico estratificado?
partir de una divisin de la poblacin en estratos o
categoras.
Cmo se realiza un muestreo El
muestreo
probabilstico
por racimos o
probabilstico por racimos o conglomerados se realiza a partir de seleccionar los
conglomerados?
racimos (lugares geogrficos o fsicos) donde se
encuentran los sujetos y posteriormente seleccionarlos al
azar,

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

TEMA 5: MUESTREO

Cmo se realiza un muestreo


No probabilstico de sujetos
voluntarios?
Cmo se realiza un muestreo
No probabilstico de sujetos tipo?
Cmo se realiza un muestreo
No probabilstico de muestra de
expertos?
Cmo se realiza un muestreo
No probabilstico de muestra por
cuotas

El muestreo NO probabilstico de sujetos voluntarios


se usa con individuos que deciden participar en el
estudio.
El muestreo NO probabilstico de sujetos tipo se usa
con los sujetos que cubren con ciertas caractersticas
fijadas por el investigador.
El muestreo NO probabilstico de muestra de
expertos se usa cuando es necesario la opinin de
sujetos expertos.
El muestreo NO probabilstico de muestra por cuotas
se basa en fijar determinadas proporciones de sujetos o
cuotas segn variables demogrficas.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

HIPTESIS

H1: Hiptesis Alternas:

Esta hiptesis se da por verdadera cuando rechazamos


la hiptesis de trabajo (Ho) o cuando por alguna razn
no podemos aceptar la nula.
En el ritual de la significancia, procedemos a establecer
las hiptesis estadsticas comenzando por al del
investigador (H1) y luego la Nula (Ho); para proceder a
trabajar con la Nula. El investigador procede a rechazar
la Nula (Ho); para quedarse con la Alterna (H1), que es
su planteamiento original; siendo que puede cometer
un, entonces la estadstica consiste en calcular ese
error al tomar tal decisin. Ese es el p-valor
Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

PREDICTIVO

Se encarga de la estimacin probabilstica de eventos


generalmente adversos, como puede ser las complicaciones
de la enfermedad, la mortalidad, etc. La lnea investigativa
debe haber pasado previamente por los otros niveles.
Se aplican un conjunto de tcnicas
estadsticas. Ejm. La validacin de una
prueba diagnstica requiere: Alfa de
Cronbach, ndice Kappa, ANOVA, Curvas
ROC.
Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

APLICATIVO

Plantea resolver problemas de la vida cotidiana o a controlar


situaciones prcticas. Puede ser programtica o no
programtica, de manera que enmarca a la innovacin
tcnica, artesanal e industrial como la propiamente cientfica.
Las tcnicas estadsticas apuntan a
evaluar el xito de la intervencin,
como medidas de impacto sobre los
principales indicadores de salud: tasas,
coberturas, rendimiento, etc.
Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Escalas de
Medicin de la
Variables

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Tipos de
Investigacin

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Segn la intervencin del


investigador

OBSERVACIONAL

EXPERIMENTAL

No existe intervencin del


investigador; los datos
reflejan la evolucin natural
de los eventos, ajena a la
voluntad del investigador.

Siempre son prospectivos,


longitudinales, analticos y de
nivel investigativo
explicativo (causa efecto);
adems de ser controlados.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Segn la planificacin de la
toma de datos

PROSPECTIVO

RETROSPECTIVO

Los datos necesarios para el


estudio son recogidos a
propsito de la investigacin
(primarios). Por lo que, posee
control
del
sesgo
de
medicin.

Los datos se recogen de


registros
donde
el
investigador
no
tuvo
participacin
(secundarios).
No podemos dar fe de la
exactitud de las mediciones.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Segn el nmero de ocasiones en que


mide la variable de estudio

TRANSVERSAL

LONGITUDINAL

Todas las variables son


medidas
en
una
sola
ocasin; por ello de realizar
comparaciones, se trata de
muestras independientes.

La variable de estudio es
medida en dos o ms ocasiones;
por
ello,
de
realizar
comparaciones
(antes

despus) son entre muestras


relacionadas.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Diseos de
Investigacin

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

EXPERIMENTALES
Requiere de dos condiciones bsicas: intervencin y
asignacin aleatoria. Siendo de nivel investigativo
explicativo tienen control metodolgico.
Pre-experimento: La intervencin sobre las unidades de
estudio, no es apropsito de la investigacin; sino que obedece
a las necesidades teraputicas del sujeto.
Cuasi-experimento: Cuando no hay grupo control, no es
posible realizar la asignacin aleatoria de los sujetos, puesto
que no se puede dejar sin tratamiento a los pacientes.
Experimento verdadero: Cumple con la asignacin aleatoria
e intervencin.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Las variables
segn su relacin

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Introduccin

Esta clasificacin de las variables se fundamenta en la


bsqueda de obtener explicacin causal que puede ser
observacional o experimental y correspondiente al
nivel investigativo explicativo.
Su estructura responde a la necesidad de realizar el
control metodolgico y/o estadstico de la relacin
causa-efecto.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Variable
Independiente
Es aquella cuya existencia es
autnoma, no depende de
otra, ms bien de ella depende
otras, representa los factores
que constituirn la causa,
siendo que previamente ha
demostrado ser
factor de
riesgo para el problema que se
estudia.
En este sistema de variables
se plantea solamente una
variable independiente

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Variable Dependiente

En este sistema de variables


representa a la variable de
inters o variable de estudio,
es la que para su existencia y
desenvolvimiento
depende
de otra independiente, su
modo
de
ser,
est
condicionada
por
otros
aspectos de la realidad.
Es la que mide o describe el
problema que se estudia.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Variable de
Confusin

Su
participacin
puede
intensificar o antagonizar la
relacin aparente entre el
problema y una posible
causa, creando confusin en
el investigador.
Su influencia se da tanto
sobre
la
variable
independiente como en la
dependiente.
Su control se debe realizar
mediante
anlisis
estratificado.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Variable
Intermedia
Esta variable aparece de
manera incalculada durante
el
proceso
de
una
observacin o inesperada
dentro de un experimento,
entre el factor causal y el
efecto.
Ocurre cuando no ha habido
una buena eleccin de los
factores de riesgo.
El procedimiento ms idneo
para
su
neutralizar
su
participacin es el anlisis
multivariado.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Variable de Control

Es una variable con una fuerte


influencia sobre la variable
dependiente,
pero
ningn
efecto reconocido sobre la
variable independiente
Habitualmente se reconoce su
participacin en el momento
de la planeacin.
Su control se realiza mtodolgicamente
mediante
los
criterios de exclusin.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Formulacin del
Problema

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Introduccin

Se trata de sintetizar la cuestin


proyectada a investigar, generalmente a
travs de un interrogante.
Los problemas de Investigacin se
formulan con los 5 componentes a
continuacin:

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Variables
Debe mencionarse al menos la variable
de estudio; pueden tambin mencionarse
todas las variables involucradas; o
cuando las variables son muy numerosas
suele usarse trminos que resuman de
manera lgica un grupo de variables.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Unidades de Estudio
Unidades de observacin, unidades
experimentales, unidades de anlisis.
Reciben distintos nombres segn el
diseo de la investigacin; y deben
mencionarse, aunque a veces su
presencia en el enunciado resulta
implcita.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Diseo del Estudio


Propsito estadstico, Especificidad, etc.
Es muy variable de acuerdo a la
investigacin; es importante utilizar
trminos que den por aludido el diseo
de la investigacin, el nivel investigativo,
el tipo de estudio, etc.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Ubicacin Espacial
Es ineludible cuando se tratan de
estudios descriptivos y se encuentra
relacionado con el tamao de la muestra;
siendo que los fenmenos varan de un
lugar a otro; se debe especificar sobre
que poblacin se realizar la inferencia
estadstica.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Ubicacin Temporal
Al igual que en el criterio espacial, se
requiere
especificarlo
cuando
el
fenmeno vara segn el tiempo. En los
estudios descriptivos sobre poblaciones
infinitas o desconocidas habitualmente se
encuentra relacionado con el muestreo
accidental.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Nivel de
Significancia

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Introduccin

Al plantear un estudio sobre una poblacin,


idealmente debemos estudiar a todos los
individuos que la conforman; pero no siempre
podemos acceder a todos, entonces tenemos
que escoger una muestra; sin embargo los
resultados obtenidos de esta manera nunca
sern exactamente iguales, a los que se
obtendran de estudiar a toda la poblacin; es
decir, siempre va a haber un margen de error.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Nivel de Significancia
Antes
de
realizar
el
estudio
debemos
plantearnos; que proporcin de error estamos
dispuestos a aceptar para dar por vlido nuestro
resultado. El error es el objetivo principal del
estudio. El anlisis estadstico consiste en
calcular la probabilidad de cometer este error y
esperamos que sea menor al planteado
preliminarmente como nivel significancia.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Nivel de confianza
Es la confianza que debemos alcanzar para
generalizar el resultado de una muestra hacia
toda la poblacin. Es el complemento del nivel
de significancia; es la confianza que tenemos, de
que la conclusin a la que hemos llegado es
cierta. Una probabilidad elevada nos da la
tranquilidad de que lo que hemos calculado es
cercano a lo real y no debida al azar

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Niveles convenidos
a) = 5%. Existe 5% (0.05) de probabilidad de
equivocarse y 95% (0.95) de confianza.
b) = 1%. Existe 1% (0.01) de probabilidad de
equivocarse y 99% (0.99) de confianza.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Definicin de trminos
El error tipo I: Ocurre cuando afirmamos la
hiptesis del investigador, siendo que es falsa.
Por lo tanto, es un juicio de valor equivocado.
El p-valor: Es la probabilidad de equivocarse al
aceptar nuestra hiptesis del investigador como
verdadera; es decir la probabilidad de cometer
un error tipo I.
El nivel de significancia: Es la mxima
probabilidad de error que estamos dispuestos
aceptar para dar como vlida nuestra hiptesis
del investigador.
Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Ritual de la
Significancia
Estadstica

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

1.

Formulacin de Hiptesis

Consiste en traducir la hiptesis metodolgica en


una hiptesis estadstica de acuerdo al siguiente
sistema:
Ho: Hiptesis nula hiptesis de trabajo
H1: Hiptesis alterna hiptesis del
investigador
El primer paso es colocar la hiptesis del
investigador como Hiptesis Alterna (H1) y
formular la Hiptesis Nula (Ho) que viene a
ser la negacin de la alterna. Se precisa este
artificio porque es a la Hiptesis Nula a la
que se le somete a contraste.
Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

2.

Establecer el nivel de significancia

El nivel de significancia denotado por la letra


griega alfa es la probabilidad de rechazar la
hiptesis nula cuando es verdadera a lo cual se
le denomina error de tipo I.
Segn Fisher, el nivel de significacin estadstica
equivale a la magnitud del error que se est
dispuesto a correr de rechazar una hiptesis nula
verdadera.
Para la mayora de los propsitos, el nivel de
significacin previamente establecido suele ser
de 0.05.
Material usado por el PhD. Ing. Oscar Rafael Guillen Valle Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

3. Eleccin de la prueba
estadstica

El
estadstico
de
prueba
elegido
est
intrnsecamente relacionado con el objetivo
estadstico correspondiente para su nivel
investigativo; para esto debemos considerar la
naturaleza de las variables y el comportamiento
de los datos que corresponde a su distribucin
para los de naturaleza cuantitativa y las
frecuencias esperadas para los de naturaleza
cualitativa.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

4.

Toma de la decisin

Luego de desarrollar la prueba estadstica


elegida se toma una decisin en funcin a la
regla previamente establecida segn las que se
acepta o se rechaza la hiptesis nula para lo cual
es imprescindible determinar el Valor critico, que
es un nmero que divide la regin de aceptacin
y la regin de rechazo, segn el valor de la
probabilidad que se haya adoptado como nivel
de significacin estadstica.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

5.

Interpretacin del p-valor

Este ltimo paso en el ritual de la significancia


estadstica no fue planteado originalmente por
Fisher, pero cobra vital importancia con la
aparicin de los software estadsticos que nos
calculan directamente el p-valor, el cual
cuantifica el error tipo I y nos ayuda a tomar una
decisin de rechazo a la hiptesis nula (Ho)
cuando es menor al nivel de significancia y de no
rechazo cuando su valor es mayor al alfa
planteado.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE INVESTIGACIN

Error Tipo
I y II

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE INVESTIGACIN

Al establecer un criterio de decisin sobre la


hiptesis nula, el investigador puede ponderar
los errores que podra cometer en su decisin
sobre la hiptesis nula.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

Una primer forma de error (se conoce como el


error tipo I) consiste en rechazar una hiptesis nula
verdadera, es decir, descartar el azar como
explicacin cuando los resultados podran explicarse
razonablemente con base en el mismo. Este es el error
que comete el investigador que ve ms lo que hay en
los datos; es decir, el investigador concluye en que
existe una relacin real o verdadera entre las variables
independiente y dependiente de la investigacin,
cuando en realidad la relacin observada se puede
explicar razonablemente como resultado del azar.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

El llamado error tipo I es el error del investigador


que se apresura a concluir a favor de su hiptesis de
investigacin. Fisher no habl de ningn otro error,
pues la prueba de la hiptesis nula para l no era otra
cosa que un freno a la tendencia natural de un
investigador a creer que hiptesis ha sido confirmada
por el simple hecho de que los resultados de la
investigacin siguen la misma direccin de la
hiptesis. En la estrategia de Fisher, slo hay un error
posible: rechazar una hiptesis nula verdadera.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE INVESTIGACIN

Una segunda forma de error (se conoce como el


error tipo II), introducida por Egon Pearson y Jerzy
Neyman consiste en no rechazar una hiptesis nula
falsa, es decir, no descartar el azar aun cuando ste
no constituye una explicacin razonable de los datos.
Este es el error que comete el investigador que ve
menos que lo que hay en los datos; por miedo a
rechazar incorrectamente el azar, el investigador
puede exponerse al riesgo de pasar por alto una
relacin real o verdadera entre las variables de su
investigacin. Fueron Pearson y Neyman los que, al
introducir un segundo tipo de error, bautizaron como
error tipo uno al error de que haba hablado Fisher.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

Segn Fisher, el nivel de significacin estadstica


equivale a la magnitud del riesgo que est dispuesto a
correr el investigador, de cometer el error de rechazar
una hiptesis nula verdadera (el llamado error tipo I).
Para la mayora de los propsitos, el nivel de
significacin previamente establecido suele ser de
0.05, aunque en reas de investigacin ms rigurosas
se trabaja con un nivel de significacin de 0.01.
Suponiendo que se trabaja con un nivel de
significacin de 0.05, se rechazara la hiptesis nula
siempre que la probabilidad de explicar los resultados
obtenidos en una investigacin como si fueran obra
del azar sea igual o menor que 0.05.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

En la perspectiva de Pearson y Neyman, para


establecer el nivel de significacin estadstica habra
que atender al impacto de cada tipo de error en el
objetivo del investigador, y a partir de ah se decidira
cul de ellos es preferible minimizar. Pearson y
Neyman llamaron alfa al error tipo I y beta al error tipo
II; a partir de este ltimo tipo de error, introdujeron el
concepto de "poder de una prueba estadstica", el cual
se refiere a su capacidad para evitar el error tipo II, y
est definido por 1-beta, y en estrecha relacin con
ste se ha desarrollado el concepto de "tamao del
efecto" que algunos han propuesto como sustituto de
los valores p en los informes de investigacin
cientfica. (Cohen, 1990, 1994; Kraemer & Thiemann,
1987; Murphy & Myors, 2004).

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Objetivo Estadstico
Nivel Investigativo Relacional
Variable Categrica

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

1. COMPARAR (Grupos)
Es el objetivo estadstico ms bsico del anlisis bivariado;
aunque algunos autores piensan que es univariado, porque
habitualmente involucra un solo evento aleatorio (diseos
ecolgicos), donde los grupos se construyen previamente a la
ejecucin del estudio; sin embargo, su anlisis involucra a dos
variables y por ello corresponde al nivel investigativo relacional.
Su finalidad es identificar las diferencias entre los grupos
participantes.
La prueba de hiptesis se realiza con el estadstico: Chi
cuadrado de Homogeneidad.
Ho: Las proporciones de los grupos no son
diferentes.
H1: Las proporciones de los grupos son
diferentes.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

2. COMPARAR (Antes-Despus)

Es la comparacin de un mismo grupo antes y despus de una


intervencin o de un acontecimiento; la idea de hacer dos
medidas sobre el mismo grupo, es verificar los cambios
producidos entre una medida y otra; donde las variaciones
pueden adjudicarse a la intervencin o al periodo de
seguimiento; por ello corresponden a estudios longitudinales.
Estas comparaciones siempre son de individuo a individuo.
La prueba de hiptesis se realiza con el estadstico: Chi
cuadrado de McNemar.
Ho: No existe diferencia entre las dos
medidas.
H1: Existe diferencia entre las dos medidas.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

3. ASOCIAR (Categoras)

Solamente la comparacin de una variable dicotmica en dos


grupos nos puede llevar a la asociacin; y aunque se puede
identificar en las tablas 2 x 2, debemos hacer una medida
asociacin. Para asociar hay que definir los factores de inters en
ambas variables; y es que habitualmente la asociacin involucra
dos eventos aleatorios. Desde el punto de vista epidemiolgico
tenemos dos medidas de asociacin relevantes: Riesgo Relativo
y el Odds
Ratio. de hiptesis se realiza con el estadstico: Chi
La prueba
cuadrado de Independencia.
Ho: Existe independencia entre los dos eventos
(variables).
H1: Existe dependencia entre los dos eventos
(variables).

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

4.

CONCORDAR

Es una medida de acuerdo entre dos observaciones donde el


requisito fundamental es que se trata de un solo grupo y los
resultados de la observacin tienen las mismas opciones.
Tenemos dos casos frecuentes: Cuando las observaciones
corresponde a diferentes observadores y cuando las
observaciones corresponden a diferentes instrumentos. En este
caso el estadstico, es tambin un ndice de concordancia.
La prueba de hiptesis se realiza con el estadstico:
ndice Kappa de Cohen.
Ho: No existe concordancia entre las
observaciones.
H1:
Existe
concordancia
entre
las
observaciones.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

dos
dos

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Objetivo Estadstico
Nivel Investigativo Relacional
Variable Numrica

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

1. COMPARAR (Grupos)
Su finalidad es identificar las diferencias entre los grupos
participantes; se puede comparar dos o ms grupos y
habitualmente estos grupos se construyen en la etapa de
planificacin del estudio. La comparacin inicial es a dos colas;
pero debe complementarse con un test de una sola cola. Cuando
se comparan mas de dos grupos, debe realizarse una prueba
post Hoc, con la finalidad de detectarse diferencias entre cada
uno de los grupos.
La prueba de hiptesis se realiza con el estadstico: t de
Student para muestras independientes.
Ho: Los promedios de los grupos no son diferentes.
H1: Los promedios de los grupos son diferentes.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

2. COMPARAR (Antes-Despus)

Siempre corresponde a estudios individuales, es la comparacin


de un mismo grupo antes y despus de una intervencin o de un
acontecimiento; la idea de hacer dos medidas sobre el mismo
grupo, es detectar cambios entre una medida y otra; donde las
variaciones pueden adjudicarse a la intervencin o al periodo de
seguimiento; por ello corresponden a estudios longitudinales. La
hiptesis habitualmente es de una sola cola.
La prueba de hiptesis se realiza con el estadstico: t de
Student para muestras relacionadas.
Ho: No existe variacin entre las medidas antes y despus de
la intervencin.
H1: Existe variacin entre las medidas antes y despus de la
intervencin.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

3.

CORRELACIONAR (Unidades)

Se puede correlacionar las unidades de dos variables, incluso de


diferente dimensin, para ello hay que definir las unidades en
ambas variables; que habitualmente esta involucra dos eventos
aleatorios. La correlacin puede significar el primer paso para la
asociacin, muy til cuando se realiza minera de datos. Ejm.:
Correlacionar los niveles sricos de sodio con los valores de
presin arterial en un grupo de pacientes hospitalizados.
La prueba de hiptesis
Correlacin R de Pearson.

se

realiza

con

el

estadstico:

Ho: Existe independencia entre las dos variables.


H1: Existe dependencia entre las dos variables.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

4.

CORRELACIONAR (Como valor predictivo)

Aqu se tiene por descontado la presencia de correlacin; por lo


que su fin es medir el grado de correlacin. Desde el punto de
vista de la evaluacin de pruebas diagnsticas se utiliza la
correlacin para evaluar el valor predictivo de una variable sobre
la otra. Ej. Hallar el valor predictivo del ponderado fetal recin
nacidos a trmino. En general para la validacin de instrumentos
se puede utilizar para calcular el Alfa de Cronbach: Correlacin
tem-Total
La prueba estadstica es el ndice Correlacin R de Pearson
el R2
Ho: No existe correlacin entre las dos medidas.
H1: Existe correlacin entre las dos medidas.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Objetivo
Comparativo

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

1.

EXPLORATORIO

Aqu agrupamos a las comparaciones sin mtodos


estadsticos, siendo que la investigacin cualitativa no
hace uso de las herramientas estadsticas, el principal
diseo encontrado aqu son las comparaciones mltiples
enmarcadas en los diseos comunitarios o ecolgicos.
Como ejemplo podemos mencionar la comparacin de las
costumbres a la hora del parto en la Regin Quechua y
Aymara.
Comparacin por juicio de expertos en la validacin
cualitativa de un instrumento. La comparacin cualitativa
es una opinin.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

2.

DESCRIPTIVO

Las
comparaciones
descriptivas
ocurren
cuando
evaluamos dos poblaciones en los estudios comunitarios o
ecolgicos, en este caso no se requiere aplicar pruebas
estadsticas puesto que precisamente estamos estudiando
a la poblacin y no hay inferencia estadstica.
La comparacin del rendimiento acadmico de dos
estudiantes al momento de la graduacin tampoco
requiere de pruebas de hiptesis sino solamente de ver
quin es el que tiene el mayor promedio.
El objetivo estadstico describir segn las variables
epidemiolgicas es el primer punto de partida para la
verdadera comparacin.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

3.

RELACIONAL

Recordemos que el contraste de independencia entre dos


variables responde a tres modelos matemticos:
- Modelo con los totales marginales de ambos factores fijos
(modelo I)
- Modelo con los totales marginales de uno de los factores fijos
(modelo II)
- Modelo con el total muestral fijo (modelo III)
Pues bien el objetivo comparativo a nivel bivariado (nivel
relacional) corresponde al modelo II con un factor fijo y uno
aleatorio.
Dependiendo de la naturaleza de la variable se elegir un
determinado estadstico. La comparacin puede ser de grupos
independientes o de muestras relacionadas.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

4.

EXPLICATIVO

La finalidad de este nivel es descartar asociaciones


aleatorias, casuales o espurias sobre todo cuando
hacemos anlisis comparativo estratificado cuando
queremos realizar el control estadstico en un estudio
observacional, sta es la funcin del test de MantelHaenszel.
A nivel experimental podemos plantear objetivos
comparativos de grupo aleatorizados; como por ejemplo
comparar el efecto sobre la variable efecto en el grupo
experimental y el grupo blanco, hablando de estudios
epidemiolgicos.
Dentro de los experimentos verdaderos la factorizacin de
las causas tambin corresponde al objetivo comparativo.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

5.

PREDICTIVO

Podemos comparar el valor predictivo de dos


procedimientos diagnsticos o de dos formas de evaluar
una variable predictiva; por ejemplo podemos comparar
la eficiencia diagnstica de dos mtodos de deteccin de
una enfermedad.
En otro momento podemos comparar el pronstico de la
enfermedad o del tiempo de supervivencia de dos
tratamientos en pacientes con cncer. Incluso hay
tcnicas comparativas para el anlisis de supervivencia
de Kaplan-Meier.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Validez de
un Estudio

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Un estudio es vlido si sus resultados corresponden a la verdad.

Independientemente del tema y los objetivos de un estudio, lo


que siempre se debe perseguir es que el estudio sea vlido.
La meta fundamental que todo estudio debe perseguir es la
calidad de los datos; por ello, todo lo que amenace la calidad
de la informacin deber ser identificado y corregido.
Los elementos que amenazan esta calidad son: El Error
Aleatorio y el Error Sistemtico.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

1.

Error Aleatorio
La carencia de error aleatorio se conoce como precisin
y se corresponde con la reduccin del error debido al
azar.
Para reducir este error el elemento ms importante del
que disponemos es incrementar el tamao de la
muestra y con ello aumentamos la precisin.
Los intervalos de confianza y el error estndar se
reducen al aumentar el tamao muestral.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

2.

Error Sistemtico
Se ha generalizado al trmino validez como la carencia
del error sistemtico.
Esta validez tiene dos componentes:
- La validez interna, es la validez de inferencias de los
sujetos estudiados a los sujetos de la poblacin de la
cual fueron obtenidos.
- La validez externa o generalizacin en tanto se aplica
a individuos que estn fuera de la poblacin del estudio.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

2.1.

La validez interna

La validez interna implica la validez de la inferencia para los


propios sujetos de estudio. Es mxima cuando el estudio
minimiza los sesgos.
Se ve amenazada cuando no podemos controlar los dos tipos
de sesgos: de Seleccin y de Medicin.
En un estudio comparativo los sesgos que afectan la validez
interna surgen siempre que los grupos estudiados difieren en
ms caractersticas que la exposicin.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

2.2.

La validez externa

Es la generalizacin de los resultados de un estudio ms


all de los lmites de la poblacin considerada en el
mismo.
Cuando el universo e incluso el marco muestral es
demasiado grande como para ser estudiado e incluso
muestreado; se estudia una porcin deliberada de la
poblacin;
asumiendo
que
el
conglomerado
seleccionado es lo suficientemente homogneo con
otras poblaciones como para que los resultados
encontrados puedan ser extrapolados.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Eliminar el error sistemtico es utpico y el error


aleatorio solo puede ser anulado estudiando a
toda la poblacin.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Poblacin
y
Muestra

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

POBLACION
Conjunto de todos los casos o grupo de unidades (sujetos
u objetos de estudio) con alguna caracterstica comn.
Las poblaciones deben situarse claramente en torno a sus
caractersticas de contenido, lugar y tiempo. La
delimitacin de la poblacin que va ser estudiada y sobre
la cual se pretende generalizar los resultados, es un paso
importante en una investigacin.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

POBLACION
Si se dispone de una lista de unidades o elementos de
muestreo se dice que es conocida; sino se dispone de tal
listado se dice que es desconocida.
La medicin completa de todos los elementos que
constituyen la poblacin constituye el censo, mientras que
cuando no podemos acceder a ella podemos hacer el
anlisis de una parte de esta.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

MUESTRA
Una muestra representativa debe tener un tamao
mnimo calculado y responder a una seleccin
parametrada (muestreo probabilstico).
As podemos conocer la parte de una poblacin que
debe examinarse con la finalidad de hacer inferencias
sobre dicha poblacin.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

MUESTRA
El muestreo otorga una probabilidad conocida de
integrar la muestra a cada elemento de la poblacin, y
dicha probabilidad no es nula para ningn elemento.
Unidad de muestreo: Elementos de la poblacin que se
van a estudiar. Cada unidad de estudio pertenece slo
una unidad de muestreo.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

UNIDAD DE
ESTUDIO
Conocido tambin como unidad de anlisis, unidad de
observacin, unidad experimental, o unidad de
poblacin, son cada uno de los sujetos u objetos de
estudio de la poblacin del que hay que obtener la
informacin

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

PARAMETRO

Es la medida estadstica que describe un


determinado aspecto de una poblacin. Los
parmetros ms usuales en una investigacin
son: La media poblacional (), la varianza
poblacional (s).

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

ESTADIGRAFO

Es la media estadstica que describe un determinado


aspecto de una muestra. As, la media muestral (x), la
varianza muestral (S2), etc., son estadgrafos porque
se calculan para una muestra.

Un parmetro es una constante,


mientras que un estadgrafo es una
variable.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Muestreo
Probabilstico

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

1.

MUESTREO ALEATORIO
SIMPLE

Denominado tambin muestreo equiprobabilstico,


porque si se selecciona una muestra de tamao n
de una poblacin de N unidades, cada elemento
tiene una probabilidad de inclusin igual y
conocida de n/N.
Ventaja: Se desarrolla en software porque se basa en la
teora estadstica.
Desventaja: Precisa un marco muestral o listado de todas
las unidades.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

2.

MUESTREO SISTEMTICO

Para determinar una muestra de tamao n


conseguimos una lista de N elementos, definimos
un intervalo de salto k=N/n y elegimos un nmero
aleatorio entre 1 y k con el que comenzamos la
seleccin de la muestra.
Ventaja: No es necesario tener un marco mustral o
listado de unidades.
Desventaja: La constante podra asociarse con el
fenmeno de inters.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

3.

MUESTREO ALEATORIO
ESTRATIFICADO

Como el azar no es una garanta de


representatividad, aqu se pretende asegurar la
representacin de cada grupo en la muestra.
Cuanto ms homogneos sean los estratos, ms
precisas resultarn las estimaciones.
Ventaja: La muestra es homognea en funcin a la
variable involucrada.
Desventaja: Se debe conocer la distribucin en la
poblacin
de la variable
utilizada para la
estratificacin.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

4. MUESTREO POR
CONGLOMERADOS

Denominado tambin muestreo por clusters


aprovecha se caracterizan porque la variacin en
cada grupo es menor que la variacin entre
grupos lo cual resulta ventajoso en los estudios
comunitarios o poblacionales.
Ventaja: Muy eficiente cuando las unidades estn muy
dispersas.
Desventaja: Requiere un manejo estadstico mas
complejo que el resto.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Sesgos de
Seleccin

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

1. Sesgo de prevalencia o incidencia (de Neymann)


Se produce cuando la condicin en estudio
determina prdida prematura de las
unidades de estudio por ejemplo por
fallecimiento.
La exclusin de los pacientes que fallecen
determina este tipo de sesgo. Por ejemplo la
duracin del tratamiento del cncer en
nuestro medio es corto porque se
diagnostican en estadios avanzados.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

2.

Sesgo de admisin (de Berkson)

En un estudio relacional ocurre cuando hay


una mala seleccin del grupo de estudio y/o
control. Ejm. cuando asociamos el hbito de
fumar al cncer broncognico.
Los pacientes con diagnstico de Ca ya han
dejado de fumar; por lo que se observar
menor
frecuencia
de
fumadores
en
pacientes con este tipo de cncer.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Sesgos de
Medicin

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

1. Sesgo de procedimientos
Ocasionalmente el grupo que presenta la
variable dependiente resulta ser ms
interesante para el investigador que el
grupo que participa como control. Por esta
circunstancia, en el procedimiento de
observacin suele ser mas detenido.
En el caso de un estudio en el que exista
intervencin,
el
sujeto
del
grupo
experimental puede verse beneficiado con
una mayor acuciosidad en la observacin.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

2. Sesgo de memoria o de informacin


Frecuente
de
observar
en
estudios
retrospectivos, en los cuales se pregunta por
antecedente de exposicin a determinadas
circunstancias en diferentes perodos de la
vida, existiendo la posibilidad de olvido.
Por ejemplo, exposiciones inadvertidas a
diversos factores y que pueden afectar la
medicin ya sea por su omisin absoluta o
en la determinacin de niveles de
exposicin.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

3.

Sesgo por falta de sensibilidad de un instrumento


Si no se cuenta con adecuados mtodos de
recoleccin de la informacin, es posible que
la
sensibilidad
de
los
instrumentos
empleados en tales mediciones carezca de
la sensibilidad necesaria para poder detectar
la presencia de la variable en estudio.
Una consecuencia es que encontremos una
frecuencia de la enfermedad inferior a la
real.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

4.

Sesgo de deteccin

Su ocurrencia se explica por la introduccin


de metodologas diagnsticas diferentes a
las inicialmente utilizadas al comienzo de un
estudio.
Es conocido que no existe coincidencia
absoluta
entre
dos
instrumentos
de
medicin; por ello los estudios deben
realizarse con un solo instrumento y un solo
observador.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

5. Sesgo de adaptacin
En
los
estudios
de
intervencin
(experimentales), a veces los cuales
individuos asignados inicialmente a un
grupo deciden migrar de grupo por preferir
un tipo de intervencin por sobre otro.
En un ensayo clnico controlado la
ocurrencia de este tipo de sesgo se
neutraliza mediante la asignacin aleatoria
de los sujetos y por la presencia del llamado
"doble ciego.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

3.

Sesgo de no respuesta o efecto del voluntario.


El grado de inters o motivacin que pueda
tener
un
individuo
que
participa
voluntariamente en una investigacin puede
diferir sensiblemente en relacin con otros
sujetos.
Igualmente, la negativa de algunos sujetos
para ser incluidos en un estudio puede estar
dada
por
motivaciones
sistemticas
experimentadas por ellos.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

4. Sesgo de pertenencia (membresa)

Se produce cuando entre los sujetos


evaluados se presentan subgrupos de
sujetos que comparten algn atributo en
particular,
relacionado
positiva
o
negativamente con la variable en estudio.
Ejemplo: Nivel de conocimientos sobre
signos de alarma en las gestantes debe
excluir a las gestantes que son profesionales
de la salud.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

5. Sesgo del procedimiento de seleccin


Puede
observarse
en
diseos
de
investigacin
experimentales
(ensayos
clnicos controlados), en los cuales no se
respeta el principio de aleatoriedad en la
asignacin a los grupos de experimentacin
y de estudio.
En los pre-experimentos la administracin
del
medicamento
responde
a
las
necesidades teraputicas del paciente y no
a la del investigador.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Medidas de Tendencia
Central y Dispersin

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Medidas de Tendencia Central


Media:
Media aritmtica, es la que se obtiene
sumando los datos y dividindolos por el
nmero de ellos.
Se aplica por ejemplo para resumir el
nmero de pacientes promedio que se
atiende en un turno.
Otro ejemplo, es el nmero promedio de
controles
prenatales
que
tiene
una
gestante.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Medidas de Tendencia Central


Mediana:
Corresponde al percentil 50%. Es decir, la
mediana divide a la poblacin exactamente
en dos.
Por ejemplo el nmero mediana de hijos en
el centro de salud X es dos hijos.
Otro ejemplo es el nmero mediana de
atenciones por paciente en un consultorio.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Medidas de Tendencia Central


Moda:
Valor o (valores) que aparece(n) con mayor
frecuencia. Una distribucin unimodal tiene
una sola moda y una distribucin bimodal
tiene dos. til como medida resumen para
las variables nominales.
Por ejemplo, el color del uniforme quirrgico
en sala de operaciones es el verde; por lo
tanto es la moda en colores del uniforme
quirrgico.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Medidas de Dispersin
Desviacin Estndar:
Llamada tambin desviacin tpica; es una
medida que informa sobre la media de
distancias que tienen los datos respecto de
su media aritmtica, expresada en las
mismas unidades que la variable.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Medidas de Dispersin
La varianza:
Es el valor de la desviacin estndar al
cuadrado; su utilidad radica en que su valor
es requerido para todos los procedimientos
estadstico.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Medidas de Dispersin
Error tpico:
Llamado tambin error estndar de la
media. Se refiere a una medida de
variabilidad de la media; sirve para calcular
cuan dispersa estara la media de realizar
un nuevo clculo.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Medidas de Posicin
y de Forma

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Medidas de Posicin: Cuantiles

Percentiles: Son 99 valores


que dividen en cien partes
iguales el conjunto de datos
ordenados.
Ejemplo,
el
percentil de orden 15 deja por
debajo
al
15%
de
las
observaciones, y por encima
queda el 85%.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Medidas de Posicin: Cuantiles

Cuartiles: Son los tres valores


que dividen al conjunto de
datos ordenados en cuatro
partes iguales, son un caso
particular de los percentiles. Se
denotan como: Q1 o primer
cuartil, Q2 segundo cuartil (la
mediana) y Q3 tercer cuartil.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Medidas de Posicin: Cuantiles

Deciles: Son los nueve valores


que dividen al conjunto de
datos ordenados en diez partes
iguales, son tambin un caso
particular de los percentiles.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Medidas de Forma
Asimetra: una distribucin es simtrica cuando su mediana, su moda y su
media aritmtica coinciden. Existen varias medidas de la asimetra de una
distribucin de frecuencias. Una de ellas es el Coeficiente de Asimetra de
Pearson: Su valor es cero cuando la distribucin es simtrica, positivo cuando
existe asimetra a la derecha y negativo cuando existe asimetra a la izquierda.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Medidas de Forma
Apuntamiento o Curtosis: la curtosis es una medida de la forma que busca
cuantificar la mayor o menor concentracin de frecuencias alrededor de la
media y en la zona central de la distribucin. Se mide con el coeficiente de
apuntamiento o curtosis: Su valor es cero cuando la distribucin es
mesocrtica, positivo cuando es leptocrtica y negativo cuando es
platicrtica

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

Pruebas Estadsticas
Paramtricas y no
Paramtricas

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

Hay dos clases de pruebas estadsticas:


Las paramtricas y las no paramtricas.
Las pruebas paramtricas tienen mayor
capacidad para detectar una relacin real
o verdadera entre dos variables, si es que
la misma existe. Por ello, exigen que los
datos a los que se aplican, cumplan tres
requisitos:

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

1. Variable numrica: Que las variable de estudio


(dependiente) est medida en una escala que sea
por lo menos de intervalo.
2. Normalidad: Que los valores de la variable
dependiente sigan una distribucin normal; por lo
menos, en la poblacin a la que pertenece la
muestra.
Prueba estadstica: Kolmogorov Smirnov
3. Homocedasticidad: Que las varianzas de la
variable dependiente en los grupos que se
comparan
sean
aproximadamente
iguales
(homogeneidad de las varianzas).
Prueba estadstica: Test de Levene.:
Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

Cuando los datos cumplen con los requisitos


indicados, las pruebas estadsticas paramtricas
exhiben su mximo poder.
Cuando estas pruebas estadsticas se aplican a
datos que no cumplen al menos uno de los
requisitos sealados, pierden parte de su poder.
Si se puede utilizar una prueba paramtrica y se
usa una no paramtrica hay una prdida de
informacin.
Las pruebas estadsticas no paramtricas, no hacen
a los datos ninguna de las exigencias que les hacen
las pruebas estadsticas paramtricas; por eso se
les denomina "pruebas estadsticas libres de
distribucin".
Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

NOTA: McGuigan (1993) y Siegel


(1956) Sostienen que algunas escalas
ordinales pueden ser consideradas por
convencin como numricas y; por lo
tanto, podra usarse una prueba
paramtrica. Ejm: El rendimiento
acadmico

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

El Coeficiente
de Correlacin

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

La correlacin es una prueba de hiptesis que debe ser


sometida a contraste y el coeficiente de correlacin
cuantifica la correlacin entre dos variables, cuando sta
existe.
El coeficiente r de Pearson, por ser una prueba
paramtrica requiere de variables numricas con
distribucin normal; mientras que el coeficiente de
correlacin no paramtrica rho de Spearman acepta
variables de libre distribucin e incluso ordinales.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

INTERPRETACIN

El coeficiente correlacin vara entre


0 y 1, pudiendo ser positivo o
negativo.

El valor numrico indica la magnitud de la correlacin.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

El signo indica la direccin de la correlacin


Correlacin directa (+) Signo
positivo
a mayor X, mayor Y
a menor X, menor Y

Correlacin inversa (-) Signo


negativo
a mayor X, menor Y
a menor X, mayor Y

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
Significancia estadstica
Solo interpretamos el coeficiente si p es menor de 0.05,
(Nivel de significancia).
Se puede indicar la significancia as: r = 0.48 (p<0.05).

Coeficiente de determinacin
Cuando el coeficiente se eleva al cuadrado (r2), asume varias
interpretaciones
Por ejemplo. La correlacin entre El ponderado fetal y El
Peso al nacer es de 0.80.
r = 0.80
r2 = 0.64
El pondera fetal predice en el
64% de los casos El peso al

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

Comportamiento
de los Datos

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

En variables numricas

Hay dos clases de pruebas estadsticas: Las


paramtricas y las no paramtricas. Las
pruebas
paramtricas
tienen
mayor
capacidad para detectar una relacin real o
verdadera entre dos variables, si es que la
misma existe.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

En variables numricas
Para elegir una prueba paramtrica los datos debe cumplir:
a. Variable numrica: Que las variable de estudio
(dependiente) est medida en una escala que sea por lo
menos de intervalo.
b. Normalidad: Que los valores de la variable dependiente
sigan una distribucin normal; por lo menos, en la
poblacin a la que pertenece la muestra.
Prueba estadstica: Kolmogorov-Smirnov
c. Homocedasticidad: Que las varianzas de la variable
dependiente en los grupos que se comparan sean
aproximadamente
iguales
(homogeneidad
de
las
varianzas).
Prueba estadstica: Test de Levene.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

En variables categricas:
Tamao de la muestra y frecuencias esperadas

Si bien las pruebas no paramtricas arrojan valores


de probabilidad ms exactos cuando las muestras son
pequeas, su poder es menos exacto cuando en una
tabla de contingencia se observan valores esperados
demasiado pequeos, clsicamente por debajo de 5.
Un artificio matemtico es dicotomizar todas nuestras
variables a partir del percentil 50 para evitar este
problema. Sobre todo si se trata de calcular medidas
de asociacin como el Riesgo Relativo y el Odds Ratio
que solo pueden calcularse en tablas tetracricas
de 2 x 2.
Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

En variables categricas:
Tamao de la muestra y frecuencias esperadas

Si an as no conseguimos elevar la magnitud de los


valores esperados por encima de 5 tendremos que
aplicar una correccin por continuidad denominada
Correccin de Yates y en el caso de que algn valor
esperado sea menor a 3 aplicaremos la prueba exacta
de Fisher; con la finalidad de obtener un clculo de
probabilidad (p-valor) ms exacto.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

Validacin de
Instrumentos

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

VALIDEZ CUALITATIVA
+
CUANTITATIVA

1.- Validez de contenido 2.3.4.5.-

VALIDEZ

Consistencia Interna
Validez de Constructo
Estabilidad
Punto de corte

Un instrumento de medicin es vlido en la medida


que sus resultados representen el concepto medido.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

1.

VALIDEZ DE CONTENIDO

Validez de contenido = Validacin Cualitativa


Concepto: La validez de contenido intenta evaluar la capacidad
del instrumento para recoger el contenido y el alcance del
constructo
Podemos dividirlo en tres fases segn el estado actual del
conocimiento
1.- Aproximacin a la poblacin
2.- Juicio de expertos
3.- Revisin del conocimientos disponible

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

a.

Aproximacin a la poblacin (Validez de


respuesta)

Implica la carencia absoluta del conocimiento del


constructo que se desea medir; as cuando se trata de
evaluar las causas de una situacin evidente, pero no
existen estudios previos deberemos consultar a las
unidades de estudio.
Ejemplo: Cul es el uso que le dan los docentes
universitarios a las tecnologas de la informacin en el
proceso de enseanza aprendizaje?
No confundir con prueba piloto, la cual tiene por
finalidad medir la confiabilidad del instrumento.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

b.

Juicio de expertos (Validacin por


jueces)
No existe un determinado nmero de jueces o expertos,
que deben
juzgar, de manera independiente, la
bondad de los tems del instrumento, en trminos de
relevancia o congruencia de los reactivos con el
universo de contenido.
El autor debe considerar la pertinencia a la hora de
elegir los jueces, siendo que en el momento actual no
se cuenta con bibliografa disponible
La evaluacin por jueces debe ser interdisciplinaria,

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

c.

Revisin del conocimiento disponible (Validez


racional)
Denominada tambin como validez racional. Este es el
momento de la validez en que se asegura la mejor
representatividad de los tems que lo componen,
respecto a la totalidad del campo o rasgo objeto de
evaluacin.
Los constructos que se desean evaluar estn mejor
definidos cuando se dispone de literatura ; de manera
que los conceptos a medir ya no son provisionales ni
vagos.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

2.

CONSISTENCIA INTERNA
(Alfa de Cronbach)

Su valor aumenta cuando las correlaciones tem


total son altas, por ello, mejores correlaciones, dan
mayor fiabilidad al instrumento. Se puede decir
tambin que es un ndice de discriminacin. El
coeficiente de fiabilidad es afectado por la
heterogeneidad de los individuos que contestan la
prueba; cuanto ms heterogneo es el grupo de
encuestados, mayor es el coeficiente de fiabilidad.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

3.

VALIDEZ DE CONSTRUCTO
(Rotacin de Varimax)

El
procedimiento
consiste
en
aplicar
el
instrumento a dos o ms grupos y ver si
discrimina. Para ello hay que contar con una
estructura Factorial del cuestionario.
Por ejemplo en los instrumentos para medir
variables psicolgicas no podemos garantizar la
existencia de un constructo psicolgico que
subyaga y d sentido y significado a las
puntuaciones del test; por lo mismo que no
tenemos una prueba patrn.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

4.

ESTABILIDAD
(ANOVA)

Se refiere a la confianza que se concede a los


datos; requiere de un retest en condiciones
similares a la primera evaluacin y est
relacionada con la estabilidad o constancia testretest.
Se trata de ver hasta que
medidas son reproducibles
en que las puntuaciones
grado de fiabilidad. Por
estabilidad.

punto un conjunto de
en el tiempo, el grado
son estables sera el
ello es sinnimo de

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
El sistema de aprendizaje ms efectivo para generar datos de calidad

5.

PUNTO DE CORTE
(Curvas ROC)

Habitualmente requerimos que el instrumento nos


conduzca a una decisin dicotmica (positivonegativo) para tratar o no a alguien; Se realizan
trazando un diagrama en el que la ordenada es la
sensibilidad y la abscisa la especificidad. En este
sentido la curva ROC nos muestra en un grfico
todos
los
pares
sensibilidad-especificidad
resultantes de la variacin continua de los puntos
de corte en todo el rango de resultados
observados.
Las Curvas de ROC optimizan el punto de corte.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

Tipos de
Datos

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

Los datos, segn su procedencia, pueden


subdividirse en dos grandes grupos: datos
primarios y datos secundarios.
Las tcnicas de recoleccin que se emplean
en una y otra situacin son bien distintas e
incluso dentro de un mismo diseo utilizamos
una y otra forma de informacin.
Es bueno subrayar, que en toda investigacin
puede haber una tcnica predominante para
la recoleccin de datos, pero siempre se
complementa con las otras tcnicas.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
1. DATOS PRIMARIOS
Los datos primarios son aquellos que el
investigador obtiene directamente de la
realidad, recolectndolos con sus propios
instrumentos. En otras palabras, son los que
el investigador o sus auxiliares recogen por s
mismos, en contacto con los hechos que se
investigan.
Los datos primarios son caractersticos de los
estudios
prospectivos;
y
los
diseos
experimentales.
Las tcnicas para recolectarlos, incluyen la
observacin, entrevista, encuesta y la
psicometra.
Material usado por el PhD. Ing. Oscar Rafael Guillen Valle Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
2. DATOS SECUNDARIOS

Los datos secundarios, son registros escritos


que proceden tambin de un contacto con la
prctica, pero que ya han sido recogidos y
muchas
veces
procesados
por
otros
investigadores. En muchas ocasiones el total o
una parte de los datos requeridos para
responder la pregunta de investigacin ya han
sido recolectados previamente por otros
investigadores y gozan del suficiente nivel de
pertinencia,
objetividad,
validez
y
confiabilidad como para ser usados en la
investigacin sin tener que repetir los
procedimientos de recoleccin directa o
indirecta.
Material usado por el PhD. Ing. Oscar Rafael Guillen Valle Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
2. DATOS SECUNDARIOS

Estos datos se denominan datos secundarios,


en contraposicin a los datos primarios o que
son recolectados por el propio equipo
investigador.
Son
caractersticos
de
los
estudios
retrospectivos y son frecuentes en los diseos
ecolgicos o comunitarios.
Tcnicas para recolectarlos: Documentacin;
Ejm. Revisin de Historias clnicas, informes
operatorios, reportes de laboratorio, archivos
del sistema de salud pblica; registro de
muertes maternas, etc.
Material usado por el PhD. Ing. Oscar Rafael Guillen Valle Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

Escala
Tipo Likert

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

La escala de Likert es una escala ordinal y como tal no


mide en cunto es ms favorable o desfavorable una
actitud, es decir que si una persona obtiene una puntuacin
de 60 puntos en una escala, no significa esto que su actitud
hacia el fenmeno medido sea doble que la de otro individuo
que obtenga 30 puntos, pero s nos informa que el que
obtiene 60 puntos tiene una actitud ms favorable que el
que tiene 30, de la misma forma que sacar 20 puntos en un
examen no significa que sepamos el doble de aquel que
saco 10 puntos pero s indican un rendimiento ms alto.
A pesar de esta limitacin, la escala Likert tiene la ventaja
de que es fcil de construir y de aplicar, y, adems,
proporciona una buena base para una primera ordenacin
de los individuos en la caracterstica que se mide.
Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
La construccin de una escala tipo Likert

1)

Se recoge una larga serie de tems relacionados


con la actitud que queremos medir (Aproximacin a la
poblacin) y se seleccionan, aquellos que expresan
una posicin claramente favorable o desfavorable.
Estos tems pueden ser elaborados por personas
conocedoras del tema que se pretende medir (Juicio
de Expertos) y conocedoras, as mismo, del colectivo
de individuos que responder a la escala definitiva. Es
conveniente partir de una coleccin de 100 tems
para construir una escala de 20 tems, balanceando la
escala con igual cantidad de enunciados favorables y
desfavorables.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
La construccin de una escala tipo Likert

2)

Se selecciona un grupo de sujetos


similar a aqul al que piensa aplicarse
la escala. Estos responden, eligiendo
en cada tem la alternativa que mejor
describa su posicin personal.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
La construccin de una escala tipo Likert

3)

Las respuestas a cada tem


reciben
puntuaciones
ms
altas
cuanto ms favorables son a la
actitud, dndose a cada sujeto la
suma total de las puntuaciones
obtenidas.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
La construccin de una escala tipo Likert

4)

Para asegurar la precisin de la


escala, se seleccionaran el 25 % de
los sujetos con puntuacin ms alta y
el 25 % con puntuaciones ms baja, y
se
seleccionan
los
tems
que
discriminan a los sujetos de estos dos
grupos, es decir, aquellos con mayor
diferencia de puntuaciones medias
entre ambos grupos.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
La construccin de una escala tipo Likert

5)

Para asegurar la confiabilidad


(consistencia interna), se halla la
correlacin entre la puntuacin total y
la puntuacin de cada tem para todos
los individuos, seleccionndose los
tems con coeficiente ms alto.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
La construccin de una escala tipo Likert

6)

Con los criterios anteriores de


precisin y fiabilidad se selecciona el
nmero de tems deseado para la
escala. Aproximadamente la mitad de
los tems deben expresar posicin
favorable y desfavorable la otra mitad
(validez de constructo).

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

Ventajas

A pesar de la ausencia de
teora justificativa para la
"escalabilidad",
en
la
prctica, las puntuaciones
del
cuestionario
Likert
proporcionan
con
frecuencia la base para
una primera ordenacin
de
la
gente
en
la
caracterstica
que
se
mide.

Desventajas

Puede
obtenerse
una
misma
puntuacin
con
diferentes combinaciones
de tems, lo que demuestra
que la misma puntuacin
puede tener significados
distintos. (No obstante, la
consistencia interna tiende
a evitarlo).

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

Alfa de
Cronbach
(ndice de consistencia interna)

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

Si su valor es cercano a la unidad se trata de


un instrumento fiable que hace mediciones
estables y consistentes.
Si su valor est por debajo de 0,8 el
instrumento que se est evaluando presenta
una variabilidad heterognea en sus tems y por
tanto nos llevar a conclusiones equivocadas.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN
Existen dos formas de calcularlo:

a) Mediante la varianza de
los tems

= Alfa de Cronbach
K = Nmero de tems
Vi = Varianza de cada
tem
Vt = Varianza total

b) Mediante la matriz de
correlacin

Mtodo poco usado


N
=
Nmero de
tems
p = el promedio de las
correlaciones
lineales
entre cada uno de los
tems.
Material usado por el PhD. Ing. Oscar Rafael Guillen Valle Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

Requisitos para poder calcular la fiabilidad de un


test:
1. Estar formado por un conjunto de tems que se combinan
aditivamente para hallar una puntuacin global (esto es, la
puntuaciones se suman y dan un total que es el que se
interpreta).
2. Todos los tems miden la caracterstica deseada en la
misma direccin. Es decir, los tems de cada una de las
escalas tienen el mismo sentido de respuesta. Este ltimo
no es necesario para el mtodo de la varianza de los tems

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

SEMINARIOS DE
INVESTIGACIN

Ejemplo: Si tenemos un test de 10 tems aplicados en una


prueba piloto a 30 sujetos

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

HIPTESIS

Estructura

FUNDAMENTO
Es lo que nos lleva a sostener la hiptesis
planteada. Las hiptesis relacionales
carecen de fundamento porque nacen de
la subjetividad de una observacin;
mientras que las hiptesis explicativas se
fundamentan
en
los
antecedentes
investigativos.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

HIPTESIS

Estructura

DEDUCCIN
Es la hiptesis misma, denominada
hiptesis
del
investigador;
estadsticamente es la hiptesis alterna y
se debe someter a contraste.
Cuando el enunciado se plantea en forma
de interrogante, la hiptesis es la que da
respuesta al enunciado.

Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.

Tema 2: HIPTESIS

Hiptesis segn el nivel Investigativo


EXPLICATIVA
Las hiptesis explicativas o racionales son
consideradas
como
explicaciones
tentativas
respecto
al
problema
planteado.
Cumple su funcin slo si est relacionada
con el conocimiento existente; nacen del
razonamiento por analoga (Bradford Hill).
Sin antecedentes investigativos no es
posible plantear hiptesis explicativas.
Material usado por el PhD. Ing. Oscar Rafael Guillen Valle

Fuente: Dr. Jos Supo.