Metodología investigación Resumen Hernandez&Fernandez

21
Metodología de las Ciencias Sociales El tipo de pregunta y la manera en que es respondida distingue al sentido común de lo estrictamente científico. El sentido común categoriza, agrupando de la forma más simple y rápida, evitando cuestionarse la realidad. Esto ocurre por la adaptabilidad, al igual que la tentación de generalizar. Su corroboración es débil ya que no se pude reproducir; la verificación se realiza en función de la experiencia propia y en la gente conocida. Aún cuando es peligroso en la investigación, es muy útil al momento de construir preguntas. La diferencia principal con la ciencia es la noción de control; controlar las variables para mantener la rigurosidad. Lo científico no es sólo lo experimental; lo importante son los criterios de validación que separen la información de la interpretación. El nuevo conocimiento debe ser replicado, volviéndose más estable. Es el método lo que otorga el carácter científico, mientras respete la validación. Pueden haber cientos de teorías, ya que ellas no tienen para qué explicarlo todo, sino una parte. Su vigencia radica en la predictabilidad que otorga, su replicabilidad. Así se crea conocimiento, así se hace ciencia. La teoría se muere cuando ya no puede ser más cuestionada. Aún si se llega a una crisis paradigmática se genera conocimiento. Concepto de ciencia La teoría supone siempre un sesgo, son gafas que nos permiten ver una realidad parcial. Toda disciplina debe decidir qué se va a estudiar • Un conjunto sistematizado de conocimiento sobre una materia • Se caracteriza por tener: un contenido; un campo de actuación y un procedimiento • Un método científico es lo que lo distingue de otros tipos de conocimiento • Los objetivos de la ciencia son: analizar (observar un fenómeno y describirlo), explicar (alude al mecanismo que está a la base), comprender (factores que nos permiten analizar el fenómeno), predecir (meta aspirable, poco lograda) y actuar. Se materializa en una actividad: investigación científica que produce el conocimiento Investigación: Manera de probar las hipótesis que emergen de la teoría Método científico • conjunto de pasos reglados que utiliza la ciencia para ampliación de sus conocimientos • se caracteriza por la replicabilidad, al servicio del consenso en la comunidad científica. tiene el carácter de sistemático: aplicación de técnicas concretas y explícitas que facilitan recogida de datos en situaciones previstas, ordenadas, seleccionadas, accesibles a observadores distintos (si usamos una encuesta debe ser la misma para todos) Sin embargo las desviaciones de la teoría pueden expandirla. El rechazo de las hipótesis aporta al conocimiento • el método científico es un camino de acceso al conocimiento de la realidad el método científico, basado en la comprobación sistemática de regularidades, mediante la confrontación con los hechos observables (o deducibles), es el mejor camino para producir conocimiento científico UNA TEORIA: funciones y criterios para evaluarla • explica: dice por qué, cuando y cómo ocurre un fenómeno

description

Metodología investigación; Resumen Hernandez&Fernandez.doc

Transcript of Metodología investigación Resumen Hernandez&Fernandez

Page 1: Metodología investigación Resumen Hernandez&Fernandez

Metodologiacutea de las Ciencias Sociales

El tipo de pregunta y la manera en que es respondida distingue al sentido comuacuten de lo estrictamente cientiacutefico El sentido comuacuten categoriza agrupando de la forma maacutes simple y raacutepida evitando cuestionarse la realidad Esto ocurre por la adaptabilidad al igual que la tentacioacuten de generalizar Su corroboracioacuten es deacutebil ya que no se pude reproducir la verificacioacuten se realiza en funcioacuten de la experiencia propia y en la gente conocida Auacuten cuando es peligroso en la investigacioacuten es muy uacutetil al momento de construir preguntas La diferencia principal con la ciencia es la nocioacuten de control controlar las variables para mantener la rigurosidadLo cientiacutefico no es soacutelo lo experimental lo importante son los criterios de validacioacuten que separen la informacioacuten de la interpretacioacuten El nuevo conocimiento debe ser replicado volvieacutendose maacutes estableEs el meacutetodo lo que otorga el caraacutecter cientiacutefico mientras respete la validacioacutenPueden haber cientos de teoriacuteas ya que ellas no tienen para queacute explicarlo todo sino una parte Su vigencia radica en la predictabilidad que otorga su replicabilidad Asiacute se crea conocimiento asiacute se hace ciencia La teoriacutea se muere cuando ya no puede ser maacutes cuestionadaAuacuten si se llega a una crisis paradigmaacutetica se genera conocimiento

Concepto de cienciaLa teoriacutea supone siempre un sesgo son gafas que nos permiten ver una realidad parcial Toda disciplina debe decidir queacute se va a estudiarbull Un conjunto sistematizado de conocimiento sobre una materia bull Se caracteriza por tener un contenido un campo de actuacioacuten y un procedimiento bull Un meacutetodo cientiacutefico es lo que lo distingue de otros tipos de conocimientobull Los objetivos de la ciencia son analizar (observar un fenoacutemeno y describirlo) explicar (alude al mecanismo que estaacute a la base) comprender (factores que nos permiten analizar el fenoacutemeno) predecir (meta aspirable poco lograda) y actuarbull Se materializa en una actividad investigacioacuten cientiacutefica que produce el conocimiento Investigacioacuten Manera de probar las hipoacutetesis que emergen de la teoriacutea

Meacutetodo cientiacuteficobull conjunto de pasos reglados que utiliza la ciencia para ampliacioacuten de sus conocimientosbull se caracteriza por la replicabilidad al servicio del consenso en la comunidad cientiacuteficabull tiene el caraacutecter de sistemaacutetico aplicacioacuten de teacutecnicas concretas y expliacutecitas que facilitan recogida de datos en situaciones previstas ordenadas seleccionadas accesibles a observadores distintos (si usamos una encuesta debe ser la misma para todos) Sin embargo las desviaciones de la teoriacutea pueden

expandirla El rechazo de las hipoacutetesis aporta al conocimiento

bull el meacutetodo cientiacutefico es un camino de acceso al conocimiento de la realidad bull el meacutetodo cientiacutefico basado en la comprobacioacuten sistemaacutetica de regularidades mediante la confrontacioacuten con los hechos observables (o deducibles) es el mejor camino para producir conocimiento cientiacutefico

UNA TEORIA funciones y criterios para evaluarlabull explica dice por queacute cuando y coacutemo ocurre un fenoacutemenobull sistematiza o da orden al conocimiento sobre un fenoacutemenobull predice hace inferencias sobre la forma de comportarse de un fenoacutemeno en el futurobull capacidad de descripcioacuten explicacioacuten y prediccioacuten bull consistenciabull perspectivabull heuriacutestica capacidad para generar nuevos interrogantes y descubrimientosbull parsimonia (explicar con menos elementos)

Dimensiones de la CienciaFoco Principal El estudio de la realidad empieza con los aspectos materiales de la realidadFundamento de la investigacioacuten Fe en el razonamiento la experiencia y el uso de un meacutetodo cientiacuteficoMeacutetodos de adquisicioacuten del conocimiento Descripcioacuten cuidadosa y rigurosa recoleccioacuten de datos estudios empiacutericos revisioacuten de literatura cientiacuteficaCriterios de Validacioacuten Puacuteblico objetivo verificable personal subjetivo replicable acumulativo conciso sistemaacutetico

Paradigmas y la Investigacioacuten CientiacuteficaEl desarrollo de la ciencia generalmente sigue un paradigma que1048698define las reglas1048698describe los procedimientos e instrumentacioacuten y1048698los meacutetodos de interpretacioacuten de los datos- HAY MUCHA INFORMACION SENSORIAL BOMBARDEANDO NUESTROS SENTIDOS NUESTRO CEREBRO DECODIFICA LA INFORMACION QUE ES IMPORTANTE E IGNORA EL RESTO- PERO LO QUE VEMOS DEPENDE EN CIERTA MEDIDA DE LO QUE ESPERAMOS VER PRODUCTO DEL CONOCIMIENTO EXPERIENCIAS Y CREENCIAS- LAS ILUSIONES OPTICAS NOS CONFUNDEN PORQUE VEMOS ALGO QUE NOS ES FAMILAR PERO AL MISMO TIEMPO NOS ENTREGA INFORMACION CONTRADICTORIA- nuestros cerebros ldquoinventanrdquo cosas que no estaacuten para dar sentido a patrones familiares- llenamos vaciacuteos de informacioacuten comparando patrones sensoriales con modelos internalizados para organizar datos recibidos por nuestros sentidos y ser capaces de reconocer patrones familiares aunque esteacuten incompletosLos patrones nos sugieren algo familiar de manera que nuestro cerebro conecta puntos Esto no es solo debido a nuestros sentidosIgual que los computadores que tienen diferentes programas para interpretar una serie de datos nosotros tenemos paradigmas para hacer lo mismoLas sensaciones deben ser procesadas por el cerebro con la ayuda de paradigmasUN PARADIGMA PUEDE SER PERSONAL O CULTURALTODOS TENEMOS MUCHOS PARADIGMAS DIFERENTES EN DIFERENTES CONTEXTOSNo importa cual de los sentidos nos entregue el ldquoinputrdquo la sentildeal debe ser procesada por nuestro cerebro a traveacutes del filtro de nuestros PARADIGMAS condicionados por experiencias previas privadas o compartidas

PARADIGMA1048633 ES UN MODO DE ORGANIZAR LA INFORMACION SENSORIAL 1048633 ES UN MODELO QUE GUIA NUESTRAS EXPECTATIVAS Y NOS AYUDA A ELEGIR ORGANIZAR Y CLASIFICAR LA INFORMACION 1048633 INFLUYE EN LA FORMA EN QUE PROCESAMOS LA INFORMACION

1048633 Es un sistema conceptual que contiene un conjunto de supuestos que se refieren a los fenoacutemenos que estudia1048633 Es un patroacuten o modelo a ser seguido como un instrumento de abstraccioacuten o herramienta para el pensamiento y como mecanismo que mediatiza la visioacuten de mundo Constituye un amplio cuerpo de valores y creencias compartidas por un grupo de determinados cientiacuteficos1048633 Es un marco que tiene la funcioacuten de delimitar el campo de explicaciones en tanto del paradigma asumido depende en buena medida la forma en que se plantean y prueban las hipoacutetesis

Paradigmas de Investigacioacuten naturalistaBusca la Comprensioacuten de la RealidadHolistaExisten realidades muacuteltiplesConocimientos Ideograacuteficos individuales No tiene intereacutes por la generalizacioacuten y las leyes Intereacutes por divergencias y similitudes Realidad uacutenica particularNo existe independencia del observador y objeto interactuacutean reciacuteprocamenteLas teoriacuteas se descubren en la realidad nacen de la investigacioacuten y no se imponen a prioriSubjetividadExplicacioacuten multifactorial Interaccioacuten de factoresExtensas en el tiempo difiacuteciles de ejecutar en poblaciones grandesFalta de identificacioacuten de variables centrales por el eacutenfasis en los procesos globalesProblemas de confiabilidad mucha descripcioacuten con dificultades para abordar aspectos especiacuteficosAmbiente ideal Natural tal cual ocurren los fenoacutemenosManejo Ambiental Selecciona realidad parcial para estudiarDisentildeos Emergen seguacuten problema de investigacioacuten

Paradigmas de Investigacioacuten Cientiacutefico RacionalistaBusca la Prediccioacuten de la realidadAtomistaExiste una realidad uacutenica fragmentable en variables y procesos que convergen para explicar la realidadBusca generar abstracciones de la realidad generar leyes (nomoteacutetico)Relacioacuten objeto investigador Independencia entre ambos

Teoriacutea utilizada a priori el propoacutesito es verificar las hipoacutetesis en la realidadControl de los valores del investigador ObjetividadCada accioacuten se explica por una causa real que predice el efecto Es probabiliacutestico se manipulan variablesNo siempre es posible lograr una medicioacuten de los fenoacutemenosExceso eacutenfasis en el control de las variables para buscar relaciones causales la artificialidadSobre simplificacioacuten de la realidad (reduccionismo)Ambiente ideal LaboratorioManejo Ambiental Manipula Variables Disentildeos Predeterminados

Meacutetodos CualitativosLa palabra ldquocualitativordquo implica un eacutenfasis en los procesos y en la comprensioacuten profunda de los significados percibidos interpretaciones comportamientos en contraste con la medicioacuten de cantidad frecuencia o intensidad de variables definidas externamenteEl concepto La investigacioacuten cualitativa se orienta al estudio de los eventos en su ambiente natural intentando hacer sentido o interpretar los fenoacutemenos en teacuterminos de los significados que la gente tiene de ellosLa investigacioacuten cualitativa implica un acucioso uso de una variedad de material empiacuterico -estudio de casos experiencia personal historias de vida entrevistas textos histoacutericos observacioacuten etc- para describir la rutina los momentos problemaacuteticos y los significados en las vidas individuales

ETAPAS DE UNA INVESTIGACIONREALIDAD PROBLEMACONSTRUCCIOacuteN MARCO TEORICOFORMULAR HIPOacuteTESIS (CONSECUENCIAS CONTRASTABLES DEFINICIOacuteN OPERACIONAL)DISENtildeO DE INVESTIGACIONRECOLECCION DE INFORMACIONANAacuteLISIS DE INFORMACIOacuteNPRESENTACIOacuteN DE RESULTADOS

iquestCoacutemo se inicia una investigacioacutenLas investigaciones se generan a partir de ideas

experiencia personal o de otros observacioacuten lectura material escrito investigacioacuten previa reformulacioacuten ideas ldquono nuevasrdquo descubrimientos presentimientos etc

Una vez concebida la idea de investigacioacutenclubsSe plantea el problema de la investigacioacutenclubsSe formulan objetivos generales y especiacuteficosclubs1048633Simultaacuteneamente se especifican la variables y su naturalezaclubsSe define y redefine el problema en funcioacuten de un anaacutelisis de relevancia factibilidad implicaciones etc

MARCO TEORICOAyuda a prevenir errores cometidos en otros estudios Orienta la ejecucioacuten del estudioAmpliacutea el horizonte y ayuda a centrarse en el problemaConduce al establecimiento de hipoacutetesis que se probaraacutenDa un marco de referencia para interpretar los resultados del estudioInspira nuevas liacuteneas y aacutereas de investigacioacuten

LA CONSTRUCCION DE UN ARBOL DE PROBLEMAS1 Se identifica el problema central2 Se identifican las causas del problema central3Se identifican los efectos que provoca el problema central4 Se construye un esquema de relacioacuten tipo aacuterbol donde1048633 El problema central se ubica al centro (tronco del aacuterbol)1048633 Las causas se ubican hacia abajo (raiacuteces del aacuterbol)1048633 Los efectos se ubican arriba (ramas el aacuterbol)5 Se revisa el esquema completo y verifica su validez e integridad

Al evaluar la formulacioacuten problema de un problema se deben considerar algunos aspectos que dicen relacioacuten tanto con la forma como con su contenido Algunos de estos aspectos se pueden plantear como preguntas que uno debe hacerse en relacioacuten al problema formulado1048633 El planteamiento iquestimplica la posibilidad de someterlo a prueba empiacuterica1048633 iquestEstaacute formulado en forma clara y sin ambiguumledades1048633 iquestEstaacute claramente justificado para validar su relevancia como investigacioacuten

1048633 La formulacioacuten del problema iquestcontiene impliacutecitamente los objetivos a alcanzar en el transcurso de la investigacioacuten1048633 El problema de investigacioacuten iquestexpresa una relacioacuten entre dos o maacutes variables

Variable Es un atributo fenoacutemeno o caracteriacutestica que puede tener maacutes de un valor o forma de presentacioacuten ndashde lo contrario seriacutea una ldquoconstanterdquo- En las investigaciones orientadas a obtener informacioacuten directamente del ldquomundo realrdquo o de la experiencia directa de alguacuten tipo de fenoacutemeno (investigacioacuten empiacuterica) se denomina variable tanto al fenoacutemeno que se estaacute estudiando (por ejemplo la forma de hablar de los nintildeos)como a los factores que pueden tener un rol en la modificacioacuten de la forma en la que ese fenoacutemeno se presenta (por ejemplo participar o no participar en juegos de tipo social) Dependiendo del rol que las variables tienen en el contexto de una investigacioacuten particular se pueden clasificar en dos o maacutes tipos

Variables dependientes e independientesLas variables dependientes son aquellas cuyas variaciones o cambios en sus valores dependen de los cambios de otra variable llamada variable independiente Una variable pude ser dependiente en un estudio y ser considerada como independiente en otro Esta distincioacuten no es arbitraria sino que estaacute en directa relacioacuten con el objetivo del investigacioacuten y con la(s) hipoacutetesis sometidas a prueba En el contexto de un disentildeo experimental la variable dependiente es el resultado o efecto de la manipulacioacuten de la independiente la que seriacutea la causa del mismoLas variables dependientes por su lado se pueden clasificar tomando como criterio la forma en que se mide Podemos distinguirVariables dependientes medidas en una escala nominal u ordinal que arroja categoriacuteas distintas pero no niveles Se puede considerar esta medicioacuten como cualitativa Variables dependientes medidas en escala numeacuterica en la que la que puede obtenerse una medicioacuten En escala discreta vale decir aquella que arroja solo algunos valores dentro de un continuo (por ejemplo nuacutemero de nintildeos que juegan en el patio notas sin decimales en una escala del 1 al 7 etc)En una escala continua vale decir aquella que puede arrojar cualquiera de los infinitos valores del continuo en la escala que se

aplica (por ejemplo peso de los nintildeos medido en kilogramos temperatura de la sal de juego etc)Una vez concebida la idea de investigacioacutenbull Se plantea el problema de la investigacioacutenclubs1048633Se formulan objetivos generales y especiacuteficosclubs1048633Simultaacuteneamente se especifican las variables y su naturalezaclubs1048633Se define y redefine el problema en funcioacuten de un anaacutelisis de relevancia factibilidad implicaciones etc

iquestQueacute puede ocurrir al empezar a revisar la literaturabull existe una teoriacutea desarrollada con abundante evidencia empiacutericabull hay varias teoriacuteas que aplican al problemabull Hay ldquopedazosrdquo de teoriacutea con apoyo empiacuterico limitado que sugieren variables importantesbull soacutelo hay orientaciones poco relacionadas con mi problema

OBJETIVOS DE LA INVESTIGACION1048633 Los objetivos se derivan del planteamiento del problema1048633 Los objetivos de la investigacioacuten se refieren a lo que se desea explorar determinar o demostrar1048633 Los objetivos orientan la formulacioacuten de la hipoacutetesis la definicioacuten de variables e indicadores del estudio y el plan de anaacutelisis de los datos1048633 Los objetivos deben formularse de tal manera que sea posible evaluar su cumplimiento una vez terminada la investigacioacuten para lo cual se recomienda que sean verbalizados como ldquoproductosrdquo o ldquologros terminalesrdquo1048633 Se puede plantear uno o maacutes ldquoobjetivos generalesrdquo cuyo cumplimiento no es posible evaluar directamente y ldquoobjetivos especiacuteficosrdquo que se desprenden del anterior pero cuya formulacioacuten debe ser tal que permita evaluarlos directamente si se logran al final de la investigacioacutenNo deben confundirse los objetivos(terminales) con ldquoobjetivos instrumentalesrdquo que son etapas del procedimiento1048633 Ejemplo ldquoSeleccionar una muestra estratificadardquoo ldquoAplicar una bateriacutea de pruebas psicoloacutegicasrdquo o ldquoHacer una revisioacuten exhaustiva de la literaturardquoNo deben confundirse los objetivos(terminales) con objetivos del investigador (y no de la investigacioacuten)1048633 Ejemplo ldquoConocer el desarrollo del concepto de juego infantilrdquo

Los objetivos deben ser precisos y circunscritos evitando partir de enunciados muy generales evitando iniciar su enunciado con el verbo ldquoconocerrdquo ya que eacuteste no compromete un ldquoproductordquo sino maacutes bien un beneficio para quien conduce la investigacioacutenPara cada objetivo general debe formularse al menos dos especiacuteficos ya que eacutestos son un ldquodesagregadordquo de los primeros eacutestos pueden aludir a componentes o dimensiones del constructo o variable incluida en el objetivo general de manera que al cumplir con el conjunto de objetivos especiacuteficos que se derivan de uno general se estaacute completando con el producto propuesto en el primero

Las Hipoacutetesis en la investigacioacuten cientiacutefica1048633 A partir del marco teoacuterico y teniendo como referencia las interrogantes formuladas en el planteamiento del problema y los objetivos de la investigacioacuten se derivan las hipoacutetesis o respuestas tentativas1048633 La hipoacutetesis cientiacutefica es una proposicioacuten que expresa una solucioacuten tentativa de un problema de investigacioacuten1048633 Las hipoacutetesis son consistentes con el cuerpo de conocimiento acumulado y deben ser susceptibles de contrastarse empiacutericamente con evidencia real1048633 Las hipoacutetesis orientan el proceso de investigacioacuten por cuanto las acciones que se emprenden estaacuten encaminadas a reunir evidencia que permita tomar una decisioacuten (aceptarlas o rechazarlas) Actuacutean como marco de referencia para interpretar los datos y las conclusiones que se tomen

CARACTERIacuteSTICAS DE LAS HIPOTESIS1 Las hipoacutetesis deben ser atinentes al fenoacutemeno que pretender describir predecir o explicar Esto implica que la solucioacuten debe ser de tal naturaleza que el fenoacutemeno sea deducible de la hipoacutetesis2 Compatibilidad con un conjunto de hipoacutetesis previas bien confirmadas Esto supone que una vez realizada la revisioacuten de la literatura atinente es necesario a partir de eacutesta formular la hipoacutetesis de manera que tenga sentido lo que propone3 Toda Hipoacutetesis debe ser contrastable empiacutericamente Implica que la hipoacutetesis sea contrastada con datos de la realidad con lo cual permitiraacute conducir a una decisioacuten acerca de su aceptacioacuten o rechazo La hipoacutetesis no necesariamente debe estar formulada en teacuterminos observables pero si es fundamental que se pueda deducir de ella consecuencias contrastables

Contrastacioacuten de las hipoacutetesisLas hipoacutetesis cientiacuteficas deben ser sometidas a prueba empiacuterica para tomar una decisioacuten respecto a ellas (rechazarlas o aceptarlas) de acuerdo a lo que el investigador observe en la realidad El contraste de las hipoacutetesis requiere del cumplimiento de las siguientes etapas 1 Deduccioacuten de consecuencias observables La mayoriacutea de las hipoacutetesis se formulan en teacuterminos abstractos no observables directamente Sin embargo para ponerlas a prueba se deben vincular estos teacuterminos abstractos con referentes de la experiencia Al hacer este proceso deductivo por lo general se deben efectuar operaciones empiacutericas como disponer o construir un instrumento medicioacuten que especifican las operaciones necesarias para poder observar el fenoacutemeno Esta especificacioacuten que implica la operacioacuten aludida se conoce como definicioacuten operacional2 Confrontacioacuten con la Experiencia Esta etapa consiste en la confrontacioacuten con la experiencia a traveacutes de la observacioacuten experimentacioacuten u otro meacutetodo En esta etapa son fundamentales las caracteriacutesticas del disentildeo de investigacioacuten y de los instrumentos de recoleccioacuten de datos que se apliquen3 Inferencia En esta etapa una vez recolectada la informacioacuten se debe tomar una decisioacuten respecto a la hipoacutetesis sobre la base de la interpretacioacuten de los datos analizados Si los datos concuerdan con lo enunciado por la hipoacutetesis se dice que eacutestos la apoyan y en consecuencia se decide aceptarla como verdadera Sin embargo esta decisioacuten se asume con una probabilidad de error ya que los datos provienen de una muestra de la realidad que podriacutea estar considerando solo aspectos parciales y por tanto constituir una porcioacuten sesgada de la misma

Una definicioacuten operacional se hace mediante un proceso a traveacutes del cual el investigador explica en detalle la especificacioacuten de los tipos de valores de las variables (cuali o cuantitativos) y los caacutelculos realizados para obtener los valores de las variables (indicadores) en el caso que fueran cuantitativas en teacuterminos de los meacutetodos particulares que se usaraacuten para medirla en el contexto de la investigacioacuten en cuestioacuten La operacionalizacioacuten es un proceso que variacutea de acuerdo al tipo de investigacioacuten y su disentildeo

Por ejemplo la inteligencia podriacutea definirse operacionalmente como las respuestas expresadas en los puntajes que se obtengan de la aplicacioacuten de una determinada prueba de inteligencia (ordquo testrdquo)

Disentildeos de InvestigacioacutenExperimentales1 Preexperimentales2 Experimentales3 CuasiexperimentalesNo experimentalesTransversales1 Descriptivos2 CorrelacionalesLongitudinales1 De tendencia2 De evolucioacuten3 Panel

Disentildeo Experimental Estudio en el cual se manipulan deliberadamente una o maacutes variables independientes para analizar las consecuencias de esa manipulacioacuten sobre una o mas variables dependientes dentro de una situacioacuten de control para el investigador

Requisitos1048633 La manipulacioacuten intencional de una o maacutes variables independientesndash Manipular hacer variar o dar distintos valores a la variable independiente1048633 La variable dependiente siempre se mide para ver el efecto que ha tenido la manipulacioacuten de la variable independiente sobre ladependiente1048633 La variable dependiente no se debe manipular nunca1048633 La medicioacuten debe ser vaacutelida y confiable

Control de la validez interna de un experimento1048633 Se espera que la variacioacuten observada en la variable(s) dependiente(s) sea producto de la manipulacioacuten de la variable(s) independiente(s) y no de otros factores o variables1048633 La calidad del experimento se logra cuando se tiene control de la situacioacuten experimental

1048633 Por tanto es necesario lograr el control de otras variables extrantildeas al disentildeo1 Comparaciones entre grupos ( a lo menos dos)1048633 grupo experimental y grupo de control1048633 entre grupos experimentales (no siempre es necesario tener un grupo de control)2 Equivalencia de los grupos en todo excepto en la manipulacion de la variable independiente1048633 Equivalencia inicial ( entre los grupos)1048633 Equivalencia durante el experimento estandarizacioacuten de las mediciones y de la situacioacuten experimental1048633 La manera maacutes eficiente de lograr la equivalencia es la asignacion al azar o aleatorizacioacuten de los sujetos a los grupos experimentales y de control1048633 La asignacioacuten al azar produce control en la medida que las variables que se desean controlar (variables extrantildeas y fuentes de invalidacioacuten interna) son distribuidas - aproximadamente- de la misma manera en los grupos del experimento1048633 Mientras mayor sea el numero de sujetos (n) para el experimento mejor funciona la asignacioacuten aleatorea como mecanismo de control

Mecanismos de control de variablesbull Eliminacioacuten de la variable se la deja constante 1048633se consiguen grupos homogeacuteneosbull Aleatorizacioacuten seleccionar muestras representativas con procedimientos aleatoriosbull Incorporacioacuten de la variable como otra VI controlada estadiacutesticamentebull Aparejamiento (matching) para que en todos los grupos haya sujetos de las mismas caracteriacutesticasbull Contrabalanceo los mismos sujetos se someten a diferentes condiciones

Algunas fuentes de invalidez interna 1048633 Historia eventos que ocurren en el transcurso del experimento que atentan contra los resultados del experimento mismo1048633 Maduracioacuten procesos internos de los participantes que operan como consecuencia del paso del tiempo (cansancio hambre aburrimiento aumento de la edad etc)1048633 Inestabilidad poca o nula confiabilidad de las mediciones fluctuaciones en las personas

1048633 Administracioacuten de pruebas efectos de la administracioacuten sobre posteriores mediciones 1048633 Seleccion errores en la seleccioacuten de sujetos aparentemente equivalentes para el experimento

Simbologiacutea de los disentildeos experimentalesR Asignacioacuten al azar (o aleatorizacioacuten) Cuando aparece significa que los sujetos han sido asignados aun grupo de manera aleatoria (por la palabra en ingleacutes ldquorandomrdquo)G Grupo de sujetos (G1 =grupo 1 G2= grupo 2 etc)X Tratamiento estiacutemulo o condicioacuten experimental (presencia de alguacuten nivel de la variable independienteO Una observacioacuten o medicioacuten a los sujetos de un grupo ( puede ser una prueba un test cuestionario escala etc) S aparece antes del estiacutemulo (X) se trata de una pre prueba (pretest Si aparece despueacutes del estiacutemulo se trata de una postprueba (posttest ) La secuencia horizontal indica tiempos distintos Cuando aparecen dos siacutembolos alineados verticalmente significa que ocurren a mismo tiempo

Tipos de disentildeos experimentales1 preexperimentos1048633 grado de control minino de variables1048633 solo recomendables para ensayos de experimentoscon mayor control11 Estudio de caso una sola medicioacuten (g x o)1048633 no existe manipulacioacuten de variable independiente1048633 no existe ningun grupo de comparacioacuten1048633 no existe aleatorizacioacuten1048633 sujeto a fuentes de invalidez interna12 Disentildeo pre - post medicioacuten con un solo grupo (g o1 x o2)1048633 si existe seguimiento de grupo1048633 no existe manipulacion de variable independiente1048633 no existe ningun grupo de comparacioacuten1048633 no existe aleatorizacioacuten1048633 sujeto a fuentes de invalidez interna

2 Experimentos verdaderos1048633 si existe manipulacioacuten de variable independiente1048633 si existe grupo de comparacioacuten (por la manipulacioacuten)1048633 si existe aleatorizacioacuten (equivalencia de los grupos)1048633 control de fuentes de invalidez interna

1048633 no todos deben tener mediciones pre - postEjemplos21 Una manipulacioacuten y grupo de control 1 medicioacutenR g1 x 01R g2 - 0222 Disentildeo con pre y post y grupo controlR g1 01 x 02R g2 03 - 041048633 La medicioacuten pre tiene dos ventajasndash Chequea el exito de la aleatorizacioacuten Esto es central cuando los grupos son pequentildeos (menosres de 15 sujetos)ndash Permite analizar cambios (aumento o disminucioacuten) de la variable dependeinte antes y despues de la manipulacioacuten

3 cuasiexperimentos1048633 Especialmente adecuados cuando no sea posible la asignacioacuten al azar de los sujetos a los grupos experimentales Esto afecta a validez interna y externa1048633 Si tienen manipulacioacuten de variable independiente1048633 Difieren de los experimentos verdaderos en el grado de seguridad que puedan tener sobre la equivalencia inicial de los grupos1048633 Los sujetos no son asignados al azar a los grupos experimentales sino que son grupos formados antes del experimento1048633 Son experimentos que tienen tratamientos cuyo efecto se quiere probar tienen medidas de resultados unidades experimentales pero no usan la asignacioacuten aleatoria para crear comparaciones a partir de las cuales se infieran los cambios en la(s) variable(s) dependiente(s)1048633 Las comparaciones dependen de grupos no equivalentes que pueden ser diferentes por condiciones ajenas al tratamiento1048633 Son especialmente adecuados cuando no es posible asignar al azar de los sujetos a los grupos experimentales en situaciones en que la investigacioacuten se realiza en el ambiente natural1048633 A modo de ejemplo se puede nombrar algunas distinciones de disentildeos cuasi experimentales1048633 Disentildeos de grupo no equivalentes por ejemplo n se compara el rendimiento (var dependiente) de dos cursos de ensentildeanza media (1 A y 1 B) se hacen mediciones antes y despueacutes del tratamiento

4 Disentildeos No experimentales

1048633 Se observan los fenomenos tal como ocurren en su contexto natural ( expost-facto)1048633 Resulta por tanto imposible la manipulacioacuten de variables y la signacioacuten al azar de los sujetos a las condicionesNo existen condiciones experimentales o estimulos1048633 En estos disentildeos las variables independientes han tenido efectos no generados (manipulados) por el investigador por tanto este no tiene contro alguno sobre dichas variables y sus efectos1048633 Tienen mayor posibilidad de lograr validez externa por que se trabaja con contextos naturalesTipo No experimentales

1Dimension temporal Disentildeos transversales1048633 Recolectan datos en un solo momento en el tiempo1048633 Su propoacutesito es describir variables y analizar la incidencia e interrelacioacuten en un momento dado1048633 Pueden abarcar varios grupos de comparacioacuten y tambieacuten para distintas variables al mismo tiempoTipos de disentildeos transversales1048633 A Disentildeos descriptivos1048633 B Disentildeos correlacionales causales ( X--y)En ambos tipos las variables de miden tal cual estaacuten en la realidad2 Dimensioacuten temporal Disentildeos longitudinales 1048633 El intereacutes se centra en evaluar los cambios a traveacutes del tiempo en determinadas variables o relaciones entre eacutestas1048633 Se recolectan datos a traveacutes del tiempo en puntos o periodos especiacuteficos para hacer inferencias respecto al cambio sus determinantes y consecuencias

Tipos de disentildeos longitudinales1 Disentildeos longitudinales de tendencia ( trend)1048633 Analizan los cambios a traveacutes del tiempo o evolucioacuten (en variables o sus relaciones) dentro de alguna poblacion en general1048633 Se pueden tomar mediciones en muestras distintas en el tiempo pero todas pertenecientes a la misma poblacioacuten (equivalentes)2 Disentildeos longitudinales de evolucioacuten de grupo1048633 Analizan cambios a traves del tiempo en subpoblaciones o grupos especiacuteficos Los grupos estaacuten vinculados de alguna manera ( Por edad nacidos en un periodo determinado etc)Esto los distingue de los disentildeos de tendencia 1048633 Se pueden tomar mediciones en muestras distintas en el tiempo pero todas pertenecientes a la misma poblacioacuten (equivalentes)

3 Disentildeos longitudinales de panel1048633 La distincioacuten con los anteriores es que los grupos o subgrupos son los mismos que se evaluacutean en el tiempo1048633 Son uacutetiles cuando se tiene poblaciones estaacuteticas o cautivas para asegurar mediciones en el tiempo

Conceptos de Validez y Validez Interna1048633 Validez la mejor aproximacioacuten disponible a la verdad o falsedad de las proposiciones1048633 Validez Interna Grado de confianza en que se pueda interpretarlos resultados de la investigacioacuten y que sean vaacutelidosDepende de su calidad

Validez Externa y Fuentes de Invalidez1048633 Validez Externa Tiene que ver con queacute tan generalizables son los resultados de la investigacioacuten1048633 Fuentes de Invalidez Son explicaciones rivales o alternativas alas que manejamos y nos pueden confundir respecto a la relacioacutenentre variables y su extensioacuten a la poblacioacuten

Validez externa y preguntas1048633 De constructo de causa y efecto iquestCuaacuteles son los constructos de causa y efecto implicados en la relacioacuten1048633 Validez externa iquestCuaacuten generalizable es esta relacioacuten a personas lugares y tiempos

Proceso de Inferencia EstadiacutesticaMuestreobull Estadiacutegrafo El valor que sintetiza los valores de una o varias caracteriacutesticas de una MUESTRAbull Paraacutemetro El valor que sintetiza los valores de una o varias caracteriacutesticas de una POBLACION

Poblacioacutenbull La definicioacuten de la poblacioacuten dependeraacute de los objetivos y del disentildeo de la investigacioacuten planteadabull Ello implica entonces identificar exactamente a quieacutenes se lesadministraraacuten los instrumentos de medicioacuten

Dimensiones a considerar al momento de definir una muestra Representatividad Las muestras deben representar a la poblacioacuten del estudio que estamos realizando Cada vez que se selecciona una muestra debe verificarse que eacutesta no es afectada por caracteriacutesticas especiales de los individuos que impliquen un respuesta ldquoalteradardquo a la investigacioacuten Se debe poner especial atencioacuten a los meacutetodos de muestreo y realizar diagnoacutesticos iniciales que permitan conocer las caracteriacutesticas generales de los sujetos que forman parte de la muestraAccesibilidad Si bien las muestras deben especificarse en base a los requisitos de la investigacioacuten no es menos cierto que debe considerarse la dimensioacuten de cuaacuten factible es contar con la participacioacuten de la muestra que queremos estudiar Esto implica dedicar tiempo especiacutefico del desarrollo del estudio al contacto reclutamiento y seguimiento de los sujetos maestrales Del mismo modo obliga a revisar distintas alternativas de muestreo antes de definir la muestra finalTamantildeo Implica definir una magnitud de error de muestreo que los investigadores estaacuten dispuestos a asumir al momento de reclutar a los participantes en el estudio Dicho error debe ser el menor posible para evitar errores en la representatividad de la muestra y en la estimacioacuten de los valores de la poblacioacuten Una forma de evitar los errores de muestreo es asegurar la maacutexima aleatorizacioacuten y tener un nuacutemero suficiente de personas por grupo de trabajo (como referencia mayor que 30 en cada grupo) para asegurar que los posibles errores de muestreo puedan ser controlados estadiacutesticamente Por otra parte pasado cierto nivel la reduccioacuten de error que se gana por aumentar el tamantildeo de la muestra no compensa el gasto que eso implica De esta manera se busca un tamantildeo miacutenimamente aceptable como para permitir la aplicacioacuten de las teacutecnicas estadiacutesticas

Muestreobull El muestreo es el mecanismo a traveacutes del cual se elige a los sujetos o unidades muestrales (personas organizaciones cursos universidades etc) que participaraacuten de un estudioLa poblacioacuten corresponde al conjunto de todos los elementos o unidades de anaacutelisis a los cuales se hacen extensivas las inferencias de un estudio tambieacuten es llamado universoLa definicioacuten de la poblacioacuten dependeraacute de los objetivos y del disentildeo de la investigacioacuten planteada

Cualquier parte o subconjunto de una poblacioacuten es una muestraLas muestras deben ser representativas para poder hacer inferencias a la Poblacioacuten de la cual fue extraiacutedaPara seleccionar una muestra es necesario definir la unidad de Anaacutelisis esto permitiraacute determinar quienes seraacuten medidosEs necesario delimitar en forma precisa las caracteriacutesticas de la poblacioacuten ya que una adecuada delimitacioacuten asegura que las conclusiones del estudio esteacuten referidas a una poblacioacuten determinada y no a otras

Tamantildeo de la Muestrabull iquestCuaacutentos sujetos (personas organizaciones etc) necesito para conformar la muestra que asegure un menor error de estimacioacuten pequentildeobull Existen procedimientos y foacutermulas para calcular el tamantildeo de la muestra El tamantildeo dependeraacute de la magnitud del error que se estima se puede cometerbull Estas foacutermulas pueden ser revisadas en varios libros de estadiacutestica (Anaacutelisis de datos)

Ventajas que reporta el uso de Muestrasbull Reduce los costos Al obtener datos a partir de una muestra de una poblacioacuten los costos seraacuten menores ya que no seraacute necesario medir a toda la poblacioacuten Los costos estaacuten tanto referido a los materiales procedimientos como al personalbull Mayor rapidez Por el hecho de ser un subconjunto de la Poblacioacuten permite acceder de manera maacutes eficiente y raacutepida para el levantamiento de los datosbull Posibilita una mayor precisioacuten de las observaciones al contar con un nuacutemero restringido de casos a estudiar

Tipos de Muestreobull Las muestras pueden ser clasificadas en dos grandes tipos las probabiliacutesticas y no probabiliacutesticasbull El tipo de muestra a utilizar nuevamente depende de los objetivos de la investigacioacuten (exploratorio descriptivo explicativo) y del disentildeo generado para realizar el estudio

bull Muestras no Probabiliacutesticas En este tipo de muestras la eleccioacuten de los elementos no depende de la probabilidad sino de las condiciones que permiten hacer el muestreo (acceso o disponibilidad conveniencia etc)

bull Muestras ProbabiliacutesticasbullTodos los elementos tienen la misma probabilidad de ser seleccionados Esto se obtiene definiendo las caracteriacutesticas de la poblacioacuten el tamantildeo de la muestra y a traveacutes de la seleccioacuten aleatoria de las unidades de anaacutelisisbullUna de las ventajas maacutes grandes de este tipo de muestreo es que se pueden realizar buenas estimaciones poblacionales conociendo el error estaacutendar que se comete en dicha estimacioacuten

bull Muestreo estratificadobull Este tipo de muestreo se utiliza especialmente cuando se sospecha que la poblacioacuten es heterogeacutenea en cuanto a alguna caracteriacutestica asociada a las variables de estudiobull Esto obliga a dividir a la Poblacioacuten en subpoblaciones o estratos de acuerdo a la variabilidad de esta caracteriacutestica con el objeto de mejorar las estimacionesbull Por otro lado cuando la poblacioacuten cuenta con estratos o categoriacuteas que son de intereacutes del estudio es necesario tambieacuten realizar un muestreo estratificado para realizar las comparacionespertinentes ejemplo por aacutereas dentro de una empresa por sexo jerarquiacuteas niveles socioeconoacutemicos etcbull Para generar este tipo de muestreo es necesario identificar dentro de la Poblacioacuten cada subpoblacioacuten o estrato y luego realizar una seleccioacuten aleatoria simple de los elementos al interior de cada una de estas subpoblaciones

Tipos de muestras estratificadas1 Con afijacioacuten uniforme o igual Es aquella en que se selecciona la misma cantidad de unidades en todos los estratos2 Con afijacioacuten proporcional En este caso el nuacutemero de unidades de anaacutelisis seleccionado de cada estrato es proporcional al nuacutemero de elementos del estrato para la poblacioacuten3 Con afijacioacuten oacuteptima Este es un caso particular del disentildeo anterior Consiste en seleccionar la muestra de tal manera que los estratos maacutes heterogeacuteneos tengan maacutes casos Este procedimiento requiere saber cuaacutel es la variabilidad en los estratos lo cual es muy difiacutecil de obtener

MUESTREO POR CONGLOMERADOS

Este tipo de muestreo permite solucionar problemas de costos tiempo distancias etc Es posible cuando las unidades de anaacutelisis se encuentran encapsuladas o encerradas en determinados lugaresfiacutesicos o geograacuteficos que son llamados racimosAl hacer este muestreo es necesario distinguir la unidad de anaacutelisis y la unidad muestral unidad de anaacutelisis indica quienes seraacuten medidos la unidad muestral en este caso se refiere al racimo a traveacutes del cual se llegaraacute a las unidades de anaacutelisisSe utiliza un procedimiento a traveacutes del cual se hace 1deg una lista de todos los conglomerados y 2deg se selecciona una muestra de la lista De este modo en el muestreo por conglomerados en lugar de hacer una seleccioacuten de los elementos individuales de una poblacioacuten se selecciona un conglomerado a partir del cual se seleccionan elementos 1048633 se realiza un muestreo como miacutenimo endos etapas por procedimientos probabiliacutesticos que operan asiacute1 Primero se selecciona el racimo2 Se seleccionan las unidades de anaacutelisis al interior de cada racimo asegurando que todos los sujetos tengan la misma probabilidad de ser seleccionados

MUESTREO POR ETAPASEl nombre de este muestreo describe el proceso implicado el que es una derivacioacuten del disentildeo anterior (Conglomerados)Los conglomerados constituidos inicialmente denominados Unidades primarias de muestreo pueden dividirse en unidades menores o unidades secundarias las que a su vez pueden dividirse en otras aun menores hasta llegar al nivel apropiado La sucesioacuten de esta subdivisioacuten en ldquosubconglomeradosrdquo se llama muestreo por etapas Puede realizarse1 En dos etapas bietaacutepico2 En maacutes de dos etapas multietaacutepico

MUESTREO POR FASESEste muestreo se usa en una investigacioacuten en la que se empieza por ejemplo con una muestra numerosa usando alguacuten instrumento no muy costoso Otro uso del muestreo doble por fases es el intento de recolectar datos perdidos o ldquomissingrdquo Por ejemplo se pueden recolectar en una segunda fase cuestionarios no devueltos en la primera fase Con los resultados de ese instrumento se puede disentildear un procedimiento para seleccionar

una muestra maacutes pequentildea con el fin de obtener informacioacuten con profundidad Es frecuente que este uacuteltimo grupo maacutes pequentildeo se obtenga a traveacutes de un procedimiento aleatorio

MUESTREO SISTEMAacuteTICOEste meacutetodo es un procedimiento sencillo y praacutectico y consiste en seleccionar unidades de una poblacioacuten previamente listada cada cierto intervalo Este intervalo se puede obtener dividiendo el nuacutemero de elementos de la poblacioacuten por el nuacutemero de elementos que constituiraacuten la muestra Por ejemplo si queremos seleccionar una muestra de 250 elementos de una poblacioacuten de 1000 el intervalo k seriacutea K = 1000 250 = 4Para iniciar la seleccioacuten se puede elegir al azar un nuacutemero entre el uno y el cuatro y a partir de eacutel se aplica el intervalo en la lista Siescogemos el 2 en primer lugar luego escogeremos el 6 el 10 e l 14 y asiacute sucesivamente Para evitar el riesgo de que las unidades en la lista estuvieran ordenadas de acuerdo a alguacuten criterio conviene desordenarla antes de aplicar el intervalo

Requisitos de la medicioacuten1048633 La confiabilidad y validez son maacutes difiacuteciles de lograr mientras maacutes abstracto sea el constructo que se desea medir) motivacioacuten actitudes inteligencia valores etc)1048633 En este sentido toda medicioacuten estaacute expuesta a un margen de error de medicioacuten por lo que eacutesta nunca es perfecta1048633 La manera de controlar el error de la medicioacuten es calculando la confiabilidad y validez de los instrumentos de medicioacutenMedicioacuten de la confiabilidad1048633 Existen diversos meacutetodos para evaluar la confiabilidad de un instrumento todos producen indicadores o coeficientes de confiabilidad1048633 Medida de estabilidad (confiabilidad test - retest) Un mismo instrumento es administrado a un mismo grupo de personas despueacutes de un periacuteodo de tiempo Se mide la confiabilidad a traveacutesde la correlacioacuten entre ambos puntajes1048633 Meacutetodo de formas paralelas o alternativas Se administran dos formas equivalentes por tanto no es el mismo instrumento1048633 Las formas son equivalentes en contenidos preguntas instrucciones duracioacuten etc

1048633 Las formas se administran a un mismo grupo dentro de un periacuteodo de tiempo corto1048633 Se mide la confiabilidad a traveacutes de la correlacioacuten entre ambos puntajes 1048633 Meacutetodo de las mitades partidas (split - halves) Requiere una sola medicioacuten en un mismo grupo de sujetos Se divide la prueba en dos mitades y se comparan los resultados en correlaciones1048633 Coeficiente de Cronbach (Alfa) Este coeficiente requiere una sola medicioacuten y mide la consistencia interna de los iacutetems en cada escala y el instrumento como conjunto Es decir entrega un valor estadiacutestico que nos indica en queacute medida un conjunto de iacutetemes apuntan en la misma direccioacuten

Existen distintos tipos de validezValidez de contenido1048633 Se refiere al grado en que un instrumento refleja un dominio especiacutefico de contenido de lo que se mide Es el grado en que la medicioacuten representa al concepto medidoValidez de criterio1048633 Se establece la validez comparaacutendolo con alguacuten criterio externo Es un criterio estaacutendar con el que se juzga la validez de un instrumento1048633 Cuando el criterio se fija en el presente se llama validez concurrente Cuando el criterio de fija en el futuro se llama validez predictiva Existen distintos tipos de validez Validez de constructo1048633 Se refiere al grado en que una medicioacuten se relaciona consistentemente con otras mediciones de acuerdo con hipoacutetesis derivadas teoacutericamente y que conciernen a los conceptos (o constructos) que estaacuten siendo medidos

Estudio de la validezValidez de contenido1048633 Consulta a expertosValidez de criterio1048633 Correlaciona su medicioacuten con el criterioValidez constructo1048633 Anaacutelisis factorialFactores que atentan contra la validez y confiabilidad1048633 La improvisacioacuten en la medicioacuten y seleccioacuten del instrumento1048633 Utilizacioacuten de instrumentos extranjeros sin previa adaptacioacuten y estandarizacioacuten

1048633 Instrumento inadecuado a las personas que se les aplica1048633 Condiciones en las que se administra el instrumento de medicioacuten

EstadiacutesticaTeacutecnicas cuantitativas para el anaacutelisis de la Informacioacuten La estadiacutestica descriptiva sirve al propoacutesito de generar una serie de medidas numeacutericas tendientes a sintetizar el comportamiento de las variables (o conjunto de datos) que estamos estudiando Asiacute la estadiacutestica descriptiva es un conjunto de meacutetodos y teacutecnicas por medio de las cuales podemos recolectar organizar resumir presentar y analizar datos numeacutericos relativos a un conjunto de individuos u observacionesEstadiacutestica Inferencial La estadiacutestica descriptiva no se utiliza como fundamento de una teoriacutea general aplicable a individuos similares que no han sido medidos Soacutelo se aplica a la muestra La estadiacutestica inferencial que toma la informacioacuten de la estadiacutestica descriptiva para realizar procesos que permiten Dentro de ciertos rangos de confianza determinar el comportamiento probable de la poblacioacuten que es representada por la MuestraNiveles de Medicioacuten Para realizar cualquier tipo de anaacutelisis estadiacutestico es necesario cuantificar (asignar nuacutemeros) a las propiedades que medimos De este modo se objetiva el registro de la medicioacuten Los nuacutemeros en este caso sustituyen a las propiedades que estamos evaluando Cada vez que medimos estamos asignaacutendole a la propiedad medida un nuacutemero de acuerdo a una cierta regla La medicioacuten implica una relacioacuten entre dos conjuntos de elementos los nuacutemeros y las propiedades que queremos medir Entre los nuacutemeros existen ciertas relaciones que son vaacutelidas siempre dentro del mundo aritmeacutetico Del mismo modo entre las modalidades de las propiedades existen ciertas relaciones (desde simples a complejas) que son verificables en el mundo real

Es necesario entonces que se cumpla la siguiente regla general en el proceso de asignar nuacutemeros a las propiedades que estudiamos REGLA Aceptar soacutelo como relaciones vaacutelidas entre los nuacutemeros aquellas que sean verificables empiacutericamente entre las correspondientes modalidades Por esta razoacuten las mediciones tendraacuten distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Muchas propiedades no satisfacen todas las relaciones de los nuacutemeros Esto significa que al realizar el proceso de medicioacuten soacutelo seraacuten aplicables ciertas relaciones Lo anterior sugiere que las mediciones tendriacutean distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Ejemplo Medir Color y Aprendizaje Las propiedades tendriacutean asignados un nuacutemero pero que no satisface las relaciones numeacutericas Rojo azul Blanco ( 1 2 3) Aprendizaje ( 65 71 83 ) Lo anterior sugiere que la medicioacuten de las propiedades (color y aprendizaje) no estaacuten hechas al mismo nivel ya que dependiendo de la complejidad de las relaciones entre las modalidades de la propiedad que se mide se aplican una o maacutes relaciones de los nuacutemeros Los nuacutemeros soacutelo se utilizan con el fin de clasificar los objetos o propiedades o distintas modalidades que asume una variable En este tipo de medicioacuten soacutelo se acepta como relacioacuten vaacutelida la igualdad o desigualdad entre las nuacutemeros que reflejan en la propiedad medidaNivel Nominal Ejemplo Variable profesionesrdquo 1Psicoacutelogosldquo 2Socioacutelogosldquo 3Ingenieros

Los valores asumidos por la variable soacutelo permiten hacer operaciones se distincioacuten y nada maacutes No se pueden sumar dividir restar etc Ejemplo 1+ 2 = 3 ingeniero Existen variables que dado su naturaleza soacutelo admiten un nivel de medicioacuten nominal Sexo profesiones razas paiacuteses carreras etc Nivel Ordinal Ademaacutes de realizar la distincioacuten entre las modalidades es posible establecer una relacioacuten de orden o jerarquiacutea No refiere nada respecto a la magnitud de diferencia (cuaacutento es maacutes una modalidad respecto de otra) Ejemplo NSE grados acadeacutemicos etc Nivel intervalar Conserva las propiedades de los niveles anteriores y agrega la posibilidad de establecer la magnitud en que una modalidad es mayor o menor respecto de otra Da informacioacuten respecto a la distancia entre las modalidades La diferencia entre las distintas magnitudes es constante El valor cero en este nivel de medicioacuten es arbitrario Esto significa que cero no indica ausencia del atributo lo que implica que los valores de la variable no son proporcionales entre siacute Al ser arbitrario el punto cero implica que un valor de una variable no indica que sea el doble de la otra 20 grados no implica que es el doble de 10 grados de temperatura Es un real nivel cuantitativo al cual podemos aplicar las relaciones numeacutericas de la suma resta divisioacuten y multiplicacioacuten En siacutentesis el nivel intervalar mantiene todas la propiedades anteriores pero ademaacutes permite conocer las distancias entre los nuacutemeros y afirmar que representan distancias iguales entre las modalidades a las que se han asignado dichos nuacutemeros Ejemplos Notas temperatura tiempo CI motivacioacuten en escala de puntos cuantitativos Todas definen una unidad de medida equivalente a la que la variable quiere mostrar La diferencia entre 5 y 10 es la misma entre 10 y 15 Nivel de Razoacuten

Es el nivel maacutes avanzado y posee todas las propiedades de los niveles anteriores y ademaacutes tiene un punto de origen cero verdadero que indica ausencia de la propiedad Se denomina asiacute porque es posible relacionar las distancias en teacuterminos de la proporcioacuten en que cada una de ellas estaacute contenida en las demaacutes Esto gracias a que el origen no es arbitrario sino absoluto Mundo de la fiacutesica Ejemplo peso altura Tabulacioacuten y Graficacioacuten Todo anaacutelisis estadiacutestico son estrategias para traducir la cantidad de informacioacuten obtenida en la recoleccioacuten de datos a iacutendices que sean interpretables y que representen alguna dimensioacuten del comportamiento de las variables La estrategia maacutes sencilla es mostrar la informacioacuten en un formato visual (graacuteficos) o en un esquema sintetizado (tablas)Tabulacioacuten Las tablas deben incluir todos los puntajes registrados Deben respetar las caracteriacutesticas de la variable Llevan un tiacutetulo representativo del contenido (sobre la tabla numerado)Graficacioacuten Son complementos a la tabulacioacuten Representan la distribucioacuten de la variable Deben ser faacuteciles de interpretar Deben llevar un tiacutetulo representativo (bajo el graacutefico y numerado)Tablas de frecuencia Si los datos corresponden a una variable cuantitativa (o al menos ordinal) es posible calcular ademaacutes la frecuencia acumulada de cada valor (en siacutembolos F) la que puede ser de dos formas Frecuencia acumulada ascendente (Fasc) indica cual es la frecuencia de veces que aparecen respuestas iguales o menores a la que se estaacute analizando

Frecuencia acumulada descendente (Fdes) indica la frecuencia de veces que aparecen respuestas iguales o mayores de las que se estaacuten analizando Las frecuencias son sin embargo datos absolutos No es posible comparar los resultados de dos tablas con un N total de respuestas diferente Para hacer esas comparaciones se utilizan medidas estandarizadas esto es transformaciones de los puntajes originales a escalas que sean las mismas en todas las tablas (y que permiten la comparacioacuten) En muchas ocasiones la cantidad de valores que puede tomar la variable son demasiados de manera que se agrupan en intervalos Cada intervalo agrupa a una serie de puntajes Los intervalos son excluyentes entre siacute En nuacutemero de valores que compone cada intervalo denominada amplitud (i) del intervalo es la misma para todos los intervalos de una tabla En todo intervalo se distinguen liacutemites superiores e inferiores los cuales pueden ser aparentes (lo que sale en la tabla) o reales (lo que se usa para clasificar) El nuacutemero de intervalos debe ser manejable para quien revise la tabla Las tablas de frecuencia reflejan el comportamiento de una sola variable Usualmente no se usan en la presentacioacuten de resultados ya que revisar variable por variable seriacutea demasiado extenso En esos casos se hacen tablas de resumen en las que se indican los datos maacutes importantes de un conjunto de variablesCruce de variables Otro tipo de tablas uacutetiles son aquellas que combinan los resultados de dos variables Ambas variables deben expresar sus resultados en categoriacuteas Se dividen en filas y columnas (una variable en las filas y otra en las columnas)

Una celda representa la combinacioacuten de valores de las dos variables Cada celda se refiere a tres totales filas columnas y total Permite hipotetizar posibles asociaciones entre las variablesGraacuteficosGraacutefico de torta

Ideal para variables nominales Soacutelo grafica un grupo por vez No permite usar muchas categoriacutea (por congestioacuten visual)

Graacutefico de Barras Se manejan dos ejes El eje horizontal indica los valores de la variable El eje vertical representa al iacutendice estadiacutestico Permite la comparacioacuten de varios grupos Las barras pueden juntarse o separarse para denotar la continuidad de los valores de la variable Barras continuas (usualmente en tablas de intervalos) Representan variables continuas Se usa el punto medio como referencia Permiten visualizar la distribucioacuten de la variableErrores Graacuteficos Ausencia de tiacutetulo No indicar variables Usar escalas inapropiadas No indicar el punto 0 Visualizacioacuten confusaMedidas de posicioacuten Las medidas de posicioacuten nos permiten dividir a una distribucioacuten en distintas partes Seguacuten el nuacutemero de partes eacutestas divisiones tendraacuten distintos nombres Percentiles Cuando dividimos una distribucioacuten en 100 partes

Deciles Cuando dividimos una distribucioacuten en 10 partes Cuartiles Cuando dividimos una distribucioacuten en 4 partes Mediana Cuando dividimos una distribucioacuten en 2 partes Requisitos Variables cuantitativas Los resultados estaacuten ordenados de menor a mayor Las medidas de posicioacuten son variables discretas Equivalencias Como todas las medidas se refieren al mismo grupo de datos se pueden hacer equivalentes entre siacute El percentil 30 (P30) por ejemplo es el valor de la variable bajo el cual se encuentra el 30 de los casos y sobre el cual se encuentra el 70 de los casos El decil 4 (D4) es el valor de la variable que deja bajo eacutel el 40 de los casos y sobre eacutel el 60 Esto permite ver las equivalencias entre percentiles y deciles (D4) = (P40)Medidas de Tendencia Central Una MTC es un indicador numeacuterico que representa el comportamiento que se considera maacutes representativo de un grupo de valores Para ello podemos ocupar distintos criterios El puntaje que maacutes se repite El que divide al grupo por la mitad El que equipara los puntajes positivos con los negativosLA MODA Representa al puntaje de mayor frecuencia (f) en una distribucioacuten de puntajes Una distribucioacuten de puntajes puede ser bimodal esto es tener dos modas Si hay maacutes de dos valores con la mayor frecuencia se dice que no tiene moda En datos no tabulados es el valor que se repite maacutes En tablas de intervalos conviene usar una foacutermula de nivelacioacuten de la modaMediana (Md)

El valor que divide a la distribucioacuten por la mitad (equivale a P50)Promedio o Media Representa al puntaje que equilibra los valores positivos con los negativos de una distribucioacuten Como incluye a toda la distribucioacuten puede ser transformada algebraicamente Soporta variantes promedio ponderado agrupaciones de promediosMedidas de VariabilidadiquestCuaacuten parecidos son los puntajes entre siacute Un dato muy importante para analizar las distribuciones de puntajes es saber cuaacuten diferentes o parecidos son los puntajes entre siacute Esa informacioacuten nos permite evaluar cuan representativas son las medidas de tendencia central que calculamos para esa misma distribucioacuten iquestCuaacuteles son Rango o Amplitud total R= Maacuteximo ndash Miacutenimo Muy faacutecil de calcular evaluacutea la desviacioacuten total Rango semi-intercuartil Calcula el punto medio de separacioacuten entre cuartil 3 y cuartil 1 No es muy usado difiacutecil de interpretar Varianza ndash Desviacioacuten estaacutendar La maacutes completaDesviacioacuten Estaacutendar Considera a todos los valores de la distribucioacuten Se utiliza el promedio como punto de referencia para determinar coacutemo se desviacutean los valores de este punto Mientras maacutes heterogeacutenea sea una distribucioacuten mayores seraacuten las desviaciones respecto del promedio Lo maacutes sencillo seriacutea sumar las desviaciones de cada punto respecto del promedio

Sin embargo La suma de las desviaciones se anulen Solo se puede hacer en valores absoluto Mientras maacutes valores tenga una distribucioacuten mayor seraacute la suma de las desviaciones en valor absoluto (problema para comparar distribuciones con distinto tamantildeo) Para solucionar esto se calcula un promedio de las desviaciones Se calcula tomando en cuanta las desviaciones al cuadrado Sin embargo la medida que resulta estaacute expresada en puntajes elevados al cuadrado Esto se conoce como VARIANZA (s2) Para poder interpretar los datos debemos regresarlos a la escala original Esto se conoce como la desviacioacuten estaacutendar (s)Forma de la Distribucioacuten Utilizando los cuartiles podemos analizar la forma de la distribucioacutenSIMETRIA (Q3 - Q2) = ( Q2 - Q1)ASIMETRIA POSITIVA (Q3 - Q2 ) gt ( Q2 - Q1)ASIMETRIA NEGATIVA (Q3 - Q2 ) lt ( Q2 - Q1)Puntaje Estaacutendar Cualquier escala de puntajes puede transformarse en una nueva serie de puntajes llamados puntajes estaacutendar (Z)Para determinar esta nueva escala de puntajes es necesario definir1 La distancia entre un puntaje y el promedio2 La desviacioacuten estaacutendar que nos indicaraacute cuan heterogeacuteneo u homogeacuteneo es la distribucioacuten3 Se dividen ambos valores y se genera esta transformacioacuten a un puntaje Z o estaacutendar

Page 2: Metodología investigación Resumen Hernandez&Fernandez

Paradigmas y la Investigacioacuten CientiacuteficaEl desarrollo de la ciencia generalmente sigue un paradigma que1048698define las reglas1048698describe los procedimientos e instrumentacioacuten y1048698los meacutetodos de interpretacioacuten de los datos- HAY MUCHA INFORMACION SENSORIAL BOMBARDEANDO NUESTROS SENTIDOS NUESTRO CEREBRO DECODIFICA LA INFORMACION QUE ES IMPORTANTE E IGNORA EL RESTO- PERO LO QUE VEMOS DEPENDE EN CIERTA MEDIDA DE LO QUE ESPERAMOS VER PRODUCTO DEL CONOCIMIENTO EXPERIENCIAS Y CREENCIAS- LAS ILUSIONES OPTICAS NOS CONFUNDEN PORQUE VEMOS ALGO QUE NOS ES FAMILAR PERO AL MISMO TIEMPO NOS ENTREGA INFORMACION CONTRADICTORIA- nuestros cerebros ldquoinventanrdquo cosas que no estaacuten para dar sentido a patrones familiares- llenamos vaciacuteos de informacioacuten comparando patrones sensoriales con modelos internalizados para organizar datos recibidos por nuestros sentidos y ser capaces de reconocer patrones familiares aunque esteacuten incompletosLos patrones nos sugieren algo familiar de manera que nuestro cerebro conecta puntos Esto no es solo debido a nuestros sentidosIgual que los computadores que tienen diferentes programas para interpretar una serie de datos nosotros tenemos paradigmas para hacer lo mismoLas sensaciones deben ser procesadas por el cerebro con la ayuda de paradigmasUN PARADIGMA PUEDE SER PERSONAL O CULTURALTODOS TENEMOS MUCHOS PARADIGMAS DIFERENTES EN DIFERENTES CONTEXTOSNo importa cual de los sentidos nos entregue el ldquoinputrdquo la sentildeal debe ser procesada por nuestro cerebro a traveacutes del filtro de nuestros PARADIGMAS condicionados por experiencias previas privadas o compartidas

PARADIGMA1048633 ES UN MODO DE ORGANIZAR LA INFORMACION SENSORIAL 1048633 ES UN MODELO QUE GUIA NUESTRAS EXPECTATIVAS Y NOS AYUDA A ELEGIR ORGANIZAR Y CLASIFICAR LA INFORMACION 1048633 INFLUYE EN LA FORMA EN QUE PROCESAMOS LA INFORMACION

1048633 Es un sistema conceptual que contiene un conjunto de supuestos que se refieren a los fenoacutemenos que estudia1048633 Es un patroacuten o modelo a ser seguido como un instrumento de abstraccioacuten o herramienta para el pensamiento y como mecanismo que mediatiza la visioacuten de mundo Constituye un amplio cuerpo de valores y creencias compartidas por un grupo de determinados cientiacuteficos1048633 Es un marco que tiene la funcioacuten de delimitar el campo de explicaciones en tanto del paradigma asumido depende en buena medida la forma en que se plantean y prueban las hipoacutetesis

Paradigmas de Investigacioacuten naturalistaBusca la Comprensioacuten de la RealidadHolistaExisten realidades muacuteltiplesConocimientos Ideograacuteficos individuales No tiene intereacutes por la generalizacioacuten y las leyes Intereacutes por divergencias y similitudes Realidad uacutenica particularNo existe independencia del observador y objeto interactuacutean reciacuteprocamenteLas teoriacuteas se descubren en la realidad nacen de la investigacioacuten y no se imponen a prioriSubjetividadExplicacioacuten multifactorial Interaccioacuten de factoresExtensas en el tiempo difiacuteciles de ejecutar en poblaciones grandesFalta de identificacioacuten de variables centrales por el eacutenfasis en los procesos globalesProblemas de confiabilidad mucha descripcioacuten con dificultades para abordar aspectos especiacuteficosAmbiente ideal Natural tal cual ocurren los fenoacutemenosManejo Ambiental Selecciona realidad parcial para estudiarDisentildeos Emergen seguacuten problema de investigacioacuten

Paradigmas de Investigacioacuten Cientiacutefico RacionalistaBusca la Prediccioacuten de la realidadAtomistaExiste una realidad uacutenica fragmentable en variables y procesos que convergen para explicar la realidadBusca generar abstracciones de la realidad generar leyes (nomoteacutetico)Relacioacuten objeto investigador Independencia entre ambos

Teoriacutea utilizada a priori el propoacutesito es verificar las hipoacutetesis en la realidadControl de los valores del investigador ObjetividadCada accioacuten se explica por una causa real que predice el efecto Es probabiliacutestico se manipulan variablesNo siempre es posible lograr una medicioacuten de los fenoacutemenosExceso eacutenfasis en el control de las variables para buscar relaciones causales la artificialidadSobre simplificacioacuten de la realidad (reduccionismo)Ambiente ideal LaboratorioManejo Ambiental Manipula Variables Disentildeos Predeterminados

Meacutetodos CualitativosLa palabra ldquocualitativordquo implica un eacutenfasis en los procesos y en la comprensioacuten profunda de los significados percibidos interpretaciones comportamientos en contraste con la medicioacuten de cantidad frecuencia o intensidad de variables definidas externamenteEl concepto La investigacioacuten cualitativa se orienta al estudio de los eventos en su ambiente natural intentando hacer sentido o interpretar los fenoacutemenos en teacuterminos de los significados que la gente tiene de ellosLa investigacioacuten cualitativa implica un acucioso uso de una variedad de material empiacuterico -estudio de casos experiencia personal historias de vida entrevistas textos histoacutericos observacioacuten etc- para describir la rutina los momentos problemaacuteticos y los significados en las vidas individuales

ETAPAS DE UNA INVESTIGACIONREALIDAD PROBLEMACONSTRUCCIOacuteN MARCO TEORICOFORMULAR HIPOacuteTESIS (CONSECUENCIAS CONTRASTABLES DEFINICIOacuteN OPERACIONAL)DISENtildeO DE INVESTIGACIONRECOLECCION DE INFORMACIONANAacuteLISIS DE INFORMACIOacuteNPRESENTACIOacuteN DE RESULTADOS

iquestCoacutemo se inicia una investigacioacutenLas investigaciones se generan a partir de ideas

experiencia personal o de otros observacioacuten lectura material escrito investigacioacuten previa reformulacioacuten ideas ldquono nuevasrdquo descubrimientos presentimientos etc

Una vez concebida la idea de investigacioacutenclubsSe plantea el problema de la investigacioacutenclubsSe formulan objetivos generales y especiacuteficosclubs1048633Simultaacuteneamente se especifican la variables y su naturalezaclubsSe define y redefine el problema en funcioacuten de un anaacutelisis de relevancia factibilidad implicaciones etc

MARCO TEORICOAyuda a prevenir errores cometidos en otros estudios Orienta la ejecucioacuten del estudioAmpliacutea el horizonte y ayuda a centrarse en el problemaConduce al establecimiento de hipoacutetesis que se probaraacutenDa un marco de referencia para interpretar los resultados del estudioInspira nuevas liacuteneas y aacutereas de investigacioacuten

LA CONSTRUCCION DE UN ARBOL DE PROBLEMAS1 Se identifica el problema central2 Se identifican las causas del problema central3Se identifican los efectos que provoca el problema central4 Se construye un esquema de relacioacuten tipo aacuterbol donde1048633 El problema central se ubica al centro (tronco del aacuterbol)1048633 Las causas se ubican hacia abajo (raiacuteces del aacuterbol)1048633 Los efectos se ubican arriba (ramas el aacuterbol)5 Se revisa el esquema completo y verifica su validez e integridad

Al evaluar la formulacioacuten problema de un problema se deben considerar algunos aspectos que dicen relacioacuten tanto con la forma como con su contenido Algunos de estos aspectos se pueden plantear como preguntas que uno debe hacerse en relacioacuten al problema formulado1048633 El planteamiento iquestimplica la posibilidad de someterlo a prueba empiacuterica1048633 iquestEstaacute formulado en forma clara y sin ambiguumledades1048633 iquestEstaacute claramente justificado para validar su relevancia como investigacioacuten

1048633 La formulacioacuten del problema iquestcontiene impliacutecitamente los objetivos a alcanzar en el transcurso de la investigacioacuten1048633 El problema de investigacioacuten iquestexpresa una relacioacuten entre dos o maacutes variables

Variable Es un atributo fenoacutemeno o caracteriacutestica que puede tener maacutes de un valor o forma de presentacioacuten ndashde lo contrario seriacutea una ldquoconstanterdquo- En las investigaciones orientadas a obtener informacioacuten directamente del ldquomundo realrdquo o de la experiencia directa de alguacuten tipo de fenoacutemeno (investigacioacuten empiacuterica) se denomina variable tanto al fenoacutemeno que se estaacute estudiando (por ejemplo la forma de hablar de los nintildeos)como a los factores que pueden tener un rol en la modificacioacuten de la forma en la que ese fenoacutemeno se presenta (por ejemplo participar o no participar en juegos de tipo social) Dependiendo del rol que las variables tienen en el contexto de una investigacioacuten particular se pueden clasificar en dos o maacutes tipos

Variables dependientes e independientesLas variables dependientes son aquellas cuyas variaciones o cambios en sus valores dependen de los cambios de otra variable llamada variable independiente Una variable pude ser dependiente en un estudio y ser considerada como independiente en otro Esta distincioacuten no es arbitraria sino que estaacute en directa relacioacuten con el objetivo del investigacioacuten y con la(s) hipoacutetesis sometidas a prueba En el contexto de un disentildeo experimental la variable dependiente es el resultado o efecto de la manipulacioacuten de la independiente la que seriacutea la causa del mismoLas variables dependientes por su lado se pueden clasificar tomando como criterio la forma en que se mide Podemos distinguirVariables dependientes medidas en una escala nominal u ordinal que arroja categoriacuteas distintas pero no niveles Se puede considerar esta medicioacuten como cualitativa Variables dependientes medidas en escala numeacuterica en la que la que puede obtenerse una medicioacuten En escala discreta vale decir aquella que arroja solo algunos valores dentro de un continuo (por ejemplo nuacutemero de nintildeos que juegan en el patio notas sin decimales en una escala del 1 al 7 etc)En una escala continua vale decir aquella que puede arrojar cualquiera de los infinitos valores del continuo en la escala que se

aplica (por ejemplo peso de los nintildeos medido en kilogramos temperatura de la sal de juego etc)Una vez concebida la idea de investigacioacutenbull Se plantea el problema de la investigacioacutenclubs1048633Se formulan objetivos generales y especiacuteficosclubs1048633Simultaacuteneamente se especifican las variables y su naturalezaclubs1048633Se define y redefine el problema en funcioacuten de un anaacutelisis de relevancia factibilidad implicaciones etc

iquestQueacute puede ocurrir al empezar a revisar la literaturabull existe una teoriacutea desarrollada con abundante evidencia empiacutericabull hay varias teoriacuteas que aplican al problemabull Hay ldquopedazosrdquo de teoriacutea con apoyo empiacuterico limitado que sugieren variables importantesbull soacutelo hay orientaciones poco relacionadas con mi problema

OBJETIVOS DE LA INVESTIGACION1048633 Los objetivos se derivan del planteamiento del problema1048633 Los objetivos de la investigacioacuten se refieren a lo que se desea explorar determinar o demostrar1048633 Los objetivos orientan la formulacioacuten de la hipoacutetesis la definicioacuten de variables e indicadores del estudio y el plan de anaacutelisis de los datos1048633 Los objetivos deben formularse de tal manera que sea posible evaluar su cumplimiento una vez terminada la investigacioacuten para lo cual se recomienda que sean verbalizados como ldquoproductosrdquo o ldquologros terminalesrdquo1048633 Se puede plantear uno o maacutes ldquoobjetivos generalesrdquo cuyo cumplimiento no es posible evaluar directamente y ldquoobjetivos especiacuteficosrdquo que se desprenden del anterior pero cuya formulacioacuten debe ser tal que permita evaluarlos directamente si se logran al final de la investigacioacutenNo deben confundirse los objetivos(terminales) con ldquoobjetivos instrumentalesrdquo que son etapas del procedimiento1048633 Ejemplo ldquoSeleccionar una muestra estratificadardquoo ldquoAplicar una bateriacutea de pruebas psicoloacutegicasrdquo o ldquoHacer una revisioacuten exhaustiva de la literaturardquoNo deben confundirse los objetivos(terminales) con objetivos del investigador (y no de la investigacioacuten)1048633 Ejemplo ldquoConocer el desarrollo del concepto de juego infantilrdquo

Los objetivos deben ser precisos y circunscritos evitando partir de enunciados muy generales evitando iniciar su enunciado con el verbo ldquoconocerrdquo ya que eacuteste no compromete un ldquoproductordquo sino maacutes bien un beneficio para quien conduce la investigacioacutenPara cada objetivo general debe formularse al menos dos especiacuteficos ya que eacutestos son un ldquodesagregadordquo de los primeros eacutestos pueden aludir a componentes o dimensiones del constructo o variable incluida en el objetivo general de manera que al cumplir con el conjunto de objetivos especiacuteficos que se derivan de uno general se estaacute completando con el producto propuesto en el primero

Las Hipoacutetesis en la investigacioacuten cientiacutefica1048633 A partir del marco teoacuterico y teniendo como referencia las interrogantes formuladas en el planteamiento del problema y los objetivos de la investigacioacuten se derivan las hipoacutetesis o respuestas tentativas1048633 La hipoacutetesis cientiacutefica es una proposicioacuten que expresa una solucioacuten tentativa de un problema de investigacioacuten1048633 Las hipoacutetesis son consistentes con el cuerpo de conocimiento acumulado y deben ser susceptibles de contrastarse empiacutericamente con evidencia real1048633 Las hipoacutetesis orientan el proceso de investigacioacuten por cuanto las acciones que se emprenden estaacuten encaminadas a reunir evidencia que permita tomar una decisioacuten (aceptarlas o rechazarlas) Actuacutean como marco de referencia para interpretar los datos y las conclusiones que se tomen

CARACTERIacuteSTICAS DE LAS HIPOTESIS1 Las hipoacutetesis deben ser atinentes al fenoacutemeno que pretender describir predecir o explicar Esto implica que la solucioacuten debe ser de tal naturaleza que el fenoacutemeno sea deducible de la hipoacutetesis2 Compatibilidad con un conjunto de hipoacutetesis previas bien confirmadas Esto supone que una vez realizada la revisioacuten de la literatura atinente es necesario a partir de eacutesta formular la hipoacutetesis de manera que tenga sentido lo que propone3 Toda Hipoacutetesis debe ser contrastable empiacutericamente Implica que la hipoacutetesis sea contrastada con datos de la realidad con lo cual permitiraacute conducir a una decisioacuten acerca de su aceptacioacuten o rechazo La hipoacutetesis no necesariamente debe estar formulada en teacuterminos observables pero si es fundamental que se pueda deducir de ella consecuencias contrastables

Contrastacioacuten de las hipoacutetesisLas hipoacutetesis cientiacuteficas deben ser sometidas a prueba empiacuterica para tomar una decisioacuten respecto a ellas (rechazarlas o aceptarlas) de acuerdo a lo que el investigador observe en la realidad El contraste de las hipoacutetesis requiere del cumplimiento de las siguientes etapas 1 Deduccioacuten de consecuencias observables La mayoriacutea de las hipoacutetesis se formulan en teacuterminos abstractos no observables directamente Sin embargo para ponerlas a prueba se deben vincular estos teacuterminos abstractos con referentes de la experiencia Al hacer este proceso deductivo por lo general se deben efectuar operaciones empiacutericas como disponer o construir un instrumento medicioacuten que especifican las operaciones necesarias para poder observar el fenoacutemeno Esta especificacioacuten que implica la operacioacuten aludida se conoce como definicioacuten operacional2 Confrontacioacuten con la Experiencia Esta etapa consiste en la confrontacioacuten con la experiencia a traveacutes de la observacioacuten experimentacioacuten u otro meacutetodo En esta etapa son fundamentales las caracteriacutesticas del disentildeo de investigacioacuten y de los instrumentos de recoleccioacuten de datos que se apliquen3 Inferencia En esta etapa una vez recolectada la informacioacuten se debe tomar una decisioacuten respecto a la hipoacutetesis sobre la base de la interpretacioacuten de los datos analizados Si los datos concuerdan con lo enunciado por la hipoacutetesis se dice que eacutestos la apoyan y en consecuencia se decide aceptarla como verdadera Sin embargo esta decisioacuten se asume con una probabilidad de error ya que los datos provienen de una muestra de la realidad que podriacutea estar considerando solo aspectos parciales y por tanto constituir una porcioacuten sesgada de la misma

Una definicioacuten operacional se hace mediante un proceso a traveacutes del cual el investigador explica en detalle la especificacioacuten de los tipos de valores de las variables (cuali o cuantitativos) y los caacutelculos realizados para obtener los valores de las variables (indicadores) en el caso que fueran cuantitativas en teacuterminos de los meacutetodos particulares que se usaraacuten para medirla en el contexto de la investigacioacuten en cuestioacuten La operacionalizacioacuten es un proceso que variacutea de acuerdo al tipo de investigacioacuten y su disentildeo

Por ejemplo la inteligencia podriacutea definirse operacionalmente como las respuestas expresadas en los puntajes que se obtengan de la aplicacioacuten de una determinada prueba de inteligencia (ordquo testrdquo)

Disentildeos de InvestigacioacutenExperimentales1 Preexperimentales2 Experimentales3 CuasiexperimentalesNo experimentalesTransversales1 Descriptivos2 CorrelacionalesLongitudinales1 De tendencia2 De evolucioacuten3 Panel

Disentildeo Experimental Estudio en el cual se manipulan deliberadamente una o maacutes variables independientes para analizar las consecuencias de esa manipulacioacuten sobre una o mas variables dependientes dentro de una situacioacuten de control para el investigador

Requisitos1048633 La manipulacioacuten intencional de una o maacutes variables independientesndash Manipular hacer variar o dar distintos valores a la variable independiente1048633 La variable dependiente siempre se mide para ver el efecto que ha tenido la manipulacioacuten de la variable independiente sobre ladependiente1048633 La variable dependiente no se debe manipular nunca1048633 La medicioacuten debe ser vaacutelida y confiable

Control de la validez interna de un experimento1048633 Se espera que la variacioacuten observada en la variable(s) dependiente(s) sea producto de la manipulacioacuten de la variable(s) independiente(s) y no de otros factores o variables1048633 La calidad del experimento se logra cuando se tiene control de la situacioacuten experimental

1048633 Por tanto es necesario lograr el control de otras variables extrantildeas al disentildeo1 Comparaciones entre grupos ( a lo menos dos)1048633 grupo experimental y grupo de control1048633 entre grupos experimentales (no siempre es necesario tener un grupo de control)2 Equivalencia de los grupos en todo excepto en la manipulacion de la variable independiente1048633 Equivalencia inicial ( entre los grupos)1048633 Equivalencia durante el experimento estandarizacioacuten de las mediciones y de la situacioacuten experimental1048633 La manera maacutes eficiente de lograr la equivalencia es la asignacion al azar o aleatorizacioacuten de los sujetos a los grupos experimentales y de control1048633 La asignacioacuten al azar produce control en la medida que las variables que se desean controlar (variables extrantildeas y fuentes de invalidacioacuten interna) son distribuidas - aproximadamente- de la misma manera en los grupos del experimento1048633 Mientras mayor sea el numero de sujetos (n) para el experimento mejor funciona la asignacioacuten aleatorea como mecanismo de control

Mecanismos de control de variablesbull Eliminacioacuten de la variable se la deja constante 1048633se consiguen grupos homogeacuteneosbull Aleatorizacioacuten seleccionar muestras representativas con procedimientos aleatoriosbull Incorporacioacuten de la variable como otra VI controlada estadiacutesticamentebull Aparejamiento (matching) para que en todos los grupos haya sujetos de las mismas caracteriacutesticasbull Contrabalanceo los mismos sujetos se someten a diferentes condiciones

Algunas fuentes de invalidez interna 1048633 Historia eventos que ocurren en el transcurso del experimento que atentan contra los resultados del experimento mismo1048633 Maduracioacuten procesos internos de los participantes que operan como consecuencia del paso del tiempo (cansancio hambre aburrimiento aumento de la edad etc)1048633 Inestabilidad poca o nula confiabilidad de las mediciones fluctuaciones en las personas

1048633 Administracioacuten de pruebas efectos de la administracioacuten sobre posteriores mediciones 1048633 Seleccion errores en la seleccioacuten de sujetos aparentemente equivalentes para el experimento

Simbologiacutea de los disentildeos experimentalesR Asignacioacuten al azar (o aleatorizacioacuten) Cuando aparece significa que los sujetos han sido asignados aun grupo de manera aleatoria (por la palabra en ingleacutes ldquorandomrdquo)G Grupo de sujetos (G1 =grupo 1 G2= grupo 2 etc)X Tratamiento estiacutemulo o condicioacuten experimental (presencia de alguacuten nivel de la variable independienteO Una observacioacuten o medicioacuten a los sujetos de un grupo ( puede ser una prueba un test cuestionario escala etc) S aparece antes del estiacutemulo (X) se trata de una pre prueba (pretest Si aparece despueacutes del estiacutemulo se trata de una postprueba (posttest ) La secuencia horizontal indica tiempos distintos Cuando aparecen dos siacutembolos alineados verticalmente significa que ocurren a mismo tiempo

Tipos de disentildeos experimentales1 preexperimentos1048633 grado de control minino de variables1048633 solo recomendables para ensayos de experimentoscon mayor control11 Estudio de caso una sola medicioacuten (g x o)1048633 no existe manipulacioacuten de variable independiente1048633 no existe ningun grupo de comparacioacuten1048633 no existe aleatorizacioacuten1048633 sujeto a fuentes de invalidez interna12 Disentildeo pre - post medicioacuten con un solo grupo (g o1 x o2)1048633 si existe seguimiento de grupo1048633 no existe manipulacion de variable independiente1048633 no existe ningun grupo de comparacioacuten1048633 no existe aleatorizacioacuten1048633 sujeto a fuentes de invalidez interna

2 Experimentos verdaderos1048633 si existe manipulacioacuten de variable independiente1048633 si existe grupo de comparacioacuten (por la manipulacioacuten)1048633 si existe aleatorizacioacuten (equivalencia de los grupos)1048633 control de fuentes de invalidez interna

1048633 no todos deben tener mediciones pre - postEjemplos21 Una manipulacioacuten y grupo de control 1 medicioacutenR g1 x 01R g2 - 0222 Disentildeo con pre y post y grupo controlR g1 01 x 02R g2 03 - 041048633 La medicioacuten pre tiene dos ventajasndash Chequea el exito de la aleatorizacioacuten Esto es central cuando los grupos son pequentildeos (menosres de 15 sujetos)ndash Permite analizar cambios (aumento o disminucioacuten) de la variable dependeinte antes y despues de la manipulacioacuten

3 cuasiexperimentos1048633 Especialmente adecuados cuando no sea posible la asignacioacuten al azar de los sujetos a los grupos experimentales Esto afecta a validez interna y externa1048633 Si tienen manipulacioacuten de variable independiente1048633 Difieren de los experimentos verdaderos en el grado de seguridad que puedan tener sobre la equivalencia inicial de los grupos1048633 Los sujetos no son asignados al azar a los grupos experimentales sino que son grupos formados antes del experimento1048633 Son experimentos que tienen tratamientos cuyo efecto se quiere probar tienen medidas de resultados unidades experimentales pero no usan la asignacioacuten aleatoria para crear comparaciones a partir de las cuales se infieran los cambios en la(s) variable(s) dependiente(s)1048633 Las comparaciones dependen de grupos no equivalentes que pueden ser diferentes por condiciones ajenas al tratamiento1048633 Son especialmente adecuados cuando no es posible asignar al azar de los sujetos a los grupos experimentales en situaciones en que la investigacioacuten se realiza en el ambiente natural1048633 A modo de ejemplo se puede nombrar algunas distinciones de disentildeos cuasi experimentales1048633 Disentildeos de grupo no equivalentes por ejemplo n se compara el rendimiento (var dependiente) de dos cursos de ensentildeanza media (1 A y 1 B) se hacen mediciones antes y despueacutes del tratamiento

4 Disentildeos No experimentales

1048633 Se observan los fenomenos tal como ocurren en su contexto natural ( expost-facto)1048633 Resulta por tanto imposible la manipulacioacuten de variables y la signacioacuten al azar de los sujetos a las condicionesNo existen condiciones experimentales o estimulos1048633 En estos disentildeos las variables independientes han tenido efectos no generados (manipulados) por el investigador por tanto este no tiene contro alguno sobre dichas variables y sus efectos1048633 Tienen mayor posibilidad de lograr validez externa por que se trabaja con contextos naturalesTipo No experimentales

1Dimension temporal Disentildeos transversales1048633 Recolectan datos en un solo momento en el tiempo1048633 Su propoacutesito es describir variables y analizar la incidencia e interrelacioacuten en un momento dado1048633 Pueden abarcar varios grupos de comparacioacuten y tambieacuten para distintas variables al mismo tiempoTipos de disentildeos transversales1048633 A Disentildeos descriptivos1048633 B Disentildeos correlacionales causales ( X--y)En ambos tipos las variables de miden tal cual estaacuten en la realidad2 Dimensioacuten temporal Disentildeos longitudinales 1048633 El intereacutes se centra en evaluar los cambios a traveacutes del tiempo en determinadas variables o relaciones entre eacutestas1048633 Se recolectan datos a traveacutes del tiempo en puntos o periodos especiacuteficos para hacer inferencias respecto al cambio sus determinantes y consecuencias

Tipos de disentildeos longitudinales1 Disentildeos longitudinales de tendencia ( trend)1048633 Analizan los cambios a traveacutes del tiempo o evolucioacuten (en variables o sus relaciones) dentro de alguna poblacion en general1048633 Se pueden tomar mediciones en muestras distintas en el tiempo pero todas pertenecientes a la misma poblacioacuten (equivalentes)2 Disentildeos longitudinales de evolucioacuten de grupo1048633 Analizan cambios a traves del tiempo en subpoblaciones o grupos especiacuteficos Los grupos estaacuten vinculados de alguna manera ( Por edad nacidos en un periodo determinado etc)Esto los distingue de los disentildeos de tendencia 1048633 Se pueden tomar mediciones en muestras distintas en el tiempo pero todas pertenecientes a la misma poblacioacuten (equivalentes)

3 Disentildeos longitudinales de panel1048633 La distincioacuten con los anteriores es que los grupos o subgrupos son los mismos que se evaluacutean en el tiempo1048633 Son uacutetiles cuando se tiene poblaciones estaacuteticas o cautivas para asegurar mediciones en el tiempo

Conceptos de Validez y Validez Interna1048633 Validez la mejor aproximacioacuten disponible a la verdad o falsedad de las proposiciones1048633 Validez Interna Grado de confianza en que se pueda interpretarlos resultados de la investigacioacuten y que sean vaacutelidosDepende de su calidad

Validez Externa y Fuentes de Invalidez1048633 Validez Externa Tiene que ver con queacute tan generalizables son los resultados de la investigacioacuten1048633 Fuentes de Invalidez Son explicaciones rivales o alternativas alas que manejamos y nos pueden confundir respecto a la relacioacutenentre variables y su extensioacuten a la poblacioacuten

Validez externa y preguntas1048633 De constructo de causa y efecto iquestCuaacuteles son los constructos de causa y efecto implicados en la relacioacuten1048633 Validez externa iquestCuaacuten generalizable es esta relacioacuten a personas lugares y tiempos

Proceso de Inferencia EstadiacutesticaMuestreobull Estadiacutegrafo El valor que sintetiza los valores de una o varias caracteriacutesticas de una MUESTRAbull Paraacutemetro El valor que sintetiza los valores de una o varias caracteriacutesticas de una POBLACION

Poblacioacutenbull La definicioacuten de la poblacioacuten dependeraacute de los objetivos y del disentildeo de la investigacioacuten planteadabull Ello implica entonces identificar exactamente a quieacutenes se lesadministraraacuten los instrumentos de medicioacuten

Dimensiones a considerar al momento de definir una muestra Representatividad Las muestras deben representar a la poblacioacuten del estudio que estamos realizando Cada vez que se selecciona una muestra debe verificarse que eacutesta no es afectada por caracteriacutesticas especiales de los individuos que impliquen un respuesta ldquoalteradardquo a la investigacioacuten Se debe poner especial atencioacuten a los meacutetodos de muestreo y realizar diagnoacutesticos iniciales que permitan conocer las caracteriacutesticas generales de los sujetos que forman parte de la muestraAccesibilidad Si bien las muestras deben especificarse en base a los requisitos de la investigacioacuten no es menos cierto que debe considerarse la dimensioacuten de cuaacuten factible es contar con la participacioacuten de la muestra que queremos estudiar Esto implica dedicar tiempo especiacutefico del desarrollo del estudio al contacto reclutamiento y seguimiento de los sujetos maestrales Del mismo modo obliga a revisar distintas alternativas de muestreo antes de definir la muestra finalTamantildeo Implica definir una magnitud de error de muestreo que los investigadores estaacuten dispuestos a asumir al momento de reclutar a los participantes en el estudio Dicho error debe ser el menor posible para evitar errores en la representatividad de la muestra y en la estimacioacuten de los valores de la poblacioacuten Una forma de evitar los errores de muestreo es asegurar la maacutexima aleatorizacioacuten y tener un nuacutemero suficiente de personas por grupo de trabajo (como referencia mayor que 30 en cada grupo) para asegurar que los posibles errores de muestreo puedan ser controlados estadiacutesticamente Por otra parte pasado cierto nivel la reduccioacuten de error que se gana por aumentar el tamantildeo de la muestra no compensa el gasto que eso implica De esta manera se busca un tamantildeo miacutenimamente aceptable como para permitir la aplicacioacuten de las teacutecnicas estadiacutesticas

Muestreobull El muestreo es el mecanismo a traveacutes del cual se elige a los sujetos o unidades muestrales (personas organizaciones cursos universidades etc) que participaraacuten de un estudioLa poblacioacuten corresponde al conjunto de todos los elementos o unidades de anaacutelisis a los cuales se hacen extensivas las inferencias de un estudio tambieacuten es llamado universoLa definicioacuten de la poblacioacuten dependeraacute de los objetivos y del disentildeo de la investigacioacuten planteada

Cualquier parte o subconjunto de una poblacioacuten es una muestraLas muestras deben ser representativas para poder hacer inferencias a la Poblacioacuten de la cual fue extraiacutedaPara seleccionar una muestra es necesario definir la unidad de Anaacutelisis esto permitiraacute determinar quienes seraacuten medidosEs necesario delimitar en forma precisa las caracteriacutesticas de la poblacioacuten ya que una adecuada delimitacioacuten asegura que las conclusiones del estudio esteacuten referidas a una poblacioacuten determinada y no a otras

Tamantildeo de la Muestrabull iquestCuaacutentos sujetos (personas organizaciones etc) necesito para conformar la muestra que asegure un menor error de estimacioacuten pequentildeobull Existen procedimientos y foacutermulas para calcular el tamantildeo de la muestra El tamantildeo dependeraacute de la magnitud del error que se estima se puede cometerbull Estas foacutermulas pueden ser revisadas en varios libros de estadiacutestica (Anaacutelisis de datos)

Ventajas que reporta el uso de Muestrasbull Reduce los costos Al obtener datos a partir de una muestra de una poblacioacuten los costos seraacuten menores ya que no seraacute necesario medir a toda la poblacioacuten Los costos estaacuten tanto referido a los materiales procedimientos como al personalbull Mayor rapidez Por el hecho de ser un subconjunto de la Poblacioacuten permite acceder de manera maacutes eficiente y raacutepida para el levantamiento de los datosbull Posibilita una mayor precisioacuten de las observaciones al contar con un nuacutemero restringido de casos a estudiar

Tipos de Muestreobull Las muestras pueden ser clasificadas en dos grandes tipos las probabiliacutesticas y no probabiliacutesticasbull El tipo de muestra a utilizar nuevamente depende de los objetivos de la investigacioacuten (exploratorio descriptivo explicativo) y del disentildeo generado para realizar el estudio

bull Muestras no Probabiliacutesticas En este tipo de muestras la eleccioacuten de los elementos no depende de la probabilidad sino de las condiciones que permiten hacer el muestreo (acceso o disponibilidad conveniencia etc)

bull Muestras ProbabiliacutesticasbullTodos los elementos tienen la misma probabilidad de ser seleccionados Esto se obtiene definiendo las caracteriacutesticas de la poblacioacuten el tamantildeo de la muestra y a traveacutes de la seleccioacuten aleatoria de las unidades de anaacutelisisbullUna de las ventajas maacutes grandes de este tipo de muestreo es que se pueden realizar buenas estimaciones poblacionales conociendo el error estaacutendar que se comete en dicha estimacioacuten

bull Muestreo estratificadobull Este tipo de muestreo se utiliza especialmente cuando se sospecha que la poblacioacuten es heterogeacutenea en cuanto a alguna caracteriacutestica asociada a las variables de estudiobull Esto obliga a dividir a la Poblacioacuten en subpoblaciones o estratos de acuerdo a la variabilidad de esta caracteriacutestica con el objeto de mejorar las estimacionesbull Por otro lado cuando la poblacioacuten cuenta con estratos o categoriacuteas que son de intereacutes del estudio es necesario tambieacuten realizar un muestreo estratificado para realizar las comparacionespertinentes ejemplo por aacutereas dentro de una empresa por sexo jerarquiacuteas niveles socioeconoacutemicos etcbull Para generar este tipo de muestreo es necesario identificar dentro de la Poblacioacuten cada subpoblacioacuten o estrato y luego realizar una seleccioacuten aleatoria simple de los elementos al interior de cada una de estas subpoblaciones

Tipos de muestras estratificadas1 Con afijacioacuten uniforme o igual Es aquella en que se selecciona la misma cantidad de unidades en todos los estratos2 Con afijacioacuten proporcional En este caso el nuacutemero de unidades de anaacutelisis seleccionado de cada estrato es proporcional al nuacutemero de elementos del estrato para la poblacioacuten3 Con afijacioacuten oacuteptima Este es un caso particular del disentildeo anterior Consiste en seleccionar la muestra de tal manera que los estratos maacutes heterogeacuteneos tengan maacutes casos Este procedimiento requiere saber cuaacutel es la variabilidad en los estratos lo cual es muy difiacutecil de obtener

MUESTREO POR CONGLOMERADOS

Este tipo de muestreo permite solucionar problemas de costos tiempo distancias etc Es posible cuando las unidades de anaacutelisis se encuentran encapsuladas o encerradas en determinados lugaresfiacutesicos o geograacuteficos que son llamados racimosAl hacer este muestreo es necesario distinguir la unidad de anaacutelisis y la unidad muestral unidad de anaacutelisis indica quienes seraacuten medidos la unidad muestral en este caso se refiere al racimo a traveacutes del cual se llegaraacute a las unidades de anaacutelisisSe utiliza un procedimiento a traveacutes del cual se hace 1deg una lista de todos los conglomerados y 2deg se selecciona una muestra de la lista De este modo en el muestreo por conglomerados en lugar de hacer una seleccioacuten de los elementos individuales de una poblacioacuten se selecciona un conglomerado a partir del cual se seleccionan elementos 1048633 se realiza un muestreo como miacutenimo endos etapas por procedimientos probabiliacutesticos que operan asiacute1 Primero se selecciona el racimo2 Se seleccionan las unidades de anaacutelisis al interior de cada racimo asegurando que todos los sujetos tengan la misma probabilidad de ser seleccionados

MUESTREO POR ETAPASEl nombre de este muestreo describe el proceso implicado el que es una derivacioacuten del disentildeo anterior (Conglomerados)Los conglomerados constituidos inicialmente denominados Unidades primarias de muestreo pueden dividirse en unidades menores o unidades secundarias las que a su vez pueden dividirse en otras aun menores hasta llegar al nivel apropiado La sucesioacuten de esta subdivisioacuten en ldquosubconglomeradosrdquo se llama muestreo por etapas Puede realizarse1 En dos etapas bietaacutepico2 En maacutes de dos etapas multietaacutepico

MUESTREO POR FASESEste muestreo se usa en una investigacioacuten en la que se empieza por ejemplo con una muestra numerosa usando alguacuten instrumento no muy costoso Otro uso del muestreo doble por fases es el intento de recolectar datos perdidos o ldquomissingrdquo Por ejemplo se pueden recolectar en una segunda fase cuestionarios no devueltos en la primera fase Con los resultados de ese instrumento se puede disentildear un procedimiento para seleccionar

una muestra maacutes pequentildea con el fin de obtener informacioacuten con profundidad Es frecuente que este uacuteltimo grupo maacutes pequentildeo se obtenga a traveacutes de un procedimiento aleatorio

MUESTREO SISTEMAacuteTICOEste meacutetodo es un procedimiento sencillo y praacutectico y consiste en seleccionar unidades de una poblacioacuten previamente listada cada cierto intervalo Este intervalo se puede obtener dividiendo el nuacutemero de elementos de la poblacioacuten por el nuacutemero de elementos que constituiraacuten la muestra Por ejemplo si queremos seleccionar una muestra de 250 elementos de una poblacioacuten de 1000 el intervalo k seriacutea K = 1000 250 = 4Para iniciar la seleccioacuten se puede elegir al azar un nuacutemero entre el uno y el cuatro y a partir de eacutel se aplica el intervalo en la lista Siescogemos el 2 en primer lugar luego escogeremos el 6 el 10 e l 14 y asiacute sucesivamente Para evitar el riesgo de que las unidades en la lista estuvieran ordenadas de acuerdo a alguacuten criterio conviene desordenarla antes de aplicar el intervalo

Requisitos de la medicioacuten1048633 La confiabilidad y validez son maacutes difiacuteciles de lograr mientras maacutes abstracto sea el constructo que se desea medir) motivacioacuten actitudes inteligencia valores etc)1048633 En este sentido toda medicioacuten estaacute expuesta a un margen de error de medicioacuten por lo que eacutesta nunca es perfecta1048633 La manera de controlar el error de la medicioacuten es calculando la confiabilidad y validez de los instrumentos de medicioacutenMedicioacuten de la confiabilidad1048633 Existen diversos meacutetodos para evaluar la confiabilidad de un instrumento todos producen indicadores o coeficientes de confiabilidad1048633 Medida de estabilidad (confiabilidad test - retest) Un mismo instrumento es administrado a un mismo grupo de personas despueacutes de un periacuteodo de tiempo Se mide la confiabilidad a traveacutesde la correlacioacuten entre ambos puntajes1048633 Meacutetodo de formas paralelas o alternativas Se administran dos formas equivalentes por tanto no es el mismo instrumento1048633 Las formas son equivalentes en contenidos preguntas instrucciones duracioacuten etc

1048633 Las formas se administran a un mismo grupo dentro de un periacuteodo de tiempo corto1048633 Se mide la confiabilidad a traveacutes de la correlacioacuten entre ambos puntajes 1048633 Meacutetodo de las mitades partidas (split - halves) Requiere una sola medicioacuten en un mismo grupo de sujetos Se divide la prueba en dos mitades y se comparan los resultados en correlaciones1048633 Coeficiente de Cronbach (Alfa) Este coeficiente requiere una sola medicioacuten y mide la consistencia interna de los iacutetems en cada escala y el instrumento como conjunto Es decir entrega un valor estadiacutestico que nos indica en queacute medida un conjunto de iacutetemes apuntan en la misma direccioacuten

Existen distintos tipos de validezValidez de contenido1048633 Se refiere al grado en que un instrumento refleja un dominio especiacutefico de contenido de lo que se mide Es el grado en que la medicioacuten representa al concepto medidoValidez de criterio1048633 Se establece la validez comparaacutendolo con alguacuten criterio externo Es un criterio estaacutendar con el que se juzga la validez de un instrumento1048633 Cuando el criterio se fija en el presente se llama validez concurrente Cuando el criterio de fija en el futuro se llama validez predictiva Existen distintos tipos de validez Validez de constructo1048633 Se refiere al grado en que una medicioacuten se relaciona consistentemente con otras mediciones de acuerdo con hipoacutetesis derivadas teoacutericamente y que conciernen a los conceptos (o constructos) que estaacuten siendo medidos

Estudio de la validezValidez de contenido1048633 Consulta a expertosValidez de criterio1048633 Correlaciona su medicioacuten con el criterioValidez constructo1048633 Anaacutelisis factorialFactores que atentan contra la validez y confiabilidad1048633 La improvisacioacuten en la medicioacuten y seleccioacuten del instrumento1048633 Utilizacioacuten de instrumentos extranjeros sin previa adaptacioacuten y estandarizacioacuten

1048633 Instrumento inadecuado a las personas que se les aplica1048633 Condiciones en las que se administra el instrumento de medicioacuten

EstadiacutesticaTeacutecnicas cuantitativas para el anaacutelisis de la Informacioacuten La estadiacutestica descriptiva sirve al propoacutesito de generar una serie de medidas numeacutericas tendientes a sintetizar el comportamiento de las variables (o conjunto de datos) que estamos estudiando Asiacute la estadiacutestica descriptiva es un conjunto de meacutetodos y teacutecnicas por medio de las cuales podemos recolectar organizar resumir presentar y analizar datos numeacutericos relativos a un conjunto de individuos u observacionesEstadiacutestica Inferencial La estadiacutestica descriptiva no se utiliza como fundamento de una teoriacutea general aplicable a individuos similares que no han sido medidos Soacutelo se aplica a la muestra La estadiacutestica inferencial que toma la informacioacuten de la estadiacutestica descriptiva para realizar procesos que permiten Dentro de ciertos rangos de confianza determinar el comportamiento probable de la poblacioacuten que es representada por la MuestraNiveles de Medicioacuten Para realizar cualquier tipo de anaacutelisis estadiacutestico es necesario cuantificar (asignar nuacutemeros) a las propiedades que medimos De este modo se objetiva el registro de la medicioacuten Los nuacutemeros en este caso sustituyen a las propiedades que estamos evaluando Cada vez que medimos estamos asignaacutendole a la propiedad medida un nuacutemero de acuerdo a una cierta regla La medicioacuten implica una relacioacuten entre dos conjuntos de elementos los nuacutemeros y las propiedades que queremos medir Entre los nuacutemeros existen ciertas relaciones que son vaacutelidas siempre dentro del mundo aritmeacutetico Del mismo modo entre las modalidades de las propiedades existen ciertas relaciones (desde simples a complejas) que son verificables en el mundo real

Es necesario entonces que se cumpla la siguiente regla general en el proceso de asignar nuacutemeros a las propiedades que estudiamos REGLA Aceptar soacutelo como relaciones vaacutelidas entre los nuacutemeros aquellas que sean verificables empiacutericamente entre las correspondientes modalidades Por esta razoacuten las mediciones tendraacuten distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Muchas propiedades no satisfacen todas las relaciones de los nuacutemeros Esto significa que al realizar el proceso de medicioacuten soacutelo seraacuten aplicables ciertas relaciones Lo anterior sugiere que las mediciones tendriacutean distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Ejemplo Medir Color y Aprendizaje Las propiedades tendriacutean asignados un nuacutemero pero que no satisface las relaciones numeacutericas Rojo azul Blanco ( 1 2 3) Aprendizaje ( 65 71 83 ) Lo anterior sugiere que la medicioacuten de las propiedades (color y aprendizaje) no estaacuten hechas al mismo nivel ya que dependiendo de la complejidad de las relaciones entre las modalidades de la propiedad que se mide se aplican una o maacutes relaciones de los nuacutemeros Los nuacutemeros soacutelo se utilizan con el fin de clasificar los objetos o propiedades o distintas modalidades que asume una variable En este tipo de medicioacuten soacutelo se acepta como relacioacuten vaacutelida la igualdad o desigualdad entre las nuacutemeros que reflejan en la propiedad medidaNivel Nominal Ejemplo Variable profesionesrdquo 1Psicoacutelogosldquo 2Socioacutelogosldquo 3Ingenieros

Los valores asumidos por la variable soacutelo permiten hacer operaciones se distincioacuten y nada maacutes No se pueden sumar dividir restar etc Ejemplo 1+ 2 = 3 ingeniero Existen variables que dado su naturaleza soacutelo admiten un nivel de medicioacuten nominal Sexo profesiones razas paiacuteses carreras etc Nivel Ordinal Ademaacutes de realizar la distincioacuten entre las modalidades es posible establecer una relacioacuten de orden o jerarquiacutea No refiere nada respecto a la magnitud de diferencia (cuaacutento es maacutes una modalidad respecto de otra) Ejemplo NSE grados acadeacutemicos etc Nivel intervalar Conserva las propiedades de los niveles anteriores y agrega la posibilidad de establecer la magnitud en que una modalidad es mayor o menor respecto de otra Da informacioacuten respecto a la distancia entre las modalidades La diferencia entre las distintas magnitudes es constante El valor cero en este nivel de medicioacuten es arbitrario Esto significa que cero no indica ausencia del atributo lo que implica que los valores de la variable no son proporcionales entre siacute Al ser arbitrario el punto cero implica que un valor de una variable no indica que sea el doble de la otra 20 grados no implica que es el doble de 10 grados de temperatura Es un real nivel cuantitativo al cual podemos aplicar las relaciones numeacutericas de la suma resta divisioacuten y multiplicacioacuten En siacutentesis el nivel intervalar mantiene todas la propiedades anteriores pero ademaacutes permite conocer las distancias entre los nuacutemeros y afirmar que representan distancias iguales entre las modalidades a las que se han asignado dichos nuacutemeros Ejemplos Notas temperatura tiempo CI motivacioacuten en escala de puntos cuantitativos Todas definen una unidad de medida equivalente a la que la variable quiere mostrar La diferencia entre 5 y 10 es la misma entre 10 y 15 Nivel de Razoacuten

Es el nivel maacutes avanzado y posee todas las propiedades de los niveles anteriores y ademaacutes tiene un punto de origen cero verdadero que indica ausencia de la propiedad Se denomina asiacute porque es posible relacionar las distancias en teacuterminos de la proporcioacuten en que cada una de ellas estaacute contenida en las demaacutes Esto gracias a que el origen no es arbitrario sino absoluto Mundo de la fiacutesica Ejemplo peso altura Tabulacioacuten y Graficacioacuten Todo anaacutelisis estadiacutestico son estrategias para traducir la cantidad de informacioacuten obtenida en la recoleccioacuten de datos a iacutendices que sean interpretables y que representen alguna dimensioacuten del comportamiento de las variables La estrategia maacutes sencilla es mostrar la informacioacuten en un formato visual (graacuteficos) o en un esquema sintetizado (tablas)Tabulacioacuten Las tablas deben incluir todos los puntajes registrados Deben respetar las caracteriacutesticas de la variable Llevan un tiacutetulo representativo del contenido (sobre la tabla numerado)Graficacioacuten Son complementos a la tabulacioacuten Representan la distribucioacuten de la variable Deben ser faacuteciles de interpretar Deben llevar un tiacutetulo representativo (bajo el graacutefico y numerado)Tablas de frecuencia Si los datos corresponden a una variable cuantitativa (o al menos ordinal) es posible calcular ademaacutes la frecuencia acumulada de cada valor (en siacutembolos F) la que puede ser de dos formas Frecuencia acumulada ascendente (Fasc) indica cual es la frecuencia de veces que aparecen respuestas iguales o menores a la que se estaacute analizando

Frecuencia acumulada descendente (Fdes) indica la frecuencia de veces que aparecen respuestas iguales o mayores de las que se estaacuten analizando Las frecuencias son sin embargo datos absolutos No es posible comparar los resultados de dos tablas con un N total de respuestas diferente Para hacer esas comparaciones se utilizan medidas estandarizadas esto es transformaciones de los puntajes originales a escalas que sean las mismas en todas las tablas (y que permiten la comparacioacuten) En muchas ocasiones la cantidad de valores que puede tomar la variable son demasiados de manera que se agrupan en intervalos Cada intervalo agrupa a una serie de puntajes Los intervalos son excluyentes entre siacute En nuacutemero de valores que compone cada intervalo denominada amplitud (i) del intervalo es la misma para todos los intervalos de una tabla En todo intervalo se distinguen liacutemites superiores e inferiores los cuales pueden ser aparentes (lo que sale en la tabla) o reales (lo que se usa para clasificar) El nuacutemero de intervalos debe ser manejable para quien revise la tabla Las tablas de frecuencia reflejan el comportamiento de una sola variable Usualmente no se usan en la presentacioacuten de resultados ya que revisar variable por variable seriacutea demasiado extenso En esos casos se hacen tablas de resumen en las que se indican los datos maacutes importantes de un conjunto de variablesCruce de variables Otro tipo de tablas uacutetiles son aquellas que combinan los resultados de dos variables Ambas variables deben expresar sus resultados en categoriacuteas Se dividen en filas y columnas (una variable en las filas y otra en las columnas)

Una celda representa la combinacioacuten de valores de las dos variables Cada celda se refiere a tres totales filas columnas y total Permite hipotetizar posibles asociaciones entre las variablesGraacuteficosGraacutefico de torta

Ideal para variables nominales Soacutelo grafica un grupo por vez No permite usar muchas categoriacutea (por congestioacuten visual)

Graacutefico de Barras Se manejan dos ejes El eje horizontal indica los valores de la variable El eje vertical representa al iacutendice estadiacutestico Permite la comparacioacuten de varios grupos Las barras pueden juntarse o separarse para denotar la continuidad de los valores de la variable Barras continuas (usualmente en tablas de intervalos) Representan variables continuas Se usa el punto medio como referencia Permiten visualizar la distribucioacuten de la variableErrores Graacuteficos Ausencia de tiacutetulo No indicar variables Usar escalas inapropiadas No indicar el punto 0 Visualizacioacuten confusaMedidas de posicioacuten Las medidas de posicioacuten nos permiten dividir a una distribucioacuten en distintas partes Seguacuten el nuacutemero de partes eacutestas divisiones tendraacuten distintos nombres Percentiles Cuando dividimos una distribucioacuten en 100 partes

Deciles Cuando dividimos una distribucioacuten en 10 partes Cuartiles Cuando dividimos una distribucioacuten en 4 partes Mediana Cuando dividimos una distribucioacuten en 2 partes Requisitos Variables cuantitativas Los resultados estaacuten ordenados de menor a mayor Las medidas de posicioacuten son variables discretas Equivalencias Como todas las medidas se refieren al mismo grupo de datos se pueden hacer equivalentes entre siacute El percentil 30 (P30) por ejemplo es el valor de la variable bajo el cual se encuentra el 30 de los casos y sobre el cual se encuentra el 70 de los casos El decil 4 (D4) es el valor de la variable que deja bajo eacutel el 40 de los casos y sobre eacutel el 60 Esto permite ver las equivalencias entre percentiles y deciles (D4) = (P40)Medidas de Tendencia Central Una MTC es un indicador numeacuterico que representa el comportamiento que se considera maacutes representativo de un grupo de valores Para ello podemos ocupar distintos criterios El puntaje que maacutes se repite El que divide al grupo por la mitad El que equipara los puntajes positivos con los negativosLA MODA Representa al puntaje de mayor frecuencia (f) en una distribucioacuten de puntajes Una distribucioacuten de puntajes puede ser bimodal esto es tener dos modas Si hay maacutes de dos valores con la mayor frecuencia se dice que no tiene moda En datos no tabulados es el valor que se repite maacutes En tablas de intervalos conviene usar una foacutermula de nivelacioacuten de la modaMediana (Md)

El valor que divide a la distribucioacuten por la mitad (equivale a P50)Promedio o Media Representa al puntaje que equilibra los valores positivos con los negativos de una distribucioacuten Como incluye a toda la distribucioacuten puede ser transformada algebraicamente Soporta variantes promedio ponderado agrupaciones de promediosMedidas de VariabilidadiquestCuaacuten parecidos son los puntajes entre siacute Un dato muy importante para analizar las distribuciones de puntajes es saber cuaacuten diferentes o parecidos son los puntajes entre siacute Esa informacioacuten nos permite evaluar cuan representativas son las medidas de tendencia central que calculamos para esa misma distribucioacuten iquestCuaacuteles son Rango o Amplitud total R= Maacuteximo ndash Miacutenimo Muy faacutecil de calcular evaluacutea la desviacioacuten total Rango semi-intercuartil Calcula el punto medio de separacioacuten entre cuartil 3 y cuartil 1 No es muy usado difiacutecil de interpretar Varianza ndash Desviacioacuten estaacutendar La maacutes completaDesviacioacuten Estaacutendar Considera a todos los valores de la distribucioacuten Se utiliza el promedio como punto de referencia para determinar coacutemo se desviacutean los valores de este punto Mientras maacutes heterogeacutenea sea una distribucioacuten mayores seraacuten las desviaciones respecto del promedio Lo maacutes sencillo seriacutea sumar las desviaciones de cada punto respecto del promedio

Sin embargo La suma de las desviaciones se anulen Solo se puede hacer en valores absoluto Mientras maacutes valores tenga una distribucioacuten mayor seraacute la suma de las desviaciones en valor absoluto (problema para comparar distribuciones con distinto tamantildeo) Para solucionar esto se calcula un promedio de las desviaciones Se calcula tomando en cuanta las desviaciones al cuadrado Sin embargo la medida que resulta estaacute expresada en puntajes elevados al cuadrado Esto se conoce como VARIANZA (s2) Para poder interpretar los datos debemos regresarlos a la escala original Esto se conoce como la desviacioacuten estaacutendar (s)Forma de la Distribucioacuten Utilizando los cuartiles podemos analizar la forma de la distribucioacutenSIMETRIA (Q3 - Q2) = ( Q2 - Q1)ASIMETRIA POSITIVA (Q3 - Q2 ) gt ( Q2 - Q1)ASIMETRIA NEGATIVA (Q3 - Q2 ) lt ( Q2 - Q1)Puntaje Estaacutendar Cualquier escala de puntajes puede transformarse en una nueva serie de puntajes llamados puntajes estaacutendar (Z)Para determinar esta nueva escala de puntajes es necesario definir1 La distancia entre un puntaje y el promedio2 La desviacioacuten estaacutendar que nos indicaraacute cuan heterogeacuteneo u homogeacuteneo es la distribucioacuten3 Se dividen ambos valores y se genera esta transformacioacuten a un puntaje Z o estaacutendar

Page 3: Metodología investigación Resumen Hernandez&Fernandez

Teoriacutea utilizada a priori el propoacutesito es verificar las hipoacutetesis en la realidadControl de los valores del investigador ObjetividadCada accioacuten se explica por una causa real que predice el efecto Es probabiliacutestico se manipulan variablesNo siempre es posible lograr una medicioacuten de los fenoacutemenosExceso eacutenfasis en el control de las variables para buscar relaciones causales la artificialidadSobre simplificacioacuten de la realidad (reduccionismo)Ambiente ideal LaboratorioManejo Ambiental Manipula Variables Disentildeos Predeterminados

Meacutetodos CualitativosLa palabra ldquocualitativordquo implica un eacutenfasis en los procesos y en la comprensioacuten profunda de los significados percibidos interpretaciones comportamientos en contraste con la medicioacuten de cantidad frecuencia o intensidad de variables definidas externamenteEl concepto La investigacioacuten cualitativa se orienta al estudio de los eventos en su ambiente natural intentando hacer sentido o interpretar los fenoacutemenos en teacuterminos de los significados que la gente tiene de ellosLa investigacioacuten cualitativa implica un acucioso uso de una variedad de material empiacuterico -estudio de casos experiencia personal historias de vida entrevistas textos histoacutericos observacioacuten etc- para describir la rutina los momentos problemaacuteticos y los significados en las vidas individuales

ETAPAS DE UNA INVESTIGACIONREALIDAD PROBLEMACONSTRUCCIOacuteN MARCO TEORICOFORMULAR HIPOacuteTESIS (CONSECUENCIAS CONTRASTABLES DEFINICIOacuteN OPERACIONAL)DISENtildeO DE INVESTIGACIONRECOLECCION DE INFORMACIONANAacuteLISIS DE INFORMACIOacuteNPRESENTACIOacuteN DE RESULTADOS

iquestCoacutemo se inicia una investigacioacutenLas investigaciones se generan a partir de ideas

experiencia personal o de otros observacioacuten lectura material escrito investigacioacuten previa reformulacioacuten ideas ldquono nuevasrdquo descubrimientos presentimientos etc

Una vez concebida la idea de investigacioacutenclubsSe plantea el problema de la investigacioacutenclubsSe formulan objetivos generales y especiacuteficosclubs1048633Simultaacuteneamente se especifican la variables y su naturalezaclubsSe define y redefine el problema en funcioacuten de un anaacutelisis de relevancia factibilidad implicaciones etc

MARCO TEORICOAyuda a prevenir errores cometidos en otros estudios Orienta la ejecucioacuten del estudioAmpliacutea el horizonte y ayuda a centrarse en el problemaConduce al establecimiento de hipoacutetesis que se probaraacutenDa un marco de referencia para interpretar los resultados del estudioInspira nuevas liacuteneas y aacutereas de investigacioacuten

LA CONSTRUCCION DE UN ARBOL DE PROBLEMAS1 Se identifica el problema central2 Se identifican las causas del problema central3Se identifican los efectos que provoca el problema central4 Se construye un esquema de relacioacuten tipo aacuterbol donde1048633 El problema central se ubica al centro (tronco del aacuterbol)1048633 Las causas se ubican hacia abajo (raiacuteces del aacuterbol)1048633 Los efectos se ubican arriba (ramas el aacuterbol)5 Se revisa el esquema completo y verifica su validez e integridad

Al evaluar la formulacioacuten problema de un problema se deben considerar algunos aspectos que dicen relacioacuten tanto con la forma como con su contenido Algunos de estos aspectos se pueden plantear como preguntas que uno debe hacerse en relacioacuten al problema formulado1048633 El planteamiento iquestimplica la posibilidad de someterlo a prueba empiacuterica1048633 iquestEstaacute formulado en forma clara y sin ambiguumledades1048633 iquestEstaacute claramente justificado para validar su relevancia como investigacioacuten

1048633 La formulacioacuten del problema iquestcontiene impliacutecitamente los objetivos a alcanzar en el transcurso de la investigacioacuten1048633 El problema de investigacioacuten iquestexpresa una relacioacuten entre dos o maacutes variables

Variable Es un atributo fenoacutemeno o caracteriacutestica que puede tener maacutes de un valor o forma de presentacioacuten ndashde lo contrario seriacutea una ldquoconstanterdquo- En las investigaciones orientadas a obtener informacioacuten directamente del ldquomundo realrdquo o de la experiencia directa de alguacuten tipo de fenoacutemeno (investigacioacuten empiacuterica) se denomina variable tanto al fenoacutemeno que se estaacute estudiando (por ejemplo la forma de hablar de los nintildeos)como a los factores que pueden tener un rol en la modificacioacuten de la forma en la que ese fenoacutemeno se presenta (por ejemplo participar o no participar en juegos de tipo social) Dependiendo del rol que las variables tienen en el contexto de una investigacioacuten particular se pueden clasificar en dos o maacutes tipos

Variables dependientes e independientesLas variables dependientes son aquellas cuyas variaciones o cambios en sus valores dependen de los cambios de otra variable llamada variable independiente Una variable pude ser dependiente en un estudio y ser considerada como independiente en otro Esta distincioacuten no es arbitraria sino que estaacute en directa relacioacuten con el objetivo del investigacioacuten y con la(s) hipoacutetesis sometidas a prueba En el contexto de un disentildeo experimental la variable dependiente es el resultado o efecto de la manipulacioacuten de la independiente la que seriacutea la causa del mismoLas variables dependientes por su lado se pueden clasificar tomando como criterio la forma en que se mide Podemos distinguirVariables dependientes medidas en una escala nominal u ordinal que arroja categoriacuteas distintas pero no niveles Se puede considerar esta medicioacuten como cualitativa Variables dependientes medidas en escala numeacuterica en la que la que puede obtenerse una medicioacuten En escala discreta vale decir aquella que arroja solo algunos valores dentro de un continuo (por ejemplo nuacutemero de nintildeos que juegan en el patio notas sin decimales en una escala del 1 al 7 etc)En una escala continua vale decir aquella que puede arrojar cualquiera de los infinitos valores del continuo en la escala que se

aplica (por ejemplo peso de los nintildeos medido en kilogramos temperatura de la sal de juego etc)Una vez concebida la idea de investigacioacutenbull Se plantea el problema de la investigacioacutenclubs1048633Se formulan objetivos generales y especiacuteficosclubs1048633Simultaacuteneamente se especifican las variables y su naturalezaclubs1048633Se define y redefine el problema en funcioacuten de un anaacutelisis de relevancia factibilidad implicaciones etc

iquestQueacute puede ocurrir al empezar a revisar la literaturabull existe una teoriacutea desarrollada con abundante evidencia empiacutericabull hay varias teoriacuteas que aplican al problemabull Hay ldquopedazosrdquo de teoriacutea con apoyo empiacuterico limitado que sugieren variables importantesbull soacutelo hay orientaciones poco relacionadas con mi problema

OBJETIVOS DE LA INVESTIGACION1048633 Los objetivos se derivan del planteamiento del problema1048633 Los objetivos de la investigacioacuten se refieren a lo que se desea explorar determinar o demostrar1048633 Los objetivos orientan la formulacioacuten de la hipoacutetesis la definicioacuten de variables e indicadores del estudio y el plan de anaacutelisis de los datos1048633 Los objetivos deben formularse de tal manera que sea posible evaluar su cumplimiento una vez terminada la investigacioacuten para lo cual se recomienda que sean verbalizados como ldquoproductosrdquo o ldquologros terminalesrdquo1048633 Se puede plantear uno o maacutes ldquoobjetivos generalesrdquo cuyo cumplimiento no es posible evaluar directamente y ldquoobjetivos especiacuteficosrdquo que se desprenden del anterior pero cuya formulacioacuten debe ser tal que permita evaluarlos directamente si se logran al final de la investigacioacutenNo deben confundirse los objetivos(terminales) con ldquoobjetivos instrumentalesrdquo que son etapas del procedimiento1048633 Ejemplo ldquoSeleccionar una muestra estratificadardquoo ldquoAplicar una bateriacutea de pruebas psicoloacutegicasrdquo o ldquoHacer una revisioacuten exhaustiva de la literaturardquoNo deben confundirse los objetivos(terminales) con objetivos del investigador (y no de la investigacioacuten)1048633 Ejemplo ldquoConocer el desarrollo del concepto de juego infantilrdquo

Los objetivos deben ser precisos y circunscritos evitando partir de enunciados muy generales evitando iniciar su enunciado con el verbo ldquoconocerrdquo ya que eacuteste no compromete un ldquoproductordquo sino maacutes bien un beneficio para quien conduce la investigacioacutenPara cada objetivo general debe formularse al menos dos especiacuteficos ya que eacutestos son un ldquodesagregadordquo de los primeros eacutestos pueden aludir a componentes o dimensiones del constructo o variable incluida en el objetivo general de manera que al cumplir con el conjunto de objetivos especiacuteficos que se derivan de uno general se estaacute completando con el producto propuesto en el primero

Las Hipoacutetesis en la investigacioacuten cientiacutefica1048633 A partir del marco teoacuterico y teniendo como referencia las interrogantes formuladas en el planteamiento del problema y los objetivos de la investigacioacuten se derivan las hipoacutetesis o respuestas tentativas1048633 La hipoacutetesis cientiacutefica es una proposicioacuten que expresa una solucioacuten tentativa de un problema de investigacioacuten1048633 Las hipoacutetesis son consistentes con el cuerpo de conocimiento acumulado y deben ser susceptibles de contrastarse empiacutericamente con evidencia real1048633 Las hipoacutetesis orientan el proceso de investigacioacuten por cuanto las acciones que se emprenden estaacuten encaminadas a reunir evidencia que permita tomar una decisioacuten (aceptarlas o rechazarlas) Actuacutean como marco de referencia para interpretar los datos y las conclusiones que se tomen

CARACTERIacuteSTICAS DE LAS HIPOTESIS1 Las hipoacutetesis deben ser atinentes al fenoacutemeno que pretender describir predecir o explicar Esto implica que la solucioacuten debe ser de tal naturaleza que el fenoacutemeno sea deducible de la hipoacutetesis2 Compatibilidad con un conjunto de hipoacutetesis previas bien confirmadas Esto supone que una vez realizada la revisioacuten de la literatura atinente es necesario a partir de eacutesta formular la hipoacutetesis de manera que tenga sentido lo que propone3 Toda Hipoacutetesis debe ser contrastable empiacutericamente Implica que la hipoacutetesis sea contrastada con datos de la realidad con lo cual permitiraacute conducir a una decisioacuten acerca de su aceptacioacuten o rechazo La hipoacutetesis no necesariamente debe estar formulada en teacuterminos observables pero si es fundamental que se pueda deducir de ella consecuencias contrastables

Contrastacioacuten de las hipoacutetesisLas hipoacutetesis cientiacuteficas deben ser sometidas a prueba empiacuterica para tomar una decisioacuten respecto a ellas (rechazarlas o aceptarlas) de acuerdo a lo que el investigador observe en la realidad El contraste de las hipoacutetesis requiere del cumplimiento de las siguientes etapas 1 Deduccioacuten de consecuencias observables La mayoriacutea de las hipoacutetesis se formulan en teacuterminos abstractos no observables directamente Sin embargo para ponerlas a prueba se deben vincular estos teacuterminos abstractos con referentes de la experiencia Al hacer este proceso deductivo por lo general se deben efectuar operaciones empiacutericas como disponer o construir un instrumento medicioacuten que especifican las operaciones necesarias para poder observar el fenoacutemeno Esta especificacioacuten que implica la operacioacuten aludida se conoce como definicioacuten operacional2 Confrontacioacuten con la Experiencia Esta etapa consiste en la confrontacioacuten con la experiencia a traveacutes de la observacioacuten experimentacioacuten u otro meacutetodo En esta etapa son fundamentales las caracteriacutesticas del disentildeo de investigacioacuten y de los instrumentos de recoleccioacuten de datos que se apliquen3 Inferencia En esta etapa una vez recolectada la informacioacuten se debe tomar una decisioacuten respecto a la hipoacutetesis sobre la base de la interpretacioacuten de los datos analizados Si los datos concuerdan con lo enunciado por la hipoacutetesis se dice que eacutestos la apoyan y en consecuencia se decide aceptarla como verdadera Sin embargo esta decisioacuten se asume con una probabilidad de error ya que los datos provienen de una muestra de la realidad que podriacutea estar considerando solo aspectos parciales y por tanto constituir una porcioacuten sesgada de la misma

Una definicioacuten operacional se hace mediante un proceso a traveacutes del cual el investigador explica en detalle la especificacioacuten de los tipos de valores de las variables (cuali o cuantitativos) y los caacutelculos realizados para obtener los valores de las variables (indicadores) en el caso que fueran cuantitativas en teacuterminos de los meacutetodos particulares que se usaraacuten para medirla en el contexto de la investigacioacuten en cuestioacuten La operacionalizacioacuten es un proceso que variacutea de acuerdo al tipo de investigacioacuten y su disentildeo

Por ejemplo la inteligencia podriacutea definirse operacionalmente como las respuestas expresadas en los puntajes que se obtengan de la aplicacioacuten de una determinada prueba de inteligencia (ordquo testrdquo)

Disentildeos de InvestigacioacutenExperimentales1 Preexperimentales2 Experimentales3 CuasiexperimentalesNo experimentalesTransversales1 Descriptivos2 CorrelacionalesLongitudinales1 De tendencia2 De evolucioacuten3 Panel

Disentildeo Experimental Estudio en el cual se manipulan deliberadamente una o maacutes variables independientes para analizar las consecuencias de esa manipulacioacuten sobre una o mas variables dependientes dentro de una situacioacuten de control para el investigador

Requisitos1048633 La manipulacioacuten intencional de una o maacutes variables independientesndash Manipular hacer variar o dar distintos valores a la variable independiente1048633 La variable dependiente siempre se mide para ver el efecto que ha tenido la manipulacioacuten de la variable independiente sobre ladependiente1048633 La variable dependiente no se debe manipular nunca1048633 La medicioacuten debe ser vaacutelida y confiable

Control de la validez interna de un experimento1048633 Se espera que la variacioacuten observada en la variable(s) dependiente(s) sea producto de la manipulacioacuten de la variable(s) independiente(s) y no de otros factores o variables1048633 La calidad del experimento se logra cuando se tiene control de la situacioacuten experimental

1048633 Por tanto es necesario lograr el control de otras variables extrantildeas al disentildeo1 Comparaciones entre grupos ( a lo menos dos)1048633 grupo experimental y grupo de control1048633 entre grupos experimentales (no siempre es necesario tener un grupo de control)2 Equivalencia de los grupos en todo excepto en la manipulacion de la variable independiente1048633 Equivalencia inicial ( entre los grupos)1048633 Equivalencia durante el experimento estandarizacioacuten de las mediciones y de la situacioacuten experimental1048633 La manera maacutes eficiente de lograr la equivalencia es la asignacion al azar o aleatorizacioacuten de los sujetos a los grupos experimentales y de control1048633 La asignacioacuten al azar produce control en la medida que las variables que se desean controlar (variables extrantildeas y fuentes de invalidacioacuten interna) son distribuidas - aproximadamente- de la misma manera en los grupos del experimento1048633 Mientras mayor sea el numero de sujetos (n) para el experimento mejor funciona la asignacioacuten aleatorea como mecanismo de control

Mecanismos de control de variablesbull Eliminacioacuten de la variable se la deja constante 1048633se consiguen grupos homogeacuteneosbull Aleatorizacioacuten seleccionar muestras representativas con procedimientos aleatoriosbull Incorporacioacuten de la variable como otra VI controlada estadiacutesticamentebull Aparejamiento (matching) para que en todos los grupos haya sujetos de las mismas caracteriacutesticasbull Contrabalanceo los mismos sujetos se someten a diferentes condiciones

Algunas fuentes de invalidez interna 1048633 Historia eventos que ocurren en el transcurso del experimento que atentan contra los resultados del experimento mismo1048633 Maduracioacuten procesos internos de los participantes que operan como consecuencia del paso del tiempo (cansancio hambre aburrimiento aumento de la edad etc)1048633 Inestabilidad poca o nula confiabilidad de las mediciones fluctuaciones en las personas

1048633 Administracioacuten de pruebas efectos de la administracioacuten sobre posteriores mediciones 1048633 Seleccion errores en la seleccioacuten de sujetos aparentemente equivalentes para el experimento

Simbologiacutea de los disentildeos experimentalesR Asignacioacuten al azar (o aleatorizacioacuten) Cuando aparece significa que los sujetos han sido asignados aun grupo de manera aleatoria (por la palabra en ingleacutes ldquorandomrdquo)G Grupo de sujetos (G1 =grupo 1 G2= grupo 2 etc)X Tratamiento estiacutemulo o condicioacuten experimental (presencia de alguacuten nivel de la variable independienteO Una observacioacuten o medicioacuten a los sujetos de un grupo ( puede ser una prueba un test cuestionario escala etc) S aparece antes del estiacutemulo (X) se trata de una pre prueba (pretest Si aparece despueacutes del estiacutemulo se trata de una postprueba (posttest ) La secuencia horizontal indica tiempos distintos Cuando aparecen dos siacutembolos alineados verticalmente significa que ocurren a mismo tiempo

Tipos de disentildeos experimentales1 preexperimentos1048633 grado de control minino de variables1048633 solo recomendables para ensayos de experimentoscon mayor control11 Estudio de caso una sola medicioacuten (g x o)1048633 no existe manipulacioacuten de variable independiente1048633 no existe ningun grupo de comparacioacuten1048633 no existe aleatorizacioacuten1048633 sujeto a fuentes de invalidez interna12 Disentildeo pre - post medicioacuten con un solo grupo (g o1 x o2)1048633 si existe seguimiento de grupo1048633 no existe manipulacion de variable independiente1048633 no existe ningun grupo de comparacioacuten1048633 no existe aleatorizacioacuten1048633 sujeto a fuentes de invalidez interna

2 Experimentos verdaderos1048633 si existe manipulacioacuten de variable independiente1048633 si existe grupo de comparacioacuten (por la manipulacioacuten)1048633 si existe aleatorizacioacuten (equivalencia de los grupos)1048633 control de fuentes de invalidez interna

1048633 no todos deben tener mediciones pre - postEjemplos21 Una manipulacioacuten y grupo de control 1 medicioacutenR g1 x 01R g2 - 0222 Disentildeo con pre y post y grupo controlR g1 01 x 02R g2 03 - 041048633 La medicioacuten pre tiene dos ventajasndash Chequea el exito de la aleatorizacioacuten Esto es central cuando los grupos son pequentildeos (menosres de 15 sujetos)ndash Permite analizar cambios (aumento o disminucioacuten) de la variable dependeinte antes y despues de la manipulacioacuten

3 cuasiexperimentos1048633 Especialmente adecuados cuando no sea posible la asignacioacuten al azar de los sujetos a los grupos experimentales Esto afecta a validez interna y externa1048633 Si tienen manipulacioacuten de variable independiente1048633 Difieren de los experimentos verdaderos en el grado de seguridad que puedan tener sobre la equivalencia inicial de los grupos1048633 Los sujetos no son asignados al azar a los grupos experimentales sino que son grupos formados antes del experimento1048633 Son experimentos que tienen tratamientos cuyo efecto se quiere probar tienen medidas de resultados unidades experimentales pero no usan la asignacioacuten aleatoria para crear comparaciones a partir de las cuales se infieran los cambios en la(s) variable(s) dependiente(s)1048633 Las comparaciones dependen de grupos no equivalentes que pueden ser diferentes por condiciones ajenas al tratamiento1048633 Son especialmente adecuados cuando no es posible asignar al azar de los sujetos a los grupos experimentales en situaciones en que la investigacioacuten se realiza en el ambiente natural1048633 A modo de ejemplo se puede nombrar algunas distinciones de disentildeos cuasi experimentales1048633 Disentildeos de grupo no equivalentes por ejemplo n se compara el rendimiento (var dependiente) de dos cursos de ensentildeanza media (1 A y 1 B) se hacen mediciones antes y despueacutes del tratamiento

4 Disentildeos No experimentales

1048633 Se observan los fenomenos tal como ocurren en su contexto natural ( expost-facto)1048633 Resulta por tanto imposible la manipulacioacuten de variables y la signacioacuten al azar de los sujetos a las condicionesNo existen condiciones experimentales o estimulos1048633 En estos disentildeos las variables independientes han tenido efectos no generados (manipulados) por el investigador por tanto este no tiene contro alguno sobre dichas variables y sus efectos1048633 Tienen mayor posibilidad de lograr validez externa por que se trabaja con contextos naturalesTipo No experimentales

1Dimension temporal Disentildeos transversales1048633 Recolectan datos en un solo momento en el tiempo1048633 Su propoacutesito es describir variables y analizar la incidencia e interrelacioacuten en un momento dado1048633 Pueden abarcar varios grupos de comparacioacuten y tambieacuten para distintas variables al mismo tiempoTipos de disentildeos transversales1048633 A Disentildeos descriptivos1048633 B Disentildeos correlacionales causales ( X--y)En ambos tipos las variables de miden tal cual estaacuten en la realidad2 Dimensioacuten temporal Disentildeos longitudinales 1048633 El intereacutes se centra en evaluar los cambios a traveacutes del tiempo en determinadas variables o relaciones entre eacutestas1048633 Se recolectan datos a traveacutes del tiempo en puntos o periodos especiacuteficos para hacer inferencias respecto al cambio sus determinantes y consecuencias

Tipos de disentildeos longitudinales1 Disentildeos longitudinales de tendencia ( trend)1048633 Analizan los cambios a traveacutes del tiempo o evolucioacuten (en variables o sus relaciones) dentro de alguna poblacion en general1048633 Se pueden tomar mediciones en muestras distintas en el tiempo pero todas pertenecientes a la misma poblacioacuten (equivalentes)2 Disentildeos longitudinales de evolucioacuten de grupo1048633 Analizan cambios a traves del tiempo en subpoblaciones o grupos especiacuteficos Los grupos estaacuten vinculados de alguna manera ( Por edad nacidos en un periodo determinado etc)Esto los distingue de los disentildeos de tendencia 1048633 Se pueden tomar mediciones en muestras distintas en el tiempo pero todas pertenecientes a la misma poblacioacuten (equivalentes)

3 Disentildeos longitudinales de panel1048633 La distincioacuten con los anteriores es que los grupos o subgrupos son los mismos que se evaluacutean en el tiempo1048633 Son uacutetiles cuando se tiene poblaciones estaacuteticas o cautivas para asegurar mediciones en el tiempo

Conceptos de Validez y Validez Interna1048633 Validez la mejor aproximacioacuten disponible a la verdad o falsedad de las proposiciones1048633 Validez Interna Grado de confianza en que se pueda interpretarlos resultados de la investigacioacuten y que sean vaacutelidosDepende de su calidad

Validez Externa y Fuentes de Invalidez1048633 Validez Externa Tiene que ver con queacute tan generalizables son los resultados de la investigacioacuten1048633 Fuentes de Invalidez Son explicaciones rivales o alternativas alas que manejamos y nos pueden confundir respecto a la relacioacutenentre variables y su extensioacuten a la poblacioacuten

Validez externa y preguntas1048633 De constructo de causa y efecto iquestCuaacuteles son los constructos de causa y efecto implicados en la relacioacuten1048633 Validez externa iquestCuaacuten generalizable es esta relacioacuten a personas lugares y tiempos

Proceso de Inferencia EstadiacutesticaMuestreobull Estadiacutegrafo El valor que sintetiza los valores de una o varias caracteriacutesticas de una MUESTRAbull Paraacutemetro El valor que sintetiza los valores de una o varias caracteriacutesticas de una POBLACION

Poblacioacutenbull La definicioacuten de la poblacioacuten dependeraacute de los objetivos y del disentildeo de la investigacioacuten planteadabull Ello implica entonces identificar exactamente a quieacutenes se lesadministraraacuten los instrumentos de medicioacuten

Dimensiones a considerar al momento de definir una muestra Representatividad Las muestras deben representar a la poblacioacuten del estudio que estamos realizando Cada vez que se selecciona una muestra debe verificarse que eacutesta no es afectada por caracteriacutesticas especiales de los individuos que impliquen un respuesta ldquoalteradardquo a la investigacioacuten Se debe poner especial atencioacuten a los meacutetodos de muestreo y realizar diagnoacutesticos iniciales que permitan conocer las caracteriacutesticas generales de los sujetos que forman parte de la muestraAccesibilidad Si bien las muestras deben especificarse en base a los requisitos de la investigacioacuten no es menos cierto que debe considerarse la dimensioacuten de cuaacuten factible es contar con la participacioacuten de la muestra que queremos estudiar Esto implica dedicar tiempo especiacutefico del desarrollo del estudio al contacto reclutamiento y seguimiento de los sujetos maestrales Del mismo modo obliga a revisar distintas alternativas de muestreo antes de definir la muestra finalTamantildeo Implica definir una magnitud de error de muestreo que los investigadores estaacuten dispuestos a asumir al momento de reclutar a los participantes en el estudio Dicho error debe ser el menor posible para evitar errores en la representatividad de la muestra y en la estimacioacuten de los valores de la poblacioacuten Una forma de evitar los errores de muestreo es asegurar la maacutexima aleatorizacioacuten y tener un nuacutemero suficiente de personas por grupo de trabajo (como referencia mayor que 30 en cada grupo) para asegurar que los posibles errores de muestreo puedan ser controlados estadiacutesticamente Por otra parte pasado cierto nivel la reduccioacuten de error que se gana por aumentar el tamantildeo de la muestra no compensa el gasto que eso implica De esta manera se busca un tamantildeo miacutenimamente aceptable como para permitir la aplicacioacuten de las teacutecnicas estadiacutesticas

Muestreobull El muestreo es el mecanismo a traveacutes del cual se elige a los sujetos o unidades muestrales (personas organizaciones cursos universidades etc) que participaraacuten de un estudioLa poblacioacuten corresponde al conjunto de todos los elementos o unidades de anaacutelisis a los cuales se hacen extensivas las inferencias de un estudio tambieacuten es llamado universoLa definicioacuten de la poblacioacuten dependeraacute de los objetivos y del disentildeo de la investigacioacuten planteada

Cualquier parte o subconjunto de una poblacioacuten es una muestraLas muestras deben ser representativas para poder hacer inferencias a la Poblacioacuten de la cual fue extraiacutedaPara seleccionar una muestra es necesario definir la unidad de Anaacutelisis esto permitiraacute determinar quienes seraacuten medidosEs necesario delimitar en forma precisa las caracteriacutesticas de la poblacioacuten ya que una adecuada delimitacioacuten asegura que las conclusiones del estudio esteacuten referidas a una poblacioacuten determinada y no a otras

Tamantildeo de la Muestrabull iquestCuaacutentos sujetos (personas organizaciones etc) necesito para conformar la muestra que asegure un menor error de estimacioacuten pequentildeobull Existen procedimientos y foacutermulas para calcular el tamantildeo de la muestra El tamantildeo dependeraacute de la magnitud del error que se estima se puede cometerbull Estas foacutermulas pueden ser revisadas en varios libros de estadiacutestica (Anaacutelisis de datos)

Ventajas que reporta el uso de Muestrasbull Reduce los costos Al obtener datos a partir de una muestra de una poblacioacuten los costos seraacuten menores ya que no seraacute necesario medir a toda la poblacioacuten Los costos estaacuten tanto referido a los materiales procedimientos como al personalbull Mayor rapidez Por el hecho de ser un subconjunto de la Poblacioacuten permite acceder de manera maacutes eficiente y raacutepida para el levantamiento de los datosbull Posibilita una mayor precisioacuten de las observaciones al contar con un nuacutemero restringido de casos a estudiar

Tipos de Muestreobull Las muestras pueden ser clasificadas en dos grandes tipos las probabiliacutesticas y no probabiliacutesticasbull El tipo de muestra a utilizar nuevamente depende de los objetivos de la investigacioacuten (exploratorio descriptivo explicativo) y del disentildeo generado para realizar el estudio

bull Muestras no Probabiliacutesticas En este tipo de muestras la eleccioacuten de los elementos no depende de la probabilidad sino de las condiciones que permiten hacer el muestreo (acceso o disponibilidad conveniencia etc)

bull Muestras ProbabiliacutesticasbullTodos los elementos tienen la misma probabilidad de ser seleccionados Esto se obtiene definiendo las caracteriacutesticas de la poblacioacuten el tamantildeo de la muestra y a traveacutes de la seleccioacuten aleatoria de las unidades de anaacutelisisbullUna de las ventajas maacutes grandes de este tipo de muestreo es que se pueden realizar buenas estimaciones poblacionales conociendo el error estaacutendar que se comete en dicha estimacioacuten

bull Muestreo estratificadobull Este tipo de muestreo se utiliza especialmente cuando se sospecha que la poblacioacuten es heterogeacutenea en cuanto a alguna caracteriacutestica asociada a las variables de estudiobull Esto obliga a dividir a la Poblacioacuten en subpoblaciones o estratos de acuerdo a la variabilidad de esta caracteriacutestica con el objeto de mejorar las estimacionesbull Por otro lado cuando la poblacioacuten cuenta con estratos o categoriacuteas que son de intereacutes del estudio es necesario tambieacuten realizar un muestreo estratificado para realizar las comparacionespertinentes ejemplo por aacutereas dentro de una empresa por sexo jerarquiacuteas niveles socioeconoacutemicos etcbull Para generar este tipo de muestreo es necesario identificar dentro de la Poblacioacuten cada subpoblacioacuten o estrato y luego realizar una seleccioacuten aleatoria simple de los elementos al interior de cada una de estas subpoblaciones

Tipos de muestras estratificadas1 Con afijacioacuten uniforme o igual Es aquella en que se selecciona la misma cantidad de unidades en todos los estratos2 Con afijacioacuten proporcional En este caso el nuacutemero de unidades de anaacutelisis seleccionado de cada estrato es proporcional al nuacutemero de elementos del estrato para la poblacioacuten3 Con afijacioacuten oacuteptima Este es un caso particular del disentildeo anterior Consiste en seleccionar la muestra de tal manera que los estratos maacutes heterogeacuteneos tengan maacutes casos Este procedimiento requiere saber cuaacutel es la variabilidad en los estratos lo cual es muy difiacutecil de obtener

MUESTREO POR CONGLOMERADOS

Este tipo de muestreo permite solucionar problemas de costos tiempo distancias etc Es posible cuando las unidades de anaacutelisis se encuentran encapsuladas o encerradas en determinados lugaresfiacutesicos o geograacuteficos que son llamados racimosAl hacer este muestreo es necesario distinguir la unidad de anaacutelisis y la unidad muestral unidad de anaacutelisis indica quienes seraacuten medidos la unidad muestral en este caso se refiere al racimo a traveacutes del cual se llegaraacute a las unidades de anaacutelisisSe utiliza un procedimiento a traveacutes del cual se hace 1deg una lista de todos los conglomerados y 2deg se selecciona una muestra de la lista De este modo en el muestreo por conglomerados en lugar de hacer una seleccioacuten de los elementos individuales de una poblacioacuten se selecciona un conglomerado a partir del cual se seleccionan elementos 1048633 se realiza un muestreo como miacutenimo endos etapas por procedimientos probabiliacutesticos que operan asiacute1 Primero se selecciona el racimo2 Se seleccionan las unidades de anaacutelisis al interior de cada racimo asegurando que todos los sujetos tengan la misma probabilidad de ser seleccionados

MUESTREO POR ETAPASEl nombre de este muestreo describe el proceso implicado el que es una derivacioacuten del disentildeo anterior (Conglomerados)Los conglomerados constituidos inicialmente denominados Unidades primarias de muestreo pueden dividirse en unidades menores o unidades secundarias las que a su vez pueden dividirse en otras aun menores hasta llegar al nivel apropiado La sucesioacuten de esta subdivisioacuten en ldquosubconglomeradosrdquo se llama muestreo por etapas Puede realizarse1 En dos etapas bietaacutepico2 En maacutes de dos etapas multietaacutepico

MUESTREO POR FASESEste muestreo se usa en una investigacioacuten en la que se empieza por ejemplo con una muestra numerosa usando alguacuten instrumento no muy costoso Otro uso del muestreo doble por fases es el intento de recolectar datos perdidos o ldquomissingrdquo Por ejemplo se pueden recolectar en una segunda fase cuestionarios no devueltos en la primera fase Con los resultados de ese instrumento se puede disentildear un procedimiento para seleccionar

una muestra maacutes pequentildea con el fin de obtener informacioacuten con profundidad Es frecuente que este uacuteltimo grupo maacutes pequentildeo se obtenga a traveacutes de un procedimiento aleatorio

MUESTREO SISTEMAacuteTICOEste meacutetodo es un procedimiento sencillo y praacutectico y consiste en seleccionar unidades de una poblacioacuten previamente listada cada cierto intervalo Este intervalo se puede obtener dividiendo el nuacutemero de elementos de la poblacioacuten por el nuacutemero de elementos que constituiraacuten la muestra Por ejemplo si queremos seleccionar una muestra de 250 elementos de una poblacioacuten de 1000 el intervalo k seriacutea K = 1000 250 = 4Para iniciar la seleccioacuten se puede elegir al azar un nuacutemero entre el uno y el cuatro y a partir de eacutel se aplica el intervalo en la lista Siescogemos el 2 en primer lugar luego escogeremos el 6 el 10 e l 14 y asiacute sucesivamente Para evitar el riesgo de que las unidades en la lista estuvieran ordenadas de acuerdo a alguacuten criterio conviene desordenarla antes de aplicar el intervalo

Requisitos de la medicioacuten1048633 La confiabilidad y validez son maacutes difiacuteciles de lograr mientras maacutes abstracto sea el constructo que se desea medir) motivacioacuten actitudes inteligencia valores etc)1048633 En este sentido toda medicioacuten estaacute expuesta a un margen de error de medicioacuten por lo que eacutesta nunca es perfecta1048633 La manera de controlar el error de la medicioacuten es calculando la confiabilidad y validez de los instrumentos de medicioacutenMedicioacuten de la confiabilidad1048633 Existen diversos meacutetodos para evaluar la confiabilidad de un instrumento todos producen indicadores o coeficientes de confiabilidad1048633 Medida de estabilidad (confiabilidad test - retest) Un mismo instrumento es administrado a un mismo grupo de personas despueacutes de un periacuteodo de tiempo Se mide la confiabilidad a traveacutesde la correlacioacuten entre ambos puntajes1048633 Meacutetodo de formas paralelas o alternativas Se administran dos formas equivalentes por tanto no es el mismo instrumento1048633 Las formas son equivalentes en contenidos preguntas instrucciones duracioacuten etc

1048633 Las formas se administran a un mismo grupo dentro de un periacuteodo de tiempo corto1048633 Se mide la confiabilidad a traveacutes de la correlacioacuten entre ambos puntajes 1048633 Meacutetodo de las mitades partidas (split - halves) Requiere una sola medicioacuten en un mismo grupo de sujetos Se divide la prueba en dos mitades y se comparan los resultados en correlaciones1048633 Coeficiente de Cronbach (Alfa) Este coeficiente requiere una sola medicioacuten y mide la consistencia interna de los iacutetems en cada escala y el instrumento como conjunto Es decir entrega un valor estadiacutestico que nos indica en queacute medida un conjunto de iacutetemes apuntan en la misma direccioacuten

Existen distintos tipos de validezValidez de contenido1048633 Se refiere al grado en que un instrumento refleja un dominio especiacutefico de contenido de lo que se mide Es el grado en que la medicioacuten representa al concepto medidoValidez de criterio1048633 Se establece la validez comparaacutendolo con alguacuten criterio externo Es un criterio estaacutendar con el que se juzga la validez de un instrumento1048633 Cuando el criterio se fija en el presente se llama validez concurrente Cuando el criterio de fija en el futuro se llama validez predictiva Existen distintos tipos de validez Validez de constructo1048633 Se refiere al grado en que una medicioacuten se relaciona consistentemente con otras mediciones de acuerdo con hipoacutetesis derivadas teoacutericamente y que conciernen a los conceptos (o constructos) que estaacuten siendo medidos

Estudio de la validezValidez de contenido1048633 Consulta a expertosValidez de criterio1048633 Correlaciona su medicioacuten con el criterioValidez constructo1048633 Anaacutelisis factorialFactores que atentan contra la validez y confiabilidad1048633 La improvisacioacuten en la medicioacuten y seleccioacuten del instrumento1048633 Utilizacioacuten de instrumentos extranjeros sin previa adaptacioacuten y estandarizacioacuten

1048633 Instrumento inadecuado a las personas que se les aplica1048633 Condiciones en las que se administra el instrumento de medicioacuten

EstadiacutesticaTeacutecnicas cuantitativas para el anaacutelisis de la Informacioacuten La estadiacutestica descriptiva sirve al propoacutesito de generar una serie de medidas numeacutericas tendientes a sintetizar el comportamiento de las variables (o conjunto de datos) que estamos estudiando Asiacute la estadiacutestica descriptiva es un conjunto de meacutetodos y teacutecnicas por medio de las cuales podemos recolectar organizar resumir presentar y analizar datos numeacutericos relativos a un conjunto de individuos u observacionesEstadiacutestica Inferencial La estadiacutestica descriptiva no se utiliza como fundamento de una teoriacutea general aplicable a individuos similares que no han sido medidos Soacutelo se aplica a la muestra La estadiacutestica inferencial que toma la informacioacuten de la estadiacutestica descriptiva para realizar procesos que permiten Dentro de ciertos rangos de confianza determinar el comportamiento probable de la poblacioacuten que es representada por la MuestraNiveles de Medicioacuten Para realizar cualquier tipo de anaacutelisis estadiacutestico es necesario cuantificar (asignar nuacutemeros) a las propiedades que medimos De este modo se objetiva el registro de la medicioacuten Los nuacutemeros en este caso sustituyen a las propiedades que estamos evaluando Cada vez que medimos estamos asignaacutendole a la propiedad medida un nuacutemero de acuerdo a una cierta regla La medicioacuten implica una relacioacuten entre dos conjuntos de elementos los nuacutemeros y las propiedades que queremos medir Entre los nuacutemeros existen ciertas relaciones que son vaacutelidas siempre dentro del mundo aritmeacutetico Del mismo modo entre las modalidades de las propiedades existen ciertas relaciones (desde simples a complejas) que son verificables en el mundo real

Es necesario entonces que se cumpla la siguiente regla general en el proceso de asignar nuacutemeros a las propiedades que estudiamos REGLA Aceptar soacutelo como relaciones vaacutelidas entre los nuacutemeros aquellas que sean verificables empiacutericamente entre las correspondientes modalidades Por esta razoacuten las mediciones tendraacuten distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Muchas propiedades no satisfacen todas las relaciones de los nuacutemeros Esto significa que al realizar el proceso de medicioacuten soacutelo seraacuten aplicables ciertas relaciones Lo anterior sugiere que las mediciones tendriacutean distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Ejemplo Medir Color y Aprendizaje Las propiedades tendriacutean asignados un nuacutemero pero que no satisface las relaciones numeacutericas Rojo azul Blanco ( 1 2 3) Aprendizaje ( 65 71 83 ) Lo anterior sugiere que la medicioacuten de las propiedades (color y aprendizaje) no estaacuten hechas al mismo nivel ya que dependiendo de la complejidad de las relaciones entre las modalidades de la propiedad que se mide se aplican una o maacutes relaciones de los nuacutemeros Los nuacutemeros soacutelo se utilizan con el fin de clasificar los objetos o propiedades o distintas modalidades que asume una variable En este tipo de medicioacuten soacutelo se acepta como relacioacuten vaacutelida la igualdad o desigualdad entre las nuacutemeros que reflejan en la propiedad medidaNivel Nominal Ejemplo Variable profesionesrdquo 1Psicoacutelogosldquo 2Socioacutelogosldquo 3Ingenieros

Los valores asumidos por la variable soacutelo permiten hacer operaciones se distincioacuten y nada maacutes No se pueden sumar dividir restar etc Ejemplo 1+ 2 = 3 ingeniero Existen variables que dado su naturaleza soacutelo admiten un nivel de medicioacuten nominal Sexo profesiones razas paiacuteses carreras etc Nivel Ordinal Ademaacutes de realizar la distincioacuten entre las modalidades es posible establecer una relacioacuten de orden o jerarquiacutea No refiere nada respecto a la magnitud de diferencia (cuaacutento es maacutes una modalidad respecto de otra) Ejemplo NSE grados acadeacutemicos etc Nivel intervalar Conserva las propiedades de los niveles anteriores y agrega la posibilidad de establecer la magnitud en que una modalidad es mayor o menor respecto de otra Da informacioacuten respecto a la distancia entre las modalidades La diferencia entre las distintas magnitudes es constante El valor cero en este nivel de medicioacuten es arbitrario Esto significa que cero no indica ausencia del atributo lo que implica que los valores de la variable no son proporcionales entre siacute Al ser arbitrario el punto cero implica que un valor de una variable no indica que sea el doble de la otra 20 grados no implica que es el doble de 10 grados de temperatura Es un real nivel cuantitativo al cual podemos aplicar las relaciones numeacutericas de la suma resta divisioacuten y multiplicacioacuten En siacutentesis el nivel intervalar mantiene todas la propiedades anteriores pero ademaacutes permite conocer las distancias entre los nuacutemeros y afirmar que representan distancias iguales entre las modalidades a las que se han asignado dichos nuacutemeros Ejemplos Notas temperatura tiempo CI motivacioacuten en escala de puntos cuantitativos Todas definen una unidad de medida equivalente a la que la variable quiere mostrar La diferencia entre 5 y 10 es la misma entre 10 y 15 Nivel de Razoacuten

Es el nivel maacutes avanzado y posee todas las propiedades de los niveles anteriores y ademaacutes tiene un punto de origen cero verdadero que indica ausencia de la propiedad Se denomina asiacute porque es posible relacionar las distancias en teacuterminos de la proporcioacuten en que cada una de ellas estaacute contenida en las demaacutes Esto gracias a que el origen no es arbitrario sino absoluto Mundo de la fiacutesica Ejemplo peso altura Tabulacioacuten y Graficacioacuten Todo anaacutelisis estadiacutestico son estrategias para traducir la cantidad de informacioacuten obtenida en la recoleccioacuten de datos a iacutendices que sean interpretables y que representen alguna dimensioacuten del comportamiento de las variables La estrategia maacutes sencilla es mostrar la informacioacuten en un formato visual (graacuteficos) o en un esquema sintetizado (tablas)Tabulacioacuten Las tablas deben incluir todos los puntajes registrados Deben respetar las caracteriacutesticas de la variable Llevan un tiacutetulo representativo del contenido (sobre la tabla numerado)Graficacioacuten Son complementos a la tabulacioacuten Representan la distribucioacuten de la variable Deben ser faacuteciles de interpretar Deben llevar un tiacutetulo representativo (bajo el graacutefico y numerado)Tablas de frecuencia Si los datos corresponden a una variable cuantitativa (o al menos ordinal) es posible calcular ademaacutes la frecuencia acumulada de cada valor (en siacutembolos F) la que puede ser de dos formas Frecuencia acumulada ascendente (Fasc) indica cual es la frecuencia de veces que aparecen respuestas iguales o menores a la que se estaacute analizando

Frecuencia acumulada descendente (Fdes) indica la frecuencia de veces que aparecen respuestas iguales o mayores de las que se estaacuten analizando Las frecuencias son sin embargo datos absolutos No es posible comparar los resultados de dos tablas con un N total de respuestas diferente Para hacer esas comparaciones se utilizan medidas estandarizadas esto es transformaciones de los puntajes originales a escalas que sean las mismas en todas las tablas (y que permiten la comparacioacuten) En muchas ocasiones la cantidad de valores que puede tomar la variable son demasiados de manera que se agrupan en intervalos Cada intervalo agrupa a una serie de puntajes Los intervalos son excluyentes entre siacute En nuacutemero de valores que compone cada intervalo denominada amplitud (i) del intervalo es la misma para todos los intervalos de una tabla En todo intervalo se distinguen liacutemites superiores e inferiores los cuales pueden ser aparentes (lo que sale en la tabla) o reales (lo que se usa para clasificar) El nuacutemero de intervalos debe ser manejable para quien revise la tabla Las tablas de frecuencia reflejan el comportamiento de una sola variable Usualmente no se usan en la presentacioacuten de resultados ya que revisar variable por variable seriacutea demasiado extenso En esos casos se hacen tablas de resumen en las que se indican los datos maacutes importantes de un conjunto de variablesCruce de variables Otro tipo de tablas uacutetiles son aquellas que combinan los resultados de dos variables Ambas variables deben expresar sus resultados en categoriacuteas Se dividen en filas y columnas (una variable en las filas y otra en las columnas)

Una celda representa la combinacioacuten de valores de las dos variables Cada celda se refiere a tres totales filas columnas y total Permite hipotetizar posibles asociaciones entre las variablesGraacuteficosGraacutefico de torta

Ideal para variables nominales Soacutelo grafica un grupo por vez No permite usar muchas categoriacutea (por congestioacuten visual)

Graacutefico de Barras Se manejan dos ejes El eje horizontal indica los valores de la variable El eje vertical representa al iacutendice estadiacutestico Permite la comparacioacuten de varios grupos Las barras pueden juntarse o separarse para denotar la continuidad de los valores de la variable Barras continuas (usualmente en tablas de intervalos) Representan variables continuas Se usa el punto medio como referencia Permiten visualizar la distribucioacuten de la variableErrores Graacuteficos Ausencia de tiacutetulo No indicar variables Usar escalas inapropiadas No indicar el punto 0 Visualizacioacuten confusaMedidas de posicioacuten Las medidas de posicioacuten nos permiten dividir a una distribucioacuten en distintas partes Seguacuten el nuacutemero de partes eacutestas divisiones tendraacuten distintos nombres Percentiles Cuando dividimos una distribucioacuten en 100 partes

Deciles Cuando dividimos una distribucioacuten en 10 partes Cuartiles Cuando dividimos una distribucioacuten en 4 partes Mediana Cuando dividimos una distribucioacuten en 2 partes Requisitos Variables cuantitativas Los resultados estaacuten ordenados de menor a mayor Las medidas de posicioacuten son variables discretas Equivalencias Como todas las medidas se refieren al mismo grupo de datos se pueden hacer equivalentes entre siacute El percentil 30 (P30) por ejemplo es el valor de la variable bajo el cual se encuentra el 30 de los casos y sobre el cual se encuentra el 70 de los casos El decil 4 (D4) es el valor de la variable que deja bajo eacutel el 40 de los casos y sobre eacutel el 60 Esto permite ver las equivalencias entre percentiles y deciles (D4) = (P40)Medidas de Tendencia Central Una MTC es un indicador numeacuterico que representa el comportamiento que se considera maacutes representativo de un grupo de valores Para ello podemos ocupar distintos criterios El puntaje que maacutes se repite El que divide al grupo por la mitad El que equipara los puntajes positivos con los negativosLA MODA Representa al puntaje de mayor frecuencia (f) en una distribucioacuten de puntajes Una distribucioacuten de puntajes puede ser bimodal esto es tener dos modas Si hay maacutes de dos valores con la mayor frecuencia se dice que no tiene moda En datos no tabulados es el valor que se repite maacutes En tablas de intervalos conviene usar una foacutermula de nivelacioacuten de la modaMediana (Md)

El valor que divide a la distribucioacuten por la mitad (equivale a P50)Promedio o Media Representa al puntaje que equilibra los valores positivos con los negativos de una distribucioacuten Como incluye a toda la distribucioacuten puede ser transformada algebraicamente Soporta variantes promedio ponderado agrupaciones de promediosMedidas de VariabilidadiquestCuaacuten parecidos son los puntajes entre siacute Un dato muy importante para analizar las distribuciones de puntajes es saber cuaacuten diferentes o parecidos son los puntajes entre siacute Esa informacioacuten nos permite evaluar cuan representativas son las medidas de tendencia central que calculamos para esa misma distribucioacuten iquestCuaacuteles son Rango o Amplitud total R= Maacuteximo ndash Miacutenimo Muy faacutecil de calcular evaluacutea la desviacioacuten total Rango semi-intercuartil Calcula el punto medio de separacioacuten entre cuartil 3 y cuartil 1 No es muy usado difiacutecil de interpretar Varianza ndash Desviacioacuten estaacutendar La maacutes completaDesviacioacuten Estaacutendar Considera a todos los valores de la distribucioacuten Se utiliza el promedio como punto de referencia para determinar coacutemo se desviacutean los valores de este punto Mientras maacutes heterogeacutenea sea una distribucioacuten mayores seraacuten las desviaciones respecto del promedio Lo maacutes sencillo seriacutea sumar las desviaciones de cada punto respecto del promedio

Sin embargo La suma de las desviaciones se anulen Solo se puede hacer en valores absoluto Mientras maacutes valores tenga una distribucioacuten mayor seraacute la suma de las desviaciones en valor absoluto (problema para comparar distribuciones con distinto tamantildeo) Para solucionar esto se calcula un promedio de las desviaciones Se calcula tomando en cuanta las desviaciones al cuadrado Sin embargo la medida que resulta estaacute expresada en puntajes elevados al cuadrado Esto se conoce como VARIANZA (s2) Para poder interpretar los datos debemos regresarlos a la escala original Esto se conoce como la desviacioacuten estaacutendar (s)Forma de la Distribucioacuten Utilizando los cuartiles podemos analizar la forma de la distribucioacutenSIMETRIA (Q3 - Q2) = ( Q2 - Q1)ASIMETRIA POSITIVA (Q3 - Q2 ) gt ( Q2 - Q1)ASIMETRIA NEGATIVA (Q3 - Q2 ) lt ( Q2 - Q1)Puntaje Estaacutendar Cualquier escala de puntajes puede transformarse en una nueva serie de puntajes llamados puntajes estaacutendar (Z)Para determinar esta nueva escala de puntajes es necesario definir1 La distancia entre un puntaje y el promedio2 La desviacioacuten estaacutendar que nos indicaraacute cuan heterogeacuteneo u homogeacuteneo es la distribucioacuten3 Se dividen ambos valores y se genera esta transformacioacuten a un puntaje Z o estaacutendar

Page 4: Metodología investigación Resumen Hernandez&Fernandez

1048633 La formulacioacuten del problema iquestcontiene impliacutecitamente los objetivos a alcanzar en el transcurso de la investigacioacuten1048633 El problema de investigacioacuten iquestexpresa una relacioacuten entre dos o maacutes variables

Variable Es un atributo fenoacutemeno o caracteriacutestica que puede tener maacutes de un valor o forma de presentacioacuten ndashde lo contrario seriacutea una ldquoconstanterdquo- En las investigaciones orientadas a obtener informacioacuten directamente del ldquomundo realrdquo o de la experiencia directa de alguacuten tipo de fenoacutemeno (investigacioacuten empiacuterica) se denomina variable tanto al fenoacutemeno que se estaacute estudiando (por ejemplo la forma de hablar de los nintildeos)como a los factores que pueden tener un rol en la modificacioacuten de la forma en la que ese fenoacutemeno se presenta (por ejemplo participar o no participar en juegos de tipo social) Dependiendo del rol que las variables tienen en el contexto de una investigacioacuten particular se pueden clasificar en dos o maacutes tipos

Variables dependientes e independientesLas variables dependientes son aquellas cuyas variaciones o cambios en sus valores dependen de los cambios de otra variable llamada variable independiente Una variable pude ser dependiente en un estudio y ser considerada como independiente en otro Esta distincioacuten no es arbitraria sino que estaacute en directa relacioacuten con el objetivo del investigacioacuten y con la(s) hipoacutetesis sometidas a prueba En el contexto de un disentildeo experimental la variable dependiente es el resultado o efecto de la manipulacioacuten de la independiente la que seriacutea la causa del mismoLas variables dependientes por su lado se pueden clasificar tomando como criterio la forma en que se mide Podemos distinguirVariables dependientes medidas en una escala nominal u ordinal que arroja categoriacuteas distintas pero no niveles Se puede considerar esta medicioacuten como cualitativa Variables dependientes medidas en escala numeacuterica en la que la que puede obtenerse una medicioacuten En escala discreta vale decir aquella que arroja solo algunos valores dentro de un continuo (por ejemplo nuacutemero de nintildeos que juegan en el patio notas sin decimales en una escala del 1 al 7 etc)En una escala continua vale decir aquella que puede arrojar cualquiera de los infinitos valores del continuo en la escala que se

aplica (por ejemplo peso de los nintildeos medido en kilogramos temperatura de la sal de juego etc)Una vez concebida la idea de investigacioacutenbull Se plantea el problema de la investigacioacutenclubs1048633Se formulan objetivos generales y especiacuteficosclubs1048633Simultaacuteneamente se especifican las variables y su naturalezaclubs1048633Se define y redefine el problema en funcioacuten de un anaacutelisis de relevancia factibilidad implicaciones etc

iquestQueacute puede ocurrir al empezar a revisar la literaturabull existe una teoriacutea desarrollada con abundante evidencia empiacutericabull hay varias teoriacuteas que aplican al problemabull Hay ldquopedazosrdquo de teoriacutea con apoyo empiacuterico limitado que sugieren variables importantesbull soacutelo hay orientaciones poco relacionadas con mi problema

OBJETIVOS DE LA INVESTIGACION1048633 Los objetivos se derivan del planteamiento del problema1048633 Los objetivos de la investigacioacuten se refieren a lo que se desea explorar determinar o demostrar1048633 Los objetivos orientan la formulacioacuten de la hipoacutetesis la definicioacuten de variables e indicadores del estudio y el plan de anaacutelisis de los datos1048633 Los objetivos deben formularse de tal manera que sea posible evaluar su cumplimiento una vez terminada la investigacioacuten para lo cual se recomienda que sean verbalizados como ldquoproductosrdquo o ldquologros terminalesrdquo1048633 Se puede plantear uno o maacutes ldquoobjetivos generalesrdquo cuyo cumplimiento no es posible evaluar directamente y ldquoobjetivos especiacuteficosrdquo que se desprenden del anterior pero cuya formulacioacuten debe ser tal que permita evaluarlos directamente si se logran al final de la investigacioacutenNo deben confundirse los objetivos(terminales) con ldquoobjetivos instrumentalesrdquo que son etapas del procedimiento1048633 Ejemplo ldquoSeleccionar una muestra estratificadardquoo ldquoAplicar una bateriacutea de pruebas psicoloacutegicasrdquo o ldquoHacer una revisioacuten exhaustiva de la literaturardquoNo deben confundirse los objetivos(terminales) con objetivos del investigador (y no de la investigacioacuten)1048633 Ejemplo ldquoConocer el desarrollo del concepto de juego infantilrdquo

Los objetivos deben ser precisos y circunscritos evitando partir de enunciados muy generales evitando iniciar su enunciado con el verbo ldquoconocerrdquo ya que eacuteste no compromete un ldquoproductordquo sino maacutes bien un beneficio para quien conduce la investigacioacutenPara cada objetivo general debe formularse al menos dos especiacuteficos ya que eacutestos son un ldquodesagregadordquo de los primeros eacutestos pueden aludir a componentes o dimensiones del constructo o variable incluida en el objetivo general de manera que al cumplir con el conjunto de objetivos especiacuteficos que se derivan de uno general se estaacute completando con el producto propuesto en el primero

Las Hipoacutetesis en la investigacioacuten cientiacutefica1048633 A partir del marco teoacuterico y teniendo como referencia las interrogantes formuladas en el planteamiento del problema y los objetivos de la investigacioacuten se derivan las hipoacutetesis o respuestas tentativas1048633 La hipoacutetesis cientiacutefica es una proposicioacuten que expresa una solucioacuten tentativa de un problema de investigacioacuten1048633 Las hipoacutetesis son consistentes con el cuerpo de conocimiento acumulado y deben ser susceptibles de contrastarse empiacutericamente con evidencia real1048633 Las hipoacutetesis orientan el proceso de investigacioacuten por cuanto las acciones que se emprenden estaacuten encaminadas a reunir evidencia que permita tomar una decisioacuten (aceptarlas o rechazarlas) Actuacutean como marco de referencia para interpretar los datos y las conclusiones que se tomen

CARACTERIacuteSTICAS DE LAS HIPOTESIS1 Las hipoacutetesis deben ser atinentes al fenoacutemeno que pretender describir predecir o explicar Esto implica que la solucioacuten debe ser de tal naturaleza que el fenoacutemeno sea deducible de la hipoacutetesis2 Compatibilidad con un conjunto de hipoacutetesis previas bien confirmadas Esto supone que una vez realizada la revisioacuten de la literatura atinente es necesario a partir de eacutesta formular la hipoacutetesis de manera que tenga sentido lo que propone3 Toda Hipoacutetesis debe ser contrastable empiacutericamente Implica que la hipoacutetesis sea contrastada con datos de la realidad con lo cual permitiraacute conducir a una decisioacuten acerca de su aceptacioacuten o rechazo La hipoacutetesis no necesariamente debe estar formulada en teacuterminos observables pero si es fundamental que se pueda deducir de ella consecuencias contrastables

Contrastacioacuten de las hipoacutetesisLas hipoacutetesis cientiacuteficas deben ser sometidas a prueba empiacuterica para tomar una decisioacuten respecto a ellas (rechazarlas o aceptarlas) de acuerdo a lo que el investigador observe en la realidad El contraste de las hipoacutetesis requiere del cumplimiento de las siguientes etapas 1 Deduccioacuten de consecuencias observables La mayoriacutea de las hipoacutetesis se formulan en teacuterminos abstractos no observables directamente Sin embargo para ponerlas a prueba se deben vincular estos teacuterminos abstractos con referentes de la experiencia Al hacer este proceso deductivo por lo general se deben efectuar operaciones empiacutericas como disponer o construir un instrumento medicioacuten que especifican las operaciones necesarias para poder observar el fenoacutemeno Esta especificacioacuten que implica la operacioacuten aludida se conoce como definicioacuten operacional2 Confrontacioacuten con la Experiencia Esta etapa consiste en la confrontacioacuten con la experiencia a traveacutes de la observacioacuten experimentacioacuten u otro meacutetodo En esta etapa son fundamentales las caracteriacutesticas del disentildeo de investigacioacuten y de los instrumentos de recoleccioacuten de datos que se apliquen3 Inferencia En esta etapa una vez recolectada la informacioacuten se debe tomar una decisioacuten respecto a la hipoacutetesis sobre la base de la interpretacioacuten de los datos analizados Si los datos concuerdan con lo enunciado por la hipoacutetesis se dice que eacutestos la apoyan y en consecuencia se decide aceptarla como verdadera Sin embargo esta decisioacuten se asume con una probabilidad de error ya que los datos provienen de una muestra de la realidad que podriacutea estar considerando solo aspectos parciales y por tanto constituir una porcioacuten sesgada de la misma

Una definicioacuten operacional se hace mediante un proceso a traveacutes del cual el investigador explica en detalle la especificacioacuten de los tipos de valores de las variables (cuali o cuantitativos) y los caacutelculos realizados para obtener los valores de las variables (indicadores) en el caso que fueran cuantitativas en teacuterminos de los meacutetodos particulares que se usaraacuten para medirla en el contexto de la investigacioacuten en cuestioacuten La operacionalizacioacuten es un proceso que variacutea de acuerdo al tipo de investigacioacuten y su disentildeo

Por ejemplo la inteligencia podriacutea definirse operacionalmente como las respuestas expresadas en los puntajes que se obtengan de la aplicacioacuten de una determinada prueba de inteligencia (ordquo testrdquo)

Disentildeos de InvestigacioacutenExperimentales1 Preexperimentales2 Experimentales3 CuasiexperimentalesNo experimentalesTransversales1 Descriptivos2 CorrelacionalesLongitudinales1 De tendencia2 De evolucioacuten3 Panel

Disentildeo Experimental Estudio en el cual se manipulan deliberadamente una o maacutes variables independientes para analizar las consecuencias de esa manipulacioacuten sobre una o mas variables dependientes dentro de una situacioacuten de control para el investigador

Requisitos1048633 La manipulacioacuten intencional de una o maacutes variables independientesndash Manipular hacer variar o dar distintos valores a la variable independiente1048633 La variable dependiente siempre se mide para ver el efecto que ha tenido la manipulacioacuten de la variable independiente sobre ladependiente1048633 La variable dependiente no se debe manipular nunca1048633 La medicioacuten debe ser vaacutelida y confiable

Control de la validez interna de un experimento1048633 Se espera que la variacioacuten observada en la variable(s) dependiente(s) sea producto de la manipulacioacuten de la variable(s) independiente(s) y no de otros factores o variables1048633 La calidad del experimento se logra cuando se tiene control de la situacioacuten experimental

1048633 Por tanto es necesario lograr el control de otras variables extrantildeas al disentildeo1 Comparaciones entre grupos ( a lo menos dos)1048633 grupo experimental y grupo de control1048633 entre grupos experimentales (no siempre es necesario tener un grupo de control)2 Equivalencia de los grupos en todo excepto en la manipulacion de la variable independiente1048633 Equivalencia inicial ( entre los grupos)1048633 Equivalencia durante el experimento estandarizacioacuten de las mediciones y de la situacioacuten experimental1048633 La manera maacutes eficiente de lograr la equivalencia es la asignacion al azar o aleatorizacioacuten de los sujetos a los grupos experimentales y de control1048633 La asignacioacuten al azar produce control en la medida que las variables que se desean controlar (variables extrantildeas y fuentes de invalidacioacuten interna) son distribuidas - aproximadamente- de la misma manera en los grupos del experimento1048633 Mientras mayor sea el numero de sujetos (n) para el experimento mejor funciona la asignacioacuten aleatorea como mecanismo de control

Mecanismos de control de variablesbull Eliminacioacuten de la variable se la deja constante 1048633se consiguen grupos homogeacuteneosbull Aleatorizacioacuten seleccionar muestras representativas con procedimientos aleatoriosbull Incorporacioacuten de la variable como otra VI controlada estadiacutesticamentebull Aparejamiento (matching) para que en todos los grupos haya sujetos de las mismas caracteriacutesticasbull Contrabalanceo los mismos sujetos se someten a diferentes condiciones

Algunas fuentes de invalidez interna 1048633 Historia eventos que ocurren en el transcurso del experimento que atentan contra los resultados del experimento mismo1048633 Maduracioacuten procesos internos de los participantes que operan como consecuencia del paso del tiempo (cansancio hambre aburrimiento aumento de la edad etc)1048633 Inestabilidad poca o nula confiabilidad de las mediciones fluctuaciones en las personas

1048633 Administracioacuten de pruebas efectos de la administracioacuten sobre posteriores mediciones 1048633 Seleccion errores en la seleccioacuten de sujetos aparentemente equivalentes para el experimento

Simbologiacutea de los disentildeos experimentalesR Asignacioacuten al azar (o aleatorizacioacuten) Cuando aparece significa que los sujetos han sido asignados aun grupo de manera aleatoria (por la palabra en ingleacutes ldquorandomrdquo)G Grupo de sujetos (G1 =grupo 1 G2= grupo 2 etc)X Tratamiento estiacutemulo o condicioacuten experimental (presencia de alguacuten nivel de la variable independienteO Una observacioacuten o medicioacuten a los sujetos de un grupo ( puede ser una prueba un test cuestionario escala etc) S aparece antes del estiacutemulo (X) se trata de una pre prueba (pretest Si aparece despueacutes del estiacutemulo se trata de una postprueba (posttest ) La secuencia horizontal indica tiempos distintos Cuando aparecen dos siacutembolos alineados verticalmente significa que ocurren a mismo tiempo

Tipos de disentildeos experimentales1 preexperimentos1048633 grado de control minino de variables1048633 solo recomendables para ensayos de experimentoscon mayor control11 Estudio de caso una sola medicioacuten (g x o)1048633 no existe manipulacioacuten de variable independiente1048633 no existe ningun grupo de comparacioacuten1048633 no existe aleatorizacioacuten1048633 sujeto a fuentes de invalidez interna12 Disentildeo pre - post medicioacuten con un solo grupo (g o1 x o2)1048633 si existe seguimiento de grupo1048633 no existe manipulacion de variable independiente1048633 no existe ningun grupo de comparacioacuten1048633 no existe aleatorizacioacuten1048633 sujeto a fuentes de invalidez interna

2 Experimentos verdaderos1048633 si existe manipulacioacuten de variable independiente1048633 si existe grupo de comparacioacuten (por la manipulacioacuten)1048633 si existe aleatorizacioacuten (equivalencia de los grupos)1048633 control de fuentes de invalidez interna

1048633 no todos deben tener mediciones pre - postEjemplos21 Una manipulacioacuten y grupo de control 1 medicioacutenR g1 x 01R g2 - 0222 Disentildeo con pre y post y grupo controlR g1 01 x 02R g2 03 - 041048633 La medicioacuten pre tiene dos ventajasndash Chequea el exito de la aleatorizacioacuten Esto es central cuando los grupos son pequentildeos (menosres de 15 sujetos)ndash Permite analizar cambios (aumento o disminucioacuten) de la variable dependeinte antes y despues de la manipulacioacuten

3 cuasiexperimentos1048633 Especialmente adecuados cuando no sea posible la asignacioacuten al azar de los sujetos a los grupos experimentales Esto afecta a validez interna y externa1048633 Si tienen manipulacioacuten de variable independiente1048633 Difieren de los experimentos verdaderos en el grado de seguridad que puedan tener sobre la equivalencia inicial de los grupos1048633 Los sujetos no son asignados al azar a los grupos experimentales sino que son grupos formados antes del experimento1048633 Son experimentos que tienen tratamientos cuyo efecto se quiere probar tienen medidas de resultados unidades experimentales pero no usan la asignacioacuten aleatoria para crear comparaciones a partir de las cuales se infieran los cambios en la(s) variable(s) dependiente(s)1048633 Las comparaciones dependen de grupos no equivalentes que pueden ser diferentes por condiciones ajenas al tratamiento1048633 Son especialmente adecuados cuando no es posible asignar al azar de los sujetos a los grupos experimentales en situaciones en que la investigacioacuten se realiza en el ambiente natural1048633 A modo de ejemplo se puede nombrar algunas distinciones de disentildeos cuasi experimentales1048633 Disentildeos de grupo no equivalentes por ejemplo n se compara el rendimiento (var dependiente) de dos cursos de ensentildeanza media (1 A y 1 B) se hacen mediciones antes y despueacutes del tratamiento

4 Disentildeos No experimentales

1048633 Se observan los fenomenos tal como ocurren en su contexto natural ( expost-facto)1048633 Resulta por tanto imposible la manipulacioacuten de variables y la signacioacuten al azar de los sujetos a las condicionesNo existen condiciones experimentales o estimulos1048633 En estos disentildeos las variables independientes han tenido efectos no generados (manipulados) por el investigador por tanto este no tiene contro alguno sobre dichas variables y sus efectos1048633 Tienen mayor posibilidad de lograr validez externa por que se trabaja con contextos naturalesTipo No experimentales

1Dimension temporal Disentildeos transversales1048633 Recolectan datos en un solo momento en el tiempo1048633 Su propoacutesito es describir variables y analizar la incidencia e interrelacioacuten en un momento dado1048633 Pueden abarcar varios grupos de comparacioacuten y tambieacuten para distintas variables al mismo tiempoTipos de disentildeos transversales1048633 A Disentildeos descriptivos1048633 B Disentildeos correlacionales causales ( X--y)En ambos tipos las variables de miden tal cual estaacuten en la realidad2 Dimensioacuten temporal Disentildeos longitudinales 1048633 El intereacutes se centra en evaluar los cambios a traveacutes del tiempo en determinadas variables o relaciones entre eacutestas1048633 Se recolectan datos a traveacutes del tiempo en puntos o periodos especiacuteficos para hacer inferencias respecto al cambio sus determinantes y consecuencias

Tipos de disentildeos longitudinales1 Disentildeos longitudinales de tendencia ( trend)1048633 Analizan los cambios a traveacutes del tiempo o evolucioacuten (en variables o sus relaciones) dentro de alguna poblacion en general1048633 Se pueden tomar mediciones en muestras distintas en el tiempo pero todas pertenecientes a la misma poblacioacuten (equivalentes)2 Disentildeos longitudinales de evolucioacuten de grupo1048633 Analizan cambios a traves del tiempo en subpoblaciones o grupos especiacuteficos Los grupos estaacuten vinculados de alguna manera ( Por edad nacidos en un periodo determinado etc)Esto los distingue de los disentildeos de tendencia 1048633 Se pueden tomar mediciones en muestras distintas en el tiempo pero todas pertenecientes a la misma poblacioacuten (equivalentes)

3 Disentildeos longitudinales de panel1048633 La distincioacuten con los anteriores es que los grupos o subgrupos son los mismos que se evaluacutean en el tiempo1048633 Son uacutetiles cuando se tiene poblaciones estaacuteticas o cautivas para asegurar mediciones en el tiempo

Conceptos de Validez y Validez Interna1048633 Validez la mejor aproximacioacuten disponible a la verdad o falsedad de las proposiciones1048633 Validez Interna Grado de confianza en que se pueda interpretarlos resultados de la investigacioacuten y que sean vaacutelidosDepende de su calidad

Validez Externa y Fuentes de Invalidez1048633 Validez Externa Tiene que ver con queacute tan generalizables son los resultados de la investigacioacuten1048633 Fuentes de Invalidez Son explicaciones rivales o alternativas alas que manejamos y nos pueden confundir respecto a la relacioacutenentre variables y su extensioacuten a la poblacioacuten

Validez externa y preguntas1048633 De constructo de causa y efecto iquestCuaacuteles son los constructos de causa y efecto implicados en la relacioacuten1048633 Validez externa iquestCuaacuten generalizable es esta relacioacuten a personas lugares y tiempos

Proceso de Inferencia EstadiacutesticaMuestreobull Estadiacutegrafo El valor que sintetiza los valores de una o varias caracteriacutesticas de una MUESTRAbull Paraacutemetro El valor que sintetiza los valores de una o varias caracteriacutesticas de una POBLACION

Poblacioacutenbull La definicioacuten de la poblacioacuten dependeraacute de los objetivos y del disentildeo de la investigacioacuten planteadabull Ello implica entonces identificar exactamente a quieacutenes se lesadministraraacuten los instrumentos de medicioacuten

Dimensiones a considerar al momento de definir una muestra Representatividad Las muestras deben representar a la poblacioacuten del estudio que estamos realizando Cada vez que se selecciona una muestra debe verificarse que eacutesta no es afectada por caracteriacutesticas especiales de los individuos que impliquen un respuesta ldquoalteradardquo a la investigacioacuten Se debe poner especial atencioacuten a los meacutetodos de muestreo y realizar diagnoacutesticos iniciales que permitan conocer las caracteriacutesticas generales de los sujetos que forman parte de la muestraAccesibilidad Si bien las muestras deben especificarse en base a los requisitos de la investigacioacuten no es menos cierto que debe considerarse la dimensioacuten de cuaacuten factible es contar con la participacioacuten de la muestra que queremos estudiar Esto implica dedicar tiempo especiacutefico del desarrollo del estudio al contacto reclutamiento y seguimiento de los sujetos maestrales Del mismo modo obliga a revisar distintas alternativas de muestreo antes de definir la muestra finalTamantildeo Implica definir una magnitud de error de muestreo que los investigadores estaacuten dispuestos a asumir al momento de reclutar a los participantes en el estudio Dicho error debe ser el menor posible para evitar errores en la representatividad de la muestra y en la estimacioacuten de los valores de la poblacioacuten Una forma de evitar los errores de muestreo es asegurar la maacutexima aleatorizacioacuten y tener un nuacutemero suficiente de personas por grupo de trabajo (como referencia mayor que 30 en cada grupo) para asegurar que los posibles errores de muestreo puedan ser controlados estadiacutesticamente Por otra parte pasado cierto nivel la reduccioacuten de error que se gana por aumentar el tamantildeo de la muestra no compensa el gasto que eso implica De esta manera se busca un tamantildeo miacutenimamente aceptable como para permitir la aplicacioacuten de las teacutecnicas estadiacutesticas

Muestreobull El muestreo es el mecanismo a traveacutes del cual se elige a los sujetos o unidades muestrales (personas organizaciones cursos universidades etc) que participaraacuten de un estudioLa poblacioacuten corresponde al conjunto de todos los elementos o unidades de anaacutelisis a los cuales se hacen extensivas las inferencias de un estudio tambieacuten es llamado universoLa definicioacuten de la poblacioacuten dependeraacute de los objetivos y del disentildeo de la investigacioacuten planteada

Cualquier parte o subconjunto de una poblacioacuten es una muestraLas muestras deben ser representativas para poder hacer inferencias a la Poblacioacuten de la cual fue extraiacutedaPara seleccionar una muestra es necesario definir la unidad de Anaacutelisis esto permitiraacute determinar quienes seraacuten medidosEs necesario delimitar en forma precisa las caracteriacutesticas de la poblacioacuten ya que una adecuada delimitacioacuten asegura que las conclusiones del estudio esteacuten referidas a una poblacioacuten determinada y no a otras

Tamantildeo de la Muestrabull iquestCuaacutentos sujetos (personas organizaciones etc) necesito para conformar la muestra que asegure un menor error de estimacioacuten pequentildeobull Existen procedimientos y foacutermulas para calcular el tamantildeo de la muestra El tamantildeo dependeraacute de la magnitud del error que se estima se puede cometerbull Estas foacutermulas pueden ser revisadas en varios libros de estadiacutestica (Anaacutelisis de datos)

Ventajas que reporta el uso de Muestrasbull Reduce los costos Al obtener datos a partir de una muestra de una poblacioacuten los costos seraacuten menores ya que no seraacute necesario medir a toda la poblacioacuten Los costos estaacuten tanto referido a los materiales procedimientos como al personalbull Mayor rapidez Por el hecho de ser un subconjunto de la Poblacioacuten permite acceder de manera maacutes eficiente y raacutepida para el levantamiento de los datosbull Posibilita una mayor precisioacuten de las observaciones al contar con un nuacutemero restringido de casos a estudiar

Tipos de Muestreobull Las muestras pueden ser clasificadas en dos grandes tipos las probabiliacutesticas y no probabiliacutesticasbull El tipo de muestra a utilizar nuevamente depende de los objetivos de la investigacioacuten (exploratorio descriptivo explicativo) y del disentildeo generado para realizar el estudio

bull Muestras no Probabiliacutesticas En este tipo de muestras la eleccioacuten de los elementos no depende de la probabilidad sino de las condiciones que permiten hacer el muestreo (acceso o disponibilidad conveniencia etc)

bull Muestras ProbabiliacutesticasbullTodos los elementos tienen la misma probabilidad de ser seleccionados Esto se obtiene definiendo las caracteriacutesticas de la poblacioacuten el tamantildeo de la muestra y a traveacutes de la seleccioacuten aleatoria de las unidades de anaacutelisisbullUna de las ventajas maacutes grandes de este tipo de muestreo es que se pueden realizar buenas estimaciones poblacionales conociendo el error estaacutendar que se comete en dicha estimacioacuten

bull Muestreo estratificadobull Este tipo de muestreo se utiliza especialmente cuando se sospecha que la poblacioacuten es heterogeacutenea en cuanto a alguna caracteriacutestica asociada a las variables de estudiobull Esto obliga a dividir a la Poblacioacuten en subpoblaciones o estratos de acuerdo a la variabilidad de esta caracteriacutestica con el objeto de mejorar las estimacionesbull Por otro lado cuando la poblacioacuten cuenta con estratos o categoriacuteas que son de intereacutes del estudio es necesario tambieacuten realizar un muestreo estratificado para realizar las comparacionespertinentes ejemplo por aacutereas dentro de una empresa por sexo jerarquiacuteas niveles socioeconoacutemicos etcbull Para generar este tipo de muestreo es necesario identificar dentro de la Poblacioacuten cada subpoblacioacuten o estrato y luego realizar una seleccioacuten aleatoria simple de los elementos al interior de cada una de estas subpoblaciones

Tipos de muestras estratificadas1 Con afijacioacuten uniforme o igual Es aquella en que se selecciona la misma cantidad de unidades en todos los estratos2 Con afijacioacuten proporcional En este caso el nuacutemero de unidades de anaacutelisis seleccionado de cada estrato es proporcional al nuacutemero de elementos del estrato para la poblacioacuten3 Con afijacioacuten oacuteptima Este es un caso particular del disentildeo anterior Consiste en seleccionar la muestra de tal manera que los estratos maacutes heterogeacuteneos tengan maacutes casos Este procedimiento requiere saber cuaacutel es la variabilidad en los estratos lo cual es muy difiacutecil de obtener

MUESTREO POR CONGLOMERADOS

Este tipo de muestreo permite solucionar problemas de costos tiempo distancias etc Es posible cuando las unidades de anaacutelisis se encuentran encapsuladas o encerradas en determinados lugaresfiacutesicos o geograacuteficos que son llamados racimosAl hacer este muestreo es necesario distinguir la unidad de anaacutelisis y la unidad muestral unidad de anaacutelisis indica quienes seraacuten medidos la unidad muestral en este caso se refiere al racimo a traveacutes del cual se llegaraacute a las unidades de anaacutelisisSe utiliza un procedimiento a traveacutes del cual se hace 1deg una lista de todos los conglomerados y 2deg se selecciona una muestra de la lista De este modo en el muestreo por conglomerados en lugar de hacer una seleccioacuten de los elementos individuales de una poblacioacuten se selecciona un conglomerado a partir del cual se seleccionan elementos 1048633 se realiza un muestreo como miacutenimo endos etapas por procedimientos probabiliacutesticos que operan asiacute1 Primero se selecciona el racimo2 Se seleccionan las unidades de anaacutelisis al interior de cada racimo asegurando que todos los sujetos tengan la misma probabilidad de ser seleccionados

MUESTREO POR ETAPASEl nombre de este muestreo describe el proceso implicado el que es una derivacioacuten del disentildeo anterior (Conglomerados)Los conglomerados constituidos inicialmente denominados Unidades primarias de muestreo pueden dividirse en unidades menores o unidades secundarias las que a su vez pueden dividirse en otras aun menores hasta llegar al nivel apropiado La sucesioacuten de esta subdivisioacuten en ldquosubconglomeradosrdquo se llama muestreo por etapas Puede realizarse1 En dos etapas bietaacutepico2 En maacutes de dos etapas multietaacutepico

MUESTREO POR FASESEste muestreo se usa en una investigacioacuten en la que se empieza por ejemplo con una muestra numerosa usando alguacuten instrumento no muy costoso Otro uso del muestreo doble por fases es el intento de recolectar datos perdidos o ldquomissingrdquo Por ejemplo se pueden recolectar en una segunda fase cuestionarios no devueltos en la primera fase Con los resultados de ese instrumento se puede disentildear un procedimiento para seleccionar

una muestra maacutes pequentildea con el fin de obtener informacioacuten con profundidad Es frecuente que este uacuteltimo grupo maacutes pequentildeo se obtenga a traveacutes de un procedimiento aleatorio

MUESTREO SISTEMAacuteTICOEste meacutetodo es un procedimiento sencillo y praacutectico y consiste en seleccionar unidades de una poblacioacuten previamente listada cada cierto intervalo Este intervalo se puede obtener dividiendo el nuacutemero de elementos de la poblacioacuten por el nuacutemero de elementos que constituiraacuten la muestra Por ejemplo si queremos seleccionar una muestra de 250 elementos de una poblacioacuten de 1000 el intervalo k seriacutea K = 1000 250 = 4Para iniciar la seleccioacuten se puede elegir al azar un nuacutemero entre el uno y el cuatro y a partir de eacutel se aplica el intervalo en la lista Siescogemos el 2 en primer lugar luego escogeremos el 6 el 10 e l 14 y asiacute sucesivamente Para evitar el riesgo de que las unidades en la lista estuvieran ordenadas de acuerdo a alguacuten criterio conviene desordenarla antes de aplicar el intervalo

Requisitos de la medicioacuten1048633 La confiabilidad y validez son maacutes difiacuteciles de lograr mientras maacutes abstracto sea el constructo que se desea medir) motivacioacuten actitudes inteligencia valores etc)1048633 En este sentido toda medicioacuten estaacute expuesta a un margen de error de medicioacuten por lo que eacutesta nunca es perfecta1048633 La manera de controlar el error de la medicioacuten es calculando la confiabilidad y validez de los instrumentos de medicioacutenMedicioacuten de la confiabilidad1048633 Existen diversos meacutetodos para evaluar la confiabilidad de un instrumento todos producen indicadores o coeficientes de confiabilidad1048633 Medida de estabilidad (confiabilidad test - retest) Un mismo instrumento es administrado a un mismo grupo de personas despueacutes de un periacuteodo de tiempo Se mide la confiabilidad a traveacutesde la correlacioacuten entre ambos puntajes1048633 Meacutetodo de formas paralelas o alternativas Se administran dos formas equivalentes por tanto no es el mismo instrumento1048633 Las formas son equivalentes en contenidos preguntas instrucciones duracioacuten etc

1048633 Las formas se administran a un mismo grupo dentro de un periacuteodo de tiempo corto1048633 Se mide la confiabilidad a traveacutes de la correlacioacuten entre ambos puntajes 1048633 Meacutetodo de las mitades partidas (split - halves) Requiere una sola medicioacuten en un mismo grupo de sujetos Se divide la prueba en dos mitades y se comparan los resultados en correlaciones1048633 Coeficiente de Cronbach (Alfa) Este coeficiente requiere una sola medicioacuten y mide la consistencia interna de los iacutetems en cada escala y el instrumento como conjunto Es decir entrega un valor estadiacutestico que nos indica en queacute medida un conjunto de iacutetemes apuntan en la misma direccioacuten

Existen distintos tipos de validezValidez de contenido1048633 Se refiere al grado en que un instrumento refleja un dominio especiacutefico de contenido de lo que se mide Es el grado en que la medicioacuten representa al concepto medidoValidez de criterio1048633 Se establece la validez comparaacutendolo con alguacuten criterio externo Es un criterio estaacutendar con el que se juzga la validez de un instrumento1048633 Cuando el criterio se fija en el presente se llama validez concurrente Cuando el criterio de fija en el futuro se llama validez predictiva Existen distintos tipos de validez Validez de constructo1048633 Se refiere al grado en que una medicioacuten se relaciona consistentemente con otras mediciones de acuerdo con hipoacutetesis derivadas teoacutericamente y que conciernen a los conceptos (o constructos) que estaacuten siendo medidos

Estudio de la validezValidez de contenido1048633 Consulta a expertosValidez de criterio1048633 Correlaciona su medicioacuten con el criterioValidez constructo1048633 Anaacutelisis factorialFactores que atentan contra la validez y confiabilidad1048633 La improvisacioacuten en la medicioacuten y seleccioacuten del instrumento1048633 Utilizacioacuten de instrumentos extranjeros sin previa adaptacioacuten y estandarizacioacuten

1048633 Instrumento inadecuado a las personas que se les aplica1048633 Condiciones en las que se administra el instrumento de medicioacuten

EstadiacutesticaTeacutecnicas cuantitativas para el anaacutelisis de la Informacioacuten La estadiacutestica descriptiva sirve al propoacutesito de generar una serie de medidas numeacutericas tendientes a sintetizar el comportamiento de las variables (o conjunto de datos) que estamos estudiando Asiacute la estadiacutestica descriptiva es un conjunto de meacutetodos y teacutecnicas por medio de las cuales podemos recolectar organizar resumir presentar y analizar datos numeacutericos relativos a un conjunto de individuos u observacionesEstadiacutestica Inferencial La estadiacutestica descriptiva no se utiliza como fundamento de una teoriacutea general aplicable a individuos similares que no han sido medidos Soacutelo se aplica a la muestra La estadiacutestica inferencial que toma la informacioacuten de la estadiacutestica descriptiva para realizar procesos que permiten Dentro de ciertos rangos de confianza determinar el comportamiento probable de la poblacioacuten que es representada por la MuestraNiveles de Medicioacuten Para realizar cualquier tipo de anaacutelisis estadiacutestico es necesario cuantificar (asignar nuacutemeros) a las propiedades que medimos De este modo se objetiva el registro de la medicioacuten Los nuacutemeros en este caso sustituyen a las propiedades que estamos evaluando Cada vez que medimos estamos asignaacutendole a la propiedad medida un nuacutemero de acuerdo a una cierta regla La medicioacuten implica una relacioacuten entre dos conjuntos de elementos los nuacutemeros y las propiedades que queremos medir Entre los nuacutemeros existen ciertas relaciones que son vaacutelidas siempre dentro del mundo aritmeacutetico Del mismo modo entre las modalidades de las propiedades existen ciertas relaciones (desde simples a complejas) que son verificables en el mundo real

Es necesario entonces que se cumpla la siguiente regla general en el proceso de asignar nuacutemeros a las propiedades que estudiamos REGLA Aceptar soacutelo como relaciones vaacutelidas entre los nuacutemeros aquellas que sean verificables empiacutericamente entre las correspondientes modalidades Por esta razoacuten las mediciones tendraacuten distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Muchas propiedades no satisfacen todas las relaciones de los nuacutemeros Esto significa que al realizar el proceso de medicioacuten soacutelo seraacuten aplicables ciertas relaciones Lo anterior sugiere que las mediciones tendriacutean distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Ejemplo Medir Color y Aprendizaje Las propiedades tendriacutean asignados un nuacutemero pero que no satisface las relaciones numeacutericas Rojo azul Blanco ( 1 2 3) Aprendizaje ( 65 71 83 ) Lo anterior sugiere que la medicioacuten de las propiedades (color y aprendizaje) no estaacuten hechas al mismo nivel ya que dependiendo de la complejidad de las relaciones entre las modalidades de la propiedad que se mide se aplican una o maacutes relaciones de los nuacutemeros Los nuacutemeros soacutelo se utilizan con el fin de clasificar los objetos o propiedades o distintas modalidades que asume una variable En este tipo de medicioacuten soacutelo se acepta como relacioacuten vaacutelida la igualdad o desigualdad entre las nuacutemeros que reflejan en la propiedad medidaNivel Nominal Ejemplo Variable profesionesrdquo 1Psicoacutelogosldquo 2Socioacutelogosldquo 3Ingenieros

Los valores asumidos por la variable soacutelo permiten hacer operaciones se distincioacuten y nada maacutes No se pueden sumar dividir restar etc Ejemplo 1+ 2 = 3 ingeniero Existen variables que dado su naturaleza soacutelo admiten un nivel de medicioacuten nominal Sexo profesiones razas paiacuteses carreras etc Nivel Ordinal Ademaacutes de realizar la distincioacuten entre las modalidades es posible establecer una relacioacuten de orden o jerarquiacutea No refiere nada respecto a la magnitud de diferencia (cuaacutento es maacutes una modalidad respecto de otra) Ejemplo NSE grados acadeacutemicos etc Nivel intervalar Conserva las propiedades de los niveles anteriores y agrega la posibilidad de establecer la magnitud en que una modalidad es mayor o menor respecto de otra Da informacioacuten respecto a la distancia entre las modalidades La diferencia entre las distintas magnitudes es constante El valor cero en este nivel de medicioacuten es arbitrario Esto significa que cero no indica ausencia del atributo lo que implica que los valores de la variable no son proporcionales entre siacute Al ser arbitrario el punto cero implica que un valor de una variable no indica que sea el doble de la otra 20 grados no implica que es el doble de 10 grados de temperatura Es un real nivel cuantitativo al cual podemos aplicar las relaciones numeacutericas de la suma resta divisioacuten y multiplicacioacuten En siacutentesis el nivel intervalar mantiene todas la propiedades anteriores pero ademaacutes permite conocer las distancias entre los nuacutemeros y afirmar que representan distancias iguales entre las modalidades a las que se han asignado dichos nuacutemeros Ejemplos Notas temperatura tiempo CI motivacioacuten en escala de puntos cuantitativos Todas definen una unidad de medida equivalente a la que la variable quiere mostrar La diferencia entre 5 y 10 es la misma entre 10 y 15 Nivel de Razoacuten

Es el nivel maacutes avanzado y posee todas las propiedades de los niveles anteriores y ademaacutes tiene un punto de origen cero verdadero que indica ausencia de la propiedad Se denomina asiacute porque es posible relacionar las distancias en teacuterminos de la proporcioacuten en que cada una de ellas estaacute contenida en las demaacutes Esto gracias a que el origen no es arbitrario sino absoluto Mundo de la fiacutesica Ejemplo peso altura Tabulacioacuten y Graficacioacuten Todo anaacutelisis estadiacutestico son estrategias para traducir la cantidad de informacioacuten obtenida en la recoleccioacuten de datos a iacutendices que sean interpretables y que representen alguna dimensioacuten del comportamiento de las variables La estrategia maacutes sencilla es mostrar la informacioacuten en un formato visual (graacuteficos) o en un esquema sintetizado (tablas)Tabulacioacuten Las tablas deben incluir todos los puntajes registrados Deben respetar las caracteriacutesticas de la variable Llevan un tiacutetulo representativo del contenido (sobre la tabla numerado)Graficacioacuten Son complementos a la tabulacioacuten Representan la distribucioacuten de la variable Deben ser faacuteciles de interpretar Deben llevar un tiacutetulo representativo (bajo el graacutefico y numerado)Tablas de frecuencia Si los datos corresponden a una variable cuantitativa (o al menos ordinal) es posible calcular ademaacutes la frecuencia acumulada de cada valor (en siacutembolos F) la que puede ser de dos formas Frecuencia acumulada ascendente (Fasc) indica cual es la frecuencia de veces que aparecen respuestas iguales o menores a la que se estaacute analizando

Frecuencia acumulada descendente (Fdes) indica la frecuencia de veces que aparecen respuestas iguales o mayores de las que se estaacuten analizando Las frecuencias son sin embargo datos absolutos No es posible comparar los resultados de dos tablas con un N total de respuestas diferente Para hacer esas comparaciones se utilizan medidas estandarizadas esto es transformaciones de los puntajes originales a escalas que sean las mismas en todas las tablas (y que permiten la comparacioacuten) En muchas ocasiones la cantidad de valores que puede tomar la variable son demasiados de manera que se agrupan en intervalos Cada intervalo agrupa a una serie de puntajes Los intervalos son excluyentes entre siacute En nuacutemero de valores que compone cada intervalo denominada amplitud (i) del intervalo es la misma para todos los intervalos de una tabla En todo intervalo se distinguen liacutemites superiores e inferiores los cuales pueden ser aparentes (lo que sale en la tabla) o reales (lo que se usa para clasificar) El nuacutemero de intervalos debe ser manejable para quien revise la tabla Las tablas de frecuencia reflejan el comportamiento de una sola variable Usualmente no se usan en la presentacioacuten de resultados ya que revisar variable por variable seriacutea demasiado extenso En esos casos se hacen tablas de resumen en las que se indican los datos maacutes importantes de un conjunto de variablesCruce de variables Otro tipo de tablas uacutetiles son aquellas que combinan los resultados de dos variables Ambas variables deben expresar sus resultados en categoriacuteas Se dividen en filas y columnas (una variable en las filas y otra en las columnas)

Una celda representa la combinacioacuten de valores de las dos variables Cada celda se refiere a tres totales filas columnas y total Permite hipotetizar posibles asociaciones entre las variablesGraacuteficosGraacutefico de torta

Ideal para variables nominales Soacutelo grafica un grupo por vez No permite usar muchas categoriacutea (por congestioacuten visual)

Graacutefico de Barras Se manejan dos ejes El eje horizontal indica los valores de la variable El eje vertical representa al iacutendice estadiacutestico Permite la comparacioacuten de varios grupos Las barras pueden juntarse o separarse para denotar la continuidad de los valores de la variable Barras continuas (usualmente en tablas de intervalos) Representan variables continuas Se usa el punto medio como referencia Permiten visualizar la distribucioacuten de la variableErrores Graacuteficos Ausencia de tiacutetulo No indicar variables Usar escalas inapropiadas No indicar el punto 0 Visualizacioacuten confusaMedidas de posicioacuten Las medidas de posicioacuten nos permiten dividir a una distribucioacuten en distintas partes Seguacuten el nuacutemero de partes eacutestas divisiones tendraacuten distintos nombres Percentiles Cuando dividimos una distribucioacuten en 100 partes

Deciles Cuando dividimos una distribucioacuten en 10 partes Cuartiles Cuando dividimos una distribucioacuten en 4 partes Mediana Cuando dividimos una distribucioacuten en 2 partes Requisitos Variables cuantitativas Los resultados estaacuten ordenados de menor a mayor Las medidas de posicioacuten son variables discretas Equivalencias Como todas las medidas se refieren al mismo grupo de datos se pueden hacer equivalentes entre siacute El percentil 30 (P30) por ejemplo es el valor de la variable bajo el cual se encuentra el 30 de los casos y sobre el cual se encuentra el 70 de los casos El decil 4 (D4) es el valor de la variable que deja bajo eacutel el 40 de los casos y sobre eacutel el 60 Esto permite ver las equivalencias entre percentiles y deciles (D4) = (P40)Medidas de Tendencia Central Una MTC es un indicador numeacuterico que representa el comportamiento que se considera maacutes representativo de un grupo de valores Para ello podemos ocupar distintos criterios El puntaje que maacutes se repite El que divide al grupo por la mitad El que equipara los puntajes positivos con los negativosLA MODA Representa al puntaje de mayor frecuencia (f) en una distribucioacuten de puntajes Una distribucioacuten de puntajes puede ser bimodal esto es tener dos modas Si hay maacutes de dos valores con la mayor frecuencia se dice que no tiene moda En datos no tabulados es el valor que se repite maacutes En tablas de intervalos conviene usar una foacutermula de nivelacioacuten de la modaMediana (Md)

El valor que divide a la distribucioacuten por la mitad (equivale a P50)Promedio o Media Representa al puntaje que equilibra los valores positivos con los negativos de una distribucioacuten Como incluye a toda la distribucioacuten puede ser transformada algebraicamente Soporta variantes promedio ponderado agrupaciones de promediosMedidas de VariabilidadiquestCuaacuten parecidos son los puntajes entre siacute Un dato muy importante para analizar las distribuciones de puntajes es saber cuaacuten diferentes o parecidos son los puntajes entre siacute Esa informacioacuten nos permite evaluar cuan representativas son las medidas de tendencia central que calculamos para esa misma distribucioacuten iquestCuaacuteles son Rango o Amplitud total R= Maacuteximo ndash Miacutenimo Muy faacutecil de calcular evaluacutea la desviacioacuten total Rango semi-intercuartil Calcula el punto medio de separacioacuten entre cuartil 3 y cuartil 1 No es muy usado difiacutecil de interpretar Varianza ndash Desviacioacuten estaacutendar La maacutes completaDesviacioacuten Estaacutendar Considera a todos los valores de la distribucioacuten Se utiliza el promedio como punto de referencia para determinar coacutemo se desviacutean los valores de este punto Mientras maacutes heterogeacutenea sea una distribucioacuten mayores seraacuten las desviaciones respecto del promedio Lo maacutes sencillo seriacutea sumar las desviaciones de cada punto respecto del promedio

Sin embargo La suma de las desviaciones se anulen Solo se puede hacer en valores absoluto Mientras maacutes valores tenga una distribucioacuten mayor seraacute la suma de las desviaciones en valor absoluto (problema para comparar distribuciones con distinto tamantildeo) Para solucionar esto se calcula un promedio de las desviaciones Se calcula tomando en cuanta las desviaciones al cuadrado Sin embargo la medida que resulta estaacute expresada en puntajes elevados al cuadrado Esto se conoce como VARIANZA (s2) Para poder interpretar los datos debemos regresarlos a la escala original Esto se conoce como la desviacioacuten estaacutendar (s)Forma de la Distribucioacuten Utilizando los cuartiles podemos analizar la forma de la distribucioacutenSIMETRIA (Q3 - Q2) = ( Q2 - Q1)ASIMETRIA POSITIVA (Q3 - Q2 ) gt ( Q2 - Q1)ASIMETRIA NEGATIVA (Q3 - Q2 ) lt ( Q2 - Q1)Puntaje Estaacutendar Cualquier escala de puntajes puede transformarse en una nueva serie de puntajes llamados puntajes estaacutendar (Z)Para determinar esta nueva escala de puntajes es necesario definir1 La distancia entre un puntaje y el promedio2 La desviacioacuten estaacutendar que nos indicaraacute cuan heterogeacuteneo u homogeacuteneo es la distribucioacuten3 Se dividen ambos valores y se genera esta transformacioacuten a un puntaje Z o estaacutendar

Page 5: Metodología investigación Resumen Hernandez&Fernandez

Los objetivos deben ser precisos y circunscritos evitando partir de enunciados muy generales evitando iniciar su enunciado con el verbo ldquoconocerrdquo ya que eacuteste no compromete un ldquoproductordquo sino maacutes bien un beneficio para quien conduce la investigacioacutenPara cada objetivo general debe formularse al menos dos especiacuteficos ya que eacutestos son un ldquodesagregadordquo de los primeros eacutestos pueden aludir a componentes o dimensiones del constructo o variable incluida en el objetivo general de manera que al cumplir con el conjunto de objetivos especiacuteficos que se derivan de uno general se estaacute completando con el producto propuesto en el primero

Las Hipoacutetesis en la investigacioacuten cientiacutefica1048633 A partir del marco teoacuterico y teniendo como referencia las interrogantes formuladas en el planteamiento del problema y los objetivos de la investigacioacuten se derivan las hipoacutetesis o respuestas tentativas1048633 La hipoacutetesis cientiacutefica es una proposicioacuten que expresa una solucioacuten tentativa de un problema de investigacioacuten1048633 Las hipoacutetesis son consistentes con el cuerpo de conocimiento acumulado y deben ser susceptibles de contrastarse empiacutericamente con evidencia real1048633 Las hipoacutetesis orientan el proceso de investigacioacuten por cuanto las acciones que se emprenden estaacuten encaminadas a reunir evidencia que permita tomar una decisioacuten (aceptarlas o rechazarlas) Actuacutean como marco de referencia para interpretar los datos y las conclusiones que se tomen

CARACTERIacuteSTICAS DE LAS HIPOTESIS1 Las hipoacutetesis deben ser atinentes al fenoacutemeno que pretender describir predecir o explicar Esto implica que la solucioacuten debe ser de tal naturaleza que el fenoacutemeno sea deducible de la hipoacutetesis2 Compatibilidad con un conjunto de hipoacutetesis previas bien confirmadas Esto supone que una vez realizada la revisioacuten de la literatura atinente es necesario a partir de eacutesta formular la hipoacutetesis de manera que tenga sentido lo que propone3 Toda Hipoacutetesis debe ser contrastable empiacutericamente Implica que la hipoacutetesis sea contrastada con datos de la realidad con lo cual permitiraacute conducir a una decisioacuten acerca de su aceptacioacuten o rechazo La hipoacutetesis no necesariamente debe estar formulada en teacuterminos observables pero si es fundamental que se pueda deducir de ella consecuencias contrastables

Contrastacioacuten de las hipoacutetesisLas hipoacutetesis cientiacuteficas deben ser sometidas a prueba empiacuterica para tomar una decisioacuten respecto a ellas (rechazarlas o aceptarlas) de acuerdo a lo que el investigador observe en la realidad El contraste de las hipoacutetesis requiere del cumplimiento de las siguientes etapas 1 Deduccioacuten de consecuencias observables La mayoriacutea de las hipoacutetesis se formulan en teacuterminos abstractos no observables directamente Sin embargo para ponerlas a prueba se deben vincular estos teacuterminos abstractos con referentes de la experiencia Al hacer este proceso deductivo por lo general se deben efectuar operaciones empiacutericas como disponer o construir un instrumento medicioacuten que especifican las operaciones necesarias para poder observar el fenoacutemeno Esta especificacioacuten que implica la operacioacuten aludida se conoce como definicioacuten operacional2 Confrontacioacuten con la Experiencia Esta etapa consiste en la confrontacioacuten con la experiencia a traveacutes de la observacioacuten experimentacioacuten u otro meacutetodo En esta etapa son fundamentales las caracteriacutesticas del disentildeo de investigacioacuten y de los instrumentos de recoleccioacuten de datos que se apliquen3 Inferencia En esta etapa una vez recolectada la informacioacuten se debe tomar una decisioacuten respecto a la hipoacutetesis sobre la base de la interpretacioacuten de los datos analizados Si los datos concuerdan con lo enunciado por la hipoacutetesis se dice que eacutestos la apoyan y en consecuencia se decide aceptarla como verdadera Sin embargo esta decisioacuten se asume con una probabilidad de error ya que los datos provienen de una muestra de la realidad que podriacutea estar considerando solo aspectos parciales y por tanto constituir una porcioacuten sesgada de la misma

Una definicioacuten operacional se hace mediante un proceso a traveacutes del cual el investigador explica en detalle la especificacioacuten de los tipos de valores de las variables (cuali o cuantitativos) y los caacutelculos realizados para obtener los valores de las variables (indicadores) en el caso que fueran cuantitativas en teacuterminos de los meacutetodos particulares que se usaraacuten para medirla en el contexto de la investigacioacuten en cuestioacuten La operacionalizacioacuten es un proceso que variacutea de acuerdo al tipo de investigacioacuten y su disentildeo

Por ejemplo la inteligencia podriacutea definirse operacionalmente como las respuestas expresadas en los puntajes que se obtengan de la aplicacioacuten de una determinada prueba de inteligencia (ordquo testrdquo)

Disentildeos de InvestigacioacutenExperimentales1 Preexperimentales2 Experimentales3 CuasiexperimentalesNo experimentalesTransversales1 Descriptivos2 CorrelacionalesLongitudinales1 De tendencia2 De evolucioacuten3 Panel

Disentildeo Experimental Estudio en el cual se manipulan deliberadamente una o maacutes variables independientes para analizar las consecuencias de esa manipulacioacuten sobre una o mas variables dependientes dentro de una situacioacuten de control para el investigador

Requisitos1048633 La manipulacioacuten intencional de una o maacutes variables independientesndash Manipular hacer variar o dar distintos valores a la variable independiente1048633 La variable dependiente siempre se mide para ver el efecto que ha tenido la manipulacioacuten de la variable independiente sobre ladependiente1048633 La variable dependiente no se debe manipular nunca1048633 La medicioacuten debe ser vaacutelida y confiable

Control de la validez interna de un experimento1048633 Se espera que la variacioacuten observada en la variable(s) dependiente(s) sea producto de la manipulacioacuten de la variable(s) independiente(s) y no de otros factores o variables1048633 La calidad del experimento se logra cuando se tiene control de la situacioacuten experimental

1048633 Por tanto es necesario lograr el control de otras variables extrantildeas al disentildeo1 Comparaciones entre grupos ( a lo menos dos)1048633 grupo experimental y grupo de control1048633 entre grupos experimentales (no siempre es necesario tener un grupo de control)2 Equivalencia de los grupos en todo excepto en la manipulacion de la variable independiente1048633 Equivalencia inicial ( entre los grupos)1048633 Equivalencia durante el experimento estandarizacioacuten de las mediciones y de la situacioacuten experimental1048633 La manera maacutes eficiente de lograr la equivalencia es la asignacion al azar o aleatorizacioacuten de los sujetos a los grupos experimentales y de control1048633 La asignacioacuten al azar produce control en la medida que las variables que se desean controlar (variables extrantildeas y fuentes de invalidacioacuten interna) son distribuidas - aproximadamente- de la misma manera en los grupos del experimento1048633 Mientras mayor sea el numero de sujetos (n) para el experimento mejor funciona la asignacioacuten aleatorea como mecanismo de control

Mecanismos de control de variablesbull Eliminacioacuten de la variable se la deja constante 1048633se consiguen grupos homogeacuteneosbull Aleatorizacioacuten seleccionar muestras representativas con procedimientos aleatoriosbull Incorporacioacuten de la variable como otra VI controlada estadiacutesticamentebull Aparejamiento (matching) para que en todos los grupos haya sujetos de las mismas caracteriacutesticasbull Contrabalanceo los mismos sujetos se someten a diferentes condiciones

Algunas fuentes de invalidez interna 1048633 Historia eventos que ocurren en el transcurso del experimento que atentan contra los resultados del experimento mismo1048633 Maduracioacuten procesos internos de los participantes que operan como consecuencia del paso del tiempo (cansancio hambre aburrimiento aumento de la edad etc)1048633 Inestabilidad poca o nula confiabilidad de las mediciones fluctuaciones en las personas

1048633 Administracioacuten de pruebas efectos de la administracioacuten sobre posteriores mediciones 1048633 Seleccion errores en la seleccioacuten de sujetos aparentemente equivalentes para el experimento

Simbologiacutea de los disentildeos experimentalesR Asignacioacuten al azar (o aleatorizacioacuten) Cuando aparece significa que los sujetos han sido asignados aun grupo de manera aleatoria (por la palabra en ingleacutes ldquorandomrdquo)G Grupo de sujetos (G1 =grupo 1 G2= grupo 2 etc)X Tratamiento estiacutemulo o condicioacuten experimental (presencia de alguacuten nivel de la variable independienteO Una observacioacuten o medicioacuten a los sujetos de un grupo ( puede ser una prueba un test cuestionario escala etc) S aparece antes del estiacutemulo (X) se trata de una pre prueba (pretest Si aparece despueacutes del estiacutemulo se trata de una postprueba (posttest ) La secuencia horizontal indica tiempos distintos Cuando aparecen dos siacutembolos alineados verticalmente significa que ocurren a mismo tiempo

Tipos de disentildeos experimentales1 preexperimentos1048633 grado de control minino de variables1048633 solo recomendables para ensayos de experimentoscon mayor control11 Estudio de caso una sola medicioacuten (g x o)1048633 no existe manipulacioacuten de variable independiente1048633 no existe ningun grupo de comparacioacuten1048633 no existe aleatorizacioacuten1048633 sujeto a fuentes de invalidez interna12 Disentildeo pre - post medicioacuten con un solo grupo (g o1 x o2)1048633 si existe seguimiento de grupo1048633 no existe manipulacion de variable independiente1048633 no existe ningun grupo de comparacioacuten1048633 no existe aleatorizacioacuten1048633 sujeto a fuentes de invalidez interna

2 Experimentos verdaderos1048633 si existe manipulacioacuten de variable independiente1048633 si existe grupo de comparacioacuten (por la manipulacioacuten)1048633 si existe aleatorizacioacuten (equivalencia de los grupos)1048633 control de fuentes de invalidez interna

1048633 no todos deben tener mediciones pre - postEjemplos21 Una manipulacioacuten y grupo de control 1 medicioacutenR g1 x 01R g2 - 0222 Disentildeo con pre y post y grupo controlR g1 01 x 02R g2 03 - 041048633 La medicioacuten pre tiene dos ventajasndash Chequea el exito de la aleatorizacioacuten Esto es central cuando los grupos son pequentildeos (menosres de 15 sujetos)ndash Permite analizar cambios (aumento o disminucioacuten) de la variable dependeinte antes y despues de la manipulacioacuten

3 cuasiexperimentos1048633 Especialmente adecuados cuando no sea posible la asignacioacuten al azar de los sujetos a los grupos experimentales Esto afecta a validez interna y externa1048633 Si tienen manipulacioacuten de variable independiente1048633 Difieren de los experimentos verdaderos en el grado de seguridad que puedan tener sobre la equivalencia inicial de los grupos1048633 Los sujetos no son asignados al azar a los grupos experimentales sino que son grupos formados antes del experimento1048633 Son experimentos que tienen tratamientos cuyo efecto se quiere probar tienen medidas de resultados unidades experimentales pero no usan la asignacioacuten aleatoria para crear comparaciones a partir de las cuales se infieran los cambios en la(s) variable(s) dependiente(s)1048633 Las comparaciones dependen de grupos no equivalentes que pueden ser diferentes por condiciones ajenas al tratamiento1048633 Son especialmente adecuados cuando no es posible asignar al azar de los sujetos a los grupos experimentales en situaciones en que la investigacioacuten se realiza en el ambiente natural1048633 A modo de ejemplo se puede nombrar algunas distinciones de disentildeos cuasi experimentales1048633 Disentildeos de grupo no equivalentes por ejemplo n se compara el rendimiento (var dependiente) de dos cursos de ensentildeanza media (1 A y 1 B) se hacen mediciones antes y despueacutes del tratamiento

4 Disentildeos No experimentales

1048633 Se observan los fenomenos tal como ocurren en su contexto natural ( expost-facto)1048633 Resulta por tanto imposible la manipulacioacuten de variables y la signacioacuten al azar de los sujetos a las condicionesNo existen condiciones experimentales o estimulos1048633 En estos disentildeos las variables independientes han tenido efectos no generados (manipulados) por el investigador por tanto este no tiene contro alguno sobre dichas variables y sus efectos1048633 Tienen mayor posibilidad de lograr validez externa por que se trabaja con contextos naturalesTipo No experimentales

1Dimension temporal Disentildeos transversales1048633 Recolectan datos en un solo momento en el tiempo1048633 Su propoacutesito es describir variables y analizar la incidencia e interrelacioacuten en un momento dado1048633 Pueden abarcar varios grupos de comparacioacuten y tambieacuten para distintas variables al mismo tiempoTipos de disentildeos transversales1048633 A Disentildeos descriptivos1048633 B Disentildeos correlacionales causales ( X--y)En ambos tipos las variables de miden tal cual estaacuten en la realidad2 Dimensioacuten temporal Disentildeos longitudinales 1048633 El intereacutes se centra en evaluar los cambios a traveacutes del tiempo en determinadas variables o relaciones entre eacutestas1048633 Se recolectan datos a traveacutes del tiempo en puntos o periodos especiacuteficos para hacer inferencias respecto al cambio sus determinantes y consecuencias

Tipos de disentildeos longitudinales1 Disentildeos longitudinales de tendencia ( trend)1048633 Analizan los cambios a traveacutes del tiempo o evolucioacuten (en variables o sus relaciones) dentro de alguna poblacion en general1048633 Se pueden tomar mediciones en muestras distintas en el tiempo pero todas pertenecientes a la misma poblacioacuten (equivalentes)2 Disentildeos longitudinales de evolucioacuten de grupo1048633 Analizan cambios a traves del tiempo en subpoblaciones o grupos especiacuteficos Los grupos estaacuten vinculados de alguna manera ( Por edad nacidos en un periodo determinado etc)Esto los distingue de los disentildeos de tendencia 1048633 Se pueden tomar mediciones en muestras distintas en el tiempo pero todas pertenecientes a la misma poblacioacuten (equivalentes)

3 Disentildeos longitudinales de panel1048633 La distincioacuten con los anteriores es que los grupos o subgrupos son los mismos que se evaluacutean en el tiempo1048633 Son uacutetiles cuando se tiene poblaciones estaacuteticas o cautivas para asegurar mediciones en el tiempo

Conceptos de Validez y Validez Interna1048633 Validez la mejor aproximacioacuten disponible a la verdad o falsedad de las proposiciones1048633 Validez Interna Grado de confianza en que se pueda interpretarlos resultados de la investigacioacuten y que sean vaacutelidosDepende de su calidad

Validez Externa y Fuentes de Invalidez1048633 Validez Externa Tiene que ver con queacute tan generalizables son los resultados de la investigacioacuten1048633 Fuentes de Invalidez Son explicaciones rivales o alternativas alas que manejamos y nos pueden confundir respecto a la relacioacutenentre variables y su extensioacuten a la poblacioacuten

Validez externa y preguntas1048633 De constructo de causa y efecto iquestCuaacuteles son los constructos de causa y efecto implicados en la relacioacuten1048633 Validez externa iquestCuaacuten generalizable es esta relacioacuten a personas lugares y tiempos

Proceso de Inferencia EstadiacutesticaMuestreobull Estadiacutegrafo El valor que sintetiza los valores de una o varias caracteriacutesticas de una MUESTRAbull Paraacutemetro El valor que sintetiza los valores de una o varias caracteriacutesticas de una POBLACION

Poblacioacutenbull La definicioacuten de la poblacioacuten dependeraacute de los objetivos y del disentildeo de la investigacioacuten planteadabull Ello implica entonces identificar exactamente a quieacutenes se lesadministraraacuten los instrumentos de medicioacuten

Dimensiones a considerar al momento de definir una muestra Representatividad Las muestras deben representar a la poblacioacuten del estudio que estamos realizando Cada vez que se selecciona una muestra debe verificarse que eacutesta no es afectada por caracteriacutesticas especiales de los individuos que impliquen un respuesta ldquoalteradardquo a la investigacioacuten Se debe poner especial atencioacuten a los meacutetodos de muestreo y realizar diagnoacutesticos iniciales que permitan conocer las caracteriacutesticas generales de los sujetos que forman parte de la muestraAccesibilidad Si bien las muestras deben especificarse en base a los requisitos de la investigacioacuten no es menos cierto que debe considerarse la dimensioacuten de cuaacuten factible es contar con la participacioacuten de la muestra que queremos estudiar Esto implica dedicar tiempo especiacutefico del desarrollo del estudio al contacto reclutamiento y seguimiento de los sujetos maestrales Del mismo modo obliga a revisar distintas alternativas de muestreo antes de definir la muestra finalTamantildeo Implica definir una magnitud de error de muestreo que los investigadores estaacuten dispuestos a asumir al momento de reclutar a los participantes en el estudio Dicho error debe ser el menor posible para evitar errores en la representatividad de la muestra y en la estimacioacuten de los valores de la poblacioacuten Una forma de evitar los errores de muestreo es asegurar la maacutexima aleatorizacioacuten y tener un nuacutemero suficiente de personas por grupo de trabajo (como referencia mayor que 30 en cada grupo) para asegurar que los posibles errores de muestreo puedan ser controlados estadiacutesticamente Por otra parte pasado cierto nivel la reduccioacuten de error que se gana por aumentar el tamantildeo de la muestra no compensa el gasto que eso implica De esta manera se busca un tamantildeo miacutenimamente aceptable como para permitir la aplicacioacuten de las teacutecnicas estadiacutesticas

Muestreobull El muestreo es el mecanismo a traveacutes del cual se elige a los sujetos o unidades muestrales (personas organizaciones cursos universidades etc) que participaraacuten de un estudioLa poblacioacuten corresponde al conjunto de todos los elementos o unidades de anaacutelisis a los cuales se hacen extensivas las inferencias de un estudio tambieacuten es llamado universoLa definicioacuten de la poblacioacuten dependeraacute de los objetivos y del disentildeo de la investigacioacuten planteada

Cualquier parte o subconjunto de una poblacioacuten es una muestraLas muestras deben ser representativas para poder hacer inferencias a la Poblacioacuten de la cual fue extraiacutedaPara seleccionar una muestra es necesario definir la unidad de Anaacutelisis esto permitiraacute determinar quienes seraacuten medidosEs necesario delimitar en forma precisa las caracteriacutesticas de la poblacioacuten ya que una adecuada delimitacioacuten asegura que las conclusiones del estudio esteacuten referidas a una poblacioacuten determinada y no a otras

Tamantildeo de la Muestrabull iquestCuaacutentos sujetos (personas organizaciones etc) necesito para conformar la muestra que asegure un menor error de estimacioacuten pequentildeobull Existen procedimientos y foacutermulas para calcular el tamantildeo de la muestra El tamantildeo dependeraacute de la magnitud del error que se estima se puede cometerbull Estas foacutermulas pueden ser revisadas en varios libros de estadiacutestica (Anaacutelisis de datos)

Ventajas que reporta el uso de Muestrasbull Reduce los costos Al obtener datos a partir de una muestra de una poblacioacuten los costos seraacuten menores ya que no seraacute necesario medir a toda la poblacioacuten Los costos estaacuten tanto referido a los materiales procedimientos como al personalbull Mayor rapidez Por el hecho de ser un subconjunto de la Poblacioacuten permite acceder de manera maacutes eficiente y raacutepida para el levantamiento de los datosbull Posibilita una mayor precisioacuten de las observaciones al contar con un nuacutemero restringido de casos a estudiar

Tipos de Muestreobull Las muestras pueden ser clasificadas en dos grandes tipos las probabiliacutesticas y no probabiliacutesticasbull El tipo de muestra a utilizar nuevamente depende de los objetivos de la investigacioacuten (exploratorio descriptivo explicativo) y del disentildeo generado para realizar el estudio

bull Muestras no Probabiliacutesticas En este tipo de muestras la eleccioacuten de los elementos no depende de la probabilidad sino de las condiciones que permiten hacer el muestreo (acceso o disponibilidad conveniencia etc)

bull Muestras ProbabiliacutesticasbullTodos los elementos tienen la misma probabilidad de ser seleccionados Esto se obtiene definiendo las caracteriacutesticas de la poblacioacuten el tamantildeo de la muestra y a traveacutes de la seleccioacuten aleatoria de las unidades de anaacutelisisbullUna de las ventajas maacutes grandes de este tipo de muestreo es que se pueden realizar buenas estimaciones poblacionales conociendo el error estaacutendar que se comete en dicha estimacioacuten

bull Muestreo estratificadobull Este tipo de muestreo se utiliza especialmente cuando se sospecha que la poblacioacuten es heterogeacutenea en cuanto a alguna caracteriacutestica asociada a las variables de estudiobull Esto obliga a dividir a la Poblacioacuten en subpoblaciones o estratos de acuerdo a la variabilidad de esta caracteriacutestica con el objeto de mejorar las estimacionesbull Por otro lado cuando la poblacioacuten cuenta con estratos o categoriacuteas que son de intereacutes del estudio es necesario tambieacuten realizar un muestreo estratificado para realizar las comparacionespertinentes ejemplo por aacutereas dentro de una empresa por sexo jerarquiacuteas niveles socioeconoacutemicos etcbull Para generar este tipo de muestreo es necesario identificar dentro de la Poblacioacuten cada subpoblacioacuten o estrato y luego realizar una seleccioacuten aleatoria simple de los elementos al interior de cada una de estas subpoblaciones

Tipos de muestras estratificadas1 Con afijacioacuten uniforme o igual Es aquella en que se selecciona la misma cantidad de unidades en todos los estratos2 Con afijacioacuten proporcional En este caso el nuacutemero de unidades de anaacutelisis seleccionado de cada estrato es proporcional al nuacutemero de elementos del estrato para la poblacioacuten3 Con afijacioacuten oacuteptima Este es un caso particular del disentildeo anterior Consiste en seleccionar la muestra de tal manera que los estratos maacutes heterogeacuteneos tengan maacutes casos Este procedimiento requiere saber cuaacutel es la variabilidad en los estratos lo cual es muy difiacutecil de obtener

MUESTREO POR CONGLOMERADOS

Este tipo de muestreo permite solucionar problemas de costos tiempo distancias etc Es posible cuando las unidades de anaacutelisis se encuentran encapsuladas o encerradas en determinados lugaresfiacutesicos o geograacuteficos que son llamados racimosAl hacer este muestreo es necesario distinguir la unidad de anaacutelisis y la unidad muestral unidad de anaacutelisis indica quienes seraacuten medidos la unidad muestral en este caso se refiere al racimo a traveacutes del cual se llegaraacute a las unidades de anaacutelisisSe utiliza un procedimiento a traveacutes del cual se hace 1deg una lista de todos los conglomerados y 2deg se selecciona una muestra de la lista De este modo en el muestreo por conglomerados en lugar de hacer una seleccioacuten de los elementos individuales de una poblacioacuten se selecciona un conglomerado a partir del cual se seleccionan elementos 1048633 se realiza un muestreo como miacutenimo endos etapas por procedimientos probabiliacutesticos que operan asiacute1 Primero se selecciona el racimo2 Se seleccionan las unidades de anaacutelisis al interior de cada racimo asegurando que todos los sujetos tengan la misma probabilidad de ser seleccionados

MUESTREO POR ETAPASEl nombre de este muestreo describe el proceso implicado el que es una derivacioacuten del disentildeo anterior (Conglomerados)Los conglomerados constituidos inicialmente denominados Unidades primarias de muestreo pueden dividirse en unidades menores o unidades secundarias las que a su vez pueden dividirse en otras aun menores hasta llegar al nivel apropiado La sucesioacuten de esta subdivisioacuten en ldquosubconglomeradosrdquo se llama muestreo por etapas Puede realizarse1 En dos etapas bietaacutepico2 En maacutes de dos etapas multietaacutepico

MUESTREO POR FASESEste muestreo se usa en una investigacioacuten en la que se empieza por ejemplo con una muestra numerosa usando alguacuten instrumento no muy costoso Otro uso del muestreo doble por fases es el intento de recolectar datos perdidos o ldquomissingrdquo Por ejemplo se pueden recolectar en una segunda fase cuestionarios no devueltos en la primera fase Con los resultados de ese instrumento se puede disentildear un procedimiento para seleccionar

una muestra maacutes pequentildea con el fin de obtener informacioacuten con profundidad Es frecuente que este uacuteltimo grupo maacutes pequentildeo se obtenga a traveacutes de un procedimiento aleatorio

MUESTREO SISTEMAacuteTICOEste meacutetodo es un procedimiento sencillo y praacutectico y consiste en seleccionar unidades de una poblacioacuten previamente listada cada cierto intervalo Este intervalo se puede obtener dividiendo el nuacutemero de elementos de la poblacioacuten por el nuacutemero de elementos que constituiraacuten la muestra Por ejemplo si queremos seleccionar una muestra de 250 elementos de una poblacioacuten de 1000 el intervalo k seriacutea K = 1000 250 = 4Para iniciar la seleccioacuten se puede elegir al azar un nuacutemero entre el uno y el cuatro y a partir de eacutel se aplica el intervalo en la lista Siescogemos el 2 en primer lugar luego escogeremos el 6 el 10 e l 14 y asiacute sucesivamente Para evitar el riesgo de que las unidades en la lista estuvieran ordenadas de acuerdo a alguacuten criterio conviene desordenarla antes de aplicar el intervalo

Requisitos de la medicioacuten1048633 La confiabilidad y validez son maacutes difiacuteciles de lograr mientras maacutes abstracto sea el constructo que se desea medir) motivacioacuten actitudes inteligencia valores etc)1048633 En este sentido toda medicioacuten estaacute expuesta a un margen de error de medicioacuten por lo que eacutesta nunca es perfecta1048633 La manera de controlar el error de la medicioacuten es calculando la confiabilidad y validez de los instrumentos de medicioacutenMedicioacuten de la confiabilidad1048633 Existen diversos meacutetodos para evaluar la confiabilidad de un instrumento todos producen indicadores o coeficientes de confiabilidad1048633 Medida de estabilidad (confiabilidad test - retest) Un mismo instrumento es administrado a un mismo grupo de personas despueacutes de un periacuteodo de tiempo Se mide la confiabilidad a traveacutesde la correlacioacuten entre ambos puntajes1048633 Meacutetodo de formas paralelas o alternativas Se administran dos formas equivalentes por tanto no es el mismo instrumento1048633 Las formas son equivalentes en contenidos preguntas instrucciones duracioacuten etc

1048633 Las formas se administran a un mismo grupo dentro de un periacuteodo de tiempo corto1048633 Se mide la confiabilidad a traveacutes de la correlacioacuten entre ambos puntajes 1048633 Meacutetodo de las mitades partidas (split - halves) Requiere una sola medicioacuten en un mismo grupo de sujetos Se divide la prueba en dos mitades y se comparan los resultados en correlaciones1048633 Coeficiente de Cronbach (Alfa) Este coeficiente requiere una sola medicioacuten y mide la consistencia interna de los iacutetems en cada escala y el instrumento como conjunto Es decir entrega un valor estadiacutestico que nos indica en queacute medida un conjunto de iacutetemes apuntan en la misma direccioacuten

Existen distintos tipos de validezValidez de contenido1048633 Se refiere al grado en que un instrumento refleja un dominio especiacutefico de contenido de lo que se mide Es el grado en que la medicioacuten representa al concepto medidoValidez de criterio1048633 Se establece la validez comparaacutendolo con alguacuten criterio externo Es un criterio estaacutendar con el que se juzga la validez de un instrumento1048633 Cuando el criterio se fija en el presente se llama validez concurrente Cuando el criterio de fija en el futuro se llama validez predictiva Existen distintos tipos de validez Validez de constructo1048633 Se refiere al grado en que una medicioacuten se relaciona consistentemente con otras mediciones de acuerdo con hipoacutetesis derivadas teoacutericamente y que conciernen a los conceptos (o constructos) que estaacuten siendo medidos

Estudio de la validezValidez de contenido1048633 Consulta a expertosValidez de criterio1048633 Correlaciona su medicioacuten con el criterioValidez constructo1048633 Anaacutelisis factorialFactores que atentan contra la validez y confiabilidad1048633 La improvisacioacuten en la medicioacuten y seleccioacuten del instrumento1048633 Utilizacioacuten de instrumentos extranjeros sin previa adaptacioacuten y estandarizacioacuten

1048633 Instrumento inadecuado a las personas que se les aplica1048633 Condiciones en las que se administra el instrumento de medicioacuten

EstadiacutesticaTeacutecnicas cuantitativas para el anaacutelisis de la Informacioacuten La estadiacutestica descriptiva sirve al propoacutesito de generar una serie de medidas numeacutericas tendientes a sintetizar el comportamiento de las variables (o conjunto de datos) que estamos estudiando Asiacute la estadiacutestica descriptiva es un conjunto de meacutetodos y teacutecnicas por medio de las cuales podemos recolectar organizar resumir presentar y analizar datos numeacutericos relativos a un conjunto de individuos u observacionesEstadiacutestica Inferencial La estadiacutestica descriptiva no se utiliza como fundamento de una teoriacutea general aplicable a individuos similares que no han sido medidos Soacutelo se aplica a la muestra La estadiacutestica inferencial que toma la informacioacuten de la estadiacutestica descriptiva para realizar procesos que permiten Dentro de ciertos rangos de confianza determinar el comportamiento probable de la poblacioacuten que es representada por la MuestraNiveles de Medicioacuten Para realizar cualquier tipo de anaacutelisis estadiacutestico es necesario cuantificar (asignar nuacutemeros) a las propiedades que medimos De este modo se objetiva el registro de la medicioacuten Los nuacutemeros en este caso sustituyen a las propiedades que estamos evaluando Cada vez que medimos estamos asignaacutendole a la propiedad medida un nuacutemero de acuerdo a una cierta regla La medicioacuten implica una relacioacuten entre dos conjuntos de elementos los nuacutemeros y las propiedades que queremos medir Entre los nuacutemeros existen ciertas relaciones que son vaacutelidas siempre dentro del mundo aritmeacutetico Del mismo modo entre las modalidades de las propiedades existen ciertas relaciones (desde simples a complejas) que son verificables en el mundo real

Es necesario entonces que se cumpla la siguiente regla general en el proceso de asignar nuacutemeros a las propiedades que estudiamos REGLA Aceptar soacutelo como relaciones vaacutelidas entre los nuacutemeros aquellas que sean verificables empiacutericamente entre las correspondientes modalidades Por esta razoacuten las mediciones tendraacuten distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Muchas propiedades no satisfacen todas las relaciones de los nuacutemeros Esto significa que al realizar el proceso de medicioacuten soacutelo seraacuten aplicables ciertas relaciones Lo anterior sugiere que las mediciones tendriacutean distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Ejemplo Medir Color y Aprendizaje Las propiedades tendriacutean asignados un nuacutemero pero que no satisface las relaciones numeacutericas Rojo azul Blanco ( 1 2 3) Aprendizaje ( 65 71 83 ) Lo anterior sugiere que la medicioacuten de las propiedades (color y aprendizaje) no estaacuten hechas al mismo nivel ya que dependiendo de la complejidad de las relaciones entre las modalidades de la propiedad que se mide se aplican una o maacutes relaciones de los nuacutemeros Los nuacutemeros soacutelo se utilizan con el fin de clasificar los objetos o propiedades o distintas modalidades que asume una variable En este tipo de medicioacuten soacutelo se acepta como relacioacuten vaacutelida la igualdad o desigualdad entre las nuacutemeros que reflejan en la propiedad medidaNivel Nominal Ejemplo Variable profesionesrdquo 1Psicoacutelogosldquo 2Socioacutelogosldquo 3Ingenieros

Los valores asumidos por la variable soacutelo permiten hacer operaciones se distincioacuten y nada maacutes No se pueden sumar dividir restar etc Ejemplo 1+ 2 = 3 ingeniero Existen variables que dado su naturaleza soacutelo admiten un nivel de medicioacuten nominal Sexo profesiones razas paiacuteses carreras etc Nivel Ordinal Ademaacutes de realizar la distincioacuten entre las modalidades es posible establecer una relacioacuten de orden o jerarquiacutea No refiere nada respecto a la magnitud de diferencia (cuaacutento es maacutes una modalidad respecto de otra) Ejemplo NSE grados acadeacutemicos etc Nivel intervalar Conserva las propiedades de los niveles anteriores y agrega la posibilidad de establecer la magnitud en que una modalidad es mayor o menor respecto de otra Da informacioacuten respecto a la distancia entre las modalidades La diferencia entre las distintas magnitudes es constante El valor cero en este nivel de medicioacuten es arbitrario Esto significa que cero no indica ausencia del atributo lo que implica que los valores de la variable no son proporcionales entre siacute Al ser arbitrario el punto cero implica que un valor de una variable no indica que sea el doble de la otra 20 grados no implica que es el doble de 10 grados de temperatura Es un real nivel cuantitativo al cual podemos aplicar las relaciones numeacutericas de la suma resta divisioacuten y multiplicacioacuten En siacutentesis el nivel intervalar mantiene todas la propiedades anteriores pero ademaacutes permite conocer las distancias entre los nuacutemeros y afirmar que representan distancias iguales entre las modalidades a las que se han asignado dichos nuacutemeros Ejemplos Notas temperatura tiempo CI motivacioacuten en escala de puntos cuantitativos Todas definen una unidad de medida equivalente a la que la variable quiere mostrar La diferencia entre 5 y 10 es la misma entre 10 y 15 Nivel de Razoacuten

Es el nivel maacutes avanzado y posee todas las propiedades de los niveles anteriores y ademaacutes tiene un punto de origen cero verdadero que indica ausencia de la propiedad Se denomina asiacute porque es posible relacionar las distancias en teacuterminos de la proporcioacuten en que cada una de ellas estaacute contenida en las demaacutes Esto gracias a que el origen no es arbitrario sino absoluto Mundo de la fiacutesica Ejemplo peso altura Tabulacioacuten y Graficacioacuten Todo anaacutelisis estadiacutestico son estrategias para traducir la cantidad de informacioacuten obtenida en la recoleccioacuten de datos a iacutendices que sean interpretables y que representen alguna dimensioacuten del comportamiento de las variables La estrategia maacutes sencilla es mostrar la informacioacuten en un formato visual (graacuteficos) o en un esquema sintetizado (tablas)Tabulacioacuten Las tablas deben incluir todos los puntajes registrados Deben respetar las caracteriacutesticas de la variable Llevan un tiacutetulo representativo del contenido (sobre la tabla numerado)Graficacioacuten Son complementos a la tabulacioacuten Representan la distribucioacuten de la variable Deben ser faacuteciles de interpretar Deben llevar un tiacutetulo representativo (bajo el graacutefico y numerado)Tablas de frecuencia Si los datos corresponden a una variable cuantitativa (o al menos ordinal) es posible calcular ademaacutes la frecuencia acumulada de cada valor (en siacutembolos F) la que puede ser de dos formas Frecuencia acumulada ascendente (Fasc) indica cual es la frecuencia de veces que aparecen respuestas iguales o menores a la que se estaacute analizando

Frecuencia acumulada descendente (Fdes) indica la frecuencia de veces que aparecen respuestas iguales o mayores de las que se estaacuten analizando Las frecuencias son sin embargo datos absolutos No es posible comparar los resultados de dos tablas con un N total de respuestas diferente Para hacer esas comparaciones se utilizan medidas estandarizadas esto es transformaciones de los puntajes originales a escalas que sean las mismas en todas las tablas (y que permiten la comparacioacuten) En muchas ocasiones la cantidad de valores que puede tomar la variable son demasiados de manera que se agrupan en intervalos Cada intervalo agrupa a una serie de puntajes Los intervalos son excluyentes entre siacute En nuacutemero de valores que compone cada intervalo denominada amplitud (i) del intervalo es la misma para todos los intervalos de una tabla En todo intervalo se distinguen liacutemites superiores e inferiores los cuales pueden ser aparentes (lo que sale en la tabla) o reales (lo que se usa para clasificar) El nuacutemero de intervalos debe ser manejable para quien revise la tabla Las tablas de frecuencia reflejan el comportamiento de una sola variable Usualmente no se usan en la presentacioacuten de resultados ya que revisar variable por variable seriacutea demasiado extenso En esos casos se hacen tablas de resumen en las que se indican los datos maacutes importantes de un conjunto de variablesCruce de variables Otro tipo de tablas uacutetiles son aquellas que combinan los resultados de dos variables Ambas variables deben expresar sus resultados en categoriacuteas Se dividen en filas y columnas (una variable en las filas y otra en las columnas)

Una celda representa la combinacioacuten de valores de las dos variables Cada celda se refiere a tres totales filas columnas y total Permite hipotetizar posibles asociaciones entre las variablesGraacuteficosGraacutefico de torta

Ideal para variables nominales Soacutelo grafica un grupo por vez No permite usar muchas categoriacutea (por congestioacuten visual)

Graacutefico de Barras Se manejan dos ejes El eje horizontal indica los valores de la variable El eje vertical representa al iacutendice estadiacutestico Permite la comparacioacuten de varios grupos Las barras pueden juntarse o separarse para denotar la continuidad de los valores de la variable Barras continuas (usualmente en tablas de intervalos) Representan variables continuas Se usa el punto medio como referencia Permiten visualizar la distribucioacuten de la variableErrores Graacuteficos Ausencia de tiacutetulo No indicar variables Usar escalas inapropiadas No indicar el punto 0 Visualizacioacuten confusaMedidas de posicioacuten Las medidas de posicioacuten nos permiten dividir a una distribucioacuten en distintas partes Seguacuten el nuacutemero de partes eacutestas divisiones tendraacuten distintos nombres Percentiles Cuando dividimos una distribucioacuten en 100 partes

Deciles Cuando dividimos una distribucioacuten en 10 partes Cuartiles Cuando dividimos una distribucioacuten en 4 partes Mediana Cuando dividimos una distribucioacuten en 2 partes Requisitos Variables cuantitativas Los resultados estaacuten ordenados de menor a mayor Las medidas de posicioacuten son variables discretas Equivalencias Como todas las medidas se refieren al mismo grupo de datos se pueden hacer equivalentes entre siacute El percentil 30 (P30) por ejemplo es el valor de la variable bajo el cual se encuentra el 30 de los casos y sobre el cual se encuentra el 70 de los casos El decil 4 (D4) es el valor de la variable que deja bajo eacutel el 40 de los casos y sobre eacutel el 60 Esto permite ver las equivalencias entre percentiles y deciles (D4) = (P40)Medidas de Tendencia Central Una MTC es un indicador numeacuterico que representa el comportamiento que se considera maacutes representativo de un grupo de valores Para ello podemos ocupar distintos criterios El puntaje que maacutes se repite El que divide al grupo por la mitad El que equipara los puntajes positivos con los negativosLA MODA Representa al puntaje de mayor frecuencia (f) en una distribucioacuten de puntajes Una distribucioacuten de puntajes puede ser bimodal esto es tener dos modas Si hay maacutes de dos valores con la mayor frecuencia se dice que no tiene moda En datos no tabulados es el valor que se repite maacutes En tablas de intervalos conviene usar una foacutermula de nivelacioacuten de la modaMediana (Md)

El valor que divide a la distribucioacuten por la mitad (equivale a P50)Promedio o Media Representa al puntaje que equilibra los valores positivos con los negativos de una distribucioacuten Como incluye a toda la distribucioacuten puede ser transformada algebraicamente Soporta variantes promedio ponderado agrupaciones de promediosMedidas de VariabilidadiquestCuaacuten parecidos son los puntajes entre siacute Un dato muy importante para analizar las distribuciones de puntajes es saber cuaacuten diferentes o parecidos son los puntajes entre siacute Esa informacioacuten nos permite evaluar cuan representativas son las medidas de tendencia central que calculamos para esa misma distribucioacuten iquestCuaacuteles son Rango o Amplitud total R= Maacuteximo ndash Miacutenimo Muy faacutecil de calcular evaluacutea la desviacioacuten total Rango semi-intercuartil Calcula el punto medio de separacioacuten entre cuartil 3 y cuartil 1 No es muy usado difiacutecil de interpretar Varianza ndash Desviacioacuten estaacutendar La maacutes completaDesviacioacuten Estaacutendar Considera a todos los valores de la distribucioacuten Se utiliza el promedio como punto de referencia para determinar coacutemo se desviacutean los valores de este punto Mientras maacutes heterogeacutenea sea una distribucioacuten mayores seraacuten las desviaciones respecto del promedio Lo maacutes sencillo seriacutea sumar las desviaciones de cada punto respecto del promedio

Sin embargo La suma de las desviaciones se anulen Solo se puede hacer en valores absoluto Mientras maacutes valores tenga una distribucioacuten mayor seraacute la suma de las desviaciones en valor absoluto (problema para comparar distribuciones con distinto tamantildeo) Para solucionar esto se calcula un promedio de las desviaciones Se calcula tomando en cuanta las desviaciones al cuadrado Sin embargo la medida que resulta estaacute expresada en puntajes elevados al cuadrado Esto se conoce como VARIANZA (s2) Para poder interpretar los datos debemos regresarlos a la escala original Esto se conoce como la desviacioacuten estaacutendar (s)Forma de la Distribucioacuten Utilizando los cuartiles podemos analizar la forma de la distribucioacutenSIMETRIA (Q3 - Q2) = ( Q2 - Q1)ASIMETRIA POSITIVA (Q3 - Q2 ) gt ( Q2 - Q1)ASIMETRIA NEGATIVA (Q3 - Q2 ) lt ( Q2 - Q1)Puntaje Estaacutendar Cualquier escala de puntajes puede transformarse en una nueva serie de puntajes llamados puntajes estaacutendar (Z)Para determinar esta nueva escala de puntajes es necesario definir1 La distancia entre un puntaje y el promedio2 La desviacioacuten estaacutendar que nos indicaraacute cuan heterogeacuteneo u homogeacuteneo es la distribucioacuten3 Se dividen ambos valores y se genera esta transformacioacuten a un puntaje Z o estaacutendar

Page 6: Metodología investigación Resumen Hernandez&Fernandez

Por ejemplo la inteligencia podriacutea definirse operacionalmente como las respuestas expresadas en los puntajes que se obtengan de la aplicacioacuten de una determinada prueba de inteligencia (ordquo testrdquo)

Disentildeos de InvestigacioacutenExperimentales1 Preexperimentales2 Experimentales3 CuasiexperimentalesNo experimentalesTransversales1 Descriptivos2 CorrelacionalesLongitudinales1 De tendencia2 De evolucioacuten3 Panel

Disentildeo Experimental Estudio en el cual se manipulan deliberadamente una o maacutes variables independientes para analizar las consecuencias de esa manipulacioacuten sobre una o mas variables dependientes dentro de una situacioacuten de control para el investigador

Requisitos1048633 La manipulacioacuten intencional de una o maacutes variables independientesndash Manipular hacer variar o dar distintos valores a la variable independiente1048633 La variable dependiente siempre se mide para ver el efecto que ha tenido la manipulacioacuten de la variable independiente sobre ladependiente1048633 La variable dependiente no se debe manipular nunca1048633 La medicioacuten debe ser vaacutelida y confiable

Control de la validez interna de un experimento1048633 Se espera que la variacioacuten observada en la variable(s) dependiente(s) sea producto de la manipulacioacuten de la variable(s) independiente(s) y no de otros factores o variables1048633 La calidad del experimento se logra cuando se tiene control de la situacioacuten experimental

1048633 Por tanto es necesario lograr el control de otras variables extrantildeas al disentildeo1 Comparaciones entre grupos ( a lo menos dos)1048633 grupo experimental y grupo de control1048633 entre grupos experimentales (no siempre es necesario tener un grupo de control)2 Equivalencia de los grupos en todo excepto en la manipulacion de la variable independiente1048633 Equivalencia inicial ( entre los grupos)1048633 Equivalencia durante el experimento estandarizacioacuten de las mediciones y de la situacioacuten experimental1048633 La manera maacutes eficiente de lograr la equivalencia es la asignacion al azar o aleatorizacioacuten de los sujetos a los grupos experimentales y de control1048633 La asignacioacuten al azar produce control en la medida que las variables que se desean controlar (variables extrantildeas y fuentes de invalidacioacuten interna) son distribuidas - aproximadamente- de la misma manera en los grupos del experimento1048633 Mientras mayor sea el numero de sujetos (n) para el experimento mejor funciona la asignacioacuten aleatorea como mecanismo de control

Mecanismos de control de variablesbull Eliminacioacuten de la variable se la deja constante 1048633se consiguen grupos homogeacuteneosbull Aleatorizacioacuten seleccionar muestras representativas con procedimientos aleatoriosbull Incorporacioacuten de la variable como otra VI controlada estadiacutesticamentebull Aparejamiento (matching) para que en todos los grupos haya sujetos de las mismas caracteriacutesticasbull Contrabalanceo los mismos sujetos se someten a diferentes condiciones

Algunas fuentes de invalidez interna 1048633 Historia eventos que ocurren en el transcurso del experimento que atentan contra los resultados del experimento mismo1048633 Maduracioacuten procesos internos de los participantes que operan como consecuencia del paso del tiempo (cansancio hambre aburrimiento aumento de la edad etc)1048633 Inestabilidad poca o nula confiabilidad de las mediciones fluctuaciones en las personas

1048633 Administracioacuten de pruebas efectos de la administracioacuten sobre posteriores mediciones 1048633 Seleccion errores en la seleccioacuten de sujetos aparentemente equivalentes para el experimento

Simbologiacutea de los disentildeos experimentalesR Asignacioacuten al azar (o aleatorizacioacuten) Cuando aparece significa que los sujetos han sido asignados aun grupo de manera aleatoria (por la palabra en ingleacutes ldquorandomrdquo)G Grupo de sujetos (G1 =grupo 1 G2= grupo 2 etc)X Tratamiento estiacutemulo o condicioacuten experimental (presencia de alguacuten nivel de la variable independienteO Una observacioacuten o medicioacuten a los sujetos de un grupo ( puede ser una prueba un test cuestionario escala etc) S aparece antes del estiacutemulo (X) se trata de una pre prueba (pretest Si aparece despueacutes del estiacutemulo se trata de una postprueba (posttest ) La secuencia horizontal indica tiempos distintos Cuando aparecen dos siacutembolos alineados verticalmente significa que ocurren a mismo tiempo

Tipos de disentildeos experimentales1 preexperimentos1048633 grado de control minino de variables1048633 solo recomendables para ensayos de experimentoscon mayor control11 Estudio de caso una sola medicioacuten (g x o)1048633 no existe manipulacioacuten de variable independiente1048633 no existe ningun grupo de comparacioacuten1048633 no existe aleatorizacioacuten1048633 sujeto a fuentes de invalidez interna12 Disentildeo pre - post medicioacuten con un solo grupo (g o1 x o2)1048633 si existe seguimiento de grupo1048633 no existe manipulacion de variable independiente1048633 no existe ningun grupo de comparacioacuten1048633 no existe aleatorizacioacuten1048633 sujeto a fuentes de invalidez interna

2 Experimentos verdaderos1048633 si existe manipulacioacuten de variable independiente1048633 si existe grupo de comparacioacuten (por la manipulacioacuten)1048633 si existe aleatorizacioacuten (equivalencia de los grupos)1048633 control de fuentes de invalidez interna

1048633 no todos deben tener mediciones pre - postEjemplos21 Una manipulacioacuten y grupo de control 1 medicioacutenR g1 x 01R g2 - 0222 Disentildeo con pre y post y grupo controlR g1 01 x 02R g2 03 - 041048633 La medicioacuten pre tiene dos ventajasndash Chequea el exito de la aleatorizacioacuten Esto es central cuando los grupos son pequentildeos (menosres de 15 sujetos)ndash Permite analizar cambios (aumento o disminucioacuten) de la variable dependeinte antes y despues de la manipulacioacuten

3 cuasiexperimentos1048633 Especialmente adecuados cuando no sea posible la asignacioacuten al azar de los sujetos a los grupos experimentales Esto afecta a validez interna y externa1048633 Si tienen manipulacioacuten de variable independiente1048633 Difieren de los experimentos verdaderos en el grado de seguridad que puedan tener sobre la equivalencia inicial de los grupos1048633 Los sujetos no son asignados al azar a los grupos experimentales sino que son grupos formados antes del experimento1048633 Son experimentos que tienen tratamientos cuyo efecto se quiere probar tienen medidas de resultados unidades experimentales pero no usan la asignacioacuten aleatoria para crear comparaciones a partir de las cuales se infieran los cambios en la(s) variable(s) dependiente(s)1048633 Las comparaciones dependen de grupos no equivalentes que pueden ser diferentes por condiciones ajenas al tratamiento1048633 Son especialmente adecuados cuando no es posible asignar al azar de los sujetos a los grupos experimentales en situaciones en que la investigacioacuten se realiza en el ambiente natural1048633 A modo de ejemplo se puede nombrar algunas distinciones de disentildeos cuasi experimentales1048633 Disentildeos de grupo no equivalentes por ejemplo n se compara el rendimiento (var dependiente) de dos cursos de ensentildeanza media (1 A y 1 B) se hacen mediciones antes y despueacutes del tratamiento

4 Disentildeos No experimentales

1048633 Se observan los fenomenos tal como ocurren en su contexto natural ( expost-facto)1048633 Resulta por tanto imposible la manipulacioacuten de variables y la signacioacuten al azar de los sujetos a las condicionesNo existen condiciones experimentales o estimulos1048633 En estos disentildeos las variables independientes han tenido efectos no generados (manipulados) por el investigador por tanto este no tiene contro alguno sobre dichas variables y sus efectos1048633 Tienen mayor posibilidad de lograr validez externa por que se trabaja con contextos naturalesTipo No experimentales

1Dimension temporal Disentildeos transversales1048633 Recolectan datos en un solo momento en el tiempo1048633 Su propoacutesito es describir variables y analizar la incidencia e interrelacioacuten en un momento dado1048633 Pueden abarcar varios grupos de comparacioacuten y tambieacuten para distintas variables al mismo tiempoTipos de disentildeos transversales1048633 A Disentildeos descriptivos1048633 B Disentildeos correlacionales causales ( X--y)En ambos tipos las variables de miden tal cual estaacuten en la realidad2 Dimensioacuten temporal Disentildeos longitudinales 1048633 El intereacutes se centra en evaluar los cambios a traveacutes del tiempo en determinadas variables o relaciones entre eacutestas1048633 Se recolectan datos a traveacutes del tiempo en puntos o periodos especiacuteficos para hacer inferencias respecto al cambio sus determinantes y consecuencias

Tipos de disentildeos longitudinales1 Disentildeos longitudinales de tendencia ( trend)1048633 Analizan los cambios a traveacutes del tiempo o evolucioacuten (en variables o sus relaciones) dentro de alguna poblacion en general1048633 Se pueden tomar mediciones en muestras distintas en el tiempo pero todas pertenecientes a la misma poblacioacuten (equivalentes)2 Disentildeos longitudinales de evolucioacuten de grupo1048633 Analizan cambios a traves del tiempo en subpoblaciones o grupos especiacuteficos Los grupos estaacuten vinculados de alguna manera ( Por edad nacidos en un periodo determinado etc)Esto los distingue de los disentildeos de tendencia 1048633 Se pueden tomar mediciones en muestras distintas en el tiempo pero todas pertenecientes a la misma poblacioacuten (equivalentes)

3 Disentildeos longitudinales de panel1048633 La distincioacuten con los anteriores es que los grupos o subgrupos son los mismos que se evaluacutean en el tiempo1048633 Son uacutetiles cuando se tiene poblaciones estaacuteticas o cautivas para asegurar mediciones en el tiempo

Conceptos de Validez y Validez Interna1048633 Validez la mejor aproximacioacuten disponible a la verdad o falsedad de las proposiciones1048633 Validez Interna Grado de confianza en que se pueda interpretarlos resultados de la investigacioacuten y que sean vaacutelidosDepende de su calidad

Validez Externa y Fuentes de Invalidez1048633 Validez Externa Tiene que ver con queacute tan generalizables son los resultados de la investigacioacuten1048633 Fuentes de Invalidez Son explicaciones rivales o alternativas alas que manejamos y nos pueden confundir respecto a la relacioacutenentre variables y su extensioacuten a la poblacioacuten

Validez externa y preguntas1048633 De constructo de causa y efecto iquestCuaacuteles son los constructos de causa y efecto implicados en la relacioacuten1048633 Validez externa iquestCuaacuten generalizable es esta relacioacuten a personas lugares y tiempos

Proceso de Inferencia EstadiacutesticaMuestreobull Estadiacutegrafo El valor que sintetiza los valores de una o varias caracteriacutesticas de una MUESTRAbull Paraacutemetro El valor que sintetiza los valores de una o varias caracteriacutesticas de una POBLACION

Poblacioacutenbull La definicioacuten de la poblacioacuten dependeraacute de los objetivos y del disentildeo de la investigacioacuten planteadabull Ello implica entonces identificar exactamente a quieacutenes se lesadministraraacuten los instrumentos de medicioacuten

Dimensiones a considerar al momento de definir una muestra Representatividad Las muestras deben representar a la poblacioacuten del estudio que estamos realizando Cada vez que se selecciona una muestra debe verificarse que eacutesta no es afectada por caracteriacutesticas especiales de los individuos que impliquen un respuesta ldquoalteradardquo a la investigacioacuten Se debe poner especial atencioacuten a los meacutetodos de muestreo y realizar diagnoacutesticos iniciales que permitan conocer las caracteriacutesticas generales de los sujetos que forman parte de la muestraAccesibilidad Si bien las muestras deben especificarse en base a los requisitos de la investigacioacuten no es menos cierto que debe considerarse la dimensioacuten de cuaacuten factible es contar con la participacioacuten de la muestra que queremos estudiar Esto implica dedicar tiempo especiacutefico del desarrollo del estudio al contacto reclutamiento y seguimiento de los sujetos maestrales Del mismo modo obliga a revisar distintas alternativas de muestreo antes de definir la muestra finalTamantildeo Implica definir una magnitud de error de muestreo que los investigadores estaacuten dispuestos a asumir al momento de reclutar a los participantes en el estudio Dicho error debe ser el menor posible para evitar errores en la representatividad de la muestra y en la estimacioacuten de los valores de la poblacioacuten Una forma de evitar los errores de muestreo es asegurar la maacutexima aleatorizacioacuten y tener un nuacutemero suficiente de personas por grupo de trabajo (como referencia mayor que 30 en cada grupo) para asegurar que los posibles errores de muestreo puedan ser controlados estadiacutesticamente Por otra parte pasado cierto nivel la reduccioacuten de error que se gana por aumentar el tamantildeo de la muestra no compensa el gasto que eso implica De esta manera se busca un tamantildeo miacutenimamente aceptable como para permitir la aplicacioacuten de las teacutecnicas estadiacutesticas

Muestreobull El muestreo es el mecanismo a traveacutes del cual se elige a los sujetos o unidades muestrales (personas organizaciones cursos universidades etc) que participaraacuten de un estudioLa poblacioacuten corresponde al conjunto de todos los elementos o unidades de anaacutelisis a los cuales se hacen extensivas las inferencias de un estudio tambieacuten es llamado universoLa definicioacuten de la poblacioacuten dependeraacute de los objetivos y del disentildeo de la investigacioacuten planteada

Cualquier parte o subconjunto de una poblacioacuten es una muestraLas muestras deben ser representativas para poder hacer inferencias a la Poblacioacuten de la cual fue extraiacutedaPara seleccionar una muestra es necesario definir la unidad de Anaacutelisis esto permitiraacute determinar quienes seraacuten medidosEs necesario delimitar en forma precisa las caracteriacutesticas de la poblacioacuten ya que una adecuada delimitacioacuten asegura que las conclusiones del estudio esteacuten referidas a una poblacioacuten determinada y no a otras

Tamantildeo de la Muestrabull iquestCuaacutentos sujetos (personas organizaciones etc) necesito para conformar la muestra que asegure un menor error de estimacioacuten pequentildeobull Existen procedimientos y foacutermulas para calcular el tamantildeo de la muestra El tamantildeo dependeraacute de la magnitud del error que se estima se puede cometerbull Estas foacutermulas pueden ser revisadas en varios libros de estadiacutestica (Anaacutelisis de datos)

Ventajas que reporta el uso de Muestrasbull Reduce los costos Al obtener datos a partir de una muestra de una poblacioacuten los costos seraacuten menores ya que no seraacute necesario medir a toda la poblacioacuten Los costos estaacuten tanto referido a los materiales procedimientos como al personalbull Mayor rapidez Por el hecho de ser un subconjunto de la Poblacioacuten permite acceder de manera maacutes eficiente y raacutepida para el levantamiento de los datosbull Posibilita una mayor precisioacuten de las observaciones al contar con un nuacutemero restringido de casos a estudiar

Tipos de Muestreobull Las muestras pueden ser clasificadas en dos grandes tipos las probabiliacutesticas y no probabiliacutesticasbull El tipo de muestra a utilizar nuevamente depende de los objetivos de la investigacioacuten (exploratorio descriptivo explicativo) y del disentildeo generado para realizar el estudio

bull Muestras no Probabiliacutesticas En este tipo de muestras la eleccioacuten de los elementos no depende de la probabilidad sino de las condiciones que permiten hacer el muestreo (acceso o disponibilidad conveniencia etc)

bull Muestras ProbabiliacutesticasbullTodos los elementos tienen la misma probabilidad de ser seleccionados Esto se obtiene definiendo las caracteriacutesticas de la poblacioacuten el tamantildeo de la muestra y a traveacutes de la seleccioacuten aleatoria de las unidades de anaacutelisisbullUna de las ventajas maacutes grandes de este tipo de muestreo es que se pueden realizar buenas estimaciones poblacionales conociendo el error estaacutendar que se comete en dicha estimacioacuten

bull Muestreo estratificadobull Este tipo de muestreo se utiliza especialmente cuando se sospecha que la poblacioacuten es heterogeacutenea en cuanto a alguna caracteriacutestica asociada a las variables de estudiobull Esto obliga a dividir a la Poblacioacuten en subpoblaciones o estratos de acuerdo a la variabilidad de esta caracteriacutestica con el objeto de mejorar las estimacionesbull Por otro lado cuando la poblacioacuten cuenta con estratos o categoriacuteas que son de intereacutes del estudio es necesario tambieacuten realizar un muestreo estratificado para realizar las comparacionespertinentes ejemplo por aacutereas dentro de una empresa por sexo jerarquiacuteas niveles socioeconoacutemicos etcbull Para generar este tipo de muestreo es necesario identificar dentro de la Poblacioacuten cada subpoblacioacuten o estrato y luego realizar una seleccioacuten aleatoria simple de los elementos al interior de cada una de estas subpoblaciones

Tipos de muestras estratificadas1 Con afijacioacuten uniforme o igual Es aquella en que se selecciona la misma cantidad de unidades en todos los estratos2 Con afijacioacuten proporcional En este caso el nuacutemero de unidades de anaacutelisis seleccionado de cada estrato es proporcional al nuacutemero de elementos del estrato para la poblacioacuten3 Con afijacioacuten oacuteptima Este es un caso particular del disentildeo anterior Consiste en seleccionar la muestra de tal manera que los estratos maacutes heterogeacuteneos tengan maacutes casos Este procedimiento requiere saber cuaacutel es la variabilidad en los estratos lo cual es muy difiacutecil de obtener

MUESTREO POR CONGLOMERADOS

Este tipo de muestreo permite solucionar problemas de costos tiempo distancias etc Es posible cuando las unidades de anaacutelisis se encuentran encapsuladas o encerradas en determinados lugaresfiacutesicos o geograacuteficos que son llamados racimosAl hacer este muestreo es necesario distinguir la unidad de anaacutelisis y la unidad muestral unidad de anaacutelisis indica quienes seraacuten medidos la unidad muestral en este caso se refiere al racimo a traveacutes del cual se llegaraacute a las unidades de anaacutelisisSe utiliza un procedimiento a traveacutes del cual se hace 1deg una lista de todos los conglomerados y 2deg se selecciona una muestra de la lista De este modo en el muestreo por conglomerados en lugar de hacer una seleccioacuten de los elementos individuales de una poblacioacuten se selecciona un conglomerado a partir del cual se seleccionan elementos 1048633 se realiza un muestreo como miacutenimo endos etapas por procedimientos probabiliacutesticos que operan asiacute1 Primero se selecciona el racimo2 Se seleccionan las unidades de anaacutelisis al interior de cada racimo asegurando que todos los sujetos tengan la misma probabilidad de ser seleccionados

MUESTREO POR ETAPASEl nombre de este muestreo describe el proceso implicado el que es una derivacioacuten del disentildeo anterior (Conglomerados)Los conglomerados constituidos inicialmente denominados Unidades primarias de muestreo pueden dividirse en unidades menores o unidades secundarias las que a su vez pueden dividirse en otras aun menores hasta llegar al nivel apropiado La sucesioacuten de esta subdivisioacuten en ldquosubconglomeradosrdquo se llama muestreo por etapas Puede realizarse1 En dos etapas bietaacutepico2 En maacutes de dos etapas multietaacutepico

MUESTREO POR FASESEste muestreo se usa en una investigacioacuten en la que se empieza por ejemplo con una muestra numerosa usando alguacuten instrumento no muy costoso Otro uso del muestreo doble por fases es el intento de recolectar datos perdidos o ldquomissingrdquo Por ejemplo se pueden recolectar en una segunda fase cuestionarios no devueltos en la primera fase Con los resultados de ese instrumento se puede disentildear un procedimiento para seleccionar

una muestra maacutes pequentildea con el fin de obtener informacioacuten con profundidad Es frecuente que este uacuteltimo grupo maacutes pequentildeo se obtenga a traveacutes de un procedimiento aleatorio

MUESTREO SISTEMAacuteTICOEste meacutetodo es un procedimiento sencillo y praacutectico y consiste en seleccionar unidades de una poblacioacuten previamente listada cada cierto intervalo Este intervalo se puede obtener dividiendo el nuacutemero de elementos de la poblacioacuten por el nuacutemero de elementos que constituiraacuten la muestra Por ejemplo si queremos seleccionar una muestra de 250 elementos de una poblacioacuten de 1000 el intervalo k seriacutea K = 1000 250 = 4Para iniciar la seleccioacuten se puede elegir al azar un nuacutemero entre el uno y el cuatro y a partir de eacutel se aplica el intervalo en la lista Siescogemos el 2 en primer lugar luego escogeremos el 6 el 10 e l 14 y asiacute sucesivamente Para evitar el riesgo de que las unidades en la lista estuvieran ordenadas de acuerdo a alguacuten criterio conviene desordenarla antes de aplicar el intervalo

Requisitos de la medicioacuten1048633 La confiabilidad y validez son maacutes difiacuteciles de lograr mientras maacutes abstracto sea el constructo que se desea medir) motivacioacuten actitudes inteligencia valores etc)1048633 En este sentido toda medicioacuten estaacute expuesta a un margen de error de medicioacuten por lo que eacutesta nunca es perfecta1048633 La manera de controlar el error de la medicioacuten es calculando la confiabilidad y validez de los instrumentos de medicioacutenMedicioacuten de la confiabilidad1048633 Existen diversos meacutetodos para evaluar la confiabilidad de un instrumento todos producen indicadores o coeficientes de confiabilidad1048633 Medida de estabilidad (confiabilidad test - retest) Un mismo instrumento es administrado a un mismo grupo de personas despueacutes de un periacuteodo de tiempo Se mide la confiabilidad a traveacutesde la correlacioacuten entre ambos puntajes1048633 Meacutetodo de formas paralelas o alternativas Se administran dos formas equivalentes por tanto no es el mismo instrumento1048633 Las formas son equivalentes en contenidos preguntas instrucciones duracioacuten etc

1048633 Las formas se administran a un mismo grupo dentro de un periacuteodo de tiempo corto1048633 Se mide la confiabilidad a traveacutes de la correlacioacuten entre ambos puntajes 1048633 Meacutetodo de las mitades partidas (split - halves) Requiere una sola medicioacuten en un mismo grupo de sujetos Se divide la prueba en dos mitades y se comparan los resultados en correlaciones1048633 Coeficiente de Cronbach (Alfa) Este coeficiente requiere una sola medicioacuten y mide la consistencia interna de los iacutetems en cada escala y el instrumento como conjunto Es decir entrega un valor estadiacutestico que nos indica en queacute medida un conjunto de iacutetemes apuntan en la misma direccioacuten

Existen distintos tipos de validezValidez de contenido1048633 Se refiere al grado en que un instrumento refleja un dominio especiacutefico de contenido de lo que se mide Es el grado en que la medicioacuten representa al concepto medidoValidez de criterio1048633 Se establece la validez comparaacutendolo con alguacuten criterio externo Es un criterio estaacutendar con el que se juzga la validez de un instrumento1048633 Cuando el criterio se fija en el presente se llama validez concurrente Cuando el criterio de fija en el futuro se llama validez predictiva Existen distintos tipos de validez Validez de constructo1048633 Se refiere al grado en que una medicioacuten se relaciona consistentemente con otras mediciones de acuerdo con hipoacutetesis derivadas teoacutericamente y que conciernen a los conceptos (o constructos) que estaacuten siendo medidos

Estudio de la validezValidez de contenido1048633 Consulta a expertosValidez de criterio1048633 Correlaciona su medicioacuten con el criterioValidez constructo1048633 Anaacutelisis factorialFactores que atentan contra la validez y confiabilidad1048633 La improvisacioacuten en la medicioacuten y seleccioacuten del instrumento1048633 Utilizacioacuten de instrumentos extranjeros sin previa adaptacioacuten y estandarizacioacuten

1048633 Instrumento inadecuado a las personas que se les aplica1048633 Condiciones en las que se administra el instrumento de medicioacuten

EstadiacutesticaTeacutecnicas cuantitativas para el anaacutelisis de la Informacioacuten La estadiacutestica descriptiva sirve al propoacutesito de generar una serie de medidas numeacutericas tendientes a sintetizar el comportamiento de las variables (o conjunto de datos) que estamos estudiando Asiacute la estadiacutestica descriptiva es un conjunto de meacutetodos y teacutecnicas por medio de las cuales podemos recolectar organizar resumir presentar y analizar datos numeacutericos relativos a un conjunto de individuos u observacionesEstadiacutestica Inferencial La estadiacutestica descriptiva no se utiliza como fundamento de una teoriacutea general aplicable a individuos similares que no han sido medidos Soacutelo se aplica a la muestra La estadiacutestica inferencial que toma la informacioacuten de la estadiacutestica descriptiva para realizar procesos que permiten Dentro de ciertos rangos de confianza determinar el comportamiento probable de la poblacioacuten que es representada por la MuestraNiveles de Medicioacuten Para realizar cualquier tipo de anaacutelisis estadiacutestico es necesario cuantificar (asignar nuacutemeros) a las propiedades que medimos De este modo se objetiva el registro de la medicioacuten Los nuacutemeros en este caso sustituyen a las propiedades que estamos evaluando Cada vez que medimos estamos asignaacutendole a la propiedad medida un nuacutemero de acuerdo a una cierta regla La medicioacuten implica una relacioacuten entre dos conjuntos de elementos los nuacutemeros y las propiedades que queremos medir Entre los nuacutemeros existen ciertas relaciones que son vaacutelidas siempre dentro del mundo aritmeacutetico Del mismo modo entre las modalidades de las propiedades existen ciertas relaciones (desde simples a complejas) que son verificables en el mundo real

Es necesario entonces que se cumpla la siguiente regla general en el proceso de asignar nuacutemeros a las propiedades que estudiamos REGLA Aceptar soacutelo como relaciones vaacutelidas entre los nuacutemeros aquellas que sean verificables empiacutericamente entre las correspondientes modalidades Por esta razoacuten las mediciones tendraacuten distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Muchas propiedades no satisfacen todas las relaciones de los nuacutemeros Esto significa que al realizar el proceso de medicioacuten soacutelo seraacuten aplicables ciertas relaciones Lo anterior sugiere que las mediciones tendriacutean distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Ejemplo Medir Color y Aprendizaje Las propiedades tendriacutean asignados un nuacutemero pero que no satisface las relaciones numeacutericas Rojo azul Blanco ( 1 2 3) Aprendizaje ( 65 71 83 ) Lo anterior sugiere que la medicioacuten de las propiedades (color y aprendizaje) no estaacuten hechas al mismo nivel ya que dependiendo de la complejidad de las relaciones entre las modalidades de la propiedad que se mide se aplican una o maacutes relaciones de los nuacutemeros Los nuacutemeros soacutelo se utilizan con el fin de clasificar los objetos o propiedades o distintas modalidades que asume una variable En este tipo de medicioacuten soacutelo se acepta como relacioacuten vaacutelida la igualdad o desigualdad entre las nuacutemeros que reflejan en la propiedad medidaNivel Nominal Ejemplo Variable profesionesrdquo 1Psicoacutelogosldquo 2Socioacutelogosldquo 3Ingenieros

Los valores asumidos por la variable soacutelo permiten hacer operaciones se distincioacuten y nada maacutes No se pueden sumar dividir restar etc Ejemplo 1+ 2 = 3 ingeniero Existen variables que dado su naturaleza soacutelo admiten un nivel de medicioacuten nominal Sexo profesiones razas paiacuteses carreras etc Nivel Ordinal Ademaacutes de realizar la distincioacuten entre las modalidades es posible establecer una relacioacuten de orden o jerarquiacutea No refiere nada respecto a la magnitud de diferencia (cuaacutento es maacutes una modalidad respecto de otra) Ejemplo NSE grados acadeacutemicos etc Nivel intervalar Conserva las propiedades de los niveles anteriores y agrega la posibilidad de establecer la magnitud en que una modalidad es mayor o menor respecto de otra Da informacioacuten respecto a la distancia entre las modalidades La diferencia entre las distintas magnitudes es constante El valor cero en este nivel de medicioacuten es arbitrario Esto significa que cero no indica ausencia del atributo lo que implica que los valores de la variable no son proporcionales entre siacute Al ser arbitrario el punto cero implica que un valor de una variable no indica que sea el doble de la otra 20 grados no implica que es el doble de 10 grados de temperatura Es un real nivel cuantitativo al cual podemos aplicar las relaciones numeacutericas de la suma resta divisioacuten y multiplicacioacuten En siacutentesis el nivel intervalar mantiene todas la propiedades anteriores pero ademaacutes permite conocer las distancias entre los nuacutemeros y afirmar que representan distancias iguales entre las modalidades a las que se han asignado dichos nuacutemeros Ejemplos Notas temperatura tiempo CI motivacioacuten en escala de puntos cuantitativos Todas definen una unidad de medida equivalente a la que la variable quiere mostrar La diferencia entre 5 y 10 es la misma entre 10 y 15 Nivel de Razoacuten

Es el nivel maacutes avanzado y posee todas las propiedades de los niveles anteriores y ademaacutes tiene un punto de origen cero verdadero que indica ausencia de la propiedad Se denomina asiacute porque es posible relacionar las distancias en teacuterminos de la proporcioacuten en que cada una de ellas estaacute contenida en las demaacutes Esto gracias a que el origen no es arbitrario sino absoluto Mundo de la fiacutesica Ejemplo peso altura Tabulacioacuten y Graficacioacuten Todo anaacutelisis estadiacutestico son estrategias para traducir la cantidad de informacioacuten obtenida en la recoleccioacuten de datos a iacutendices que sean interpretables y que representen alguna dimensioacuten del comportamiento de las variables La estrategia maacutes sencilla es mostrar la informacioacuten en un formato visual (graacuteficos) o en un esquema sintetizado (tablas)Tabulacioacuten Las tablas deben incluir todos los puntajes registrados Deben respetar las caracteriacutesticas de la variable Llevan un tiacutetulo representativo del contenido (sobre la tabla numerado)Graficacioacuten Son complementos a la tabulacioacuten Representan la distribucioacuten de la variable Deben ser faacuteciles de interpretar Deben llevar un tiacutetulo representativo (bajo el graacutefico y numerado)Tablas de frecuencia Si los datos corresponden a una variable cuantitativa (o al menos ordinal) es posible calcular ademaacutes la frecuencia acumulada de cada valor (en siacutembolos F) la que puede ser de dos formas Frecuencia acumulada ascendente (Fasc) indica cual es la frecuencia de veces que aparecen respuestas iguales o menores a la que se estaacute analizando

Frecuencia acumulada descendente (Fdes) indica la frecuencia de veces que aparecen respuestas iguales o mayores de las que se estaacuten analizando Las frecuencias son sin embargo datos absolutos No es posible comparar los resultados de dos tablas con un N total de respuestas diferente Para hacer esas comparaciones se utilizan medidas estandarizadas esto es transformaciones de los puntajes originales a escalas que sean las mismas en todas las tablas (y que permiten la comparacioacuten) En muchas ocasiones la cantidad de valores que puede tomar la variable son demasiados de manera que se agrupan en intervalos Cada intervalo agrupa a una serie de puntajes Los intervalos son excluyentes entre siacute En nuacutemero de valores que compone cada intervalo denominada amplitud (i) del intervalo es la misma para todos los intervalos de una tabla En todo intervalo se distinguen liacutemites superiores e inferiores los cuales pueden ser aparentes (lo que sale en la tabla) o reales (lo que se usa para clasificar) El nuacutemero de intervalos debe ser manejable para quien revise la tabla Las tablas de frecuencia reflejan el comportamiento de una sola variable Usualmente no se usan en la presentacioacuten de resultados ya que revisar variable por variable seriacutea demasiado extenso En esos casos se hacen tablas de resumen en las que se indican los datos maacutes importantes de un conjunto de variablesCruce de variables Otro tipo de tablas uacutetiles son aquellas que combinan los resultados de dos variables Ambas variables deben expresar sus resultados en categoriacuteas Se dividen en filas y columnas (una variable en las filas y otra en las columnas)

Una celda representa la combinacioacuten de valores de las dos variables Cada celda se refiere a tres totales filas columnas y total Permite hipotetizar posibles asociaciones entre las variablesGraacuteficosGraacutefico de torta

Ideal para variables nominales Soacutelo grafica un grupo por vez No permite usar muchas categoriacutea (por congestioacuten visual)

Graacutefico de Barras Se manejan dos ejes El eje horizontal indica los valores de la variable El eje vertical representa al iacutendice estadiacutestico Permite la comparacioacuten de varios grupos Las barras pueden juntarse o separarse para denotar la continuidad de los valores de la variable Barras continuas (usualmente en tablas de intervalos) Representan variables continuas Se usa el punto medio como referencia Permiten visualizar la distribucioacuten de la variableErrores Graacuteficos Ausencia de tiacutetulo No indicar variables Usar escalas inapropiadas No indicar el punto 0 Visualizacioacuten confusaMedidas de posicioacuten Las medidas de posicioacuten nos permiten dividir a una distribucioacuten en distintas partes Seguacuten el nuacutemero de partes eacutestas divisiones tendraacuten distintos nombres Percentiles Cuando dividimos una distribucioacuten en 100 partes

Deciles Cuando dividimos una distribucioacuten en 10 partes Cuartiles Cuando dividimos una distribucioacuten en 4 partes Mediana Cuando dividimos una distribucioacuten en 2 partes Requisitos Variables cuantitativas Los resultados estaacuten ordenados de menor a mayor Las medidas de posicioacuten son variables discretas Equivalencias Como todas las medidas se refieren al mismo grupo de datos se pueden hacer equivalentes entre siacute El percentil 30 (P30) por ejemplo es el valor de la variable bajo el cual se encuentra el 30 de los casos y sobre el cual se encuentra el 70 de los casos El decil 4 (D4) es el valor de la variable que deja bajo eacutel el 40 de los casos y sobre eacutel el 60 Esto permite ver las equivalencias entre percentiles y deciles (D4) = (P40)Medidas de Tendencia Central Una MTC es un indicador numeacuterico que representa el comportamiento que se considera maacutes representativo de un grupo de valores Para ello podemos ocupar distintos criterios El puntaje que maacutes se repite El que divide al grupo por la mitad El que equipara los puntajes positivos con los negativosLA MODA Representa al puntaje de mayor frecuencia (f) en una distribucioacuten de puntajes Una distribucioacuten de puntajes puede ser bimodal esto es tener dos modas Si hay maacutes de dos valores con la mayor frecuencia se dice que no tiene moda En datos no tabulados es el valor que se repite maacutes En tablas de intervalos conviene usar una foacutermula de nivelacioacuten de la modaMediana (Md)

El valor que divide a la distribucioacuten por la mitad (equivale a P50)Promedio o Media Representa al puntaje que equilibra los valores positivos con los negativos de una distribucioacuten Como incluye a toda la distribucioacuten puede ser transformada algebraicamente Soporta variantes promedio ponderado agrupaciones de promediosMedidas de VariabilidadiquestCuaacuten parecidos son los puntajes entre siacute Un dato muy importante para analizar las distribuciones de puntajes es saber cuaacuten diferentes o parecidos son los puntajes entre siacute Esa informacioacuten nos permite evaluar cuan representativas son las medidas de tendencia central que calculamos para esa misma distribucioacuten iquestCuaacuteles son Rango o Amplitud total R= Maacuteximo ndash Miacutenimo Muy faacutecil de calcular evaluacutea la desviacioacuten total Rango semi-intercuartil Calcula el punto medio de separacioacuten entre cuartil 3 y cuartil 1 No es muy usado difiacutecil de interpretar Varianza ndash Desviacioacuten estaacutendar La maacutes completaDesviacioacuten Estaacutendar Considera a todos los valores de la distribucioacuten Se utiliza el promedio como punto de referencia para determinar coacutemo se desviacutean los valores de este punto Mientras maacutes heterogeacutenea sea una distribucioacuten mayores seraacuten las desviaciones respecto del promedio Lo maacutes sencillo seriacutea sumar las desviaciones de cada punto respecto del promedio

Sin embargo La suma de las desviaciones se anulen Solo se puede hacer en valores absoluto Mientras maacutes valores tenga una distribucioacuten mayor seraacute la suma de las desviaciones en valor absoluto (problema para comparar distribuciones con distinto tamantildeo) Para solucionar esto se calcula un promedio de las desviaciones Se calcula tomando en cuanta las desviaciones al cuadrado Sin embargo la medida que resulta estaacute expresada en puntajes elevados al cuadrado Esto se conoce como VARIANZA (s2) Para poder interpretar los datos debemos regresarlos a la escala original Esto se conoce como la desviacioacuten estaacutendar (s)Forma de la Distribucioacuten Utilizando los cuartiles podemos analizar la forma de la distribucioacutenSIMETRIA (Q3 - Q2) = ( Q2 - Q1)ASIMETRIA POSITIVA (Q3 - Q2 ) gt ( Q2 - Q1)ASIMETRIA NEGATIVA (Q3 - Q2 ) lt ( Q2 - Q1)Puntaje Estaacutendar Cualquier escala de puntajes puede transformarse en una nueva serie de puntajes llamados puntajes estaacutendar (Z)Para determinar esta nueva escala de puntajes es necesario definir1 La distancia entre un puntaje y el promedio2 La desviacioacuten estaacutendar que nos indicaraacute cuan heterogeacuteneo u homogeacuteneo es la distribucioacuten3 Se dividen ambos valores y se genera esta transformacioacuten a un puntaje Z o estaacutendar

Page 7: Metodología investigación Resumen Hernandez&Fernandez

1048633 Administracioacuten de pruebas efectos de la administracioacuten sobre posteriores mediciones 1048633 Seleccion errores en la seleccioacuten de sujetos aparentemente equivalentes para el experimento

Simbologiacutea de los disentildeos experimentalesR Asignacioacuten al azar (o aleatorizacioacuten) Cuando aparece significa que los sujetos han sido asignados aun grupo de manera aleatoria (por la palabra en ingleacutes ldquorandomrdquo)G Grupo de sujetos (G1 =grupo 1 G2= grupo 2 etc)X Tratamiento estiacutemulo o condicioacuten experimental (presencia de alguacuten nivel de la variable independienteO Una observacioacuten o medicioacuten a los sujetos de un grupo ( puede ser una prueba un test cuestionario escala etc) S aparece antes del estiacutemulo (X) se trata de una pre prueba (pretest Si aparece despueacutes del estiacutemulo se trata de una postprueba (posttest ) La secuencia horizontal indica tiempos distintos Cuando aparecen dos siacutembolos alineados verticalmente significa que ocurren a mismo tiempo

Tipos de disentildeos experimentales1 preexperimentos1048633 grado de control minino de variables1048633 solo recomendables para ensayos de experimentoscon mayor control11 Estudio de caso una sola medicioacuten (g x o)1048633 no existe manipulacioacuten de variable independiente1048633 no existe ningun grupo de comparacioacuten1048633 no existe aleatorizacioacuten1048633 sujeto a fuentes de invalidez interna12 Disentildeo pre - post medicioacuten con un solo grupo (g o1 x o2)1048633 si existe seguimiento de grupo1048633 no existe manipulacion de variable independiente1048633 no existe ningun grupo de comparacioacuten1048633 no existe aleatorizacioacuten1048633 sujeto a fuentes de invalidez interna

2 Experimentos verdaderos1048633 si existe manipulacioacuten de variable independiente1048633 si existe grupo de comparacioacuten (por la manipulacioacuten)1048633 si existe aleatorizacioacuten (equivalencia de los grupos)1048633 control de fuentes de invalidez interna

1048633 no todos deben tener mediciones pre - postEjemplos21 Una manipulacioacuten y grupo de control 1 medicioacutenR g1 x 01R g2 - 0222 Disentildeo con pre y post y grupo controlR g1 01 x 02R g2 03 - 041048633 La medicioacuten pre tiene dos ventajasndash Chequea el exito de la aleatorizacioacuten Esto es central cuando los grupos son pequentildeos (menosres de 15 sujetos)ndash Permite analizar cambios (aumento o disminucioacuten) de la variable dependeinte antes y despues de la manipulacioacuten

3 cuasiexperimentos1048633 Especialmente adecuados cuando no sea posible la asignacioacuten al azar de los sujetos a los grupos experimentales Esto afecta a validez interna y externa1048633 Si tienen manipulacioacuten de variable independiente1048633 Difieren de los experimentos verdaderos en el grado de seguridad que puedan tener sobre la equivalencia inicial de los grupos1048633 Los sujetos no son asignados al azar a los grupos experimentales sino que son grupos formados antes del experimento1048633 Son experimentos que tienen tratamientos cuyo efecto se quiere probar tienen medidas de resultados unidades experimentales pero no usan la asignacioacuten aleatoria para crear comparaciones a partir de las cuales se infieran los cambios en la(s) variable(s) dependiente(s)1048633 Las comparaciones dependen de grupos no equivalentes que pueden ser diferentes por condiciones ajenas al tratamiento1048633 Son especialmente adecuados cuando no es posible asignar al azar de los sujetos a los grupos experimentales en situaciones en que la investigacioacuten se realiza en el ambiente natural1048633 A modo de ejemplo se puede nombrar algunas distinciones de disentildeos cuasi experimentales1048633 Disentildeos de grupo no equivalentes por ejemplo n se compara el rendimiento (var dependiente) de dos cursos de ensentildeanza media (1 A y 1 B) se hacen mediciones antes y despueacutes del tratamiento

4 Disentildeos No experimentales

1048633 Se observan los fenomenos tal como ocurren en su contexto natural ( expost-facto)1048633 Resulta por tanto imposible la manipulacioacuten de variables y la signacioacuten al azar de los sujetos a las condicionesNo existen condiciones experimentales o estimulos1048633 En estos disentildeos las variables independientes han tenido efectos no generados (manipulados) por el investigador por tanto este no tiene contro alguno sobre dichas variables y sus efectos1048633 Tienen mayor posibilidad de lograr validez externa por que se trabaja con contextos naturalesTipo No experimentales

1Dimension temporal Disentildeos transversales1048633 Recolectan datos en un solo momento en el tiempo1048633 Su propoacutesito es describir variables y analizar la incidencia e interrelacioacuten en un momento dado1048633 Pueden abarcar varios grupos de comparacioacuten y tambieacuten para distintas variables al mismo tiempoTipos de disentildeos transversales1048633 A Disentildeos descriptivos1048633 B Disentildeos correlacionales causales ( X--y)En ambos tipos las variables de miden tal cual estaacuten en la realidad2 Dimensioacuten temporal Disentildeos longitudinales 1048633 El intereacutes se centra en evaluar los cambios a traveacutes del tiempo en determinadas variables o relaciones entre eacutestas1048633 Se recolectan datos a traveacutes del tiempo en puntos o periodos especiacuteficos para hacer inferencias respecto al cambio sus determinantes y consecuencias

Tipos de disentildeos longitudinales1 Disentildeos longitudinales de tendencia ( trend)1048633 Analizan los cambios a traveacutes del tiempo o evolucioacuten (en variables o sus relaciones) dentro de alguna poblacion en general1048633 Se pueden tomar mediciones en muestras distintas en el tiempo pero todas pertenecientes a la misma poblacioacuten (equivalentes)2 Disentildeos longitudinales de evolucioacuten de grupo1048633 Analizan cambios a traves del tiempo en subpoblaciones o grupos especiacuteficos Los grupos estaacuten vinculados de alguna manera ( Por edad nacidos en un periodo determinado etc)Esto los distingue de los disentildeos de tendencia 1048633 Se pueden tomar mediciones en muestras distintas en el tiempo pero todas pertenecientes a la misma poblacioacuten (equivalentes)

3 Disentildeos longitudinales de panel1048633 La distincioacuten con los anteriores es que los grupos o subgrupos son los mismos que se evaluacutean en el tiempo1048633 Son uacutetiles cuando se tiene poblaciones estaacuteticas o cautivas para asegurar mediciones en el tiempo

Conceptos de Validez y Validez Interna1048633 Validez la mejor aproximacioacuten disponible a la verdad o falsedad de las proposiciones1048633 Validez Interna Grado de confianza en que se pueda interpretarlos resultados de la investigacioacuten y que sean vaacutelidosDepende de su calidad

Validez Externa y Fuentes de Invalidez1048633 Validez Externa Tiene que ver con queacute tan generalizables son los resultados de la investigacioacuten1048633 Fuentes de Invalidez Son explicaciones rivales o alternativas alas que manejamos y nos pueden confundir respecto a la relacioacutenentre variables y su extensioacuten a la poblacioacuten

Validez externa y preguntas1048633 De constructo de causa y efecto iquestCuaacuteles son los constructos de causa y efecto implicados en la relacioacuten1048633 Validez externa iquestCuaacuten generalizable es esta relacioacuten a personas lugares y tiempos

Proceso de Inferencia EstadiacutesticaMuestreobull Estadiacutegrafo El valor que sintetiza los valores de una o varias caracteriacutesticas de una MUESTRAbull Paraacutemetro El valor que sintetiza los valores de una o varias caracteriacutesticas de una POBLACION

Poblacioacutenbull La definicioacuten de la poblacioacuten dependeraacute de los objetivos y del disentildeo de la investigacioacuten planteadabull Ello implica entonces identificar exactamente a quieacutenes se lesadministraraacuten los instrumentos de medicioacuten

Dimensiones a considerar al momento de definir una muestra Representatividad Las muestras deben representar a la poblacioacuten del estudio que estamos realizando Cada vez que se selecciona una muestra debe verificarse que eacutesta no es afectada por caracteriacutesticas especiales de los individuos que impliquen un respuesta ldquoalteradardquo a la investigacioacuten Se debe poner especial atencioacuten a los meacutetodos de muestreo y realizar diagnoacutesticos iniciales que permitan conocer las caracteriacutesticas generales de los sujetos que forman parte de la muestraAccesibilidad Si bien las muestras deben especificarse en base a los requisitos de la investigacioacuten no es menos cierto que debe considerarse la dimensioacuten de cuaacuten factible es contar con la participacioacuten de la muestra que queremos estudiar Esto implica dedicar tiempo especiacutefico del desarrollo del estudio al contacto reclutamiento y seguimiento de los sujetos maestrales Del mismo modo obliga a revisar distintas alternativas de muestreo antes de definir la muestra finalTamantildeo Implica definir una magnitud de error de muestreo que los investigadores estaacuten dispuestos a asumir al momento de reclutar a los participantes en el estudio Dicho error debe ser el menor posible para evitar errores en la representatividad de la muestra y en la estimacioacuten de los valores de la poblacioacuten Una forma de evitar los errores de muestreo es asegurar la maacutexima aleatorizacioacuten y tener un nuacutemero suficiente de personas por grupo de trabajo (como referencia mayor que 30 en cada grupo) para asegurar que los posibles errores de muestreo puedan ser controlados estadiacutesticamente Por otra parte pasado cierto nivel la reduccioacuten de error que se gana por aumentar el tamantildeo de la muestra no compensa el gasto que eso implica De esta manera se busca un tamantildeo miacutenimamente aceptable como para permitir la aplicacioacuten de las teacutecnicas estadiacutesticas

Muestreobull El muestreo es el mecanismo a traveacutes del cual se elige a los sujetos o unidades muestrales (personas organizaciones cursos universidades etc) que participaraacuten de un estudioLa poblacioacuten corresponde al conjunto de todos los elementos o unidades de anaacutelisis a los cuales se hacen extensivas las inferencias de un estudio tambieacuten es llamado universoLa definicioacuten de la poblacioacuten dependeraacute de los objetivos y del disentildeo de la investigacioacuten planteada

Cualquier parte o subconjunto de una poblacioacuten es una muestraLas muestras deben ser representativas para poder hacer inferencias a la Poblacioacuten de la cual fue extraiacutedaPara seleccionar una muestra es necesario definir la unidad de Anaacutelisis esto permitiraacute determinar quienes seraacuten medidosEs necesario delimitar en forma precisa las caracteriacutesticas de la poblacioacuten ya que una adecuada delimitacioacuten asegura que las conclusiones del estudio esteacuten referidas a una poblacioacuten determinada y no a otras

Tamantildeo de la Muestrabull iquestCuaacutentos sujetos (personas organizaciones etc) necesito para conformar la muestra que asegure un menor error de estimacioacuten pequentildeobull Existen procedimientos y foacutermulas para calcular el tamantildeo de la muestra El tamantildeo dependeraacute de la magnitud del error que se estima se puede cometerbull Estas foacutermulas pueden ser revisadas en varios libros de estadiacutestica (Anaacutelisis de datos)

Ventajas que reporta el uso de Muestrasbull Reduce los costos Al obtener datos a partir de una muestra de una poblacioacuten los costos seraacuten menores ya que no seraacute necesario medir a toda la poblacioacuten Los costos estaacuten tanto referido a los materiales procedimientos como al personalbull Mayor rapidez Por el hecho de ser un subconjunto de la Poblacioacuten permite acceder de manera maacutes eficiente y raacutepida para el levantamiento de los datosbull Posibilita una mayor precisioacuten de las observaciones al contar con un nuacutemero restringido de casos a estudiar

Tipos de Muestreobull Las muestras pueden ser clasificadas en dos grandes tipos las probabiliacutesticas y no probabiliacutesticasbull El tipo de muestra a utilizar nuevamente depende de los objetivos de la investigacioacuten (exploratorio descriptivo explicativo) y del disentildeo generado para realizar el estudio

bull Muestras no Probabiliacutesticas En este tipo de muestras la eleccioacuten de los elementos no depende de la probabilidad sino de las condiciones que permiten hacer el muestreo (acceso o disponibilidad conveniencia etc)

bull Muestras ProbabiliacutesticasbullTodos los elementos tienen la misma probabilidad de ser seleccionados Esto se obtiene definiendo las caracteriacutesticas de la poblacioacuten el tamantildeo de la muestra y a traveacutes de la seleccioacuten aleatoria de las unidades de anaacutelisisbullUna de las ventajas maacutes grandes de este tipo de muestreo es que se pueden realizar buenas estimaciones poblacionales conociendo el error estaacutendar que se comete en dicha estimacioacuten

bull Muestreo estratificadobull Este tipo de muestreo se utiliza especialmente cuando se sospecha que la poblacioacuten es heterogeacutenea en cuanto a alguna caracteriacutestica asociada a las variables de estudiobull Esto obliga a dividir a la Poblacioacuten en subpoblaciones o estratos de acuerdo a la variabilidad de esta caracteriacutestica con el objeto de mejorar las estimacionesbull Por otro lado cuando la poblacioacuten cuenta con estratos o categoriacuteas que son de intereacutes del estudio es necesario tambieacuten realizar un muestreo estratificado para realizar las comparacionespertinentes ejemplo por aacutereas dentro de una empresa por sexo jerarquiacuteas niveles socioeconoacutemicos etcbull Para generar este tipo de muestreo es necesario identificar dentro de la Poblacioacuten cada subpoblacioacuten o estrato y luego realizar una seleccioacuten aleatoria simple de los elementos al interior de cada una de estas subpoblaciones

Tipos de muestras estratificadas1 Con afijacioacuten uniforme o igual Es aquella en que se selecciona la misma cantidad de unidades en todos los estratos2 Con afijacioacuten proporcional En este caso el nuacutemero de unidades de anaacutelisis seleccionado de cada estrato es proporcional al nuacutemero de elementos del estrato para la poblacioacuten3 Con afijacioacuten oacuteptima Este es un caso particular del disentildeo anterior Consiste en seleccionar la muestra de tal manera que los estratos maacutes heterogeacuteneos tengan maacutes casos Este procedimiento requiere saber cuaacutel es la variabilidad en los estratos lo cual es muy difiacutecil de obtener

MUESTREO POR CONGLOMERADOS

Este tipo de muestreo permite solucionar problemas de costos tiempo distancias etc Es posible cuando las unidades de anaacutelisis se encuentran encapsuladas o encerradas en determinados lugaresfiacutesicos o geograacuteficos que son llamados racimosAl hacer este muestreo es necesario distinguir la unidad de anaacutelisis y la unidad muestral unidad de anaacutelisis indica quienes seraacuten medidos la unidad muestral en este caso se refiere al racimo a traveacutes del cual se llegaraacute a las unidades de anaacutelisisSe utiliza un procedimiento a traveacutes del cual se hace 1deg una lista de todos los conglomerados y 2deg se selecciona una muestra de la lista De este modo en el muestreo por conglomerados en lugar de hacer una seleccioacuten de los elementos individuales de una poblacioacuten se selecciona un conglomerado a partir del cual se seleccionan elementos 1048633 se realiza un muestreo como miacutenimo endos etapas por procedimientos probabiliacutesticos que operan asiacute1 Primero se selecciona el racimo2 Se seleccionan las unidades de anaacutelisis al interior de cada racimo asegurando que todos los sujetos tengan la misma probabilidad de ser seleccionados

MUESTREO POR ETAPASEl nombre de este muestreo describe el proceso implicado el que es una derivacioacuten del disentildeo anterior (Conglomerados)Los conglomerados constituidos inicialmente denominados Unidades primarias de muestreo pueden dividirse en unidades menores o unidades secundarias las que a su vez pueden dividirse en otras aun menores hasta llegar al nivel apropiado La sucesioacuten de esta subdivisioacuten en ldquosubconglomeradosrdquo se llama muestreo por etapas Puede realizarse1 En dos etapas bietaacutepico2 En maacutes de dos etapas multietaacutepico

MUESTREO POR FASESEste muestreo se usa en una investigacioacuten en la que se empieza por ejemplo con una muestra numerosa usando alguacuten instrumento no muy costoso Otro uso del muestreo doble por fases es el intento de recolectar datos perdidos o ldquomissingrdquo Por ejemplo se pueden recolectar en una segunda fase cuestionarios no devueltos en la primera fase Con los resultados de ese instrumento se puede disentildear un procedimiento para seleccionar

una muestra maacutes pequentildea con el fin de obtener informacioacuten con profundidad Es frecuente que este uacuteltimo grupo maacutes pequentildeo se obtenga a traveacutes de un procedimiento aleatorio

MUESTREO SISTEMAacuteTICOEste meacutetodo es un procedimiento sencillo y praacutectico y consiste en seleccionar unidades de una poblacioacuten previamente listada cada cierto intervalo Este intervalo se puede obtener dividiendo el nuacutemero de elementos de la poblacioacuten por el nuacutemero de elementos que constituiraacuten la muestra Por ejemplo si queremos seleccionar una muestra de 250 elementos de una poblacioacuten de 1000 el intervalo k seriacutea K = 1000 250 = 4Para iniciar la seleccioacuten se puede elegir al azar un nuacutemero entre el uno y el cuatro y a partir de eacutel se aplica el intervalo en la lista Siescogemos el 2 en primer lugar luego escogeremos el 6 el 10 e l 14 y asiacute sucesivamente Para evitar el riesgo de que las unidades en la lista estuvieran ordenadas de acuerdo a alguacuten criterio conviene desordenarla antes de aplicar el intervalo

Requisitos de la medicioacuten1048633 La confiabilidad y validez son maacutes difiacuteciles de lograr mientras maacutes abstracto sea el constructo que se desea medir) motivacioacuten actitudes inteligencia valores etc)1048633 En este sentido toda medicioacuten estaacute expuesta a un margen de error de medicioacuten por lo que eacutesta nunca es perfecta1048633 La manera de controlar el error de la medicioacuten es calculando la confiabilidad y validez de los instrumentos de medicioacutenMedicioacuten de la confiabilidad1048633 Existen diversos meacutetodos para evaluar la confiabilidad de un instrumento todos producen indicadores o coeficientes de confiabilidad1048633 Medida de estabilidad (confiabilidad test - retest) Un mismo instrumento es administrado a un mismo grupo de personas despueacutes de un periacuteodo de tiempo Se mide la confiabilidad a traveacutesde la correlacioacuten entre ambos puntajes1048633 Meacutetodo de formas paralelas o alternativas Se administran dos formas equivalentes por tanto no es el mismo instrumento1048633 Las formas son equivalentes en contenidos preguntas instrucciones duracioacuten etc

1048633 Las formas se administran a un mismo grupo dentro de un periacuteodo de tiempo corto1048633 Se mide la confiabilidad a traveacutes de la correlacioacuten entre ambos puntajes 1048633 Meacutetodo de las mitades partidas (split - halves) Requiere una sola medicioacuten en un mismo grupo de sujetos Se divide la prueba en dos mitades y se comparan los resultados en correlaciones1048633 Coeficiente de Cronbach (Alfa) Este coeficiente requiere una sola medicioacuten y mide la consistencia interna de los iacutetems en cada escala y el instrumento como conjunto Es decir entrega un valor estadiacutestico que nos indica en queacute medida un conjunto de iacutetemes apuntan en la misma direccioacuten

Existen distintos tipos de validezValidez de contenido1048633 Se refiere al grado en que un instrumento refleja un dominio especiacutefico de contenido de lo que se mide Es el grado en que la medicioacuten representa al concepto medidoValidez de criterio1048633 Se establece la validez comparaacutendolo con alguacuten criterio externo Es un criterio estaacutendar con el que se juzga la validez de un instrumento1048633 Cuando el criterio se fija en el presente se llama validez concurrente Cuando el criterio de fija en el futuro se llama validez predictiva Existen distintos tipos de validez Validez de constructo1048633 Se refiere al grado en que una medicioacuten se relaciona consistentemente con otras mediciones de acuerdo con hipoacutetesis derivadas teoacutericamente y que conciernen a los conceptos (o constructos) que estaacuten siendo medidos

Estudio de la validezValidez de contenido1048633 Consulta a expertosValidez de criterio1048633 Correlaciona su medicioacuten con el criterioValidez constructo1048633 Anaacutelisis factorialFactores que atentan contra la validez y confiabilidad1048633 La improvisacioacuten en la medicioacuten y seleccioacuten del instrumento1048633 Utilizacioacuten de instrumentos extranjeros sin previa adaptacioacuten y estandarizacioacuten

1048633 Instrumento inadecuado a las personas que se les aplica1048633 Condiciones en las que se administra el instrumento de medicioacuten

EstadiacutesticaTeacutecnicas cuantitativas para el anaacutelisis de la Informacioacuten La estadiacutestica descriptiva sirve al propoacutesito de generar una serie de medidas numeacutericas tendientes a sintetizar el comportamiento de las variables (o conjunto de datos) que estamos estudiando Asiacute la estadiacutestica descriptiva es un conjunto de meacutetodos y teacutecnicas por medio de las cuales podemos recolectar organizar resumir presentar y analizar datos numeacutericos relativos a un conjunto de individuos u observacionesEstadiacutestica Inferencial La estadiacutestica descriptiva no se utiliza como fundamento de una teoriacutea general aplicable a individuos similares que no han sido medidos Soacutelo se aplica a la muestra La estadiacutestica inferencial que toma la informacioacuten de la estadiacutestica descriptiva para realizar procesos que permiten Dentro de ciertos rangos de confianza determinar el comportamiento probable de la poblacioacuten que es representada por la MuestraNiveles de Medicioacuten Para realizar cualquier tipo de anaacutelisis estadiacutestico es necesario cuantificar (asignar nuacutemeros) a las propiedades que medimos De este modo se objetiva el registro de la medicioacuten Los nuacutemeros en este caso sustituyen a las propiedades que estamos evaluando Cada vez que medimos estamos asignaacutendole a la propiedad medida un nuacutemero de acuerdo a una cierta regla La medicioacuten implica una relacioacuten entre dos conjuntos de elementos los nuacutemeros y las propiedades que queremos medir Entre los nuacutemeros existen ciertas relaciones que son vaacutelidas siempre dentro del mundo aritmeacutetico Del mismo modo entre las modalidades de las propiedades existen ciertas relaciones (desde simples a complejas) que son verificables en el mundo real

Es necesario entonces que se cumpla la siguiente regla general en el proceso de asignar nuacutemeros a las propiedades que estudiamos REGLA Aceptar soacutelo como relaciones vaacutelidas entre los nuacutemeros aquellas que sean verificables empiacutericamente entre las correspondientes modalidades Por esta razoacuten las mediciones tendraacuten distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Muchas propiedades no satisfacen todas las relaciones de los nuacutemeros Esto significa que al realizar el proceso de medicioacuten soacutelo seraacuten aplicables ciertas relaciones Lo anterior sugiere que las mediciones tendriacutean distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Ejemplo Medir Color y Aprendizaje Las propiedades tendriacutean asignados un nuacutemero pero que no satisface las relaciones numeacutericas Rojo azul Blanco ( 1 2 3) Aprendizaje ( 65 71 83 ) Lo anterior sugiere que la medicioacuten de las propiedades (color y aprendizaje) no estaacuten hechas al mismo nivel ya que dependiendo de la complejidad de las relaciones entre las modalidades de la propiedad que se mide se aplican una o maacutes relaciones de los nuacutemeros Los nuacutemeros soacutelo se utilizan con el fin de clasificar los objetos o propiedades o distintas modalidades que asume una variable En este tipo de medicioacuten soacutelo se acepta como relacioacuten vaacutelida la igualdad o desigualdad entre las nuacutemeros que reflejan en la propiedad medidaNivel Nominal Ejemplo Variable profesionesrdquo 1Psicoacutelogosldquo 2Socioacutelogosldquo 3Ingenieros

Los valores asumidos por la variable soacutelo permiten hacer operaciones se distincioacuten y nada maacutes No se pueden sumar dividir restar etc Ejemplo 1+ 2 = 3 ingeniero Existen variables que dado su naturaleza soacutelo admiten un nivel de medicioacuten nominal Sexo profesiones razas paiacuteses carreras etc Nivel Ordinal Ademaacutes de realizar la distincioacuten entre las modalidades es posible establecer una relacioacuten de orden o jerarquiacutea No refiere nada respecto a la magnitud de diferencia (cuaacutento es maacutes una modalidad respecto de otra) Ejemplo NSE grados acadeacutemicos etc Nivel intervalar Conserva las propiedades de los niveles anteriores y agrega la posibilidad de establecer la magnitud en que una modalidad es mayor o menor respecto de otra Da informacioacuten respecto a la distancia entre las modalidades La diferencia entre las distintas magnitudes es constante El valor cero en este nivel de medicioacuten es arbitrario Esto significa que cero no indica ausencia del atributo lo que implica que los valores de la variable no son proporcionales entre siacute Al ser arbitrario el punto cero implica que un valor de una variable no indica que sea el doble de la otra 20 grados no implica que es el doble de 10 grados de temperatura Es un real nivel cuantitativo al cual podemos aplicar las relaciones numeacutericas de la suma resta divisioacuten y multiplicacioacuten En siacutentesis el nivel intervalar mantiene todas la propiedades anteriores pero ademaacutes permite conocer las distancias entre los nuacutemeros y afirmar que representan distancias iguales entre las modalidades a las que se han asignado dichos nuacutemeros Ejemplos Notas temperatura tiempo CI motivacioacuten en escala de puntos cuantitativos Todas definen una unidad de medida equivalente a la que la variable quiere mostrar La diferencia entre 5 y 10 es la misma entre 10 y 15 Nivel de Razoacuten

Es el nivel maacutes avanzado y posee todas las propiedades de los niveles anteriores y ademaacutes tiene un punto de origen cero verdadero que indica ausencia de la propiedad Se denomina asiacute porque es posible relacionar las distancias en teacuterminos de la proporcioacuten en que cada una de ellas estaacute contenida en las demaacutes Esto gracias a que el origen no es arbitrario sino absoluto Mundo de la fiacutesica Ejemplo peso altura Tabulacioacuten y Graficacioacuten Todo anaacutelisis estadiacutestico son estrategias para traducir la cantidad de informacioacuten obtenida en la recoleccioacuten de datos a iacutendices que sean interpretables y que representen alguna dimensioacuten del comportamiento de las variables La estrategia maacutes sencilla es mostrar la informacioacuten en un formato visual (graacuteficos) o en un esquema sintetizado (tablas)Tabulacioacuten Las tablas deben incluir todos los puntajes registrados Deben respetar las caracteriacutesticas de la variable Llevan un tiacutetulo representativo del contenido (sobre la tabla numerado)Graficacioacuten Son complementos a la tabulacioacuten Representan la distribucioacuten de la variable Deben ser faacuteciles de interpretar Deben llevar un tiacutetulo representativo (bajo el graacutefico y numerado)Tablas de frecuencia Si los datos corresponden a una variable cuantitativa (o al menos ordinal) es posible calcular ademaacutes la frecuencia acumulada de cada valor (en siacutembolos F) la que puede ser de dos formas Frecuencia acumulada ascendente (Fasc) indica cual es la frecuencia de veces que aparecen respuestas iguales o menores a la que se estaacute analizando

Frecuencia acumulada descendente (Fdes) indica la frecuencia de veces que aparecen respuestas iguales o mayores de las que se estaacuten analizando Las frecuencias son sin embargo datos absolutos No es posible comparar los resultados de dos tablas con un N total de respuestas diferente Para hacer esas comparaciones se utilizan medidas estandarizadas esto es transformaciones de los puntajes originales a escalas que sean las mismas en todas las tablas (y que permiten la comparacioacuten) En muchas ocasiones la cantidad de valores que puede tomar la variable son demasiados de manera que se agrupan en intervalos Cada intervalo agrupa a una serie de puntajes Los intervalos son excluyentes entre siacute En nuacutemero de valores que compone cada intervalo denominada amplitud (i) del intervalo es la misma para todos los intervalos de una tabla En todo intervalo se distinguen liacutemites superiores e inferiores los cuales pueden ser aparentes (lo que sale en la tabla) o reales (lo que se usa para clasificar) El nuacutemero de intervalos debe ser manejable para quien revise la tabla Las tablas de frecuencia reflejan el comportamiento de una sola variable Usualmente no se usan en la presentacioacuten de resultados ya que revisar variable por variable seriacutea demasiado extenso En esos casos se hacen tablas de resumen en las que se indican los datos maacutes importantes de un conjunto de variablesCruce de variables Otro tipo de tablas uacutetiles son aquellas que combinan los resultados de dos variables Ambas variables deben expresar sus resultados en categoriacuteas Se dividen en filas y columnas (una variable en las filas y otra en las columnas)

Una celda representa la combinacioacuten de valores de las dos variables Cada celda se refiere a tres totales filas columnas y total Permite hipotetizar posibles asociaciones entre las variablesGraacuteficosGraacutefico de torta

Ideal para variables nominales Soacutelo grafica un grupo por vez No permite usar muchas categoriacutea (por congestioacuten visual)

Graacutefico de Barras Se manejan dos ejes El eje horizontal indica los valores de la variable El eje vertical representa al iacutendice estadiacutestico Permite la comparacioacuten de varios grupos Las barras pueden juntarse o separarse para denotar la continuidad de los valores de la variable Barras continuas (usualmente en tablas de intervalos) Representan variables continuas Se usa el punto medio como referencia Permiten visualizar la distribucioacuten de la variableErrores Graacuteficos Ausencia de tiacutetulo No indicar variables Usar escalas inapropiadas No indicar el punto 0 Visualizacioacuten confusaMedidas de posicioacuten Las medidas de posicioacuten nos permiten dividir a una distribucioacuten en distintas partes Seguacuten el nuacutemero de partes eacutestas divisiones tendraacuten distintos nombres Percentiles Cuando dividimos una distribucioacuten en 100 partes

Deciles Cuando dividimos una distribucioacuten en 10 partes Cuartiles Cuando dividimos una distribucioacuten en 4 partes Mediana Cuando dividimos una distribucioacuten en 2 partes Requisitos Variables cuantitativas Los resultados estaacuten ordenados de menor a mayor Las medidas de posicioacuten son variables discretas Equivalencias Como todas las medidas se refieren al mismo grupo de datos se pueden hacer equivalentes entre siacute El percentil 30 (P30) por ejemplo es el valor de la variable bajo el cual se encuentra el 30 de los casos y sobre el cual se encuentra el 70 de los casos El decil 4 (D4) es el valor de la variable que deja bajo eacutel el 40 de los casos y sobre eacutel el 60 Esto permite ver las equivalencias entre percentiles y deciles (D4) = (P40)Medidas de Tendencia Central Una MTC es un indicador numeacuterico que representa el comportamiento que se considera maacutes representativo de un grupo de valores Para ello podemos ocupar distintos criterios El puntaje que maacutes se repite El que divide al grupo por la mitad El que equipara los puntajes positivos con los negativosLA MODA Representa al puntaje de mayor frecuencia (f) en una distribucioacuten de puntajes Una distribucioacuten de puntajes puede ser bimodal esto es tener dos modas Si hay maacutes de dos valores con la mayor frecuencia se dice que no tiene moda En datos no tabulados es el valor que se repite maacutes En tablas de intervalos conviene usar una foacutermula de nivelacioacuten de la modaMediana (Md)

El valor que divide a la distribucioacuten por la mitad (equivale a P50)Promedio o Media Representa al puntaje que equilibra los valores positivos con los negativos de una distribucioacuten Como incluye a toda la distribucioacuten puede ser transformada algebraicamente Soporta variantes promedio ponderado agrupaciones de promediosMedidas de VariabilidadiquestCuaacuten parecidos son los puntajes entre siacute Un dato muy importante para analizar las distribuciones de puntajes es saber cuaacuten diferentes o parecidos son los puntajes entre siacute Esa informacioacuten nos permite evaluar cuan representativas son las medidas de tendencia central que calculamos para esa misma distribucioacuten iquestCuaacuteles son Rango o Amplitud total R= Maacuteximo ndash Miacutenimo Muy faacutecil de calcular evaluacutea la desviacioacuten total Rango semi-intercuartil Calcula el punto medio de separacioacuten entre cuartil 3 y cuartil 1 No es muy usado difiacutecil de interpretar Varianza ndash Desviacioacuten estaacutendar La maacutes completaDesviacioacuten Estaacutendar Considera a todos los valores de la distribucioacuten Se utiliza el promedio como punto de referencia para determinar coacutemo se desviacutean los valores de este punto Mientras maacutes heterogeacutenea sea una distribucioacuten mayores seraacuten las desviaciones respecto del promedio Lo maacutes sencillo seriacutea sumar las desviaciones de cada punto respecto del promedio

Sin embargo La suma de las desviaciones se anulen Solo se puede hacer en valores absoluto Mientras maacutes valores tenga una distribucioacuten mayor seraacute la suma de las desviaciones en valor absoluto (problema para comparar distribuciones con distinto tamantildeo) Para solucionar esto se calcula un promedio de las desviaciones Se calcula tomando en cuanta las desviaciones al cuadrado Sin embargo la medida que resulta estaacute expresada en puntajes elevados al cuadrado Esto se conoce como VARIANZA (s2) Para poder interpretar los datos debemos regresarlos a la escala original Esto se conoce como la desviacioacuten estaacutendar (s)Forma de la Distribucioacuten Utilizando los cuartiles podemos analizar la forma de la distribucioacutenSIMETRIA (Q3 - Q2) = ( Q2 - Q1)ASIMETRIA POSITIVA (Q3 - Q2 ) gt ( Q2 - Q1)ASIMETRIA NEGATIVA (Q3 - Q2 ) lt ( Q2 - Q1)Puntaje Estaacutendar Cualquier escala de puntajes puede transformarse en una nueva serie de puntajes llamados puntajes estaacutendar (Z)Para determinar esta nueva escala de puntajes es necesario definir1 La distancia entre un puntaje y el promedio2 La desviacioacuten estaacutendar que nos indicaraacute cuan heterogeacuteneo u homogeacuteneo es la distribucioacuten3 Se dividen ambos valores y se genera esta transformacioacuten a un puntaje Z o estaacutendar

Page 8: Metodología investigación Resumen Hernandez&Fernandez

1048633 Se observan los fenomenos tal como ocurren en su contexto natural ( expost-facto)1048633 Resulta por tanto imposible la manipulacioacuten de variables y la signacioacuten al azar de los sujetos a las condicionesNo existen condiciones experimentales o estimulos1048633 En estos disentildeos las variables independientes han tenido efectos no generados (manipulados) por el investigador por tanto este no tiene contro alguno sobre dichas variables y sus efectos1048633 Tienen mayor posibilidad de lograr validez externa por que se trabaja con contextos naturalesTipo No experimentales

1Dimension temporal Disentildeos transversales1048633 Recolectan datos en un solo momento en el tiempo1048633 Su propoacutesito es describir variables y analizar la incidencia e interrelacioacuten en un momento dado1048633 Pueden abarcar varios grupos de comparacioacuten y tambieacuten para distintas variables al mismo tiempoTipos de disentildeos transversales1048633 A Disentildeos descriptivos1048633 B Disentildeos correlacionales causales ( X--y)En ambos tipos las variables de miden tal cual estaacuten en la realidad2 Dimensioacuten temporal Disentildeos longitudinales 1048633 El intereacutes se centra en evaluar los cambios a traveacutes del tiempo en determinadas variables o relaciones entre eacutestas1048633 Se recolectan datos a traveacutes del tiempo en puntos o periodos especiacuteficos para hacer inferencias respecto al cambio sus determinantes y consecuencias

Tipos de disentildeos longitudinales1 Disentildeos longitudinales de tendencia ( trend)1048633 Analizan los cambios a traveacutes del tiempo o evolucioacuten (en variables o sus relaciones) dentro de alguna poblacion en general1048633 Se pueden tomar mediciones en muestras distintas en el tiempo pero todas pertenecientes a la misma poblacioacuten (equivalentes)2 Disentildeos longitudinales de evolucioacuten de grupo1048633 Analizan cambios a traves del tiempo en subpoblaciones o grupos especiacuteficos Los grupos estaacuten vinculados de alguna manera ( Por edad nacidos en un periodo determinado etc)Esto los distingue de los disentildeos de tendencia 1048633 Se pueden tomar mediciones en muestras distintas en el tiempo pero todas pertenecientes a la misma poblacioacuten (equivalentes)

3 Disentildeos longitudinales de panel1048633 La distincioacuten con los anteriores es que los grupos o subgrupos son los mismos que se evaluacutean en el tiempo1048633 Son uacutetiles cuando se tiene poblaciones estaacuteticas o cautivas para asegurar mediciones en el tiempo

Conceptos de Validez y Validez Interna1048633 Validez la mejor aproximacioacuten disponible a la verdad o falsedad de las proposiciones1048633 Validez Interna Grado de confianza en que se pueda interpretarlos resultados de la investigacioacuten y que sean vaacutelidosDepende de su calidad

Validez Externa y Fuentes de Invalidez1048633 Validez Externa Tiene que ver con queacute tan generalizables son los resultados de la investigacioacuten1048633 Fuentes de Invalidez Son explicaciones rivales o alternativas alas que manejamos y nos pueden confundir respecto a la relacioacutenentre variables y su extensioacuten a la poblacioacuten

Validez externa y preguntas1048633 De constructo de causa y efecto iquestCuaacuteles son los constructos de causa y efecto implicados en la relacioacuten1048633 Validez externa iquestCuaacuten generalizable es esta relacioacuten a personas lugares y tiempos

Proceso de Inferencia EstadiacutesticaMuestreobull Estadiacutegrafo El valor que sintetiza los valores de una o varias caracteriacutesticas de una MUESTRAbull Paraacutemetro El valor que sintetiza los valores de una o varias caracteriacutesticas de una POBLACION

Poblacioacutenbull La definicioacuten de la poblacioacuten dependeraacute de los objetivos y del disentildeo de la investigacioacuten planteadabull Ello implica entonces identificar exactamente a quieacutenes se lesadministraraacuten los instrumentos de medicioacuten

Dimensiones a considerar al momento de definir una muestra Representatividad Las muestras deben representar a la poblacioacuten del estudio que estamos realizando Cada vez que se selecciona una muestra debe verificarse que eacutesta no es afectada por caracteriacutesticas especiales de los individuos que impliquen un respuesta ldquoalteradardquo a la investigacioacuten Se debe poner especial atencioacuten a los meacutetodos de muestreo y realizar diagnoacutesticos iniciales que permitan conocer las caracteriacutesticas generales de los sujetos que forman parte de la muestraAccesibilidad Si bien las muestras deben especificarse en base a los requisitos de la investigacioacuten no es menos cierto que debe considerarse la dimensioacuten de cuaacuten factible es contar con la participacioacuten de la muestra que queremos estudiar Esto implica dedicar tiempo especiacutefico del desarrollo del estudio al contacto reclutamiento y seguimiento de los sujetos maestrales Del mismo modo obliga a revisar distintas alternativas de muestreo antes de definir la muestra finalTamantildeo Implica definir una magnitud de error de muestreo que los investigadores estaacuten dispuestos a asumir al momento de reclutar a los participantes en el estudio Dicho error debe ser el menor posible para evitar errores en la representatividad de la muestra y en la estimacioacuten de los valores de la poblacioacuten Una forma de evitar los errores de muestreo es asegurar la maacutexima aleatorizacioacuten y tener un nuacutemero suficiente de personas por grupo de trabajo (como referencia mayor que 30 en cada grupo) para asegurar que los posibles errores de muestreo puedan ser controlados estadiacutesticamente Por otra parte pasado cierto nivel la reduccioacuten de error que se gana por aumentar el tamantildeo de la muestra no compensa el gasto que eso implica De esta manera se busca un tamantildeo miacutenimamente aceptable como para permitir la aplicacioacuten de las teacutecnicas estadiacutesticas

Muestreobull El muestreo es el mecanismo a traveacutes del cual se elige a los sujetos o unidades muestrales (personas organizaciones cursos universidades etc) que participaraacuten de un estudioLa poblacioacuten corresponde al conjunto de todos los elementos o unidades de anaacutelisis a los cuales se hacen extensivas las inferencias de un estudio tambieacuten es llamado universoLa definicioacuten de la poblacioacuten dependeraacute de los objetivos y del disentildeo de la investigacioacuten planteada

Cualquier parte o subconjunto de una poblacioacuten es una muestraLas muestras deben ser representativas para poder hacer inferencias a la Poblacioacuten de la cual fue extraiacutedaPara seleccionar una muestra es necesario definir la unidad de Anaacutelisis esto permitiraacute determinar quienes seraacuten medidosEs necesario delimitar en forma precisa las caracteriacutesticas de la poblacioacuten ya que una adecuada delimitacioacuten asegura que las conclusiones del estudio esteacuten referidas a una poblacioacuten determinada y no a otras

Tamantildeo de la Muestrabull iquestCuaacutentos sujetos (personas organizaciones etc) necesito para conformar la muestra que asegure un menor error de estimacioacuten pequentildeobull Existen procedimientos y foacutermulas para calcular el tamantildeo de la muestra El tamantildeo dependeraacute de la magnitud del error que se estima se puede cometerbull Estas foacutermulas pueden ser revisadas en varios libros de estadiacutestica (Anaacutelisis de datos)

Ventajas que reporta el uso de Muestrasbull Reduce los costos Al obtener datos a partir de una muestra de una poblacioacuten los costos seraacuten menores ya que no seraacute necesario medir a toda la poblacioacuten Los costos estaacuten tanto referido a los materiales procedimientos como al personalbull Mayor rapidez Por el hecho de ser un subconjunto de la Poblacioacuten permite acceder de manera maacutes eficiente y raacutepida para el levantamiento de los datosbull Posibilita una mayor precisioacuten de las observaciones al contar con un nuacutemero restringido de casos a estudiar

Tipos de Muestreobull Las muestras pueden ser clasificadas en dos grandes tipos las probabiliacutesticas y no probabiliacutesticasbull El tipo de muestra a utilizar nuevamente depende de los objetivos de la investigacioacuten (exploratorio descriptivo explicativo) y del disentildeo generado para realizar el estudio

bull Muestras no Probabiliacutesticas En este tipo de muestras la eleccioacuten de los elementos no depende de la probabilidad sino de las condiciones que permiten hacer el muestreo (acceso o disponibilidad conveniencia etc)

bull Muestras ProbabiliacutesticasbullTodos los elementos tienen la misma probabilidad de ser seleccionados Esto se obtiene definiendo las caracteriacutesticas de la poblacioacuten el tamantildeo de la muestra y a traveacutes de la seleccioacuten aleatoria de las unidades de anaacutelisisbullUna de las ventajas maacutes grandes de este tipo de muestreo es que se pueden realizar buenas estimaciones poblacionales conociendo el error estaacutendar que se comete en dicha estimacioacuten

bull Muestreo estratificadobull Este tipo de muestreo se utiliza especialmente cuando se sospecha que la poblacioacuten es heterogeacutenea en cuanto a alguna caracteriacutestica asociada a las variables de estudiobull Esto obliga a dividir a la Poblacioacuten en subpoblaciones o estratos de acuerdo a la variabilidad de esta caracteriacutestica con el objeto de mejorar las estimacionesbull Por otro lado cuando la poblacioacuten cuenta con estratos o categoriacuteas que son de intereacutes del estudio es necesario tambieacuten realizar un muestreo estratificado para realizar las comparacionespertinentes ejemplo por aacutereas dentro de una empresa por sexo jerarquiacuteas niveles socioeconoacutemicos etcbull Para generar este tipo de muestreo es necesario identificar dentro de la Poblacioacuten cada subpoblacioacuten o estrato y luego realizar una seleccioacuten aleatoria simple de los elementos al interior de cada una de estas subpoblaciones

Tipos de muestras estratificadas1 Con afijacioacuten uniforme o igual Es aquella en que se selecciona la misma cantidad de unidades en todos los estratos2 Con afijacioacuten proporcional En este caso el nuacutemero de unidades de anaacutelisis seleccionado de cada estrato es proporcional al nuacutemero de elementos del estrato para la poblacioacuten3 Con afijacioacuten oacuteptima Este es un caso particular del disentildeo anterior Consiste en seleccionar la muestra de tal manera que los estratos maacutes heterogeacuteneos tengan maacutes casos Este procedimiento requiere saber cuaacutel es la variabilidad en los estratos lo cual es muy difiacutecil de obtener

MUESTREO POR CONGLOMERADOS

Este tipo de muestreo permite solucionar problemas de costos tiempo distancias etc Es posible cuando las unidades de anaacutelisis se encuentran encapsuladas o encerradas en determinados lugaresfiacutesicos o geograacuteficos que son llamados racimosAl hacer este muestreo es necesario distinguir la unidad de anaacutelisis y la unidad muestral unidad de anaacutelisis indica quienes seraacuten medidos la unidad muestral en este caso se refiere al racimo a traveacutes del cual se llegaraacute a las unidades de anaacutelisisSe utiliza un procedimiento a traveacutes del cual se hace 1deg una lista de todos los conglomerados y 2deg se selecciona una muestra de la lista De este modo en el muestreo por conglomerados en lugar de hacer una seleccioacuten de los elementos individuales de una poblacioacuten se selecciona un conglomerado a partir del cual se seleccionan elementos 1048633 se realiza un muestreo como miacutenimo endos etapas por procedimientos probabiliacutesticos que operan asiacute1 Primero se selecciona el racimo2 Se seleccionan las unidades de anaacutelisis al interior de cada racimo asegurando que todos los sujetos tengan la misma probabilidad de ser seleccionados

MUESTREO POR ETAPASEl nombre de este muestreo describe el proceso implicado el que es una derivacioacuten del disentildeo anterior (Conglomerados)Los conglomerados constituidos inicialmente denominados Unidades primarias de muestreo pueden dividirse en unidades menores o unidades secundarias las que a su vez pueden dividirse en otras aun menores hasta llegar al nivel apropiado La sucesioacuten de esta subdivisioacuten en ldquosubconglomeradosrdquo se llama muestreo por etapas Puede realizarse1 En dos etapas bietaacutepico2 En maacutes de dos etapas multietaacutepico

MUESTREO POR FASESEste muestreo se usa en una investigacioacuten en la que se empieza por ejemplo con una muestra numerosa usando alguacuten instrumento no muy costoso Otro uso del muestreo doble por fases es el intento de recolectar datos perdidos o ldquomissingrdquo Por ejemplo se pueden recolectar en una segunda fase cuestionarios no devueltos en la primera fase Con los resultados de ese instrumento se puede disentildear un procedimiento para seleccionar

una muestra maacutes pequentildea con el fin de obtener informacioacuten con profundidad Es frecuente que este uacuteltimo grupo maacutes pequentildeo se obtenga a traveacutes de un procedimiento aleatorio

MUESTREO SISTEMAacuteTICOEste meacutetodo es un procedimiento sencillo y praacutectico y consiste en seleccionar unidades de una poblacioacuten previamente listada cada cierto intervalo Este intervalo se puede obtener dividiendo el nuacutemero de elementos de la poblacioacuten por el nuacutemero de elementos que constituiraacuten la muestra Por ejemplo si queremos seleccionar una muestra de 250 elementos de una poblacioacuten de 1000 el intervalo k seriacutea K = 1000 250 = 4Para iniciar la seleccioacuten se puede elegir al azar un nuacutemero entre el uno y el cuatro y a partir de eacutel se aplica el intervalo en la lista Siescogemos el 2 en primer lugar luego escogeremos el 6 el 10 e l 14 y asiacute sucesivamente Para evitar el riesgo de que las unidades en la lista estuvieran ordenadas de acuerdo a alguacuten criterio conviene desordenarla antes de aplicar el intervalo

Requisitos de la medicioacuten1048633 La confiabilidad y validez son maacutes difiacuteciles de lograr mientras maacutes abstracto sea el constructo que se desea medir) motivacioacuten actitudes inteligencia valores etc)1048633 En este sentido toda medicioacuten estaacute expuesta a un margen de error de medicioacuten por lo que eacutesta nunca es perfecta1048633 La manera de controlar el error de la medicioacuten es calculando la confiabilidad y validez de los instrumentos de medicioacutenMedicioacuten de la confiabilidad1048633 Existen diversos meacutetodos para evaluar la confiabilidad de un instrumento todos producen indicadores o coeficientes de confiabilidad1048633 Medida de estabilidad (confiabilidad test - retest) Un mismo instrumento es administrado a un mismo grupo de personas despueacutes de un periacuteodo de tiempo Se mide la confiabilidad a traveacutesde la correlacioacuten entre ambos puntajes1048633 Meacutetodo de formas paralelas o alternativas Se administran dos formas equivalentes por tanto no es el mismo instrumento1048633 Las formas son equivalentes en contenidos preguntas instrucciones duracioacuten etc

1048633 Las formas se administran a un mismo grupo dentro de un periacuteodo de tiempo corto1048633 Se mide la confiabilidad a traveacutes de la correlacioacuten entre ambos puntajes 1048633 Meacutetodo de las mitades partidas (split - halves) Requiere una sola medicioacuten en un mismo grupo de sujetos Se divide la prueba en dos mitades y se comparan los resultados en correlaciones1048633 Coeficiente de Cronbach (Alfa) Este coeficiente requiere una sola medicioacuten y mide la consistencia interna de los iacutetems en cada escala y el instrumento como conjunto Es decir entrega un valor estadiacutestico que nos indica en queacute medida un conjunto de iacutetemes apuntan en la misma direccioacuten

Existen distintos tipos de validezValidez de contenido1048633 Se refiere al grado en que un instrumento refleja un dominio especiacutefico de contenido de lo que se mide Es el grado en que la medicioacuten representa al concepto medidoValidez de criterio1048633 Se establece la validez comparaacutendolo con alguacuten criterio externo Es un criterio estaacutendar con el que se juzga la validez de un instrumento1048633 Cuando el criterio se fija en el presente se llama validez concurrente Cuando el criterio de fija en el futuro se llama validez predictiva Existen distintos tipos de validez Validez de constructo1048633 Se refiere al grado en que una medicioacuten se relaciona consistentemente con otras mediciones de acuerdo con hipoacutetesis derivadas teoacutericamente y que conciernen a los conceptos (o constructos) que estaacuten siendo medidos

Estudio de la validezValidez de contenido1048633 Consulta a expertosValidez de criterio1048633 Correlaciona su medicioacuten con el criterioValidez constructo1048633 Anaacutelisis factorialFactores que atentan contra la validez y confiabilidad1048633 La improvisacioacuten en la medicioacuten y seleccioacuten del instrumento1048633 Utilizacioacuten de instrumentos extranjeros sin previa adaptacioacuten y estandarizacioacuten

1048633 Instrumento inadecuado a las personas que se les aplica1048633 Condiciones en las que se administra el instrumento de medicioacuten

EstadiacutesticaTeacutecnicas cuantitativas para el anaacutelisis de la Informacioacuten La estadiacutestica descriptiva sirve al propoacutesito de generar una serie de medidas numeacutericas tendientes a sintetizar el comportamiento de las variables (o conjunto de datos) que estamos estudiando Asiacute la estadiacutestica descriptiva es un conjunto de meacutetodos y teacutecnicas por medio de las cuales podemos recolectar organizar resumir presentar y analizar datos numeacutericos relativos a un conjunto de individuos u observacionesEstadiacutestica Inferencial La estadiacutestica descriptiva no se utiliza como fundamento de una teoriacutea general aplicable a individuos similares que no han sido medidos Soacutelo se aplica a la muestra La estadiacutestica inferencial que toma la informacioacuten de la estadiacutestica descriptiva para realizar procesos que permiten Dentro de ciertos rangos de confianza determinar el comportamiento probable de la poblacioacuten que es representada por la MuestraNiveles de Medicioacuten Para realizar cualquier tipo de anaacutelisis estadiacutestico es necesario cuantificar (asignar nuacutemeros) a las propiedades que medimos De este modo se objetiva el registro de la medicioacuten Los nuacutemeros en este caso sustituyen a las propiedades que estamos evaluando Cada vez que medimos estamos asignaacutendole a la propiedad medida un nuacutemero de acuerdo a una cierta regla La medicioacuten implica una relacioacuten entre dos conjuntos de elementos los nuacutemeros y las propiedades que queremos medir Entre los nuacutemeros existen ciertas relaciones que son vaacutelidas siempre dentro del mundo aritmeacutetico Del mismo modo entre las modalidades de las propiedades existen ciertas relaciones (desde simples a complejas) que son verificables en el mundo real

Es necesario entonces que se cumpla la siguiente regla general en el proceso de asignar nuacutemeros a las propiedades que estudiamos REGLA Aceptar soacutelo como relaciones vaacutelidas entre los nuacutemeros aquellas que sean verificables empiacutericamente entre las correspondientes modalidades Por esta razoacuten las mediciones tendraacuten distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Muchas propiedades no satisfacen todas las relaciones de los nuacutemeros Esto significa que al realizar el proceso de medicioacuten soacutelo seraacuten aplicables ciertas relaciones Lo anterior sugiere que las mediciones tendriacutean distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Ejemplo Medir Color y Aprendizaje Las propiedades tendriacutean asignados un nuacutemero pero que no satisface las relaciones numeacutericas Rojo azul Blanco ( 1 2 3) Aprendizaje ( 65 71 83 ) Lo anterior sugiere que la medicioacuten de las propiedades (color y aprendizaje) no estaacuten hechas al mismo nivel ya que dependiendo de la complejidad de las relaciones entre las modalidades de la propiedad que se mide se aplican una o maacutes relaciones de los nuacutemeros Los nuacutemeros soacutelo se utilizan con el fin de clasificar los objetos o propiedades o distintas modalidades que asume una variable En este tipo de medicioacuten soacutelo se acepta como relacioacuten vaacutelida la igualdad o desigualdad entre las nuacutemeros que reflejan en la propiedad medidaNivel Nominal Ejemplo Variable profesionesrdquo 1Psicoacutelogosldquo 2Socioacutelogosldquo 3Ingenieros

Los valores asumidos por la variable soacutelo permiten hacer operaciones se distincioacuten y nada maacutes No se pueden sumar dividir restar etc Ejemplo 1+ 2 = 3 ingeniero Existen variables que dado su naturaleza soacutelo admiten un nivel de medicioacuten nominal Sexo profesiones razas paiacuteses carreras etc Nivel Ordinal Ademaacutes de realizar la distincioacuten entre las modalidades es posible establecer una relacioacuten de orden o jerarquiacutea No refiere nada respecto a la magnitud de diferencia (cuaacutento es maacutes una modalidad respecto de otra) Ejemplo NSE grados acadeacutemicos etc Nivel intervalar Conserva las propiedades de los niveles anteriores y agrega la posibilidad de establecer la magnitud en que una modalidad es mayor o menor respecto de otra Da informacioacuten respecto a la distancia entre las modalidades La diferencia entre las distintas magnitudes es constante El valor cero en este nivel de medicioacuten es arbitrario Esto significa que cero no indica ausencia del atributo lo que implica que los valores de la variable no son proporcionales entre siacute Al ser arbitrario el punto cero implica que un valor de una variable no indica que sea el doble de la otra 20 grados no implica que es el doble de 10 grados de temperatura Es un real nivel cuantitativo al cual podemos aplicar las relaciones numeacutericas de la suma resta divisioacuten y multiplicacioacuten En siacutentesis el nivel intervalar mantiene todas la propiedades anteriores pero ademaacutes permite conocer las distancias entre los nuacutemeros y afirmar que representan distancias iguales entre las modalidades a las que se han asignado dichos nuacutemeros Ejemplos Notas temperatura tiempo CI motivacioacuten en escala de puntos cuantitativos Todas definen una unidad de medida equivalente a la que la variable quiere mostrar La diferencia entre 5 y 10 es la misma entre 10 y 15 Nivel de Razoacuten

Es el nivel maacutes avanzado y posee todas las propiedades de los niveles anteriores y ademaacutes tiene un punto de origen cero verdadero que indica ausencia de la propiedad Se denomina asiacute porque es posible relacionar las distancias en teacuterminos de la proporcioacuten en que cada una de ellas estaacute contenida en las demaacutes Esto gracias a que el origen no es arbitrario sino absoluto Mundo de la fiacutesica Ejemplo peso altura Tabulacioacuten y Graficacioacuten Todo anaacutelisis estadiacutestico son estrategias para traducir la cantidad de informacioacuten obtenida en la recoleccioacuten de datos a iacutendices que sean interpretables y que representen alguna dimensioacuten del comportamiento de las variables La estrategia maacutes sencilla es mostrar la informacioacuten en un formato visual (graacuteficos) o en un esquema sintetizado (tablas)Tabulacioacuten Las tablas deben incluir todos los puntajes registrados Deben respetar las caracteriacutesticas de la variable Llevan un tiacutetulo representativo del contenido (sobre la tabla numerado)Graficacioacuten Son complementos a la tabulacioacuten Representan la distribucioacuten de la variable Deben ser faacuteciles de interpretar Deben llevar un tiacutetulo representativo (bajo el graacutefico y numerado)Tablas de frecuencia Si los datos corresponden a una variable cuantitativa (o al menos ordinal) es posible calcular ademaacutes la frecuencia acumulada de cada valor (en siacutembolos F) la que puede ser de dos formas Frecuencia acumulada ascendente (Fasc) indica cual es la frecuencia de veces que aparecen respuestas iguales o menores a la que se estaacute analizando

Frecuencia acumulada descendente (Fdes) indica la frecuencia de veces que aparecen respuestas iguales o mayores de las que se estaacuten analizando Las frecuencias son sin embargo datos absolutos No es posible comparar los resultados de dos tablas con un N total de respuestas diferente Para hacer esas comparaciones se utilizan medidas estandarizadas esto es transformaciones de los puntajes originales a escalas que sean las mismas en todas las tablas (y que permiten la comparacioacuten) En muchas ocasiones la cantidad de valores que puede tomar la variable son demasiados de manera que se agrupan en intervalos Cada intervalo agrupa a una serie de puntajes Los intervalos son excluyentes entre siacute En nuacutemero de valores que compone cada intervalo denominada amplitud (i) del intervalo es la misma para todos los intervalos de una tabla En todo intervalo se distinguen liacutemites superiores e inferiores los cuales pueden ser aparentes (lo que sale en la tabla) o reales (lo que se usa para clasificar) El nuacutemero de intervalos debe ser manejable para quien revise la tabla Las tablas de frecuencia reflejan el comportamiento de una sola variable Usualmente no se usan en la presentacioacuten de resultados ya que revisar variable por variable seriacutea demasiado extenso En esos casos se hacen tablas de resumen en las que se indican los datos maacutes importantes de un conjunto de variablesCruce de variables Otro tipo de tablas uacutetiles son aquellas que combinan los resultados de dos variables Ambas variables deben expresar sus resultados en categoriacuteas Se dividen en filas y columnas (una variable en las filas y otra en las columnas)

Una celda representa la combinacioacuten de valores de las dos variables Cada celda se refiere a tres totales filas columnas y total Permite hipotetizar posibles asociaciones entre las variablesGraacuteficosGraacutefico de torta

Ideal para variables nominales Soacutelo grafica un grupo por vez No permite usar muchas categoriacutea (por congestioacuten visual)

Graacutefico de Barras Se manejan dos ejes El eje horizontal indica los valores de la variable El eje vertical representa al iacutendice estadiacutestico Permite la comparacioacuten de varios grupos Las barras pueden juntarse o separarse para denotar la continuidad de los valores de la variable Barras continuas (usualmente en tablas de intervalos) Representan variables continuas Se usa el punto medio como referencia Permiten visualizar la distribucioacuten de la variableErrores Graacuteficos Ausencia de tiacutetulo No indicar variables Usar escalas inapropiadas No indicar el punto 0 Visualizacioacuten confusaMedidas de posicioacuten Las medidas de posicioacuten nos permiten dividir a una distribucioacuten en distintas partes Seguacuten el nuacutemero de partes eacutestas divisiones tendraacuten distintos nombres Percentiles Cuando dividimos una distribucioacuten en 100 partes

Deciles Cuando dividimos una distribucioacuten en 10 partes Cuartiles Cuando dividimos una distribucioacuten en 4 partes Mediana Cuando dividimos una distribucioacuten en 2 partes Requisitos Variables cuantitativas Los resultados estaacuten ordenados de menor a mayor Las medidas de posicioacuten son variables discretas Equivalencias Como todas las medidas se refieren al mismo grupo de datos se pueden hacer equivalentes entre siacute El percentil 30 (P30) por ejemplo es el valor de la variable bajo el cual se encuentra el 30 de los casos y sobre el cual se encuentra el 70 de los casos El decil 4 (D4) es el valor de la variable que deja bajo eacutel el 40 de los casos y sobre eacutel el 60 Esto permite ver las equivalencias entre percentiles y deciles (D4) = (P40)Medidas de Tendencia Central Una MTC es un indicador numeacuterico que representa el comportamiento que se considera maacutes representativo de un grupo de valores Para ello podemos ocupar distintos criterios El puntaje que maacutes se repite El que divide al grupo por la mitad El que equipara los puntajes positivos con los negativosLA MODA Representa al puntaje de mayor frecuencia (f) en una distribucioacuten de puntajes Una distribucioacuten de puntajes puede ser bimodal esto es tener dos modas Si hay maacutes de dos valores con la mayor frecuencia se dice que no tiene moda En datos no tabulados es el valor que se repite maacutes En tablas de intervalos conviene usar una foacutermula de nivelacioacuten de la modaMediana (Md)

El valor que divide a la distribucioacuten por la mitad (equivale a P50)Promedio o Media Representa al puntaje que equilibra los valores positivos con los negativos de una distribucioacuten Como incluye a toda la distribucioacuten puede ser transformada algebraicamente Soporta variantes promedio ponderado agrupaciones de promediosMedidas de VariabilidadiquestCuaacuten parecidos son los puntajes entre siacute Un dato muy importante para analizar las distribuciones de puntajes es saber cuaacuten diferentes o parecidos son los puntajes entre siacute Esa informacioacuten nos permite evaluar cuan representativas son las medidas de tendencia central que calculamos para esa misma distribucioacuten iquestCuaacuteles son Rango o Amplitud total R= Maacuteximo ndash Miacutenimo Muy faacutecil de calcular evaluacutea la desviacioacuten total Rango semi-intercuartil Calcula el punto medio de separacioacuten entre cuartil 3 y cuartil 1 No es muy usado difiacutecil de interpretar Varianza ndash Desviacioacuten estaacutendar La maacutes completaDesviacioacuten Estaacutendar Considera a todos los valores de la distribucioacuten Se utiliza el promedio como punto de referencia para determinar coacutemo se desviacutean los valores de este punto Mientras maacutes heterogeacutenea sea una distribucioacuten mayores seraacuten las desviaciones respecto del promedio Lo maacutes sencillo seriacutea sumar las desviaciones de cada punto respecto del promedio

Sin embargo La suma de las desviaciones se anulen Solo se puede hacer en valores absoluto Mientras maacutes valores tenga una distribucioacuten mayor seraacute la suma de las desviaciones en valor absoluto (problema para comparar distribuciones con distinto tamantildeo) Para solucionar esto se calcula un promedio de las desviaciones Se calcula tomando en cuanta las desviaciones al cuadrado Sin embargo la medida que resulta estaacute expresada en puntajes elevados al cuadrado Esto se conoce como VARIANZA (s2) Para poder interpretar los datos debemos regresarlos a la escala original Esto se conoce como la desviacioacuten estaacutendar (s)Forma de la Distribucioacuten Utilizando los cuartiles podemos analizar la forma de la distribucioacutenSIMETRIA (Q3 - Q2) = ( Q2 - Q1)ASIMETRIA POSITIVA (Q3 - Q2 ) gt ( Q2 - Q1)ASIMETRIA NEGATIVA (Q3 - Q2 ) lt ( Q2 - Q1)Puntaje Estaacutendar Cualquier escala de puntajes puede transformarse en una nueva serie de puntajes llamados puntajes estaacutendar (Z)Para determinar esta nueva escala de puntajes es necesario definir1 La distancia entre un puntaje y el promedio2 La desviacioacuten estaacutendar que nos indicaraacute cuan heterogeacuteneo u homogeacuteneo es la distribucioacuten3 Se dividen ambos valores y se genera esta transformacioacuten a un puntaje Z o estaacutendar

Page 9: Metodología investigación Resumen Hernandez&Fernandez

Dimensiones a considerar al momento de definir una muestra Representatividad Las muestras deben representar a la poblacioacuten del estudio que estamos realizando Cada vez que se selecciona una muestra debe verificarse que eacutesta no es afectada por caracteriacutesticas especiales de los individuos que impliquen un respuesta ldquoalteradardquo a la investigacioacuten Se debe poner especial atencioacuten a los meacutetodos de muestreo y realizar diagnoacutesticos iniciales que permitan conocer las caracteriacutesticas generales de los sujetos que forman parte de la muestraAccesibilidad Si bien las muestras deben especificarse en base a los requisitos de la investigacioacuten no es menos cierto que debe considerarse la dimensioacuten de cuaacuten factible es contar con la participacioacuten de la muestra que queremos estudiar Esto implica dedicar tiempo especiacutefico del desarrollo del estudio al contacto reclutamiento y seguimiento de los sujetos maestrales Del mismo modo obliga a revisar distintas alternativas de muestreo antes de definir la muestra finalTamantildeo Implica definir una magnitud de error de muestreo que los investigadores estaacuten dispuestos a asumir al momento de reclutar a los participantes en el estudio Dicho error debe ser el menor posible para evitar errores en la representatividad de la muestra y en la estimacioacuten de los valores de la poblacioacuten Una forma de evitar los errores de muestreo es asegurar la maacutexima aleatorizacioacuten y tener un nuacutemero suficiente de personas por grupo de trabajo (como referencia mayor que 30 en cada grupo) para asegurar que los posibles errores de muestreo puedan ser controlados estadiacutesticamente Por otra parte pasado cierto nivel la reduccioacuten de error que se gana por aumentar el tamantildeo de la muestra no compensa el gasto que eso implica De esta manera se busca un tamantildeo miacutenimamente aceptable como para permitir la aplicacioacuten de las teacutecnicas estadiacutesticas

Muestreobull El muestreo es el mecanismo a traveacutes del cual se elige a los sujetos o unidades muestrales (personas organizaciones cursos universidades etc) que participaraacuten de un estudioLa poblacioacuten corresponde al conjunto de todos los elementos o unidades de anaacutelisis a los cuales se hacen extensivas las inferencias de un estudio tambieacuten es llamado universoLa definicioacuten de la poblacioacuten dependeraacute de los objetivos y del disentildeo de la investigacioacuten planteada

Cualquier parte o subconjunto de una poblacioacuten es una muestraLas muestras deben ser representativas para poder hacer inferencias a la Poblacioacuten de la cual fue extraiacutedaPara seleccionar una muestra es necesario definir la unidad de Anaacutelisis esto permitiraacute determinar quienes seraacuten medidosEs necesario delimitar en forma precisa las caracteriacutesticas de la poblacioacuten ya que una adecuada delimitacioacuten asegura que las conclusiones del estudio esteacuten referidas a una poblacioacuten determinada y no a otras

Tamantildeo de la Muestrabull iquestCuaacutentos sujetos (personas organizaciones etc) necesito para conformar la muestra que asegure un menor error de estimacioacuten pequentildeobull Existen procedimientos y foacutermulas para calcular el tamantildeo de la muestra El tamantildeo dependeraacute de la magnitud del error que se estima se puede cometerbull Estas foacutermulas pueden ser revisadas en varios libros de estadiacutestica (Anaacutelisis de datos)

Ventajas que reporta el uso de Muestrasbull Reduce los costos Al obtener datos a partir de una muestra de una poblacioacuten los costos seraacuten menores ya que no seraacute necesario medir a toda la poblacioacuten Los costos estaacuten tanto referido a los materiales procedimientos como al personalbull Mayor rapidez Por el hecho de ser un subconjunto de la Poblacioacuten permite acceder de manera maacutes eficiente y raacutepida para el levantamiento de los datosbull Posibilita una mayor precisioacuten de las observaciones al contar con un nuacutemero restringido de casos a estudiar

Tipos de Muestreobull Las muestras pueden ser clasificadas en dos grandes tipos las probabiliacutesticas y no probabiliacutesticasbull El tipo de muestra a utilizar nuevamente depende de los objetivos de la investigacioacuten (exploratorio descriptivo explicativo) y del disentildeo generado para realizar el estudio

bull Muestras no Probabiliacutesticas En este tipo de muestras la eleccioacuten de los elementos no depende de la probabilidad sino de las condiciones que permiten hacer el muestreo (acceso o disponibilidad conveniencia etc)

bull Muestras ProbabiliacutesticasbullTodos los elementos tienen la misma probabilidad de ser seleccionados Esto se obtiene definiendo las caracteriacutesticas de la poblacioacuten el tamantildeo de la muestra y a traveacutes de la seleccioacuten aleatoria de las unidades de anaacutelisisbullUna de las ventajas maacutes grandes de este tipo de muestreo es que se pueden realizar buenas estimaciones poblacionales conociendo el error estaacutendar que se comete en dicha estimacioacuten

bull Muestreo estratificadobull Este tipo de muestreo se utiliza especialmente cuando se sospecha que la poblacioacuten es heterogeacutenea en cuanto a alguna caracteriacutestica asociada a las variables de estudiobull Esto obliga a dividir a la Poblacioacuten en subpoblaciones o estratos de acuerdo a la variabilidad de esta caracteriacutestica con el objeto de mejorar las estimacionesbull Por otro lado cuando la poblacioacuten cuenta con estratos o categoriacuteas que son de intereacutes del estudio es necesario tambieacuten realizar un muestreo estratificado para realizar las comparacionespertinentes ejemplo por aacutereas dentro de una empresa por sexo jerarquiacuteas niveles socioeconoacutemicos etcbull Para generar este tipo de muestreo es necesario identificar dentro de la Poblacioacuten cada subpoblacioacuten o estrato y luego realizar una seleccioacuten aleatoria simple de los elementos al interior de cada una de estas subpoblaciones

Tipos de muestras estratificadas1 Con afijacioacuten uniforme o igual Es aquella en que se selecciona la misma cantidad de unidades en todos los estratos2 Con afijacioacuten proporcional En este caso el nuacutemero de unidades de anaacutelisis seleccionado de cada estrato es proporcional al nuacutemero de elementos del estrato para la poblacioacuten3 Con afijacioacuten oacuteptima Este es un caso particular del disentildeo anterior Consiste en seleccionar la muestra de tal manera que los estratos maacutes heterogeacuteneos tengan maacutes casos Este procedimiento requiere saber cuaacutel es la variabilidad en los estratos lo cual es muy difiacutecil de obtener

MUESTREO POR CONGLOMERADOS

Este tipo de muestreo permite solucionar problemas de costos tiempo distancias etc Es posible cuando las unidades de anaacutelisis se encuentran encapsuladas o encerradas en determinados lugaresfiacutesicos o geograacuteficos que son llamados racimosAl hacer este muestreo es necesario distinguir la unidad de anaacutelisis y la unidad muestral unidad de anaacutelisis indica quienes seraacuten medidos la unidad muestral en este caso se refiere al racimo a traveacutes del cual se llegaraacute a las unidades de anaacutelisisSe utiliza un procedimiento a traveacutes del cual se hace 1deg una lista de todos los conglomerados y 2deg se selecciona una muestra de la lista De este modo en el muestreo por conglomerados en lugar de hacer una seleccioacuten de los elementos individuales de una poblacioacuten se selecciona un conglomerado a partir del cual se seleccionan elementos 1048633 se realiza un muestreo como miacutenimo endos etapas por procedimientos probabiliacutesticos que operan asiacute1 Primero se selecciona el racimo2 Se seleccionan las unidades de anaacutelisis al interior de cada racimo asegurando que todos los sujetos tengan la misma probabilidad de ser seleccionados

MUESTREO POR ETAPASEl nombre de este muestreo describe el proceso implicado el que es una derivacioacuten del disentildeo anterior (Conglomerados)Los conglomerados constituidos inicialmente denominados Unidades primarias de muestreo pueden dividirse en unidades menores o unidades secundarias las que a su vez pueden dividirse en otras aun menores hasta llegar al nivel apropiado La sucesioacuten de esta subdivisioacuten en ldquosubconglomeradosrdquo se llama muestreo por etapas Puede realizarse1 En dos etapas bietaacutepico2 En maacutes de dos etapas multietaacutepico

MUESTREO POR FASESEste muestreo se usa en una investigacioacuten en la que se empieza por ejemplo con una muestra numerosa usando alguacuten instrumento no muy costoso Otro uso del muestreo doble por fases es el intento de recolectar datos perdidos o ldquomissingrdquo Por ejemplo se pueden recolectar en una segunda fase cuestionarios no devueltos en la primera fase Con los resultados de ese instrumento se puede disentildear un procedimiento para seleccionar

una muestra maacutes pequentildea con el fin de obtener informacioacuten con profundidad Es frecuente que este uacuteltimo grupo maacutes pequentildeo se obtenga a traveacutes de un procedimiento aleatorio

MUESTREO SISTEMAacuteTICOEste meacutetodo es un procedimiento sencillo y praacutectico y consiste en seleccionar unidades de una poblacioacuten previamente listada cada cierto intervalo Este intervalo se puede obtener dividiendo el nuacutemero de elementos de la poblacioacuten por el nuacutemero de elementos que constituiraacuten la muestra Por ejemplo si queremos seleccionar una muestra de 250 elementos de una poblacioacuten de 1000 el intervalo k seriacutea K = 1000 250 = 4Para iniciar la seleccioacuten se puede elegir al azar un nuacutemero entre el uno y el cuatro y a partir de eacutel se aplica el intervalo en la lista Siescogemos el 2 en primer lugar luego escogeremos el 6 el 10 e l 14 y asiacute sucesivamente Para evitar el riesgo de que las unidades en la lista estuvieran ordenadas de acuerdo a alguacuten criterio conviene desordenarla antes de aplicar el intervalo

Requisitos de la medicioacuten1048633 La confiabilidad y validez son maacutes difiacuteciles de lograr mientras maacutes abstracto sea el constructo que se desea medir) motivacioacuten actitudes inteligencia valores etc)1048633 En este sentido toda medicioacuten estaacute expuesta a un margen de error de medicioacuten por lo que eacutesta nunca es perfecta1048633 La manera de controlar el error de la medicioacuten es calculando la confiabilidad y validez de los instrumentos de medicioacutenMedicioacuten de la confiabilidad1048633 Existen diversos meacutetodos para evaluar la confiabilidad de un instrumento todos producen indicadores o coeficientes de confiabilidad1048633 Medida de estabilidad (confiabilidad test - retest) Un mismo instrumento es administrado a un mismo grupo de personas despueacutes de un periacuteodo de tiempo Se mide la confiabilidad a traveacutesde la correlacioacuten entre ambos puntajes1048633 Meacutetodo de formas paralelas o alternativas Se administran dos formas equivalentes por tanto no es el mismo instrumento1048633 Las formas son equivalentes en contenidos preguntas instrucciones duracioacuten etc

1048633 Las formas se administran a un mismo grupo dentro de un periacuteodo de tiempo corto1048633 Se mide la confiabilidad a traveacutes de la correlacioacuten entre ambos puntajes 1048633 Meacutetodo de las mitades partidas (split - halves) Requiere una sola medicioacuten en un mismo grupo de sujetos Se divide la prueba en dos mitades y se comparan los resultados en correlaciones1048633 Coeficiente de Cronbach (Alfa) Este coeficiente requiere una sola medicioacuten y mide la consistencia interna de los iacutetems en cada escala y el instrumento como conjunto Es decir entrega un valor estadiacutestico que nos indica en queacute medida un conjunto de iacutetemes apuntan en la misma direccioacuten

Existen distintos tipos de validezValidez de contenido1048633 Se refiere al grado en que un instrumento refleja un dominio especiacutefico de contenido de lo que se mide Es el grado en que la medicioacuten representa al concepto medidoValidez de criterio1048633 Se establece la validez comparaacutendolo con alguacuten criterio externo Es un criterio estaacutendar con el que se juzga la validez de un instrumento1048633 Cuando el criterio se fija en el presente se llama validez concurrente Cuando el criterio de fija en el futuro se llama validez predictiva Existen distintos tipos de validez Validez de constructo1048633 Se refiere al grado en que una medicioacuten se relaciona consistentemente con otras mediciones de acuerdo con hipoacutetesis derivadas teoacutericamente y que conciernen a los conceptos (o constructos) que estaacuten siendo medidos

Estudio de la validezValidez de contenido1048633 Consulta a expertosValidez de criterio1048633 Correlaciona su medicioacuten con el criterioValidez constructo1048633 Anaacutelisis factorialFactores que atentan contra la validez y confiabilidad1048633 La improvisacioacuten en la medicioacuten y seleccioacuten del instrumento1048633 Utilizacioacuten de instrumentos extranjeros sin previa adaptacioacuten y estandarizacioacuten

1048633 Instrumento inadecuado a las personas que se les aplica1048633 Condiciones en las que se administra el instrumento de medicioacuten

EstadiacutesticaTeacutecnicas cuantitativas para el anaacutelisis de la Informacioacuten La estadiacutestica descriptiva sirve al propoacutesito de generar una serie de medidas numeacutericas tendientes a sintetizar el comportamiento de las variables (o conjunto de datos) que estamos estudiando Asiacute la estadiacutestica descriptiva es un conjunto de meacutetodos y teacutecnicas por medio de las cuales podemos recolectar organizar resumir presentar y analizar datos numeacutericos relativos a un conjunto de individuos u observacionesEstadiacutestica Inferencial La estadiacutestica descriptiva no se utiliza como fundamento de una teoriacutea general aplicable a individuos similares que no han sido medidos Soacutelo se aplica a la muestra La estadiacutestica inferencial que toma la informacioacuten de la estadiacutestica descriptiva para realizar procesos que permiten Dentro de ciertos rangos de confianza determinar el comportamiento probable de la poblacioacuten que es representada por la MuestraNiveles de Medicioacuten Para realizar cualquier tipo de anaacutelisis estadiacutestico es necesario cuantificar (asignar nuacutemeros) a las propiedades que medimos De este modo se objetiva el registro de la medicioacuten Los nuacutemeros en este caso sustituyen a las propiedades que estamos evaluando Cada vez que medimos estamos asignaacutendole a la propiedad medida un nuacutemero de acuerdo a una cierta regla La medicioacuten implica una relacioacuten entre dos conjuntos de elementos los nuacutemeros y las propiedades que queremos medir Entre los nuacutemeros existen ciertas relaciones que son vaacutelidas siempre dentro del mundo aritmeacutetico Del mismo modo entre las modalidades de las propiedades existen ciertas relaciones (desde simples a complejas) que son verificables en el mundo real

Es necesario entonces que se cumpla la siguiente regla general en el proceso de asignar nuacutemeros a las propiedades que estudiamos REGLA Aceptar soacutelo como relaciones vaacutelidas entre los nuacutemeros aquellas que sean verificables empiacutericamente entre las correspondientes modalidades Por esta razoacuten las mediciones tendraacuten distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Muchas propiedades no satisfacen todas las relaciones de los nuacutemeros Esto significa que al realizar el proceso de medicioacuten soacutelo seraacuten aplicables ciertas relaciones Lo anterior sugiere que las mediciones tendriacutean distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Ejemplo Medir Color y Aprendizaje Las propiedades tendriacutean asignados un nuacutemero pero que no satisface las relaciones numeacutericas Rojo azul Blanco ( 1 2 3) Aprendizaje ( 65 71 83 ) Lo anterior sugiere que la medicioacuten de las propiedades (color y aprendizaje) no estaacuten hechas al mismo nivel ya que dependiendo de la complejidad de las relaciones entre las modalidades de la propiedad que se mide se aplican una o maacutes relaciones de los nuacutemeros Los nuacutemeros soacutelo se utilizan con el fin de clasificar los objetos o propiedades o distintas modalidades que asume una variable En este tipo de medicioacuten soacutelo se acepta como relacioacuten vaacutelida la igualdad o desigualdad entre las nuacutemeros que reflejan en la propiedad medidaNivel Nominal Ejemplo Variable profesionesrdquo 1Psicoacutelogosldquo 2Socioacutelogosldquo 3Ingenieros

Los valores asumidos por la variable soacutelo permiten hacer operaciones se distincioacuten y nada maacutes No se pueden sumar dividir restar etc Ejemplo 1+ 2 = 3 ingeniero Existen variables que dado su naturaleza soacutelo admiten un nivel de medicioacuten nominal Sexo profesiones razas paiacuteses carreras etc Nivel Ordinal Ademaacutes de realizar la distincioacuten entre las modalidades es posible establecer una relacioacuten de orden o jerarquiacutea No refiere nada respecto a la magnitud de diferencia (cuaacutento es maacutes una modalidad respecto de otra) Ejemplo NSE grados acadeacutemicos etc Nivel intervalar Conserva las propiedades de los niveles anteriores y agrega la posibilidad de establecer la magnitud en que una modalidad es mayor o menor respecto de otra Da informacioacuten respecto a la distancia entre las modalidades La diferencia entre las distintas magnitudes es constante El valor cero en este nivel de medicioacuten es arbitrario Esto significa que cero no indica ausencia del atributo lo que implica que los valores de la variable no son proporcionales entre siacute Al ser arbitrario el punto cero implica que un valor de una variable no indica que sea el doble de la otra 20 grados no implica que es el doble de 10 grados de temperatura Es un real nivel cuantitativo al cual podemos aplicar las relaciones numeacutericas de la suma resta divisioacuten y multiplicacioacuten En siacutentesis el nivel intervalar mantiene todas la propiedades anteriores pero ademaacutes permite conocer las distancias entre los nuacutemeros y afirmar que representan distancias iguales entre las modalidades a las que se han asignado dichos nuacutemeros Ejemplos Notas temperatura tiempo CI motivacioacuten en escala de puntos cuantitativos Todas definen una unidad de medida equivalente a la que la variable quiere mostrar La diferencia entre 5 y 10 es la misma entre 10 y 15 Nivel de Razoacuten

Es el nivel maacutes avanzado y posee todas las propiedades de los niveles anteriores y ademaacutes tiene un punto de origen cero verdadero que indica ausencia de la propiedad Se denomina asiacute porque es posible relacionar las distancias en teacuterminos de la proporcioacuten en que cada una de ellas estaacute contenida en las demaacutes Esto gracias a que el origen no es arbitrario sino absoluto Mundo de la fiacutesica Ejemplo peso altura Tabulacioacuten y Graficacioacuten Todo anaacutelisis estadiacutestico son estrategias para traducir la cantidad de informacioacuten obtenida en la recoleccioacuten de datos a iacutendices que sean interpretables y que representen alguna dimensioacuten del comportamiento de las variables La estrategia maacutes sencilla es mostrar la informacioacuten en un formato visual (graacuteficos) o en un esquema sintetizado (tablas)Tabulacioacuten Las tablas deben incluir todos los puntajes registrados Deben respetar las caracteriacutesticas de la variable Llevan un tiacutetulo representativo del contenido (sobre la tabla numerado)Graficacioacuten Son complementos a la tabulacioacuten Representan la distribucioacuten de la variable Deben ser faacuteciles de interpretar Deben llevar un tiacutetulo representativo (bajo el graacutefico y numerado)Tablas de frecuencia Si los datos corresponden a una variable cuantitativa (o al menos ordinal) es posible calcular ademaacutes la frecuencia acumulada de cada valor (en siacutembolos F) la que puede ser de dos formas Frecuencia acumulada ascendente (Fasc) indica cual es la frecuencia de veces que aparecen respuestas iguales o menores a la que se estaacute analizando

Frecuencia acumulada descendente (Fdes) indica la frecuencia de veces que aparecen respuestas iguales o mayores de las que se estaacuten analizando Las frecuencias son sin embargo datos absolutos No es posible comparar los resultados de dos tablas con un N total de respuestas diferente Para hacer esas comparaciones se utilizan medidas estandarizadas esto es transformaciones de los puntajes originales a escalas que sean las mismas en todas las tablas (y que permiten la comparacioacuten) En muchas ocasiones la cantidad de valores que puede tomar la variable son demasiados de manera que se agrupan en intervalos Cada intervalo agrupa a una serie de puntajes Los intervalos son excluyentes entre siacute En nuacutemero de valores que compone cada intervalo denominada amplitud (i) del intervalo es la misma para todos los intervalos de una tabla En todo intervalo se distinguen liacutemites superiores e inferiores los cuales pueden ser aparentes (lo que sale en la tabla) o reales (lo que se usa para clasificar) El nuacutemero de intervalos debe ser manejable para quien revise la tabla Las tablas de frecuencia reflejan el comportamiento de una sola variable Usualmente no se usan en la presentacioacuten de resultados ya que revisar variable por variable seriacutea demasiado extenso En esos casos se hacen tablas de resumen en las que se indican los datos maacutes importantes de un conjunto de variablesCruce de variables Otro tipo de tablas uacutetiles son aquellas que combinan los resultados de dos variables Ambas variables deben expresar sus resultados en categoriacuteas Se dividen en filas y columnas (una variable en las filas y otra en las columnas)

Una celda representa la combinacioacuten de valores de las dos variables Cada celda se refiere a tres totales filas columnas y total Permite hipotetizar posibles asociaciones entre las variablesGraacuteficosGraacutefico de torta

Ideal para variables nominales Soacutelo grafica un grupo por vez No permite usar muchas categoriacutea (por congestioacuten visual)

Graacutefico de Barras Se manejan dos ejes El eje horizontal indica los valores de la variable El eje vertical representa al iacutendice estadiacutestico Permite la comparacioacuten de varios grupos Las barras pueden juntarse o separarse para denotar la continuidad de los valores de la variable Barras continuas (usualmente en tablas de intervalos) Representan variables continuas Se usa el punto medio como referencia Permiten visualizar la distribucioacuten de la variableErrores Graacuteficos Ausencia de tiacutetulo No indicar variables Usar escalas inapropiadas No indicar el punto 0 Visualizacioacuten confusaMedidas de posicioacuten Las medidas de posicioacuten nos permiten dividir a una distribucioacuten en distintas partes Seguacuten el nuacutemero de partes eacutestas divisiones tendraacuten distintos nombres Percentiles Cuando dividimos una distribucioacuten en 100 partes

Deciles Cuando dividimos una distribucioacuten en 10 partes Cuartiles Cuando dividimos una distribucioacuten en 4 partes Mediana Cuando dividimos una distribucioacuten en 2 partes Requisitos Variables cuantitativas Los resultados estaacuten ordenados de menor a mayor Las medidas de posicioacuten son variables discretas Equivalencias Como todas las medidas se refieren al mismo grupo de datos se pueden hacer equivalentes entre siacute El percentil 30 (P30) por ejemplo es el valor de la variable bajo el cual se encuentra el 30 de los casos y sobre el cual se encuentra el 70 de los casos El decil 4 (D4) es el valor de la variable que deja bajo eacutel el 40 de los casos y sobre eacutel el 60 Esto permite ver las equivalencias entre percentiles y deciles (D4) = (P40)Medidas de Tendencia Central Una MTC es un indicador numeacuterico que representa el comportamiento que se considera maacutes representativo de un grupo de valores Para ello podemos ocupar distintos criterios El puntaje que maacutes se repite El que divide al grupo por la mitad El que equipara los puntajes positivos con los negativosLA MODA Representa al puntaje de mayor frecuencia (f) en una distribucioacuten de puntajes Una distribucioacuten de puntajes puede ser bimodal esto es tener dos modas Si hay maacutes de dos valores con la mayor frecuencia se dice que no tiene moda En datos no tabulados es el valor que se repite maacutes En tablas de intervalos conviene usar una foacutermula de nivelacioacuten de la modaMediana (Md)

El valor que divide a la distribucioacuten por la mitad (equivale a P50)Promedio o Media Representa al puntaje que equilibra los valores positivos con los negativos de una distribucioacuten Como incluye a toda la distribucioacuten puede ser transformada algebraicamente Soporta variantes promedio ponderado agrupaciones de promediosMedidas de VariabilidadiquestCuaacuten parecidos son los puntajes entre siacute Un dato muy importante para analizar las distribuciones de puntajes es saber cuaacuten diferentes o parecidos son los puntajes entre siacute Esa informacioacuten nos permite evaluar cuan representativas son las medidas de tendencia central que calculamos para esa misma distribucioacuten iquestCuaacuteles son Rango o Amplitud total R= Maacuteximo ndash Miacutenimo Muy faacutecil de calcular evaluacutea la desviacioacuten total Rango semi-intercuartil Calcula el punto medio de separacioacuten entre cuartil 3 y cuartil 1 No es muy usado difiacutecil de interpretar Varianza ndash Desviacioacuten estaacutendar La maacutes completaDesviacioacuten Estaacutendar Considera a todos los valores de la distribucioacuten Se utiliza el promedio como punto de referencia para determinar coacutemo se desviacutean los valores de este punto Mientras maacutes heterogeacutenea sea una distribucioacuten mayores seraacuten las desviaciones respecto del promedio Lo maacutes sencillo seriacutea sumar las desviaciones de cada punto respecto del promedio

Sin embargo La suma de las desviaciones se anulen Solo se puede hacer en valores absoluto Mientras maacutes valores tenga una distribucioacuten mayor seraacute la suma de las desviaciones en valor absoluto (problema para comparar distribuciones con distinto tamantildeo) Para solucionar esto se calcula un promedio de las desviaciones Se calcula tomando en cuanta las desviaciones al cuadrado Sin embargo la medida que resulta estaacute expresada en puntajes elevados al cuadrado Esto se conoce como VARIANZA (s2) Para poder interpretar los datos debemos regresarlos a la escala original Esto se conoce como la desviacioacuten estaacutendar (s)Forma de la Distribucioacuten Utilizando los cuartiles podemos analizar la forma de la distribucioacutenSIMETRIA (Q3 - Q2) = ( Q2 - Q1)ASIMETRIA POSITIVA (Q3 - Q2 ) gt ( Q2 - Q1)ASIMETRIA NEGATIVA (Q3 - Q2 ) lt ( Q2 - Q1)Puntaje Estaacutendar Cualquier escala de puntajes puede transformarse en una nueva serie de puntajes llamados puntajes estaacutendar (Z)Para determinar esta nueva escala de puntajes es necesario definir1 La distancia entre un puntaje y el promedio2 La desviacioacuten estaacutendar que nos indicaraacute cuan heterogeacuteneo u homogeacuteneo es la distribucioacuten3 Se dividen ambos valores y se genera esta transformacioacuten a un puntaje Z o estaacutendar

Page 10: Metodología investigación Resumen Hernandez&Fernandez

bull Muestras ProbabiliacutesticasbullTodos los elementos tienen la misma probabilidad de ser seleccionados Esto se obtiene definiendo las caracteriacutesticas de la poblacioacuten el tamantildeo de la muestra y a traveacutes de la seleccioacuten aleatoria de las unidades de anaacutelisisbullUna de las ventajas maacutes grandes de este tipo de muestreo es que se pueden realizar buenas estimaciones poblacionales conociendo el error estaacutendar que se comete en dicha estimacioacuten

bull Muestreo estratificadobull Este tipo de muestreo se utiliza especialmente cuando se sospecha que la poblacioacuten es heterogeacutenea en cuanto a alguna caracteriacutestica asociada a las variables de estudiobull Esto obliga a dividir a la Poblacioacuten en subpoblaciones o estratos de acuerdo a la variabilidad de esta caracteriacutestica con el objeto de mejorar las estimacionesbull Por otro lado cuando la poblacioacuten cuenta con estratos o categoriacuteas que son de intereacutes del estudio es necesario tambieacuten realizar un muestreo estratificado para realizar las comparacionespertinentes ejemplo por aacutereas dentro de una empresa por sexo jerarquiacuteas niveles socioeconoacutemicos etcbull Para generar este tipo de muestreo es necesario identificar dentro de la Poblacioacuten cada subpoblacioacuten o estrato y luego realizar una seleccioacuten aleatoria simple de los elementos al interior de cada una de estas subpoblaciones

Tipos de muestras estratificadas1 Con afijacioacuten uniforme o igual Es aquella en que se selecciona la misma cantidad de unidades en todos los estratos2 Con afijacioacuten proporcional En este caso el nuacutemero de unidades de anaacutelisis seleccionado de cada estrato es proporcional al nuacutemero de elementos del estrato para la poblacioacuten3 Con afijacioacuten oacuteptima Este es un caso particular del disentildeo anterior Consiste en seleccionar la muestra de tal manera que los estratos maacutes heterogeacuteneos tengan maacutes casos Este procedimiento requiere saber cuaacutel es la variabilidad en los estratos lo cual es muy difiacutecil de obtener

MUESTREO POR CONGLOMERADOS

Este tipo de muestreo permite solucionar problemas de costos tiempo distancias etc Es posible cuando las unidades de anaacutelisis se encuentran encapsuladas o encerradas en determinados lugaresfiacutesicos o geograacuteficos que son llamados racimosAl hacer este muestreo es necesario distinguir la unidad de anaacutelisis y la unidad muestral unidad de anaacutelisis indica quienes seraacuten medidos la unidad muestral en este caso se refiere al racimo a traveacutes del cual se llegaraacute a las unidades de anaacutelisisSe utiliza un procedimiento a traveacutes del cual se hace 1deg una lista de todos los conglomerados y 2deg se selecciona una muestra de la lista De este modo en el muestreo por conglomerados en lugar de hacer una seleccioacuten de los elementos individuales de una poblacioacuten se selecciona un conglomerado a partir del cual se seleccionan elementos 1048633 se realiza un muestreo como miacutenimo endos etapas por procedimientos probabiliacutesticos que operan asiacute1 Primero se selecciona el racimo2 Se seleccionan las unidades de anaacutelisis al interior de cada racimo asegurando que todos los sujetos tengan la misma probabilidad de ser seleccionados

MUESTREO POR ETAPASEl nombre de este muestreo describe el proceso implicado el que es una derivacioacuten del disentildeo anterior (Conglomerados)Los conglomerados constituidos inicialmente denominados Unidades primarias de muestreo pueden dividirse en unidades menores o unidades secundarias las que a su vez pueden dividirse en otras aun menores hasta llegar al nivel apropiado La sucesioacuten de esta subdivisioacuten en ldquosubconglomeradosrdquo se llama muestreo por etapas Puede realizarse1 En dos etapas bietaacutepico2 En maacutes de dos etapas multietaacutepico

MUESTREO POR FASESEste muestreo se usa en una investigacioacuten en la que se empieza por ejemplo con una muestra numerosa usando alguacuten instrumento no muy costoso Otro uso del muestreo doble por fases es el intento de recolectar datos perdidos o ldquomissingrdquo Por ejemplo se pueden recolectar en una segunda fase cuestionarios no devueltos en la primera fase Con los resultados de ese instrumento se puede disentildear un procedimiento para seleccionar

una muestra maacutes pequentildea con el fin de obtener informacioacuten con profundidad Es frecuente que este uacuteltimo grupo maacutes pequentildeo se obtenga a traveacutes de un procedimiento aleatorio

MUESTREO SISTEMAacuteTICOEste meacutetodo es un procedimiento sencillo y praacutectico y consiste en seleccionar unidades de una poblacioacuten previamente listada cada cierto intervalo Este intervalo se puede obtener dividiendo el nuacutemero de elementos de la poblacioacuten por el nuacutemero de elementos que constituiraacuten la muestra Por ejemplo si queremos seleccionar una muestra de 250 elementos de una poblacioacuten de 1000 el intervalo k seriacutea K = 1000 250 = 4Para iniciar la seleccioacuten se puede elegir al azar un nuacutemero entre el uno y el cuatro y a partir de eacutel se aplica el intervalo en la lista Siescogemos el 2 en primer lugar luego escogeremos el 6 el 10 e l 14 y asiacute sucesivamente Para evitar el riesgo de que las unidades en la lista estuvieran ordenadas de acuerdo a alguacuten criterio conviene desordenarla antes de aplicar el intervalo

Requisitos de la medicioacuten1048633 La confiabilidad y validez son maacutes difiacuteciles de lograr mientras maacutes abstracto sea el constructo que se desea medir) motivacioacuten actitudes inteligencia valores etc)1048633 En este sentido toda medicioacuten estaacute expuesta a un margen de error de medicioacuten por lo que eacutesta nunca es perfecta1048633 La manera de controlar el error de la medicioacuten es calculando la confiabilidad y validez de los instrumentos de medicioacutenMedicioacuten de la confiabilidad1048633 Existen diversos meacutetodos para evaluar la confiabilidad de un instrumento todos producen indicadores o coeficientes de confiabilidad1048633 Medida de estabilidad (confiabilidad test - retest) Un mismo instrumento es administrado a un mismo grupo de personas despueacutes de un periacuteodo de tiempo Se mide la confiabilidad a traveacutesde la correlacioacuten entre ambos puntajes1048633 Meacutetodo de formas paralelas o alternativas Se administran dos formas equivalentes por tanto no es el mismo instrumento1048633 Las formas son equivalentes en contenidos preguntas instrucciones duracioacuten etc

1048633 Las formas se administran a un mismo grupo dentro de un periacuteodo de tiempo corto1048633 Se mide la confiabilidad a traveacutes de la correlacioacuten entre ambos puntajes 1048633 Meacutetodo de las mitades partidas (split - halves) Requiere una sola medicioacuten en un mismo grupo de sujetos Se divide la prueba en dos mitades y se comparan los resultados en correlaciones1048633 Coeficiente de Cronbach (Alfa) Este coeficiente requiere una sola medicioacuten y mide la consistencia interna de los iacutetems en cada escala y el instrumento como conjunto Es decir entrega un valor estadiacutestico que nos indica en queacute medida un conjunto de iacutetemes apuntan en la misma direccioacuten

Existen distintos tipos de validezValidez de contenido1048633 Se refiere al grado en que un instrumento refleja un dominio especiacutefico de contenido de lo que se mide Es el grado en que la medicioacuten representa al concepto medidoValidez de criterio1048633 Se establece la validez comparaacutendolo con alguacuten criterio externo Es un criterio estaacutendar con el que se juzga la validez de un instrumento1048633 Cuando el criterio se fija en el presente se llama validez concurrente Cuando el criterio de fija en el futuro se llama validez predictiva Existen distintos tipos de validez Validez de constructo1048633 Se refiere al grado en que una medicioacuten se relaciona consistentemente con otras mediciones de acuerdo con hipoacutetesis derivadas teoacutericamente y que conciernen a los conceptos (o constructos) que estaacuten siendo medidos

Estudio de la validezValidez de contenido1048633 Consulta a expertosValidez de criterio1048633 Correlaciona su medicioacuten con el criterioValidez constructo1048633 Anaacutelisis factorialFactores que atentan contra la validez y confiabilidad1048633 La improvisacioacuten en la medicioacuten y seleccioacuten del instrumento1048633 Utilizacioacuten de instrumentos extranjeros sin previa adaptacioacuten y estandarizacioacuten

1048633 Instrumento inadecuado a las personas que se les aplica1048633 Condiciones en las que se administra el instrumento de medicioacuten

EstadiacutesticaTeacutecnicas cuantitativas para el anaacutelisis de la Informacioacuten La estadiacutestica descriptiva sirve al propoacutesito de generar una serie de medidas numeacutericas tendientes a sintetizar el comportamiento de las variables (o conjunto de datos) que estamos estudiando Asiacute la estadiacutestica descriptiva es un conjunto de meacutetodos y teacutecnicas por medio de las cuales podemos recolectar organizar resumir presentar y analizar datos numeacutericos relativos a un conjunto de individuos u observacionesEstadiacutestica Inferencial La estadiacutestica descriptiva no se utiliza como fundamento de una teoriacutea general aplicable a individuos similares que no han sido medidos Soacutelo se aplica a la muestra La estadiacutestica inferencial que toma la informacioacuten de la estadiacutestica descriptiva para realizar procesos que permiten Dentro de ciertos rangos de confianza determinar el comportamiento probable de la poblacioacuten que es representada por la MuestraNiveles de Medicioacuten Para realizar cualquier tipo de anaacutelisis estadiacutestico es necesario cuantificar (asignar nuacutemeros) a las propiedades que medimos De este modo se objetiva el registro de la medicioacuten Los nuacutemeros en este caso sustituyen a las propiedades que estamos evaluando Cada vez que medimos estamos asignaacutendole a la propiedad medida un nuacutemero de acuerdo a una cierta regla La medicioacuten implica una relacioacuten entre dos conjuntos de elementos los nuacutemeros y las propiedades que queremos medir Entre los nuacutemeros existen ciertas relaciones que son vaacutelidas siempre dentro del mundo aritmeacutetico Del mismo modo entre las modalidades de las propiedades existen ciertas relaciones (desde simples a complejas) que son verificables en el mundo real

Es necesario entonces que se cumpla la siguiente regla general en el proceso de asignar nuacutemeros a las propiedades que estudiamos REGLA Aceptar soacutelo como relaciones vaacutelidas entre los nuacutemeros aquellas que sean verificables empiacutericamente entre las correspondientes modalidades Por esta razoacuten las mediciones tendraacuten distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Muchas propiedades no satisfacen todas las relaciones de los nuacutemeros Esto significa que al realizar el proceso de medicioacuten soacutelo seraacuten aplicables ciertas relaciones Lo anterior sugiere que las mediciones tendriacutean distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Ejemplo Medir Color y Aprendizaje Las propiedades tendriacutean asignados un nuacutemero pero que no satisface las relaciones numeacutericas Rojo azul Blanco ( 1 2 3) Aprendizaje ( 65 71 83 ) Lo anterior sugiere que la medicioacuten de las propiedades (color y aprendizaje) no estaacuten hechas al mismo nivel ya que dependiendo de la complejidad de las relaciones entre las modalidades de la propiedad que se mide se aplican una o maacutes relaciones de los nuacutemeros Los nuacutemeros soacutelo se utilizan con el fin de clasificar los objetos o propiedades o distintas modalidades que asume una variable En este tipo de medicioacuten soacutelo se acepta como relacioacuten vaacutelida la igualdad o desigualdad entre las nuacutemeros que reflejan en la propiedad medidaNivel Nominal Ejemplo Variable profesionesrdquo 1Psicoacutelogosldquo 2Socioacutelogosldquo 3Ingenieros

Los valores asumidos por la variable soacutelo permiten hacer operaciones se distincioacuten y nada maacutes No se pueden sumar dividir restar etc Ejemplo 1+ 2 = 3 ingeniero Existen variables que dado su naturaleza soacutelo admiten un nivel de medicioacuten nominal Sexo profesiones razas paiacuteses carreras etc Nivel Ordinal Ademaacutes de realizar la distincioacuten entre las modalidades es posible establecer una relacioacuten de orden o jerarquiacutea No refiere nada respecto a la magnitud de diferencia (cuaacutento es maacutes una modalidad respecto de otra) Ejemplo NSE grados acadeacutemicos etc Nivel intervalar Conserva las propiedades de los niveles anteriores y agrega la posibilidad de establecer la magnitud en que una modalidad es mayor o menor respecto de otra Da informacioacuten respecto a la distancia entre las modalidades La diferencia entre las distintas magnitudes es constante El valor cero en este nivel de medicioacuten es arbitrario Esto significa que cero no indica ausencia del atributo lo que implica que los valores de la variable no son proporcionales entre siacute Al ser arbitrario el punto cero implica que un valor de una variable no indica que sea el doble de la otra 20 grados no implica que es el doble de 10 grados de temperatura Es un real nivel cuantitativo al cual podemos aplicar las relaciones numeacutericas de la suma resta divisioacuten y multiplicacioacuten En siacutentesis el nivel intervalar mantiene todas la propiedades anteriores pero ademaacutes permite conocer las distancias entre los nuacutemeros y afirmar que representan distancias iguales entre las modalidades a las que se han asignado dichos nuacutemeros Ejemplos Notas temperatura tiempo CI motivacioacuten en escala de puntos cuantitativos Todas definen una unidad de medida equivalente a la que la variable quiere mostrar La diferencia entre 5 y 10 es la misma entre 10 y 15 Nivel de Razoacuten

Es el nivel maacutes avanzado y posee todas las propiedades de los niveles anteriores y ademaacutes tiene un punto de origen cero verdadero que indica ausencia de la propiedad Se denomina asiacute porque es posible relacionar las distancias en teacuterminos de la proporcioacuten en que cada una de ellas estaacute contenida en las demaacutes Esto gracias a que el origen no es arbitrario sino absoluto Mundo de la fiacutesica Ejemplo peso altura Tabulacioacuten y Graficacioacuten Todo anaacutelisis estadiacutestico son estrategias para traducir la cantidad de informacioacuten obtenida en la recoleccioacuten de datos a iacutendices que sean interpretables y que representen alguna dimensioacuten del comportamiento de las variables La estrategia maacutes sencilla es mostrar la informacioacuten en un formato visual (graacuteficos) o en un esquema sintetizado (tablas)Tabulacioacuten Las tablas deben incluir todos los puntajes registrados Deben respetar las caracteriacutesticas de la variable Llevan un tiacutetulo representativo del contenido (sobre la tabla numerado)Graficacioacuten Son complementos a la tabulacioacuten Representan la distribucioacuten de la variable Deben ser faacuteciles de interpretar Deben llevar un tiacutetulo representativo (bajo el graacutefico y numerado)Tablas de frecuencia Si los datos corresponden a una variable cuantitativa (o al menos ordinal) es posible calcular ademaacutes la frecuencia acumulada de cada valor (en siacutembolos F) la que puede ser de dos formas Frecuencia acumulada ascendente (Fasc) indica cual es la frecuencia de veces que aparecen respuestas iguales o menores a la que se estaacute analizando

Frecuencia acumulada descendente (Fdes) indica la frecuencia de veces que aparecen respuestas iguales o mayores de las que se estaacuten analizando Las frecuencias son sin embargo datos absolutos No es posible comparar los resultados de dos tablas con un N total de respuestas diferente Para hacer esas comparaciones se utilizan medidas estandarizadas esto es transformaciones de los puntajes originales a escalas que sean las mismas en todas las tablas (y que permiten la comparacioacuten) En muchas ocasiones la cantidad de valores que puede tomar la variable son demasiados de manera que se agrupan en intervalos Cada intervalo agrupa a una serie de puntajes Los intervalos son excluyentes entre siacute En nuacutemero de valores que compone cada intervalo denominada amplitud (i) del intervalo es la misma para todos los intervalos de una tabla En todo intervalo se distinguen liacutemites superiores e inferiores los cuales pueden ser aparentes (lo que sale en la tabla) o reales (lo que se usa para clasificar) El nuacutemero de intervalos debe ser manejable para quien revise la tabla Las tablas de frecuencia reflejan el comportamiento de una sola variable Usualmente no se usan en la presentacioacuten de resultados ya que revisar variable por variable seriacutea demasiado extenso En esos casos se hacen tablas de resumen en las que se indican los datos maacutes importantes de un conjunto de variablesCruce de variables Otro tipo de tablas uacutetiles son aquellas que combinan los resultados de dos variables Ambas variables deben expresar sus resultados en categoriacuteas Se dividen en filas y columnas (una variable en las filas y otra en las columnas)

Una celda representa la combinacioacuten de valores de las dos variables Cada celda se refiere a tres totales filas columnas y total Permite hipotetizar posibles asociaciones entre las variablesGraacuteficosGraacutefico de torta

Ideal para variables nominales Soacutelo grafica un grupo por vez No permite usar muchas categoriacutea (por congestioacuten visual)

Graacutefico de Barras Se manejan dos ejes El eje horizontal indica los valores de la variable El eje vertical representa al iacutendice estadiacutestico Permite la comparacioacuten de varios grupos Las barras pueden juntarse o separarse para denotar la continuidad de los valores de la variable Barras continuas (usualmente en tablas de intervalos) Representan variables continuas Se usa el punto medio como referencia Permiten visualizar la distribucioacuten de la variableErrores Graacuteficos Ausencia de tiacutetulo No indicar variables Usar escalas inapropiadas No indicar el punto 0 Visualizacioacuten confusaMedidas de posicioacuten Las medidas de posicioacuten nos permiten dividir a una distribucioacuten en distintas partes Seguacuten el nuacutemero de partes eacutestas divisiones tendraacuten distintos nombres Percentiles Cuando dividimos una distribucioacuten en 100 partes

Deciles Cuando dividimos una distribucioacuten en 10 partes Cuartiles Cuando dividimos una distribucioacuten en 4 partes Mediana Cuando dividimos una distribucioacuten en 2 partes Requisitos Variables cuantitativas Los resultados estaacuten ordenados de menor a mayor Las medidas de posicioacuten son variables discretas Equivalencias Como todas las medidas se refieren al mismo grupo de datos se pueden hacer equivalentes entre siacute El percentil 30 (P30) por ejemplo es el valor de la variable bajo el cual se encuentra el 30 de los casos y sobre el cual se encuentra el 70 de los casos El decil 4 (D4) es el valor de la variable que deja bajo eacutel el 40 de los casos y sobre eacutel el 60 Esto permite ver las equivalencias entre percentiles y deciles (D4) = (P40)Medidas de Tendencia Central Una MTC es un indicador numeacuterico que representa el comportamiento que se considera maacutes representativo de un grupo de valores Para ello podemos ocupar distintos criterios El puntaje que maacutes se repite El que divide al grupo por la mitad El que equipara los puntajes positivos con los negativosLA MODA Representa al puntaje de mayor frecuencia (f) en una distribucioacuten de puntajes Una distribucioacuten de puntajes puede ser bimodal esto es tener dos modas Si hay maacutes de dos valores con la mayor frecuencia se dice que no tiene moda En datos no tabulados es el valor que se repite maacutes En tablas de intervalos conviene usar una foacutermula de nivelacioacuten de la modaMediana (Md)

El valor que divide a la distribucioacuten por la mitad (equivale a P50)Promedio o Media Representa al puntaje que equilibra los valores positivos con los negativos de una distribucioacuten Como incluye a toda la distribucioacuten puede ser transformada algebraicamente Soporta variantes promedio ponderado agrupaciones de promediosMedidas de VariabilidadiquestCuaacuten parecidos son los puntajes entre siacute Un dato muy importante para analizar las distribuciones de puntajes es saber cuaacuten diferentes o parecidos son los puntajes entre siacute Esa informacioacuten nos permite evaluar cuan representativas son las medidas de tendencia central que calculamos para esa misma distribucioacuten iquestCuaacuteles son Rango o Amplitud total R= Maacuteximo ndash Miacutenimo Muy faacutecil de calcular evaluacutea la desviacioacuten total Rango semi-intercuartil Calcula el punto medio de separacioacuten entre cuartil 3 y cuartil 1 No es muy usado difiacutecil de interpretar Varianza ndash Desviacioacuten estaacutendar La maacutes completaDesviacioacuten Estaacutendar Considera a todos los valores de la distribucioacuten Se utiliza el promedio como punto de referencia para determinar coacutemo se desviacutean los valores de este punto Mientras maacutes heterogeacutenea sea una distribucioacuten mayores seraacuten las desviaciones respecto del promedio Lo maacutes sencillo seriacutea sumar las desviaciones de cada punto respecto del promedio

Sin embargo La suma de las desviaciones se anulen Solo se puede hacer en valores absoluto Mientras maacutes valores tenga una distribucioacuten mayor seraacute la suma de las desviaciones en valor absoluto (problema para comparar distribuciones con distinto tamantildeo) Para solucionar esto se calcula un promedio de las desviaciones Se calcula tomando en cuanta las desviaciones al cuadrado Sin embargo la medida que resulta estaacute expresada en puntajes elevados al cuadrado Esto se conoce como VARIANZA (s2) Para poder interpretar los datos debemos regresarlos a la escala original Esto se conoce como la desviacioacuten estaacutendar (s)Forma de la Distribucioacuten Utilizando los cuartiles podemos analizar la forma de la distribucioacutenSIMETRIA (Q3 - Q2) = ( Q2 - Q1)ASIMETRIA POSITIVA (Q3 - Q2 ) gt ( Q2 - Q1)ASIMETRIA NEGATIVA (Q3 - Q2 ) lt ( Q2 - Q1)Puntaje Estaacutendar Cualquier escala de puntajes puede transformarse en una nueva serie de puntajes llamados puntajes estaacutendar (Z)Para determinar esta nueva escala de puntajes es necesario definir1 La distancia entre un puntaje y el promedio2 La desviacioacuten estaacutendar que nos indicaraacute cuan heterogeacuteneo u homogeacuteneo es la distribucioacuten3 Se dividen ambos valores y se genera esta transformacioacuten a un puntaje Z o estaacutendar

Page 11: Metodología investigación Resumen Hernandez&Fernandez

una muestra maacutes pequentildea con el fin de obtener informacioacuten con profundidad Es frecuente que este uacuteltimo grupo maacutes pequentildeo se obtenga a traveacutes de un procedimiento aleatorio

MUESTREO SISTEMAacuteTICOEste meacutetodo es un procedimiento sencillo y praacutectico y consiste en seleccionar unidades de una poblacioacuten previamente listada cada cierto intervalo Este intervalo se puede obtener dividiendo el nuacutemero de elementos de la poblacioacuten por el nuacutemero de elementos que constituiraacuten la muestra Por ejemplo si queremos seleccionar una muestra de 250 elementos de una poblacioacuten de 1000 el intervalo k seriacutea K = 1000 250 = 4Para iniciar la seleccioacuten se puede elegir al azar un nuacutemero entre el uno y el cuatro y a partir de eacutel se aplica el intervalo en la lista Siescogemos el 2 en primer lugar luego escogeremos el 6 el 10 e l 14 y asiacute sucesivamente Para evitar el riesgo de que las unidades en la lista estuvieran ordenadas de acuerdo a alguacuten criterio conviene desordenarla antes de aplicar el intervalo

Requisitos de la medicioacuten1048633 La confiabilidad y validez son maacutes difiacuteciles de lograr mientras maacutes abstracto sea el constructo que se desea medir) motivacioacuten actitudes inteligencia valores etc)1048633 En este sentido toda medicioacuten estaacute expuesta a un margen de error de medicioacuten por lo que eacutesta nunca es perfecta1048633 La manera de controlar el error de la medicioacuten es calculando la confiabilidad y validez de los instrumentos de medicioacutenMedicioacuten de la confiabilidad1048633 Existen diversos meacutetodos para evaluar la confiabilidad de un instrumento todos producen indicadores o coeficientes de confiabilidad1048633 Medida de estabilidad (confiabilidad test - retest) Un mismo instrumento es administrado a un mismo grupo de personas despueacutes de un periacuteodo de tiempo Se mide la confiabilidad a traveacutesde la correlacioacuten entre ambos puntajes1048633 Meacutetodo de formas paralelas o alternativas Se administran dos formas equivalentes por tanto no es el mismo instrumento1048633 Las formas son equivalentes en contenidos preguntas instrucciones duracioacuten etc

1048633 Las formas se administran a un mismo grupo dentro de un periacuteodo de tiempo corto1048633 Se mide la confiabilidad a traveacutes de la correlacioacuten entre ambos puntajes 1048633 Meacutetodo de las mitades partidas (split - halves) Requiere una sola medicioacuten en un mismo grupo de sujetos Se divide la prueba en dos mitades y se comparan los resultados en correlaciones1048633 Coeficiente de Cronbach (Alfa) Este coeficiente requiere una sola medicioacuten y mide la consistencia interna de los iacutetems en cada escala y el instrumento como conjunto Es decir entrega un valor estadiacutestico que nos indica en queacute medida un conjunto de iacutetemes apuntan en la misma direccioacuten

Existen distintos tipos de validezValidez de contenido1048633 Se refiere al grado en que un instrumento refleja un dominio especiacutefico de contenido de lo que se mide Es el grado en que la medicioacuten representa al concepto medidoValidez de criterio1048633 Se establece la validez comparaacutendolo con alguacuten criterio externo Es un criterio estaacutendar con el que se juzga la validez de un instrumento1048633 Cuando el criterio se fija en el presente se llama validez concurrente Cuando el criterio de fija en el futuro se llama validez predictiva Existen distintos tipos de validez Validez de constructo1048633 Se refiere al grado en que una medicioacuten se relaciona consistentemente con otras mediciones de acuerdo con hipoacutetesis derivadas teoacutericamente y que conciernen a los conceptos (o constructos) que estaacuten siendo medidos

Estudio de la validezValidez de contenido1048633 Consulta a expertosValidez de criterio1048633 Correlaciona su medicioacuten con el criterioValidez constructo1048633 Anaacutelisis factorialFactores que atentan contra la validez y confiabilidad1048633 La improvisacioacuten en la medicioacuten y seleccioacuten del instrumento1048633 Utilizacioacuten de instrumentos extranjeros sin previa adaptacioacuten y estandarizacioacuten

1048633 Instrumento inadecuado a las personas que se les aplica1048633 Condiciones en las que se administra el instrumento de medicioacuten

EstadiacutesticaTeacutecnicas cuantitativas para el anaacutelisis de la Informacioacuten La estadiacutestica descriptiva sirve al propoacutesito de generar una serie de medidas numeacutericas tendientes a sintetizar el comportamiento de las variables (o conjunto de datos) que estamos estudiando Asiacute la estadiacutestica descriptiva es un conjunto de meacutetodos y teacutecnicas por medio de las cuales podemos recolectar organizar resumir presentar y analizar datos numeacutericos relativos a un conjunto de individuos u observacionesEstadiacutestica Inferencial La estadiacutestica descriptiva no se utiliza como fundamento de una teoriacutea general aplicable a individuos similares que no han sido medidos Soacutelo se aplica a la muestra La estadiacutestica inferencial que toma la informacioacuten de la estadiacutestica descriptiva para realizar procesos que permiten Dentro de ciertos rangos de confianza determinar el comportamiento probable de la poblacioacuten que es representada por la MuestraNiveles de Medicioacuten Para realizar cualquier tipo de anaacutelisis estadiacutestico es necesario cuantificar (asignar nuacutemeros) a las propiedades que medimos De este modo se objetiva el registro de la medicioacuten Los nuacutemeros en este caso sustituyen a las propiedades que estamos evaluando Cada vez que medimos estamos asignaacutendole a la propiedad medida un nuacutemero de acuerdo a una cierta regla La medicioacuten implica una relacioacuten entre dos conjuntos de elementos los nuacutemeros y las propiedades que queremos medir Entre los nuacutemeros existen ciertas relaciones que son vaacutelidas siempre dentro del mundo aritmeacutetico Del mismo modo entre las modalidades de las propiedades existen ciertas relaciones (desde simples a complejas) que son verificables en el mundo real

Es necesario entonces que se cumpla la siguiente regla general en el proceso de asignar nuacutemeros a las propiedades que estudiamos REGLA Aceptar soacutelo como relaciones vaacutelidas entre los nuacutemeros aquellas que sean verificables empiacutericamente entre las correspondientes modalidades Por esta razoacuten las mediciones tendraacuten distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Muchas propiedades no satisfacen todas las relaciones de los nuacutemeros Esto significa que al realizar el proceso de medicioacuten soacutelo seraacuten aplicables ciertas relaciones Lo anterior sugiere que las mediciones tendriacutean distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Ejemplo Medir Color y Aprendizaje Las propiedades tendriacutean asignados un nuacutemero pero que no satisface las relaciones numeacutericas Rojo azul Blanco ( 1 2 3) Aprendizaje ( 65 71 83 ) Lo anterior sugiere que la medicioacuten de las propiedades (color y aprendizaje) no estaacuten hechas al mismo nivel ya que dependiendo de la complejidad de las relaciones entre las modalidades de la propiedad que se mide se aplican una o maacutes relaciones de los nuacutemeros Los nuacutemeros soacutelo se utilizan con el fin de clasificar los objetos o propiedades o distintas modalidades que asume una variable En este tipo de medicioacuten soacutelo se acepta como relacioacuten vaacutelida la igualdad o desigualdad entre las nuacutemeros que reflejan en la propiedad medidaNivel Nominal Ejemplo Variable profesionesrdquo 1Psicoacutelogosldquo 2Socioacutelogosldquo 3Ingenieros

Los valores asumidos por la variable soacutelo permiten hacer operaciones se distincioacuten y nada maacutes No se pueden sumar dividir restar etc Ejemplo 1+ 2 = 3 ingeniero Existen variables que dado su naturaleza soacutelo admiten un nivel de medicioacuten nominal Sexo profesiones razas paiacuteses carreras etc Nivel Ordinal Ademaacutes de realizar la distincioacuten entre las modalidades es posible establecer una relacioacuten de orden o jerarquiacutea No refiere nada respecto a la magnitud de diferencia (cuaacutento es maacutes una modalidad respecto de otra) Ejemplo NSE grados acadeacutemicos etc Nivel intervalar Conserva las propiedades de los niveles anteriores y agrega la posibilidad de establecer la magnitud en que una modalidad es mayor o menor respecto de otra Da informacioacuten respecto a la distancia entre las modalidades La diferencia entre las distintas magnitudes es constante El valor cero en este nivel de medicioacuten es arbitrario Esto significa que cero no indica ausencia del atributo lo que implica que los valores de la variable no son proporcionales entre siacute Al ser arbitrario el punto cero implica que un valor de una variable no indica que sea el doble de la otra 20 grados no implica que es el doble de 10 grados de temperatura Es un real nivel cuantitativo al cual podemos aplicar las relaciones numeacutericas de la suma resta divisioacuten y multiplicacioacuten En siacutentesis el nivel intervalar mantiene todas la propiedades anteriores pero ademaacutes permite conocer las distancias entre los nuacutemeros y afirmar que representan distancias iguales entre las modalidades a las que se han asignado dichos nuacutemeros Ejemplos Notas temperatura tiempo CI motivacioacuten en escala de puntos cuantitativos Todas definen una unidad de medida equivalente a la que la variable quiere mostrar La diferencia entre 5 y 10 es la misma entre 10 y 15 Nivel de Razoacuten

Es el nivel maacutes avanzado y posee todas las propiedades de los niveles anteriores y ademaacutes tiene un punto de origen cero verdadero que indica ausencia de la propiedad Se denomina asiacute porque es posible relacionar las distancias en teacuterminos de la proporcioacuten en que cada una de ellas estaacute contenida en las demaacutes Esto gracias a que el origen no es arbitrario sino absoluto Mundo de la fiacutesica Ejemplo peso altura Tabulacioacuten y Graficacioacuten Todo anaacutelisis estadiacutestico son estrategias para traducir la cantidad de informacioacuten obtenida en la recoleccioacuten de datos a iacutendices que sean interpretables y que representen alguna dimensioacuten del comportamiento de las variables La estrategia maacutes sencilla es mostrar la informacioacuten en un formato visual (graacuteficos) o en un esquema sintetizado (tablas)Tabulacioacuten Las tablas deben incluir todos los puntajes registrados Deben respetar las caracteriacutesticas de la variable Llevan un tiacutetulo representativo del contenido (sobre la tabla numerado)Graficacioacuten Son complementos a la tabulacioacuten Representan la distribucioacuten de la variable Deben ser faacuteciles de interpretar Deben llevar un tiacutetulo representativo (bajo el graacutefico y numerado)Tablas de frecuencia Si los datos corresponden a una variable cuantitativa (o al menos ordinal) es posible calcular ademaacutes la frecuencia acumulada de cada valor (en siacutembolos F) la que puede ser de dos formas Frecuencia acumulada ascendente (Fasc) indica cual es la frecuencia de veces que aparecen respuestas iguales o menores a la que se estaacute analizando

Frecuencia acumulada descendente (Fdes) indica la frecuencia de veces que aparecen respuestas iguales o mayores de las que se estaacuten analizando Las frecuencias son sin embargo datos absolutos No es posible comparar los resultados de dos tablas con un N total de respuestas diferente Para hacer esas comparaciones se utilizan medidas estandarizadas esto es transformaciones de los puntajes originales a escalas que sean las mismas en todas las tablas (y que permiten la comparacioacuten) En muchas ocasiones la cantidad de valores que puede tomar la variable son demasiados de manera que se agrupan en intervalos Cada intervalo agrupa a una serie de puntajes Los intervalos son excluyentes entre siacute En nuacutemero de valores que compone cada intervalo denominada amplitud (i) del intervalo es la misma para todos los intervalos de una tabla En todo intervalo se distinguen liacutemites superiores e inferiores los cuales pueden ser aparentes (lo que sale en la tabla) o reales (lo que se usa para clasificar) El nuacutemero de intervalos debe ser manejable para quien revise la tabla Las tablas de frecuencia reflejan el comportamiento de una sola variable Usualmente no se usan en la presentacioacuten de resultados ya que revisar variable por variable seriacutea demasiado extenso En esos casos se hacen tablas de resumen en las que se indican los datos maacutes importantes de un conjunto de variablesCruce de variables Otro tipo de tablas uacutetiles son aquellas que combinan los resultados de dos variables Ambas variables deben expresar sus resultados en categoriacuteas Se dividen en filas y columnas (una variable en las filas y otra en las columnas)

Una celda representa la combinacioacuten de valores de las dos variables Cada celda se refiere a tres totales filas columnas y total Permite hipotetizar posibles asociaciones entre las variablesGraacuteficosGraacutefico de torta

Ideal para variables nominales Soacutelo grafica un grupo por vez No permite usar muchas categoriacutea (por congestioacuten visual)

Graacutefico de Barras Se manejan dos ejes El eje horizontal indica los valores de la variable El eje vertical representa al iacutendice estadiacutestico Permite la comparacioacuten de varios grupos Las barras pueden juntarse o separarse para denotar la continuidad de los valores de la variable Barras continuas (usualmente en tablas de intervalos) Representan variables continuas Se usa el punto medio como referencia Permiten visualizar la distribucioacuten de la variableErrores Graacuteficos Ausencia de tiacutetulo No indicar variables Usar escalas inapropiadas No indicar el punto 0 Visualizacioacuten confusaMedidas de posicioacuten Las medidas de posicioacuten nos permiten dividir a una distribucioacuten en distintas partes Seguacuten el nuacutemero de partes eacutestas divisiones tendraacuten distintos nombres Percentiles Cuando dividimos una distribucioacuten en 100 partes

Deciles Cuando dividimos una distribucioacuten en 10 partes Cuartiles Cuando dividimos una distribucioacuten en 4 partes Mediana Cuando dividimos una distribucioacuten en 2 partes Requisitos Variables cuantitativas Los resultados estaacuten ordenados de menor a mayor Las medidas de posicioacuten son variables discretas Equivalencias Como todas las medidas se refieren al mismo grupo de datos se pueden hacer equivalentes entre siacute El percentil 30 (P30) por ejemplo es el valor de la variable bajo el cual se encuentra el 30 de los casos y sobre el cual se encuentra el 70 de los casos El decil 4 (D4) es el valor de la variable que deja bajo eacutel el 40 de los casos y sobre eacutel el 60 Esto permite ver las equivalencias entre percentiles y deciles (D4) = (P40)Medidas de Tendencia Central Una MTC es un indicador numeacuterico que representa el comportamiento que se considera maacutes representativo de un grupo de valores Para ello podemos ocupar distintos criterios El puntaje que maacutes se repite El que divide al grupo por la mitad El que equipara los puntajes positivos con los negativosLA MODA Representa al puntaje de mayor frecuencia (f) en una distribucioacuten de puntajes Una distribucioacuten de puntajes puede ser bimodal esto es tener dos modas Si hay maacutes de dos valores con la mayor frecuencia se dice que no tiene moda En datos no tabulados es el valor que se repite maacutes En tablas de intervalos conviene usar una foacutermula de nivelacioacuten de la modaMediana (Md)

El valor que divide a la distribucioacuten por la mitad (equivale a P50)Promedio o Media Representa al puntaje que equilibra los valores positivos con los negativos de una distribucioacuten Como incluye a toda la distribucioacuten puede ser transformada algebraicamente Soporta variantes promedio ponderado agrupaciones de promediosMedidas de VariabilidadiquestCuaacuten parecidos son los puntajes entre siacute Un dato muy importante para analizar las distribuciones de puntajes es saber cuaacuten diferentes o parecidos son los puntajes entre siacute Esa informacioacuten nos permite evaluar cuan representativas son las medidas de tendencia central que calculamos para esa misma distribucioacuten iquestCuaacuteles son Rango o Amplitud total R= Maacuteximo ndash Miacutenimo Muy faacutecil de calcular evaluacutea la desviacioacuten total Rango semi-intercuartil Calcula el punto medio de separacioacuten entre cuartil 3 y cuartil 1 No es muy usado difiacutecil de interpretar Varianza ndash Desviacioacuten estaacutendar La maacutes completaDesviacioacuten Estaacutendar Considera a todos los valores de la distribucioacuten Se utiliza el promedio como punto de referencia para determinar coacutemo se desviacutean los valores de este punto Mientras maacutes heterogeacutenea sea una distribucioacuten mayores seraacuten las desviaciones respecto del promedio Lo maacutes sencillo seriacutea sumar las desviaciones de cada punto respecto del promedio

Sin embargo La suma de las desviaciones se anulen Solo se puede hacer en valores absoluto Mientras maacutes valores tenga una distribucioacuten mayor seraacute la suma de las desviaciones en valor absoluto (problema para comparar distribuciones con distinto tamantildeo) Para solucionar esto se calcula un promedio de las desviaciones Se calcula tomando en cuanta las desviaciones al cuadrado Sin embargo la medida que resulta estaacute expresada en puntajes elevados al cuadrado Esto se conoce como VARIANZA (s2) Para poder interpretar los datos debemos regresarlos a la escala original Esto se conoce como la desviacioacuten estaacutendar (s)Forma de la Distribucioacuten Utilizando los cuartiles podemos analizar la forma de la distribucioacutenSIMETRIA (Q3 - Q2) = ( Q2 - Q1)ASIMETRIA POSITIVA (Q3 - Q2 ) gt ( Q2 - Q1)ASIMETRIA NEGATIVA (Q3 - Q2 ) lt ( Q2 - Q1)Puntaje Estaacutendar Cualquier escala de puntajes puede transformarse en una nueva serie de puntajes llamados puntajes estaacutendar (Z)Para determinar esta nueva escala de puntajes es necesario definir1 La distancia entre un puntaje y el promedio2 La desviacioacuten estaacutendar que nos indicaraacute cuan heterogeacuteneo u homogeacuteneo es la distribucioacuten3 Se dividen ambos valores y se genera esta transformacioacuten a un puntaje Z o estaacutendar

Page 12: Metodología investigación Resumen Hernandez&Fernandez

1048633 Instrumento inadecuado a las personas que se les aplica1048633 Condiciones en las que se administra el instrumento de medicioacuten

EstadiacutesticaTeacutecnicas cuantitativas para el anaacutelisis de la Informacioacuten La estadiacutestica descriptiva sirve al propoacutesito de generar una serie de medidas numeacutericas tendientes a sintetizar el comportamiento de las variables (o conjunto de datos) que estamos estudiando Asiacute la estadiacutestica descriptiva es un conjunto de meacutetodos y teacutecnicas por medio de las cuales podemos recolectar organizar resumir presentar y analizar datos numeacutericos relativos a un conjunto de individuos u observacionesEstadiacutestica Inferencial La estadiacutestica descriptiva no se utiliza como fundamento de una teoriacutea general aplicable a individuos similares que no han sido medidos Soacutelo se aplica a la muestra La estadiacutestica inferencial que toma la informacioacuten de la estadiacutestica descriptiva para realizar procesos que permiten Dentro de ciertos rangos de confianza determinar el comportamiento probable de la poblacioacuten que es representada por la MuestraNiveles de Medicioacuten Para realizar cualquier tipo de anaacutelisis estadiacutestico es necesario cuantificar (asignar nuacutemeros) a las propiedades que medimos De este modo se objetiva el registro de la medicioacuten Los nuacutemeros en este caso sustituyen a las propiedades que estamos evaluando Cada vez que medimos estamos asignaacutendole a la propiedad medida un nuacutemero de acuerdo a una cierta regla La medicioacuten implica una relacioacuten entre dos conjuntos de elementos los nuacutemeros y las propiedades que queremos medir Entre los nuacutemeros existen ciertas relaciones que son vaacutelidas siempre dentro del mundo aritmeacutetico Del mismo modo entre las modalidades de las propiedades existen ciertas relaciones (desde simples a complejas) que son verificables en el mundo real

Es necesario entonces que se cumpla la siguiente regla general en el proceso de asignar nuacutemeros a las propiedades que estudiamos REGLA Aceptar soacutelo como relaciones vaacutelidas entre los nuacutemeros aquellas que sean verificables empiacutericamente entre las correspondientes modalidades Por esta razoacuten las mediciones tendraacuten distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Muchas propiedades no satisfacen todas las relaciones de los nuacutemeros Esto significa que al realizar el proceso de medicioacuten soacutelo seraacuten aplicables ciertas relaciones Lo anterior sugiere que las mediciones tendriacutean distintos grados de perfeccioacuten seguacuten cumplan con las propiedades de los nuacutemeros Ejemplo Medir Color y Aprendizaje Las propiedades tendriacutean asignados un nuacutemero pero que no satisface las relaciones numeacutericas Rojo azul Blanco ( 1 2 3) Aprendizaje ( 65 71 83 ) Lo anterior sugiere que la medicioacuten de las propiedades (color y aprendizaje) no estaacuten hechas al mismo nivel ya que dependiendo de la complejidad de las relaciones entre las modalidades de la propiedad que se mide se aplican una o maacutes relaciones de los nuacutemeros Los nuacutemeros soacutelo se utilizan con el fin de clasificar los objetos o propiedades o distintas modalidades que asume una variable En este tipo de medicioacuten soacutelo se acepta como relacioacuten vaacutelida la igualdad o desigualdad entre las nuacutemeros que reflejan en la propiedad medidaNivel Nominal Ejemplo Variable profesionesrdquo 1Psicoacutelogosldquo 2Socioacutelogosldquo 3Ingenieros

Los valores asumidos por la variable soacutelo permiten hacer operaciones se distincioacuten y nada maacutes No se pueden sumar dividir restar etc Ejemplo 1+ 2 = 3 ingeniero Existen variables que dado su naturaleza soacutelo admiten un nivel de medicioacuten nominal Sexo profesiones razas paiacuteses carreras etc Nivel Ordinal Ademaacutes de realizar la distincioacuten entre las modalidades es posible establecer una relacioacuten de orden o jerarquiacutea No refiere nada respecto a la magnitud de diferencia (cuaacutento es maacutes una modalidad respecto de otra) Ejemplo NSE grados acadeacutemicos etc Nivel intervalar Conserva las propiedades de los niveles anteriores y agrega la posibilidad de establecer la magnitud en que una modalidad es mayor o menor respecto de otra Da informacioacuten respecto a la distancia entre las modalidades La diferencia entre las distintas magnitudes es constante El valor cero en este nivel de medicioacuten es arbitrario Esto significa que cero no indica ausencia del atributo lo que implica que los valores de la variable no son proporcionales entre siacute Al ser arbitrario el punto cero implica que un valor de una variable no indica que sea el doble de la otra 20 grados no implica que es el doble de 10 grados de temperatura Es un real nivel cuantitativo al cual podemos aplicar las relaciones numeacutericas de la suma resta divisioacuten y multiplicacioacuten En siacutentesis el nivel intervalar mantiene todas la propiedades anteriores pero ademaacutes permite conocer las distancias entre los nuacutemeros y afirmar que representan distancias iguales entre las modalidades a las que se han asignado dichos nuacutemeros Ejemplos Notas temperatura tiempo CI motivacioacuten en escala de puntos cuantitativos Todas definen una unidad de medida equivalente a la que la variable quiere mostrar La diferencia entre 5 y 10 es la misma entre 10 y 15 Nivel de Razoacuten

Es el nivel maacutes avanzado y posee todas las propiedades de los niveles anteriores y ademaacutes tiene un punto de origen cero verdadero que indica ausencia de la propiedad Se denomina asiacute porque es posible relacionar las distancias en teacuterminos de la proporcioacuten en que cada una de ellas estaacute contenida en las demaacutes Esto gracias a que el origen no es arbitrario sino absoluto Mundo de la fiacutesica Ejemplo peso altura Tabulacioacuten y Graficacioacuten Todo anaacutelisis estadiacutestico son estrategias para traducir la cantidad de informacioacuten obtenida en la recoleccioacuten de datos a iacutendices que sean interpretables y que representen alguna dimensioacuten del comportamiento de las variables La estrategia maacutes sencilla es mostrar la informacioacuten en un formato visual (graacuteficos) o en un esquema sintetizado (tablas)Tabulacioacuten Las tablas deben incluir todos los puntajes registrados Deben respetar las caracteriacutesticas de la variable Llevan un tiacutetulo representativo del contenido (sobre la tabla numerado)Graficacioacuten Son complementos a la tabulacioacuten Representan la distribucioacuten de la variable Deben ser faacuteciles de interpretar Deben llevar un tiacutetulo representativo (bajo el graacutefico y numerado)Tablas de frecuencia Si los datos corresponden a una variable cuantitativa (o al menos ordinal) es posible calcular ademaacutes la frecuencia acumulada de cada valor (en siacutembolos F) la que puede ser de dos formas Frecuencia acumulada ascendente (Fasc) indica cual es la frecuencia de veces que aparecen respuestas iguales o menores a la que se estaacute analizando

Frecuencia acumulada descendente (Fdes) indica la frecuencia de veces que aparecen respuestas iguales o mayores de las que se estaacuten analizando Las frecuencias son sin embargo datos absolutos No es posible comparar los resultados de dos tablas con un N total de respuestas diferente Para hacer esas comparaciones se utilizan medidas estandarizadas esto es transformaciones de los puntajes originales a escalas que sean las mismas en todas las tablas (y que permiten la comparacioacuten) En muchas ocasiones la cantidad de valores que puede tomar la variable son demasiados de manera que se agrupan en intervalos Cada intervalo agrupa a una serie de puntajes Los intervalos son excluyentes entre siacute En nuacutemero de valores que compone cada intervalo denominada amplitud (i) del intervalo es la misma para todos los intervalos de una tabla En todo intervalo se distinguen liacutemites superiores e inferiores los cuales pueden ser aparentes (lo que sale en la tabla) o reales (lo que se usa para clasificar) El nuacutemero de intervalos debe ser manejable para quien revise la tabla Las tablas de frecuencia reflejan el comportamiento de una sola variable Usualmente no se usan en la presentacioacuten de resultados ya que revisar variable por variable seriacutea demasiado extenso En esos casos se hacen tablas de resumen en las que se indican los datos maacutes importantes de un conjunto de variablesCruce de variables Otro tipo de tablas uacutetiles son aquellas que combinan los resultados de dos variables Ambas variables deben expresar sus resultados en categoriacuteas Se dividen en filas y columnas (una variable en las filas y otra en las columnas)

Una celda representa la combinacioacuten de valores de las dos variables Cada celda se refiere a tres totales filas columnas y total Permite hipotetizar posibles asociaciones entre las variablesGraacuteficosGraacutefico de torta

Ideal para variables nominales Soacutelo grafica un grupo por vez No permite usar muchas categoriacutea (por congestioacuten visual)

Graacutefico de Barras Se manejan dos ejes El eje horizontal indica los valores de la variable El eje vertical representa al iacutendice estadiacutestico Permite la comparacioacuten de varios grupos Las barras pueden juntarse o separarse para denotar la continuidad de los valores de la variable Barras continuas (usualmente en tablas de intervalos) Representan variables continuas Se usa el punto medio como referencia Permiten visualizar la distribucioacuten de la variableErrores Graacuteficos Ausencia de tiacutetulo No indicar variables Usar escalas inapropiadas No indicar el punto 0 Visualizacioacuten confusaMedidas de posicioacuten Las medidas de posicioacuten nos permiten dividir a una distribucioacuten en distintas partes Seguacuten el nuacutemero de partes eacutestas divisiones tendraacuten distintos nombres Percentiles Cuando dividimos una distribucioacuten en 100 partes

Deciles Cuando dividimos una distribucioacuten en 10 partes Cuartiles Cuando dividimos una distribucioacuten en 4 partes Mediana Cuando dividimos una distribucioacuten en 2 partes Requisitos Variables cuantitativas Los resultados estaacuten ordenados de menor a mayor Las medidas de posicioacuten son variables discretas Equivalencias Como todas las medidas se refieren al mismo grupo de datos se pueden hacer equivalentes entre siacute El percentil 30 (P30) por ejemplo es el valor de la variable bajo el cual se encuentra el 30 de los casos y sobre el cual se encuentra el 70 de los casos El decil 4 (D4) es el valor de la variable que deja bajo eacutel el 40 de los casos y sobre eacutel el 60 Esto permite ver las equivalencias entre percentiles y deciles (D4) = (P40)Medidas de Tendencia Central Una MTC es un indicador numeacuterico que representa el comportamiento que se considera maacutes representativo de un grupo de valores Para ello podemos ocupar distintos criterios El puntaje que maacutes se repite El que divide al grupo por la mitad El que equipara los puntajes positivos con los negativosLA MODA Representa al puntaje de mayor frecuencia (f) en una distribucioacuten de puntajes Una distribucioacuten de puntajes puede ser bimodal esto es tener dos modas Si hay maacutes de dos valores con la mayor frecuencia se dice que no tiene moda En datos no tabulados es el valor que se repite maacutes En tablas de intervalos conviene usar una foacutermula de nivelacioacuten de la modaMediana (Md)

El valor que divide a la distribucioacuten por la mitad (equivale a P50)Promedio o Media Representa al puntaje que equilibra los valores positivos con los negativos de una distribucioacuten Como incluye a toda la distribucioacuten puede ser transformada algebraicamente Soporta variantes promedio ponderado agrupaciones de promediosMedidas de VariabilidadiquestCuaacuten parecidos son los puntajes entre siacute Un dato muy importante para analizar las distribuciones de puntajes es saber cuaacuten diferentes o parecidos son los puntajes entre siacute Esa informacioacuten nos permite evaluar cuan representativas son las medidas de tendencia central que calculamos para esa misma distribucioacuten iquestCuaacuteles son Rango o Amplitud total R= Maacuteximo ndash Miacutenimo Muy faacutecil de calcular evaluacutea la desviacioacuten total Rango semi-intercuartil Calcula el punto medio de separacioacuten entre cuartil 3 y cuartil 1 No es muy usado difiacutecil de interpretar Varianza ndash Desviacioacuten estaacutendar La maacutes completaDesviacioacuten Estaacutendar Considera a todos los valores de la distribucioacuten Se utiliza el promedio como punto de referencia para determinar coacutemo se desviacutean los valores de este punto Mientras maacutes heterogeacutenea sea una distribucioacuten mayores seraacuten las desviaciones respecto del promedio Lo maacutes sencillo seriacutea sumar las desviaciones de cada punto respecto del promedio

Sin embargo La suma de las desviaciones se anulen Solo se puede hacer en valores absoluto Mientras maacutes valores tenga una distribucioacuten mayor seraacute la suma de las desviaciones en valor absoluto (problema para comparar distribuciones con distinto tamantildeo) Para solucionar esto se calcula un promedio de las desviaciones Se calcula tomando en cuanta las desviaciones al cuadrado Sin embargo la medida que resulta estaacute expresada en puntajes elevados al cuadrado Esto se conoce como VARIANZA (s2) Para poder interpretar los datos debemos regresarlos a la escala original Esto se conoce como la desviacioacuten estaacutendar (s)Forma de la Distribucioacuten Utilizando los cuartiles podemos analizar la forma de la distribucioacutenSIMETRIA (Q3 - Q2) = ( Q2 - Q1)ASIMETRIA POSITIVA (Q3 - Q2 ) gt ( Q2 - Q1)ASIMETRIA NEGATIVA (Q3 - Q2 ) lt ( Q2 - Q1)Puntaje Estaacutendar Cualquier escala de puntajes puede transformarse en una nueva serie de puntajes llamados puntajes estaacutendar (Z)Para determinar esta nueva escala de puntajes es necesario definir1 La distancia entre un puntaje y el promedio2 La desviacioacuten estaacutendar que nos indicaraacute cuan heterogeacuteneo u homogeacuteneo es la distribucioacuten3 Se dividen ambos valores y se genera esta transformacioacuten a un puntaje Z o estaacutendar

Page 13: Metodología investigación Resumen Hernandez&Fernandez

Los valores asumidos por la variable soacutelo permiten hacer operaciones se distincioacuten y nada maacutes No se pueden sumar dividir restar etc Ejemplo 1+ 2 = 3 ingeniero Existen variables que dado su naturaleza soacutelo admiten un nivel de medicioacuten nominal Sexo profesiones razas paiacuteses carreras etc Nivel Ordinal Ademaacutes de realizar la distincioacuten entre las modalidades es posible establecer una relacioacuten de orden o jerarquiacutea No refiere nada respecto a la magnitud de diferencia (cuaacutento es maacutes una modalidad respecto de otra) Ejemplo NSE grados acadeacutemicos etc Nivel intervalar Conserva las propiedades de los niveles anteriores y agrega la posibilidad de establecer la magnitud en que una modalidad es mayor o menor respecto de otra Da informacioacuten respecto a la distancia entre las modalidades La diferencia entre las distintas magnitudes es constante El valor cero en este nivel de medicioacuten es arbitrario Esto significa que cero no indica ausencia del atributo lo que implica que los valores de la variable no son proporcionales entre siacute Al ser arbitrario el punto cero implica que un valor de una variable no indica que sea el doble de la otra 20 grados no implica que es el doble de 10 grados de temperatura Es un real nivel cuantitativo al cual podemos aplicar las relaciones numeacutericas de la suma resta divisioacuten y multiplicacioacuten En siacutentesis el nivel intervalar mantiene todas la propiedades anteriores pero ademaacutes permite conocer las distancias entre los nuacutemeros y afirmar que representan distancias iguales entre las modalidades a las que se han asignado dichos nuacutemeros Ejemplos Notas temperatura tiempo CI motivacioacuten en escala de puntos cuantitativos Todas definen una unidad de medida equivalente a la que la variable quiere mostrar La diferencia entre 5 y 10 es la misma entre 10 y 15 Nivel de Razoacuten

Es el nivel maacutes avanzado y posee todas las propiedades de los niveles anteriores y ademaacutes tiene un punto de origen cero verdadero que indica ausencia de la propiedad Se denomina asiacute porque es posible relacionar las distancias en teacuterminos de la proporcioacuten en que cada una de ellas estaacute contenida en las demaacutes Esto gracias a que el origen no es arbitrario sino absoluto Mundo de la fiacutesica Ejemplo peso altura Tabulacioacuten y Graficacioacuten Todo anaacutelisis estadiacutestico son estrategias para traducir la cantidad de informacioacuten obtenida en la recoleccioacuten de datos a iacutendices que sean interpretables y que representen alguna dimensioacuten del comportamiento de las variables La estrategia maacutes sencilla es mostrar la informacioacuten en un formato visual (graacuteficos) o en un esquema sintetizado (tablas)Tabulacioacuten Las tablas deben incluir todos los puntajes registrados Deben respetar las caracteriacutesticas de la variable Llevan un tiacutetulo representativo del contenido (sobre la tabla numerado)Graficacioacuten Son complementos a la tabulacioacuten Representan la distribucioacuten de la variable Deben ser faacuteciles de interpretar Deben llevar un tiacutetulo representativo (bajo el graacutefico y numerado)Tablas de frecuencia Si los datos corresponden a una variable cuantitativa (o al menos ordinal) es posible calcular ademaacutes la frecuencia acumulada de cada valor (en siacutembolos F) la que puede ser de dos formas Frecuencia acumulada ascendente (Fasc) indica cual es la frecuencia de veces que aparecen respuestas iguales o menores a la que se estaacute analizando

Frecuencia acumulada descendente (Fdes) indica la frecuencia de veces que aparecen respuestas iguales o mayores de las que se estaacuten analizando Las frecuencias son sin embargo datos absolutos No es posible comparar los resultados de dos tablas con un N total de respuestas diferente Para hacer esas comparaciones se utilizan medidas estandarizadas esto es transformaciones de los puntajes originales a escalas que sean las mismas en todas las tablas (y que permiten la comparacioacuten) En muchas ocasiones la cantidad de valores que puede tomar la variable son demasiados de manera que se agrupan en intervalos Cada intervalo agrupa a una serie de puntajes Los intervalos son excluyentes entre siacute En nuacutemero de valores que compone cada intervalo denominada amplitud (i) del intervalo es la misma para todos los intervalos de una tabla En todo intervalo se distinguen liacutemites superiores e inferiores los cuales pueden ser aparentes (lo que sale en la tabla) o reales (lo que se usa para clasificar) El nuacutemero de intervalos debe ser manejable para quien revise la tabla Las tablas de frecuencia reflejan el comportamiento de una sola variable Usualmente no se usan en la presentacioacuten de resultados ya que revisar variable por variable seriacutea demasiado extenso En esos casos se hacen tablas de resumen en las que se indican los datos maacutes importantes de un conjunto de variablesCruce de variables Otro tipo de tablas uacutetiles son aquellas que combinan los resultados de dos variables Ambas variables deben expresar sus resultados en categoriacuteas Se dividen en filas y columnas (una variable en las filas y otra en las columnas)

Una celda representa la combinacioacuten de valores de las dos variables Cada celda se refiere a tres totales filas columnas y total Permite hipotetizar posibles asociaciones entre las variablesGraacuteficosGraacutefico de torta

Ideal para variables nominales Soacutelo grafica un grupo por vez No permite usar muchas categoriacutea (por congestioacuten visual)

Graacutefico de Barras Se manejan dos ejes El eje horizontal indica los valores de la variable El eje vertical representa al iacutendice estadiacutestico Permite la comparacioacuten de varios grupos Las barras pueden juntarse o separarse para denotar la continuidad de los valores de la variable Barras continuas (usualmente en tablas de intervalos) Representan variables continuas Se usa el punto medio como referencia Permiten visualizar la distribucioacuten de la variableErrores Graacuteficos Ausencia de tiacutetulo No indicar variables Usar escalas inapropiadas No indicar el punto 0 Visualizacioacuten confusaMedidas de posicioacuten Las medidas de posicioacuten nos permiten dividir a una distribucioacuten en distintas partes Seguacuten el nuacutemero de partes eacutestas divisiones tendraacuten distintos nombres Percentiles Cuando dividimos una distribucioacuten en 100 partes

Deciles Cuando dividimos una distribucioacuten en 10 partes Cuartiles Cuando dividimos una distribucioacuten en 4 partes Mediana Cuando dividimos una distribucioacuten en 2 partes Requisitos Variables cuantitativas Los resultados estaacuten ordenados de menor a mayor Las medidas de posicioacuten son variables discretas Equivalencias Como todas las medidas se refieren al mismo grupo de datos se pueden hacer equivalentes entre siacute El percentil 30 (P30) por ejemplo es el valor de la variable bajo el cual se encuentra el 30 de los casos y sobre el cual se encuentra el 70 de los casos El decil 4 (D4) es el valor de la variable que deja bajo eacutel el 40 de los casos y sobre eacutel el 60 Esto permite ver las equivalencias entre percentiles y deciles (D4) = (P40)Medidas de Tendencia Central Una MTC es un indicador numeacuterico que representa el comportamiento que se considera maacutes representativo de un grupo de valores Para ello podemos ocupar distintos criterios El puntaje que maacutes se repite El que divide al grupo por la mitad El que equipara los puntajes positivos con los negativosLA MODA Representa al puntaje de mayor frecuencia (f) en una distribucioacuten de puntajes Una distribucioacuten de puntajes puede ser bimodal esto es tener dos modas Si hay maacutes de dos valores con la mayor frecuencia se dice que no tiene moda En datos no tabulados es el valor que se repite maacutes En tablas de intervalos conviene usar una foacutermula de nivelacioacuten de la modaMediana (Md)

El valor que divide a la distribucioacuten por la mitad (equivale a P50)Promedio o Media Representa al puntaje que equilibra los valores positivos con los negativos de una distribucioacuten Como incluye a toda la distribucioacuten puede ser transformada algebraicamente Soporta variantes promedio ponderado agrupaciones de promediosMedidas de VariabilidadiquestCuaacuten parecidos son los puntajes entre siacute Un dato muy importante para analizar las distribuciones de puntajes es saber cuaacuten diferentes o parecidos son los puntajes entre siacute Esa informacioacuten nos permite evaluar cuan representativas son las medidas de tendencia central que calculamos para esa misma distribucioacuten iquestCuaacuteles son Rango o Amplitud total R= Maacuteximo ndash Miacutenimo Muy faacutecil de calcular evaluacutea la desviacioacuten total Rango semi-intercuartil Calcula el punto medio de separacioacuten entre cuartil 3 y cuartil 1 No es muy usado difiacutecil de interpretar Varianza ndash Desviacioacuten estaacutendar La maacutes completaDesviacioacuten Estaacutendar Considera a todos los valores de la distribucioacuten Se utiliza el promedio como punto de referencia para determinar coacutemo se desviacutean los valores de este punto Mientras maacutes heterogeacutenea sea una distribucioacuten mayores seraacuten las desviaciones respecto del promedio Lo maacutes sencillo seriacutea sumar las desviaciones de cada punto respecto del promedio

Sin embargo La suma de las desviaciones se anulen Solo se puede hacer en valores absoluto Mientras maacutes valores tenga una distribucioacuten mayor seraacute la suma de las desviaciones en valor absoluto (problema para comparar distribuciones con distinto tamantildeo) Para solucionar esto se calcula un promedio de las desviaciones Se calcula tomando en cuanta las desviaciones al cuadrado Sin embargo la medida que resulta estaacute expresada en puntajes elevados al cuadrado Esto se conoce como VARIANZA (s2) Para poder interpretar los datos debemos regresarlos a la escala original Esto se conoce como la desviacioacuten estaacutendar (s)Forma de la Distribucioacuten Utilizando los cuartiles podemos analizar la forma de la distribucioacutenSIMETRIA (Q3 - Q2) = ( Q2 - Q1)ASIMETRIA POSITIVA (Q3 - Q2 ) gt ( Q2 - Q1)ASIMETRIA NEGATIVA (Q3 - Q2 ) lt ( Q2 - Q1)Puntaje Estaacutendar Cualquier escala de puntajes puede transformarse en una nueva serie de puntajes llamados puntajes estaacutendar (Z)Para determinar esta nueva escala de puntajes es necesario definir1 La distancia entre un puntaje y el promedio2 La desviacioacuten estaacutendar que nos indicaraacute cuan heterogeacuteneo u homogeacuteneo es la distribucioacuten3 Se dividen ambos valores y se genera esta transformacioacuten a un puntaje Z o estaacutendar

Page 14: Metodología investigación Resumen Hernandez&Fernandez

Frecuencia acumulada descendente (Fdes) indica la frecuencia de veces que aparecen respuestas iguales o mayores de las que se estaacuten analizando Las frecuencias son sin embargo datos absolutos No es posible comparar los resultados de dos tablas con un N total de respuestas diferente Para hacer esas comparaciones se utilizan medidas estandarizadas esto es transformaciones de los puntajes originales a escalas que sean las mismas en todas las tablas (y que permiten la comparacioacuten) En muchas ocasiones la cantidad de valores que puede tomar la variable son demasiados de manera que se agrupan en intervalos Cada intervalo agrupa a una serie de puntajes Los intervalos son excluyentes entre siacute En nuacutemero de valores que compone cada intervalo denominada amplitud (i) del intervalo es la misma para todos los intervalos de una tabla En todo intervalo se distinguen liacutemites superiores e inferiores los cuales pueden ser aparentes (lo que sale en la tabla) o reales (lo que se usa para clasificar) El nuacutemero de intervalos debe ser manejable para quien revise la tabla Las tablas de frecuencia reflejan el comportamiento de una sola variable Usualmente no se usan en la presentacioacuten de resultados ya que revisar variable por variable seriacutea demasiado extenso En esos casos se hacen tablas de resumen en las que se indican los datos maacutes importantes de un conjunto de variablesCruce de variables Otro tipo de tablas uacutetiles son aquellas que combinan los resultados de dos variables Ambas variables deben expresar sus resultados en categoriacuteas Se dividen en filas y columnas (una variable en las filas y otra en las columnas)

Una celda representa la combinacioacuten de valores de las dos variables Cada celda se refiere a tres totales filas columnas y total Permite hipotetizar posibles asociaciones entre las variablesGraacuteficosGraacutefico de torta

Ideal para variables nominales Soacutelo grafica un grupo por vez No permite usar muchas categoriacutea (por congestioacuten visual)

Graacutefico de Barras Se manejan dos ejes El eje horizontal indica los valores de la variable El eje vertical representa al iacutendice estadiacutestico Permite la comparacioacuten de varios grupos Las barras pueden juntarse o separarse para denotar la continuidad de los valores de la variable Barras continuas (usualmente en tablas de intervalos) Representan variables continuas Se usa el punto medio como referencia Permiten visualizar la distribucioacuten de la variableErrores Graacuteficos Ausencia de tiacutetulo No indicar variables Usar escalas inapropiadas No indicar el punto 0 Visualizacioacuten confusaMedidas de posicioacuten Las medidas de posicioacuten nos permiten dividir a una distribucioacuten en distintas partes Seguacuten el nuacutemero de partes eacutestas divisiones tendraacuten distintos nombres Percentiles Cuando dividimos una distribucioacuten en 100 partes

Deciles Cuando dividimos una distribucioacuten en 10 partes Cuartiles Cuando dividimos una distribucioacuten en 4 partes Mediana Cuando dividimos una distribucioacuten en 2 partes Requisitos Variables cuantitativas Los resultados estaacuten ordenados de menor a mayor Las medidas de posicioacuten son variables discretas Equivalencias Como todas las medidas se refieren al mismo grupo de datos se pueden hacer equivalentes entre siacute El percentil 30 (P30) por ejemplo es el valor de la variable bajo el cual se encuentra el 30 de los casos y sobre el cual se encuentra el 70 de los casos El decil 4 (D4) es el valor de la variable que deja bajo eacutel el 40 de los casos y sobre eacutel el 60 Esto permite ver las equivalencias entre percentiles y deciles (D4) = (P40)Medidas de Tendencia Central Una MTC es un indicador numeacuterico que representa el comportamiento que se considera maacutes representativo de un grupo de valores Para ello podemos ocupar distintos criterios El puntaje que maacutes se repite El que divide al grupo por la mitad El que equipara los puntajes positivos con los negativosLA MODA Representa al puntaje de mayor frecuencia (f) en una distribucioacuten de puntajes Una distribucioacuten de puntajes puede ser bimodal esto es tener dos modas Si hay maacutes de dos valores con la mayor frecuencia se dice que no tiene moda En datos no tabulados es el valor que se repite maacutes En tablas de intervalos conviene usar una foacutermula de nivelacioacuten de la modaMediana (Md)

El valor que divide a la distribucioacuten por la mitad (equivale a P50)Promedio o Media Representa al puntaje que equilibra los valores positivos con los negativos de una distribucioacuten Como incluye a toda la distribucioacuten puede ser transformada algebraicamente Soporta variantes promedio ponderado agrupaciones de promediosMedidas de VariabilidadiquestCuaacuten parecidos son los puntajes entre siacute Un dato muy importante para analizar las distribuciones de puntajes es saber cuaacuten diferentes o parecidos son los puntajes entre siacute Esa informacioacuten nos permite evaluar cuan representativas son las medidas de tendencia central que calculamos para esa misma distribucioacuten iquestCuaacuteles son Rango o Amplitud total R= Maacuteximo ndash Miacutenimo Muy faacutecil de calcular evaluacutea la desviacioacuten total Rango semi-intercuartil Calcula el punto medio de separacioacuten entre cuartil 3 y cuartil 1 No es muy usado difiacutecil de interpretar Varianza ndash Desviacioacuten estaacutendar La maacutes completaDesviacioacuten Estaacutendar Considera a todos los valores de la distribucioacuten Se utiliza el promedio como punto de referencia para determinar coacutemo se desviacutean los valores de este punto Mientras maacutes heterogeacutenea sea una distribucioacuten mayores seraacuten las desviaciones respecto del promedio Lo maacutes sencillo seriacutea sumar las desviaciones de cada punto respecto del promedio

Sin embargo La suma de las desviaciones se anulen Solo se puede hacer en valores absoluto Mientras maacutes valores tenga una distribucioacuten mayor seraacute la suma de las desviaciones en valor absoluto (problema para comparar distribuciones con distinto tamantildeo) Para solucionar esto se calcula un promedio de las desviaciones Se calcula tomando en cuanta las desviaciones al cuadrado Sin embargo la medida que resulta estaacute expresada en puntajes elevados al cuadrado Esto se conoce como VARIANZA (s2) Para poder interpretar los datos debemos regresarlos a la escala original Esto se conoce como la desviacioacuten estaacutendar (s)Forma de la Distribucioacuten Utilizando los cuartiles podemos analizar la forma de la distribucioacutenSIMETRIA (Q3 - Q2) = ( Q2 - Q1)ASIMETRIA POSITIVA (Q3 - Q2 ) gt ( Q2 - Q1)ASIMETRIA NEGATIVA (Q3 - Q2 ) lt ( Q2 - Q1)Puntaje Estaacutendar Cualquier escala de puntajes puede transformarse en una nueva serie de puntajes llamados puntajes estaacutendar (Z)Para determinar esta nueva escala de puntajes es necesario definir1 La distancia entre un puntaje y el promedio2 La desviacioacuten estaacutendar que nos indicaraacute cuan heterogeacuteneo u homogeacuteneo es la distribucioacuten3 Se dividen ambos valores y se genera esta transformacioacuten a un puntaje Z o estaacutendar

Page 15: Metodología investigación Resumen Hernandez&Fernandez

Deciles Cuando dividimos una distribucioacuten en 10 partes Cuartiles Cuando dividimos una distribucioacuten en 4 partes Mediana Cuando dividimos una distribucioacuten en 2 partes Requisitos Variables cuantitativas Los resultados estaacuten ordenados de menor a mayor Las medidas de posicioacuten son variables discretas Equivalencias Como todas las medidas se refieren al mismo grupo de datos se pueden hacer equivalentes entre siacute El percentil 30 (P30) por ejemplo es el valor de la variable bajo el cual se encuentra el 30 de los casos y sobre el cual se encuentra el 70 de los casos El decil 4 (D4) es el valor de la variable que deja bajo eacutel el 40 de los casos y sobre eacutel el 60 Esto permite ver las equivalencias entre percentiles y deciles (D4) = (P40)Medidas de Tendencia Central Una MTC es un indicador numeacuterico que representa el comportamiento que se considera maacutes representativo de un grupo de valores Para ello podemos ocupar distintos criterios El puntaje que maacutes se repite El que divide al grupo por la mitad El que equipara los puntajes positivos con los negativosLA MODA Representa al puntaje de mayor frecuencia (f) en una distribucioacuten de puntajes Una distribucioacuten de puntajes puede ser bimodal esto es tener dos modas Si hay maacutes de dos valores con la mayor frecuencia se dice que no tiene moda En datos no tabulados es el valor que se repite maacutes En tablas de intervalos conviene usar una foacutermula de nivelacioacuten de la modaMediana (Md)

El valor que divide a la distribucioacuten por la mitad (equivale a P50)Promedio o Media Representa al puntaje que equilibra los valores positivos con los negativos de una distribucioacuten Como incluye a toda la distribucioacuten puede ser transformada algebraicamente Soporta variantes promedio ponderado agrupaciones de promediosMedidas de VariabilidadiquestCuaacuten parecidos son los puntajes entre siacute Un dato muy importante para analizar las distribuciones de puntajes es saber cuaacuten diferentes o parecidos son los puntajes entre siacute Esa informacioacuten nos permite evaluar cuan representativas son las medidas de tendencia central que calculamos para esa misma distribucioacuten iquestCuaacuteles son Rango o Amplitud total R= Maacuteximo ndash Miacutenimo Muy faacutecil de calcular evaluacutea la desviacioacuten total Rango semi-intercuartil Calcula el punto medio de separacioacuten entre cuartil 3 y cuartil 1 No es muy usado difiacutecil de interpretar Varianza ndash Desviacioacuten estaacutendar La maacutes completaDesviacioacuten Estaacutendar Considera a todos los valores de la distribucioacuten Se utiliza el promedio como punto de referencia para determinar coacutemo se desviacutean los valores de este punto Mientras maacutes heterogeacutenea sea una distribucioacuten mayores seraacuten las desviaciones respecto del promedio Lo maacutes sencillo seriacutea sumar las desviaciones de cada punto respecto del promedio

Sin embargo La suma de las desviaciones se anulen Solo se puede hacer en valores absoluto Mientras maacutes valores tenga una distribucioacuten mayor seraacute la suma de las desviaciones en valor absoluto (problema para comparar distribuciones con distinto tamantildeo) Para solucionar esto se calcula un promedio de las desviaciones Se calcula tomando en cuanta las desviaciones al cuadrado Sin embargo la medida que resulta estaacute expresada en puntajes elevados al cuadrado Esto se conoce como VARIANZA (s2) Para poder interpretar los datos debemos regresarlos a la escala original Esto se conoce como la desviacioacuten estaacutendar (s)Forma de la Distribucioacuten Utilizando los cuartiles podemos analizar la forma de la distribucioacutenSIMETRIA (Q3 - Q2) = ( Q2 - Q1)ASIMETRIA POSITIVA (Q3 - Q2 ) gt ( Q2 - Q1)ASIMETRIA NEGATIVA (Q3 - Q2 ) lt ( Q2 - Q1)Puntaje Estaacutendar Cualquier escala de puntajes puede transformarse en una nueva serie de puntajes llamados puntajes estaacutendar (Z)Para determinar esta nueva escala de puntajes es necesario definir1 La distancia entre un puntaje y el promedio2 La desviacioacuten estaacutendar que nos indicaraacute cuan heterogeacuteneo u homogeacuteneo es la distribucioacuten3 Se dividen ambos valores y se genera esta transformacioacuten a un puntaje Z o estaacutendar

Page 16: Metodología investigación Resumen Hernandez&Fernandez

Sin embargo La suma de las desviaciones se anulen Solo se puede hacer en valores absoluto Mientras maacutes valores tenga una distribucioacuten mayor seraacute la suma de las desviaciones en valor absoluto (problema para comparar distribuciones con distinto tamantildeo) Para solucionar esto se calcula un promedio de las desviaciones Se calcula tomando en cuanta las desviaciones al cuadrado Sin embargo la medida que resulta estaacute expresada en puntajes elevados al cuadrado Esto se conoce como VARIANZA (s2) Para poder interpretar los datos debemos regresarlos a la escala original Esto se conoce como la desviacioacuten estaacutendar (s)Forma de la Distribucioacuten Utilizando los cuartiles podemos analizar la forma de la distribucioacutenSIMETRIA (Q3 - Q2) = ( Q2 - Q1)ASIMETRIA POSITIVA (Q3 - Q2 ) gt ( Q2 - Q1)ASIMETRIA NEGATIVA (Q3 - Q2 ) lt ( Q2 - Q1)Puntaje Estaacutendar Cualquier escala de puntajes puede transformarse en una nueva serie de puntajes llamados puntajes estaacutendar (Z)Para determinar esta nueva escala de puntajes es necesario definir1 La distancia entre un puntaje y el promedio2 La desviacioacuten estaacutendar que nos indicaraacute cuan heterogeacuteneo u homogeacuteneo es la distribucioacuten3 Se dividen ambos valores y se genera esta transformacioacuten a un puntaje Z o estaacutendar