Diapositiva 1

1
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Niveles de Investigación
Dr. José Supo
2
Tema 1 TIPOS DE ESTUDIOS EN INVESTIGACIÓN Adapta
do de Supo, J.
1
EXPLORATORIO
Se plantean cuando no existe un cuerpo teórico
abundante que ilumine el estudio de un fenómeno
observado y los resultados que se obtengan sean
un aporte al reconocimiento e identificación de
los problemas.
No hay preguntas que conduzcan a problemas
precisos, se exploran áreas problemáticas. Se
trata de una descripción y análisis teórico por
lo que no se requiere de manejo estadístico.
3
Tema 1 TIPOS DE ESTUDIOS EN INVESTIGACIÓN Adapta
do de Supo, J.
1
EXPLORATORIO
Qué es un estudio exploratorio? Un estudio exploratorio se usa cuando un tema de investigación ha sido escasamente estudiado, existen muchas dudas de él o no se ha abordado antes.
Qué condiciones o características debe cumplir un estudio exploratorio? Los estudios exploratorios Parten de un tema de investigación general y el cual no ha sido profundizado. El método de sistematización de obtención de la información puede ser a partir de observación directa o indirecta. Implica una amplia revisión de la literatura existente del tema.
4
Tema 1 TIPOS DE ESTUDIOS EN INVESTIGACIÓN Adapta
do de Supo, J.
2
DESCRIPTIVO
Describe fenómenos sociales o clínicos en una
circunstancia temporal y geográfica determinada.
Desde el punto de vista cognoscitivo su finalidad
es describir y desde el punto de vista
estadístico su propósito estimar parámetros.
La estadística descriptiva consiste en estimar
frecuencias y/o promedios y otras medidas
univariadas. Ejm. los estudios de frecuencia de
la enfermedad Incidencia y Prevalencia.
5
Tema 1 TIPOS DE ESTUDIOS EN INVESTIGACIÓN Adapta
do de Supo, J.
2
DESCRIPTIVO
Qué es un estudio descriptivo? Cuál es su objetivo? Un estudio descriptivo se usa cuando se tiene como objetivo describir situaciones o eventos que han sido investigados previamente. En este tipo de estudio ya existe una selección de variables (a diferencia de los exploratorios), las cuales se miden de manera aislada e independiente y de esta misma manera se presentan sus resultados.
Qué condiciones o características debe cumplir un estudio descriptivo? Los estudios descriptivos Se centran en descripciones de eventos y situaciones. Se busca identificar problemas o justificar condiciones actuales. A partir de sus resultados existen elementos para hacer comparaciones o evaluaciones descriptivas. NO se busca encontrar relaciones, probar hipótesis o hacer predicciones.
6
Tema 1 TIPOS DE ESTUDIOS EN INVESTIGACIÓN Adapta
do de Supo, J.
3
RELACIONAL/COMPARACIÓN
No son estudios de causa y efecto porque las
pruebas estadísticas solo demuestran dependencia
entre diferentes eventos aquí podemos encontrar
los estudios de asociación sin relación de
dependencia y las correlaciones espurias.
Dr. José Supo
7
Tema 1 TIPOS DE ESTUDIOS EN INVESTIGACIÓN Adapta
do de Supo, J.
3
RELACIONAL/COMPARACIÓN
Qué es un estudio correlacional? Cuál es su objetivo? Un estudio correlacional se usa para saber el grado de relación entre 2 o más variables (se conoce cómo se comporta una variable a través del comportamiento de otras)
Qué condiciones o características debe cumplir un estudio correlacional? Los estudios correlacionales Permiten la medición de 2 o más variables Explican relaciones y prueban hipótesis Muestran poco nivel de control de la Variable Independiente Existe la posibilidad de encontrar modelos correlacionales poco válidos NO muestran o prueban una relación causa-efecto
Dr. José Supo
8
Tema 1 TIPOS DE ESTUDIOS EN INVESTIGACIÓN Adapta
do de Supo, J.
4
EXPLICATIVO
Su finalidad es explicar el comportamiento de una
variable en función de otra(s) aquí se plantea
una relación de causa-efecto, y tiene que cumplir
otros criterios de causalidad (Bradford Hill)
requiere de control tanto metodológico como
estadístico.
La estadística multivariada tiene por finalidad
descartar asociaciones aleatorias, casuales o
espurias entre la variable independiente y
dependiente. Ejm. Chi 2 de Mantel - Haenszel.
9
Tema 1 TIPOS DE ESTUDIOS EN INVESTIGACIÓN Adapta
do de Supo, J.
4
EXPLICATIVO
Qué es un estudio explicativo? Cuál es su objetivo? Los estudios explicativos se usan para explicar porqué ocurre un fenómeno y en qué condiciones (implica la exploración, la descripción y la correlación de lo investigado)
Qué condiciones o características debe cumplir un estudio explicativo? En los estudios explicativos Se explica, comprende e interpreta el porqué ocurre un fenómeno, en qué condiciones y responde a la pregunta de por qué están correlacionadas 2 o más variables independientes (hay una explicación causa-efecto)
10
Tema 1 TIPOS DE ESTUDIOS EN INVESTIGACIÓN Adapta
do de Supo, J.
4
EXPLICATIVO
Qué es un estudio explicativo? Cuál es su objetivo? Los estudios explicativos se usan para explicar porqué ocurre un fenómeno y en qué condiciones (implica la exploración, la descripción y la correlación de lo investigado)
Qué condiciones o características debe cumplir un estudio explicativo? En los estudios explicativos Se explica, comprende e interpreta el porqué ocurre un fenómeno, en qué condiciones y responde a la pregunta de por qué están correlacionadas 2 o más variables independientes (hay una explicación causa-efecto)
11
Tema 1 TIPOS DE ESTUDIOS EN INVESTIGACIÓN Adapta
do de Supo, J.
EJERCICIO 1
La investigación titulada Opinión de estudiantes
sobre el uso de las Tecnologías de Información y
Comunicación (TICs) en un curso universitario
tiene como propósito conocer la opinión de los
estudiantes de un curso universitario que tomaron
un curso en línea. Para este propósito, después
de haberles impartido el curso, se les administró
una encuesta de opinión para conocer los índices
de aceptación del curso en general y los
principales métodos usados en éste.
12
Tema 1 TIPOS DE ESTUDIOS EN INVESTIGACIÓN Adapta
do de Supo, J.
EJERCICIO 2
En un estudio se realizó una evaluación de los
niveles de ansiedad en 60 estudiantes de quinto
año de primaria con la intención de saber si
existe una asociación entre esta problemática y
el rendimiento escolar (promedio general) que
tuvieron en el ciclo escolar 2010-2011.
13
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Hipótesis
Dr. José Supo
14
Tema 2 HIPÓTESIS Adaptado de Supo, J.
Definición
Son conjeturas que plantea el investigador
afirmaciones aun no demostradas y que nacen de la
experiencia o de la deducción luego del análisis
de los antecedentes investigativos . Deben
referirse a una situación real, en términos
comprensibles, precisos, concretos y deben estar
relacionadas con técnicas disponibles para
probarlas.
Dr. José Supo
15
Tema 2 HIPÓTESIS Adaptado de Supo, J.
Qué es una hipótesis? Qué requisitos deben cumplir? Una Hipótesis es una proposición tentativa, la cual no es todavía verificada pero si probable, acerca de la relación existente entre 2 o más variables. (En el proceso de investigación, debe derivarse del planteamiento del problema y los objetivos). Los requisitos que deben cumplir las hipótesis son las siguientes -Se refieren a una situación real -Las variables que contiene deben ser comprensibles, precisas y concretas (observables y medibles) -La relación entre las variables debe ser clara y verosímil -Las hipótesis deben estar relacionadas con técnicas para probarlas
16
Tema 2 HIPÓTESIS Adaptado de Supo, J.
Hipótesis Estadísticas (De trabajo)
17
Tema 2 HIPÓTESIS Adaptado de Supo, J.
Qué es una hipótesis de investigación o trabajo? La hipótesis de investigación o de trabajo es una propuesta tentativa acerca de un problema planteado y que al final del proceso de investigación puede ser confirmada o rechazada Ejemplos Hi (de trabajo) La percepción de similitud en las creencias (VI) provoca MAYOR atracción física entre las personas (VD).
18
Tema 2 HIPÓTESIS Adaptado de Supo, J.
Qué es una hipótesis nula? Las hipótesis nulas son proposiciones que sirven para refutar o negar lo que afirma la hipótesis de investigación (Ho) Ejemplos Ho (nula) La percepción de similitud en las creencias (VI) NO provoca mayor atracción física entre las personas (VD).
19
Tema 2 HIPÓTESIS Adaptado de Supo, J.
Qué es una hipótesis alternativa? Las hipótesis alternativas son posibilidades alternativas ante las hipótesis de investigación y nula. Ofrecen otra descripción, explicaciones distintas a las que proporcionan los ya mencionados tipos de hipótesis, estas sólo pueden formularse cuando efectivamente hay otras posibilidades adicionales a las hipótesis de investigación y nula. Ejemplos H2 (alternativa) La percepción de similitud en las creencias (VI) provoca MENOR atracción física entre las personas (VD).
20
Tema 2 HIPÓTESIS Adaptado de Supo, J.
Qué es una hipótesis de trabajo? Cuáles son sus elementos? Qué condiciones debe cumplir? Una hipótesis de trabajo es una propuesta tentativa acerca de un problema planteado y que al final del proceso de investigación puede ser confirmada o rechazada Sus elementos son -Unidades de análisis (sujetos, grupos, objetos, etc.) -Variables (ejemplo, niveles de depresión, tipos de tratamiento, etc.) -Enlaces lógicos (por ej. Si A, entonces B) Las principales condiciones que debe cumplir son las siguientes -Ser clara y fácilmente comprensible -Plantear una relación susceptible de comprobarse empíricamente -Mostrar una conexión con logros teóricos anteriores
21
Tema 2 HIPÓTESIS Adaptado de Supo, J.
Hipótesis Según el Nivel de Investigación
Dr. José Supo
22
Tema 2 HIPÓTESIS Adaptado de Supo, J.
Hipótesis según el nivel Investigativo
EXPLORATORIA
Los estudios exploratorios no contienen
hipótesis, porque no se puede presuponer sobre
algo que apenas se comienza a conocer. Su función
es precisamente generar hipótesis.
Dr. José Supo
23
Tema 2 HIPÓTESIS Adaptado de Supo, J.
Hipótesis según el nivel Investigativo
DESCRIPTIVA
Qué es una hipótesis descriptiva? Cuáles son sus elementos? Qué condiciones debe cumplir? 3.3 Las hipótesis descriptivas proponen o describen el valor de las variables (por lo general son de 1 sola variable). Por ej., la ansiedad será elevada, la participación disminuirá con respecto al curso pasado por lo menos un 70 de los estudiantes aprobarán el curso
24
Tema 2 HIPÓTESIS Adaptado de Supo, J.
Hipótesis según el nivel Investigativo
RELACIONAL
Las hipótesis relacionales o empíricas son
afirmaciones respecto a las relaciones entre dos
o más variables sin fundamento, porque nacen de
la observación y la experiencia, siempre deben
estar sujetas a comprobación empírica.
Solamente buscan concordancia entre hechos y
generan la necesidad de plantear hipótesis
explicativas.
25
Tema 2 HIPÓTESIS Adaptado de Supo, J.
Hipótesis según el nivel Investigativo
RELACIONAL
Qué es una hipótesis correlacional? Cuáles son sus elementos? Qué condiciones debe cumplir? Las hipótesis correlacionales especifican la relación entre dos o más variables. Las hipótesis correlacionales se simbolizan de la siguiente manera X ? Y Ejemplo Hi A mayor autoestima, menor temor de logro. La hipótesis indica que cuando una aumenta la otra disminuye y viceversa. Las hipótesis correlacionales no sólo pueden establecer que dos o más variables se encuentran relacionadas, sino cómo están asociadas. Alcanzan el nivel predictivo y parcialmente explicativo. Se establece que hay relación entre las variables y se dice cómo es esa relación (qué dirección sigue). Correlación bivariada Cuando se correlacionan dos variables. Correlación múltiple Cuando se correlacionan varias variables. Nota. En hipótesis de correlación NO es importante el orden en que coloquemos las variables (ninguna antecede a la otra no hay relación de causalidad). El orden de los factores (variables) no altera el producto (la hipótesis). En la correlación NO se habla de variables independientes y dependientes.
26
Tema 2 HIPÓTESIS Adaptado de Supo, J.
Hipótesis según el nivel Investigativo
COMPARACIÓN
Qué es una hipótesis de comparación o diferencia de grupos? Cuáles son sus elementos? Qué condiciones debe cumplir? Las hipótesis de comparación o diferencias de grupos establecen diferencias entre la comparación de grupos específicos (la dirección se basa en la teoría) La hipótesis de diferencia de grupos se puede establecer como direccional o no direccional. La direccional especifica la naturaleza de la relación o la diferencia pronosticada. Por ej. Los niños que tienen un alto Coeficiente Intelectual manifestarán más ansiedad en el salón de clase que los niños que tienen menor Coeficiente Intelectual. La no direccional establece que existe relación o diferencia pero no especifica la naturaleza del hallazgo que se espera. Por ej. Existe diferencia entre el aprendizaje de lenguas extranjeras obtenido en mujeres y hombres. NOTA esta cualidad direccional o no, también aplica en las hipótesis correlacionales
27
Tema 2 HIPÓTESIS Adaptado de Supo, J.
Hipótesis según el nivel Investigativo
EXPLICATIVA
Qué es una hipótesis causal? Cuáles son sus elementos? Qué condiciones debe cumplir? Las hipótesis causales establecen relaciones de causa-efecto y cómo se dan. Correlación y causalidad son conceptos asociados pero distintos. Dos variables pueden estar correlacionadas sin que ello implique que una es causa de la otra. Para poder establecer causalidad, antes debe haberse demostrado que hay correlación. Además, la causa debe ocurrir antes que el efecto ( los cambios en la causa deben provocar cambios en el efecto). A las supuestas causas se les conoce como variables independientes y a los efectos como variables dependientes. Solamente se puede hablar de variables independientes y dependientes cuando se formulan hipótesis causales o hipótesis de la diferencia de grupos, siempre y cuando en estas últimas se explique cuál es la causa de la diferencia hipotetizada.
28
Tema 2 HIPÓTESIS Adaptado de Supo, J.
Hipótesis según el nivel Investigativo
EXPLICATIVA
Tipos Tipos Hipótesis causal bivariada La percepción de similitud en las creencias (VI) provoca mayor atracción física entre las personas(VD). Aquí se plantea una relación entre una variable independiente y otra dependiente. Hipótesis causal multivariada. Aquí se plantea una relación entre varias variables independientes y una dependiente. O una independiente y varias dependientes La cohesión(VI1) y la centralidad (VI2) en un grupo sometido a una dinámica y el tipo de liderazgo(VI3) que se ejerza dentro del grupo, determinan la efectividad de éste para alcanzar sus metas primarias(VD).
29
Tema 2 HIPÓTESIS Adaptado de Supo, J.
Ejercicio

• Identifica la hipótesis de tu artículo de
  investigación y escribe cuál sería la hipótesis
  de trabajo y la hipótesis nula.
• En la hipótesis de trabajo señala cuáles serían
  sus principales componentes.
• Identifica qué tipo de hipótesis es de acuerdo al
  tipo de investigación (justifica tu respuesta)
• Menciona cuál sería la definición operacional de
  la hipótesis o de qué manera se medirán o
  cuantificarán las variables que están presentes
  en dicha investigación.

30
Tema 2 HIPÓTESIS Adaptado de Supo, J.
Definición de Hipótesis
Qué es la definición conceptual de una hipótesis? Qué es la definición operacional de una hipótesis? La definición conceptual de una hipótesis se refiere a definirla de acuerdo a la literatura especializada. La definición operacional se refiere a definirla de tal manera que indique de que manera se puede medir.
31
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
TEMA 3 Variables
Dr. José Supo
32
Tema 3 VARIABLES Adaptado de Supo, J.
Qué es una variable? Una variable es una propiedad que puede variar y cuya variación es susceptible de medirse. Ejemplos de variable método de enseñanza, aprovechamiento escolar, edad, género, inteligencia, motivación, ingreso económico, violencia, etc.
33
Tema 3 VARIABLES Adaptado de Supo, J.
Qué es una variable cuantitativa? Qué es una variable cualitativa? Una variable cuantitativa es aquella que tiene magnitud puede medirse es continua puede tomar cualquier valor numérico (por ej., estatura) y es discreta establece categorías en términos de números enteros (por ej., número de sujetos que asistieron a un evento). Una variable cualitativa NO presenta una cualidad de magnitud, se incluye en categorías.
34
Tema 3 VARIABLES Adaptado de Supo, J.
Qué es una variable dependiente? Qué es una variable independiente? Una variable dependiente es la que varía a partir de la acción o manipulación realizada a la variable independiente. Es la variable que queremos explicar. La variable independiente se establece como control o como susceptible de ser manipulada por el investigador. Se pretende descubrir cómo influye en la variable dependiente. Cuando se manipula se considera como una variable atributiva y cuando no es manipulada se considera una variable activa.
35
Tema 3 VARIABLES Adaptado de Supo, J.
Qué es una variable dependiente? Qué es una variable independiente? Una variable dependiente es la que varía a partir de la acción o manipulación realizada a la variable independiente. Es la variable que queremos explicar. La variable independiente se establece como control o como susceptible de ser manipulada por el investigador. Se pretende descubrir cómo influye en la variable dependiente. Cuando se manipula se considera como una variable atributiva y cuando no es manipulada se considera una variable activa.
36
Tema 3 VARIABLES Adaptado de Supo, J.
Qué es una variable activa o experimental? Qué es una variable atributiva? Qué es una variable extraña? Una variable activa o experimental es aquella que es susceptible de manipulación directa por parte del experimentador (por ej., el tipo de tratamiento psicológico) Una variable atributiva es aquella que muestra una característica o atributo de los sujetos que NO puede ser manipulada (por ej., el género) Una variable extraña es aquella que NO está relacionada con la investigación (se puede controlar, manteniendo constantes la condición experimental/reexperimental). (por ejemplo, los hábitos de lectura en la familia, con respecto al nivel de rendimiento escolar en una población)
37
Tema 3 VARIABLES Adaptado de Supo, J.
Qué es una variable activa o experimental? Qué es una variable atributiva? Qué es una variable extraña? Una variable activa o experimental es aquella que es susceptible de manipulación directa por parte del experimentador (por ej., el tipo de tratamiento psicológico) Una variable atributiva es aquella que muestra una característica o atributo de los sujetos que NO puede ser manipulada (por ej., el género) Una variable extraña es aquella que NO está relacionada con la investigación (se puede controlar, manteniendo constantes la condición experimental/reexperimental). (por ejemplo, los hábitos de lectura en la familia, con respecto al nivel de rendimiento escolar en una población)
38
Tema 3 VARIABLES Adaptado de Supo, J.
A qué se refiere el nivel de medición nominal? (Ejemplo) La escala de medida nominal tiene como fin nombrar y categorizar con el fin de distinguir, puede considerarse la escala de nivel más bajo (las categorías NO indican orden ni jerarquía). Se trata de agrupar objetos en clases. Las categorías únicamente reflejan diferencias en la variable. Ejemplo sexo 1Femenino 2Masculino
39
Tema 3 VARIABLES Adaptado de Supo, J.
A qué se refiere el nivel de medición ordinal? (Ejemplo) La escala ordinal presenta varias categorías que mantienen un orden de mayor a menor, las etiquetas de las categorías indican jerarquía. Estas escalas, recurren a la propiedad de orden de los números. Las medidas ordinales tienen imprecisas diferencias entre valores consecutivos, pero un orden interpretable para sus valores. Ejemplo Posición jerárquica de una empresa 10presidente 9 vicepresidente 8 director general 7 gerente de área 6 subgerente 5 jefe 4 empleado
40
Tema 3 VARIABLES Adaptado de Supo, J.
A qué se refiere el nivel de medición intervalar? (Ejemplo) En la escala de intervalos además del orden o la jerarquía entre categorías, se establecen intervalos iguales en la medición, por lo que permite determinar la magnitud de los intervalos (distancia) entre todos los elementos de la escala. está caracterizada por una unidad de medida común y constante. Es importante destacar que el punto cero en las escalas de intervalos iguales es arbitrario, y no refleja en ningún momento ausencia de la magnitud que estamos midiendo (por ej., las mediciones de coeficiente intelectual o temperatura en grados Celsius). Ejemplo una prueba de matemáticas si Ana resolvió 10 problemas, Laura 20 y Abigail 30, la distancia entre Ana y Laura, es la misma que entre Laura y Abigail.
41
Tema 3 VARIABLES Adaptado de Supo, J.
A qué se refiere el nivel de medición de razón? (Ejemplo) La escala de coeficientes o Razones es el nivel de medida más elevado y se diferencia de las escalas de intervalos iguales únicamente por poseer un punto cero propio como origen (además de tener las otras propiedades períodos iguales entre las categorías, etc.) es decir que el valor cero es real y absoluto (significa ausencia de la magnitud que estamos midiendo). Ejemplo número de minutos viendo la TV o usando el Internet número de hijos, ventas de un producto, ingreso, etc.
42
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
43
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
TEMA 4 Diseño de Investigación
Dr. José Supo
44
Tema 4 Diseños de Investigación Adaptado de
Supo, J.
Qué es un diseño de investigación? El diseño es el plan o estrategia que se desarrolla para obtener la información que se requiere para una investigación. Su objetivo es analizar la certeza de la hipótesis.
45
Tema 4 Diseños de Investigación Adaptado de
Supo, J.
Qué es un diseño experimental? Los diseños experimentales son aquellos estudios en el que se manipulan intencionalmente una o más variables independientes (supuestas causas), para analizar las consecuencias que la manipulación tiene sobre una o más variables dependientes (supuestos efectos), dentro de una situación control.
46
Tema 4 Diseños de Investigación Adaptado de
Supo, J.
Cuáles son las características de los diseños experimentales? Cuáles son los tipos de Diseño Experimental? Las características principales es que contienen a) un grupo de control o de comparación (es posible llevar a cabo la investigación con un solo grupo, proporcionando todos los tratamientos a los mismos sujetos, y también es posible tener tres o más grupos) b) se manipula de manera activa (intencional) la variable independiente c) se basa en la aleatorización, es decir, se asigna al azar a los sujetos a los grupos con el fin de garantizar su equivalencia (en ocasiones, esto no es posible, debido a que los grupos están ya constituidos o no es posible realizar la asignación al azar). Los tipos de diseño experimental son a) pre-experimentales b) cuasiexperimentales c) experimentales puros.
47
Tema 4 Diseños de Investigación Adaptado de
Supo, J.
Cuáles son los tipos de diseños experimentales puros? Los principales tipos son a) Con posprueba únicamente y grupos de control G1-----X1----O1 G2----X2----O2 (X2sin tratamiento) b) Con preprueba/posprueba y grupo de control G1---O1---X1---O2 G2---O3---X2---O4 (X2sin tratamiento) c) 4 grupos de Solomon G1---O1---X1---O2 G2---O3---X2---O4 (X2sin tratamiento) G3---O5---X3---O6 (O5sin test o medición) G4---O7---X4---O8 (O7sin test X4 sin tratamiento) G grupo X tratamiento (VI) O test o medición (VD)
48
Tema 4 Diseños de Investigación Adaptado de
Supo, J.
Qué son los diseños cuasi-experimentales? Cuáles son los tipos de diseño cuasi-experimentales? Los diseños cuasi-experimentales NO hay asignación aleatoria ni emparejamiento, la muestra se elige de grupos ya formados antes del tratamiento. En estos diseños falta un grupo control o el control es incompleto en los grupos observados. Los principales tipos son a) Series cronológicas G-O1-O2-O3-X-O4-O5-O6 b) Muestras cronológicas G-X1-O1-X0-O2-X1-O3-X0-O4 (X0 sin tratamiento) c) 2 o más grupos con pretest y postest G1-O1-X1-O2 G2-O2-X0-O2 (X0 sin tratamiento) d) 2 con solo postest G1-X1-O2 G1-X0-O2 (X0 sin tratamiento) G grupo X tratamiento (VI) O test o medición (VD)
49
Tema 4 Diseños de Investigación Adaptado de
Supo, J.
Qué es un diseño pre-experimental? Cuáles son los tipos de Diseño Pre-Experimental? Los diseños pre-experimentales son diseños de un solo grupo donde el grado de control es mínimo. Los principales tipos son a) Estudios de caso con una sola medición G---X---O b) Diseño de pre-prueba/pos-prueba con un solo grupo G---O1---X---O2 G grupo X tratamiento (VI) O test o medición (VD)
50
Tema 4 Diseños de Investigación Adaptado de
Supo, J.
Qué son los diseños no experimentales? Qué son los diseños no experimentales transaccionales o transversales? Qué son los diseños no experimentales longitudinales o evolutivos? En los diseños no experimentales NO hay una manipulación deliberada de variables, sólo se observan los fenómenos en su ambiente laboral y luego se analizan. En los diseños transversales o transaccionales se recopilan datos en un momento único (pueden ser exploratorios, descriptivos, correlacionales o causales). En los diseños longitudinales o evolutivos se recopilan datos en diferentes momentos a lo largo de un período determinado de tiempo.
51
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
TEMA 5 Muestreo
Dr. José Supo
52
HIPÓTESIS Adaptado de Supo, J.
H0 Hipótesis Nulas

• Niegan lo que afirman las hipótesis de
  investigación y existen tantas hipótesis nulas
  como hipótesis de investigación. Es a la Nula a
  la que se le rechaza o no se le rechaza
• Si el p-valor es menor a 0.05 rechazamos Ho por
  lo tanto concluimos en que hipótesis alterna es
  verdadera.
• Si el p-valor no es menor a 0.05 no rechazamos
  Ho sin embargo esto no significa que debemos
  aceptarla sino que, simplemente no hemos podido
  rechazarla.

Dr. José Supo
53
TEMA 5 MUESTREO Adaptado de Supo, J.
Qué es el muestreo? El muestreo es la técnica para la selección de una muestra a partir de una población.
Dr. José Supo
54
TEMA 5 MUESTREO Adaptado de Supo, J.
Cuáles son las características de los dos principales tipos de muestreo? (Probabilístico y No probabilístico) El muestreo probabilístico requiere determinar el tamaño de la muestra y seleccionar elementos muestrales (todas con la misma probabilidades de ser elegidos). El muestreo no probabilístico se basa en una selección informal y arbitraria de los sujetos, donde no todos tienen la misma posibilidad de ser elegidos (depende de la decisión del investigador).
Dr. José Supo
55
TEMA 5 MUESTREO Adaptado de Supo, J.
Cómo se realiza un muestreo probabilístico aleatorio? Cómo se realiza un muestreo probabilístico estratificado? Cómo se realiza un muestreo probabilístico por racimos o conglomerados? El muestreo probabilístico aleatorio se realiza mediante un sorteo o tabla de números. El muestreo probabilístico estratificado se realiza a partir de una división de la población en estratos o categorías. El muestreo probabilístico por racimos o conglomerados se realiza a partir de seleccionar los racimos (lugares geográficos o físicos) donde se encuentran los sujetos y posteriormente seleccionarlos al azar,
56
TEMA 5 MUESTREO Adaptado de Supo, J.
Cómo se realiza un muestreo No probabilístico de sujetos voluntarios? Cómo se realiza un muestreo No probabilístico de sujetos tipo? Cómo se realiza un muestreo No probabilístico de muestra de expertos? Cómo se realiza un muestreo No probabilístico de muestra por cuotas El muestreo NO probabilístico de sujetos voluntarios se usa con individuos que deciden participar en el estudio. El muestreo NO probabilístico de sujetos tipo se usa con los sujetos que cubren con ciertas características fijadas por el investigador. El muestreo NO probabilístico de muestra de expertos se usa cuando es necesario la opinión de sujetos expertos. El muestreo NO probabilístico de muestra por cuotas se basa en fijar determinadas proporciones de sujetos o cuotas según variables demográficas.
Dr. José Supo
57
HIPÓTESIS Adaptado de Supo, J.
H1 Hipótesis Alternas
Esta hipótesis se da por verdadera cuando
rechazamos la hipótesis de trabajo (Ho) o cuando
por alguna razón no podemos aceptar la nula. En
el ritual de la significancia, procedemos a
establecer las hipótesis estadísticas comenzando
por al del investigador (H1) y luego la Nula
(Ho) para proceder a trabajar con la Nula. El
investigador procede a rechazar la Nula (Ho)
para quedarse con la Alterna (H1), que es su
planteamiento original siendo que puede cometer
un, entonces la estadística consiste en calcular
ese error al tomar tal decisión. Ese es el p-valor
Dr. José Supo
58
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
5
PREDICTIVO
Se encarga de la estimación probabilística de
eventos generalmente adversos, como puede ser las
complicaciones de la enfermedad, la mortalidad,
etc. La línea investigativa debe haber pasado
previamente por los otros niveles.
Se aplican un conjunto de técnicas estadísticas.
Ejm. La validación de una prueba diagnóstica
requiere Alfa de Cronbach, Índice Kappa, ANOVA,
Curvas ROC.
Dr. José Supo
59
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
6
APLICATIVO
Plantea resolver problemas de la vida cotidiana o
a controlar situaciones prácticas. Puede ser
programática o no programática, de manera que
enmarca a la innovación técnica, artesanal e
industrial como la propiamente científica.
Las técnicas estadísticas apuntan a evaluar el
éxito de la intervención, como medidas de impacto
sobre los principales indicadores de salud
tasas, coberturas, rendimiento, etc.
Dr. José Supo
60
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Escalas de Medición de la Variables
Dr. José Supo
61
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Tipos de Investigación
Dr. José Supo
62
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Según la intervención del investigador
1
OBSERVACIONAL No existe intervención del
investigador los datos reflejan la evolución
natural de los eventos, ajena a la voluntad del
investigador.
EXPERIMENTAL Siempre son prospectivos,
longitudinales, analíticos y de nivel
investigativo explicativo (causa efecto)
además de ser controlados.
Dr. José Supo
63
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Según la planificación de la toma de datos
2
PROSPECTIVO Los datos necesarios para el
estudio son recogidos a propósito de la
investigación (primarios). Por lo que, posee
control del sesgo de medición.
RETROSPECTIVO Los datos se recogen de
registros donde el investigador no tuvo
participación (secundarios). No podemos dar fe de
la exactitud de las mediciones.
Dr. José Supo
64
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Según el número de ocasiones en que mide la
variable de estudio
3
TRANSVERSAL Todas las variables son medidas en
una sola ocasión por ello de realizar
comparaciones, se trata de muestras
independientes.
LONGITUDINAL La variable de estudio es medida
en dos o más ocasiones por ello, de realizar
comparaciones (antes después) son entre
muestras relacionadas.
Dr. José Supo
65
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Diseños de Investigación
Dr. José Supo
66
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
2
EXPERIMENTALES
Requiere de dos condiciones básicas intervención
y asignación aleatoria. Siendo de nivel
investigativo explicativo tienen control
metodológico.

• Pre-experimento La intervención sobre las
  unidades de estudio, no es apropósito de la
  investigación sino que obedece a las necesidades
  terapéuticas del sujeto.
• Cuasi-experimento Cuando no hay grupo control,
  no es posible realizar la asignación aleatoria de
  los sujetos, puesto que no se puede dejar sin
  tratamiento a los pacientes.
• Experimento verdadero Cumple con la asignación
  aleatoria e intervención.

Dr. José Supo
67
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Las variables según su relación
Dr. José Supo
68
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Introducción
Esta clasificación de las variables se fundamenta
en la búsqueda de obtener explicación causal que
puede ser observacional o experimental y
correspondiente al nivel investigativo
explicativo. Su estructura responde a la
necesidad de realizar el control metodológico y/o
estadístico de la relación causa-efecto.
Dr. José Supo
69
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Variable Independiente
Es aquella cuya existencia es autónoma, no
depende de otra, más bien de ella depende otras,
representa los factores que constituirán la
causa, siendo que previamente ha demostrado ser
factor de riesgo para el problema que se estudia.
En este sistema de variables se plantea
solamente una variable independiente
Dr. José Supo
70
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Variable Dependiente
En este sistema de variables representa a la
variable de interés o variable de estudio, es la
que para su existencia y desenvolvimiento depende
de otra independiente, su modo de ser, está
condicionada por otros aspectos de la realidad.
Es la que mide o describe el problema que se
estudia.
Dr. José Supo
71
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Variable de Confusión
Su participación puede intensificar o antagonizar
la relación aparente entre el problema y una
posible causa, creando confusión en el
investigador. Su influencia se da tanto sobre
la variable independiente como en la dependiente.
Su control se debe realizar mediante análisis
estratificado.
Dr. José Supo
72
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Variable Intermedia
Esta variable aparece de manera incalculada
durante el proceso de una observación o
inesperada dentro de un experimento, entre el
factor causal y el efecto. Ocurre cuando no ha
habido una buena elección de los factores de
riesgo. El procedimiento más idóneo para su
neutralizar su participación es el análisis
multivariado.
Dr. José Supo
73
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Variable de Control
Es una variable con una fuerte influencia sobre
la variable dependiente, pero ningún efecto
reconocido sobre la variable independiente Habitu
almente se reconoce su participación en el
momento de la planeación. Su control se realiza
método-lógicamente mediante los criterios de
exclusión.
Dr. José Supo
74
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Formulación del Problema
Dr. José Supo
75
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Introducción
Se trata de sintetizar la cuestión proyectada a
investigar, generalmente a través de un
interrogante. Los problemas de Investigación se
formulan con los 5 componentes a continuación
Dr. José Supo
76
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Variables
Debe mencionarse al menos la variable de estudio
pueden también mencionarse todas las variables
involucradas o cuando las variables son muy
numerosas suele usarse términos que resuman de
manera lógica un grupo de variables.
Dr. José Supo
77
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Unidades de Estudio
Unidades de observación, unidades experimentales,
unidades de análisis. Reciben distintos nombres
según el diseño de la investigación y deben
mencionarse, aunque a veces su presencia en el
enunciado resulta implícita.
Dr. José Supo
78
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Diseño del Estudio
Propósito estadístico, Especificidad, etc. Es muy
variable de acuerdo a la investigación es
importante utilizar términos que den por aludido
el diseño de la investigación, el nivel
investigativo, el tipo de estudio, etc.
Dr. José Supo
79
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Ubicación Espacial
Es ineludible cuando se tratan de estudios
descriptivos y se encuentra relacionado con el
tamaño de la muestra siendo que los fenómenos
varían de un lugar a otro se debe especificar
sobre que población se realizará la inferencia
estadística.
Dr. José Supo
80
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Ubicación Temporal
Al igual que en el criterio espacial, se requiere
especificarlo cuando el fenómeno varía según el
tiempo. En los estudios descriptivos sobre
poblaciones infinitas o desconocidas
habitualmente se encuentra relacionado con el
muestreo accidental.
Dr. José Supo
81
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Nivel de Significancia
Dr. José Supo
82
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Introducción
Al plantear un estudio sobre una población,
idealmente debemos estudiar a todos los
individuos que la conforman pero no siempre
podemos acceder a todos, entonces tenemos que
escoger una muestra sin embargo los resultados
obtenidos de esta manera nunca serán exactamente
iguales, a los que se obtendrían de estudiar a
toda la población es decir, siempre va a haber
un margen de error.
Dr. José Supo
83
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Nivel de Significancia
Antes de realizar el estudio debemos plantearnos
que proporción de error estamos dispuestos a
aceptar para dar por válido nuestro resultado. El
error es el objetivo principal del estudio. El
análisis estadístico consiste en calcular la
probabilidad de cometer este error y esperamos
que sea menor al planteado preliminarmente como
nivel significancia.
Dr. José Supo
84
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Nivel de confianza
Es la confianza que debemos alcanzar para
generalizar el resultado de una muestra hacia
toda la población. Es el complemento del nivel de
significancia es la confianza que tenemos, de
que la conclusión a la que hemos llegado es
cierta. Una probabilidad elevada nos da la
tranquilidad de que lo que hemos calculado es
cercano a lo real y no debida al azar
Dr. José Supo
85
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Niveles convenidos

1. a 5. Existe 5 (0.05) de probabilidad de
   equivocarse y 95 (0.95) de confianza.
2. a 1. Existe 1 (0.01) de probabilidad de
   equivocarse y 99 (0.99) de confianza.

Dr. José Supo
86
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Definición de términos
El error tipo I Ocurre cuando afirmamos la
hipótesis del investigador, siendo que es falsa.
Por lo tanto, es un juicio de valor
equivocado. El p-valor Es la probabilidad de
equivocarse al aceptar nuestra hipótesis del
investigador como verdadera es decir la
probabilidad de cometer un error tipo I. El
nivel de significancia Es la máxima probabilidad
de error que estamos dispuestos aceptar para dar
como válida nuestra hipótesis del investigador.
Dr. José Supo
87
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Ritual de la Significancia Estadística
Dr. José Supo
88
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
1. Formulación de Hipótesis
Consiste en traducir la hipótesis metodológica en
una hipótesis estadística de acuerdo al siguiente
sistema Ho Hipótesis nula ó hipótesis de
trabajo H1 Hipótesis alterna ó hipótesis del
investigador El primer paso es colocar la
hipótesis del investigador como Hipótesis Alterna
(H1) y formular la Hipótesis Nula (Ho) que viene
a ser la negación de la alterna. Se precisa este
artificio porque es a la Hipótesis Nula a la que
se le somete a contraste.
Dr. José Supo
89
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
2. Establecer el nivel de significancia
El nivel de significancia denotado por la letra
griega alfa es la probabilidad de rechazar la
hipótesis nula cuando es verdadera a lo cual se
le denomina error de tipo I. Según Fisher, el
nivel de significación estadística equivale a la
magnitud del error que se está dispuesto a correr
de rechazar una hipótesis nula verdadera. Para
la mayoría de los propósitos, el nivel de
significación previamente establecido suele ser
de 0.05.
Dr. José Supo
90
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
3. Elección de la prueba estadística
El estadístico de prueba elegido está
intrínsecamente relacionado con el objetivo
estadístico correspondiente para su nivel
investigativo para esto debemos considerar la
naturaleza de las variables y el comportamiento
de los datos que corresponde a su distribución
para los de naturaleza cuantitativa y las
frecuencias esperadas para los de naturaleza
cualitativa.
Dr. José Supo
91
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
4. Toma de la decisión
Luego de desarrollar la prueba estadística
elegida se toma una decisión en función a la
regla previamente establecida según las que se
acepta o se rechaza la hipótesis nula para lo
cual es imprescindible determinar el Valor
critico, que es un número que divide la región de
aceptación y la región de rechazo, según el valor
de la probabilidad que se haya adoptado como
nivel de significación estadística.
Dr. José Supo
92
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
5. Interpretación del p-valor
Este último paso en el ritual de la significancia
estadística no fue planteado originalmente por
Fisher, pero cobra vital importancia con la
aparición de los software estadísticos que nos
calculan directamente el p-valor, el cual
cuantifica el error tipo I y nos ayuda a tomar
una decisión de rechazo a la hipótesis nula (Ho)
cuando es menor al nivel de significancia y de no
rechazo cuando su valor es mayor al alfa
planteado.
Dr. José Supo
93
SEMINARIOS DE INVESTIGACIÓN www.SeminariosDeInves
tigacion.com
Error Tipo I y II
Dr. José Supo
94
SEMINARIOS DE INVESTIGACIÓN www.SeminariosDeInves
tigacion.com
Al establecer un criterio de decisión sobre la
hipótesis nula, el investigador puede ponderar
los errores que podría cometer en su decisión
sobre la hipótesis nula.
Dr. José Supo
95
SEMINARIOS DE INVESTIGACIÓN www.SeminariosDeInves
tigacion.com
Una primer forma de error (se conoce como el
error tipo I) consiste en rechazar una hipótesis
nula verdadera, es decir, descartar el azar como
explicación cuando los resultados podrían
explicarse razonablemente con base en el mismo.
Este es el error que comete el investigador que
ve más lo que hay en los datos es decir, el
investigador concluye en que existe una relación
real o verdadera entre las variables
independiente y dependiente de la investigación,
cuando en realidad la relación observada se puede
explicar razonablemente como resultado del azar.
Dr. José Supo
96
SEMINARIOS DE INVESTIGACIÓN www.SeminariosDeInves
tigacion.com
El llamado error tipo I es el error del
investigador que se apresura a concluir a favor
de su hipótesis de investigación. Fisher no habló
de ningún otro error, pues la prueba de la
hipótesis nula para él no era otra cosa que un
freno a la tendencia natural de un investigador a
creer que hipótesis ha sido confirmada por el
simple hecho de que los resultados de la
investigación siguen la misma dirección de la
hipótesis. En la estrategia de Fisher, sólo hay
un error posible rechazar una hipótesis nula
verdadera.
Dr. José Supo
97
SEMINARIOS DE INVESTIGACIÓN www.SeminariosDeInves
tigacion.com
Una segunda forma de error (se conoce como el
error tipo II), introducida por Egon Pearson y
Jerzy Neyman consiste en no rechazar una
hipótesis nula falsa, es decir, no descartar el
azar aun cuando éste no constituye una
explicación razonable de los datos. Este es el
error que comete el investigador que ve menos que
lo que hay en los datos por miedo a rechazar
incorrectamente el azar, el investigador puede
exponerse al riesgo de pasar por alto una
relación real o verdadera entre las variables de
su investigación. Fueron Pearson y Neyman los
que, al introducir un segundo tipo de error,
bautizaron como error tipo uno al error de que
había hablado Fisher.
Dr. José Supo
98
SEMINARIOS DE INVESTIGACIÓN www.SeminariosDeInves
tigacion.com
Según Fisher, el nivel de significación
estadística equivale a la magnitud del riesgo que
está dispuesto a correr el investigador, de
cometer el error de rechazar una hipótesis nula
verdadera (el llamado error tipo I). Para la
mayoría de los propósitos, el nivel de
significación previamente establecido suele ser
de 0.05, aunque en áreas de investigación más
rigurosas se trabaja con un nivel de
significación de 0.01. Suponiendo que se trabaja
con un nivel de significación de 0.05, se
rechazaría la hipótesis nula siempre que la
probabilidad de explicar los resultados obtenidos
en una investigación como si fueran obra del azar
sea igual o menor que 0.05.
Dr. José Supo
99
SEMINARIOS DE INVESTIGACIÓN www.SeminariosDeInves
tigacion.com
En la perspectiva de Pearson y Neyman, para
establecer el nivel de significación estadística
habría que atender al impacto de cada tipo de
error en el objetivo del investigador, y a partir
de ahí se decidiría cuál de ellos es preferible
minimizar. Pearson y Neyman llamaron alfa al
error tipo I y beta al error tipo II a partir de
este último tipo de error, introdujeron el
concepto de "poder de una prueba estadística", el
cual se refiere a su capacidad para evitar el
error tipo II, y está definido por 1-beta, y en
estrecha relación con éste se ha desarrollado el
concepto de "tamaño del efecto" que algunos han
propuesto como sustituto de los valores p en los
informes de investigación científica. (Cohen,
1990, 1994 Kraemer Thiemann, 1987 Murphy
Myors, 2004).
Dr. José Supo
100
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Objetivo Estadístico Nivel Investigativo
Relacional Variable Categórica
Dr. José Supo
101
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
1. COMPARAR (Grupos)
Es el objetivo estadístico más básico del
análisis bivariado aunque algunos autores
piensan que es univariado, porque habitualmente
involucra un solo evento aleatorio (diseños
ecológicos), donde los grupos se construyen
previamente a la ejecución del estudio sin
embargo, su análisis involucra a dos variables y
por ello corresponde al nivel investigativo
relacional. Su finalidad es identificar las
diferencias entre los grupos participantes.
La prueba de hipótesis se realiza con el
estadístico Chi cuadrado de Homogeneidad. Ho
Las proporciones de los grupos no son
diferentes. H1 Las proporciones de los grupos
son diferentes.
Dr. José Supo
102
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
2. COMPARAR (Antes-Después)
Es la comparación de un mismo grupo antes y
después de una intervención o de un
acontecimiento la idea de hacer dos medidas
sobre el mismo grupo, es verificar los cambios
producidos entre una medida y otra donde las
variaciones pueden adjudicarse a la intervención
o al periodo de seguimiento por ello
corresponden a estudios longitudinales. Estas
comparaciones siempre son de individuo a
individuo.
La prueba de hipótesis se realiza con el
estadístico Chi cuadrado de McNemar. Ho No
existe diferencia entre las dos medidas. H1
Existe diferencia entre las dos medidas.
Dr. José Supo
103
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
3. ASOCIAR (Categorías)
Solamente la comparación de una variable
dicotómica en dos grupos nos puede llevar a la
asociación y aunque se puede identificar en las
tablas 2 x 2, debemos hacer una medida
asociación. Para asociar hay que definir los
factores de interés en ambas variables y es que
habitualmente la asociación involucra dos eventos
aleatorios. Desde el punto de vista
epidemiológico tenemos dos medidas de asociación
relevantes Riesgo Relativo y el Odds Ratio.
La prueba de hipótesis se realiza con el
estadístico Chi cuadrado de Independencia. Ho
Existe independencia entre los dos eventos
(variables). H1 Existe dependencia entre los dos
eventos (variables).
Dr. José Supo
104
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
4. CONCORDAR
Es una medida de acuerdo entre dos observaciones
donde el requisito fundamental es que se trata de
un solo grupo y los resultados de la observación
tienen las mismas opciones. Tenemos dos casos
frecuentes Cuando las observaciones corresponde
a diferentes observadores y cuando las
observaciones corresponden a diferentes
instrumentos. En este caso el estadístico, es
también un índice de concordancia.
La prueba de hipótesis se realiza con el
estadístico Índice Kappa de Cohen. Ho No
existe concordancia entre las dos
observaciones. H1 Existe concordancia entre las
dos observaciones.
Dr. José Supo
105
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Objetivo Estadístico Nivel Investigativo
Relacional Variable Numérica
Dr. José Supo
106
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
1. COMPARAR (Grupos)
Su finalidad es identificar las diferencias entre
los grupos participantes se puede comparar dos o
más grupos y habitualmente estos grupos se
construyen en la etapa de planificación del
estudio. La comparación inicial es a dos colas
pero debe complementarse con un test de una sola
cola. Cuando se comparan mas de dos grupos, debe
realizarse una prueba post Hoc, con la finalidad
de detectarse diferencias entre cada uno de los
grupos.
La prueba de hipótesis se realiza con el
estadístico t de Student para muestras
independientes. Ho Los promedios de los grupos
no son diferentes. H1 Los promedios de los
grupos son diferentes.
Dr. José Supo
107
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
2. COMPARAR (Antes-Después)
Siempre corresponde a estudios individuales, es
la comparación de un mismo grupo antes y después
de una intervención o de un acontecimiento la
idea de hacer dos medidas sobre el mismo grupo,
es detectar cambios entre una medida y otra
donde las variaciones pueden adjudicarse a la
intervención o al periodo de seguimiento por
ello corresponden a estudios longitudinales. La
hipótesis habitualmente es de una sola cola.
La prueba de hipótesis se realiza con el
estadístico t de Student para muestras
relacionadas. Ho No existe variación entre las
medidas antes y después de la intervención. H1
Existe variación entre las medidas antes y
después de la intervención.
Dr. José Supo
108
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
3. CORRELACIONAR (Unidades)
Se puede correlacionar las unidades de dos
variables, incluso de diferente dimensión, para
ello hay que definir las unidades en ambas
variables que habitualmente esta involucra dos
eventos aleatorios. La correlación puede
significar el primer paso para la asociación, muy
útil cuando se realiza minería de datos. Ejm.
Correlacionar los niveles séricos de sodio con
los valores de presión arterial en un grupo de
pacientes hospitalizados.
La prueba de hipótesis se realiza con el
estadístico Correlación R de Pearson. Ho
Existe independencia entre las dos variables. H1
Existe dependencia entre las dos variables.
Dr. José Supo
109
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
4. CORRELACIONAR (Como valor predictivo)
Aquí se tiene por descontado la presencia de
correlación por lo que su fin es medir el grado
de correlación. Desde el punto de vista de la
evaluación de pruebas diagnósticas se utiliza la
correlación para evaluar el valor predictivo de
una variable sobre la otra. Ej. Hallar el valor
predictivo del ponderado fetal recién nacidos a
término. En general para la validación de
instrumentos se puede utilizar para calcular el
Alfa de Cronbach Correlación Ítem-Total
La prueba estadística es el Índice Correlación R
de Pearson ó el R2 Ho No existe correlación
entre las dos medidas. H1 Existe correlación
entre las dos medidas.
Dr. José Supo
110
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
Objetivo Comparativo
Dr. José Supo
111
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
1. EXPLORATORIO
Aquí agrupamos a las comparaciones sin métodos
estadísticos, siendo que la investigación
cualitativa no hace uso de las herramientas
estadísticas, el principal diseño encontrado aquí
son las comparaciones múltiples enmarcadas en los
diseños comunitarios o ecológicos. Como ejemplo
podemos mencionar la comparación de las
costumbres a la hora del parto en la Región
Quechua y Aymara. Comparación por juicio de
expertos en la validación cualitativa de un
instrumento. La comparación cualitativa es una
opinión.
Dr. José Supo
112
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
2. DESCRIPTIVO
Las comparaciones descriptivas ocurren cuando
evaluamos dos poblaciones en los estudios
comunitarios o ecológicos, en este caso no se
requiere aplicar pruebas estadísticas puesto que
precisamente estamos estudiando a la población y
no hay inferencia estadística. La comparación
del rendimiento académico de dos estudiantes al
momento de la graduación tampoco requiere de
pruebas de hipótesis sino solamente de ver quién
es el que tiene el mayor promedio. El objetivo
estadístico describir según las variables
epidemiológicas es el primer punto de partida
para la verdadera comparación.
Dr. José Supo
113
SEMINARIOS DE INVESTIGACIÓN El sistema de
aprendizaje más efectivo para generar datos de
calidad
3. RELACIONAL
Recordemos que el contraste de independencia
entre dos variables responde a tres modelos
matemáticos - Modelo con los totales margi