Supo
Supo
Supo
INVESTIGACIÓN
El sistema de aprendizaje más efectivo para generar datos de calidad
Niveles de
Investigación
1 EXPLORATORIO
1 EXPLORATORIO
2 DESCRIPTIVO
2 DESCRIPTIVO
¿Qué es un estudio descriptivo? Un estudio descriptivo se usa cuando se tiene como
¿Cuál es su objetivo? 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 Los estudios descriptivos:
características debe cumplir un •Se centran en descripciones de eventos y situaciones.
estudio descriptivo? •Se busca identificar problemas o justificar condiciones
actuales.
•A partir de sus resultados existen elementos para hacer
comparaciones o evaluaciones descriptivas.
•NO se busca encontrar relaciones, probar hipótesis o
hacer predicciones.
Tema 1: TIPOS DE ESTUDIOS EN
INVESTIGACIÓN
Adaptado de: Supo, J.
3 RELACIONAL/COMPARACIÓN
3 RELACIONAL/COMPARACIÓN
¿Qué es un estudio Un estudio correlacional se usa para saber el grado
correlacional? ¿Cuál es su de relación entre 2 o más variables (se conoce
objetivo? cómo se comporta una variable a través del
comportamiento de otras)
¿Qué condiciones o Los estudios correlacionales:
características debe cumplir •Permiten la medición de 2 o más variables
un estudio correlacional? •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
EXPLICATIVO
4
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.
EXPLICATIVO
4
¿Qué es un estudio Los estudios explicativos se usan para
explicativo? ¿Cuál es su explicar porqué ocurre un fenómeno y en qué
objetivo? condiciones (implica la exploración, la
descripción y la correlación de lo investigado)
¿Qué condiciones o En los estudios explicativos:
características debe Se explica, comprende e interpreta el porqué
cumplir un estudio ocurre un fenómeno, en qué condiciones y
explicativo? responde a la pregunta de por qué están
correlacionadas 2 o más variables
independientes (hay una explicación causa-
efecto)
Tema 1: TIPOS DE ESTUDIOS EN
INVESTIGACIÓN
Adaptado de: Supo, J.
EXPLICATIVO
4
¿Qué es un estudio Los estudios explicativos se usan para
explicativo? ¿Cuál es su explicar porqué ocurre un fenómeno y en qué
objetivo? condiciones (implica la exploración, la
descripción y la correlación de lo investigado)
¿Qué condiciones o En los estudios explicativos:
características debe Se explica, comprende e interpreta el porqué
cumplir un estudio ocurre un fenómeno, en qué condiciones y
explicativo? responde a la pregunta de por qué están
correlacionadas 2 o más variables
independientes (hay una explicación causa-
efecto)
Tema 1: TIPOS DE ESTUDIOS EN
INVESTIGACIÓN
Adaptado de: Supo, J.
EJERCICIO 1
EJERCICIO 2
Hipótesis
Definición
Hipótesis Estadísticas
(De trabajo)
Tema 2: HIPÓTESIS
Adaptado de: Supo, J.
Ejemplos:
Ho (nula): “La percepción de similitud en
las creencias (VI) NO provoca mayor
atracción física entre las personas (VD)”.
Tema 2: HIPÓTESIS
Adaptado de: Supo, J.
Hipótesis Según el
Nivel de Investigación
EXPLORATORIA
¿Qué es una Las hipótesis correlacionales especifican la relación entre dos o más variables.
hipótesis Las hipótesis correlacionales se simbolizan de la siguiente manera:
correlacional? XY
Ejemplo:
¿Cuáles son sus
-Hi: “A mayor autoestima, menor temor de logro”. La hipótesis indica que
elementos? cuando una aumenta la otra disminuye y viceversa.
¿Qué condiciones Las hipótesis correlacionales no sólo pueden establecer que dos o más variables
debe cumplir? 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.
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.
Definición de Hipótesis
TEMA 3:
Variables
TEMA 4:
Diseño de
Investigación
TEMA 5:
Muestreo
5 PREDICTIVO
6 APLICATIVO
Escalas de
Medición de la
Variables
Tipos de
Investigación
OBSERVACIONAL EXPERIMENTAL
Según la planificación de la
2 toma de datos
PROSPECTIVO RETROSPECTIVO
TRANSVERSAL LONGITUDINAL
Diseños de
Investigación
2 EXPERIMENTALES
Las variables
según su relación
Introducción
Variable Independiente
Variable Dependiente
Variable de Confusión
Variable Intermedia
Variable de Control
Habitualmente se reconoce su
participación en el momento de la
planeación.
Formulación del
Problema
Introducción
Variables
Unidades de Estudio
Ubicación Espacial
Ubicación Temporal
Nivel de
Significancia
Introducción
Nivel de Significancia
Nivel de confianza
Niveles convenidos
Definición de términos
Ritual de la
Significancia
Estadística
1. Formulación de Hipótesis
4. Toma de la decisión
Error Tipo
I y II
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.
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.
Objetivo Estadístico
Nivel Investigativo Relacional
Variable Categórica
1. COMPARAR (Grupos)
2. COMPARAR (Antes-Después)
3. ASOCIAR (Categorías)
4. CONCORDAR
Objetivo Estadístico
Nivel Investigativo Relacional
Variable Numérica
1. COMPARAR (Grupos)
2. COMPARAR (Antes-Después)
3. CORRELACIONAR (Unidades)
Objetivo
Comparativo
1. EXPLORATORIO
2. DESCRIPTIVO
3. RELACIONAL
4. EXPLICATIVO
5. PREDICTIVO
Validez de
un Estudio
La meta fundamental que todo estudio debe perseguir es la calidad de los datos;
por ello, todo lo que amenace la calidad de la información deberá ser
identificado y corregido.
Los elementos que amenazan esta calidad son: El Error Aleatorio y el Error
Sistemático.
1. Error Aleatorio
2. Error Sistemático
Población
y
Muestra
POBLACION
POBLACION
MUESTRA
MUESTRA
UNIDAD DE ESTUDIO
PARAMETRO
ESTADIGRAFO
Muestreo
Probabilístico
2. MUESTREO SISTEMÁTICO
Sesgos de
Selección
Sesgos de
Medición
1. Sesgo de procedimientos
4. Sesgo de detección
5. Sesgo de adaptación
Medidas de Tendencia
Central y Dispersión
Mediana:
Medidas de Dispersión
Desviación Estándar:
Medidas de Dispersión
La varianza:
Medidas de Dispersión
Error típico:
Medidas de Posición
y de Forma
Medidas de Forma
Medidas de Forma
Apuntamiento o Curtosis: la curtosis es una medida de la forma que busca cuantificar la mayor
o menor concentración de frecuencias alrededor de la media y en la zona central de la
distribución. Se mide con el coeficiente de apuntamiento o curtosis: Su valor es cero cuando la
distribución es mesocúrtica, positivo cuando es leptocúrtica y negativo cuando es platicúrtica
Pruebas Estadísticas
Paramétricas y no
Paramétricas
El Coeficiente
de Correlación
Correlación directa (+) Signo positivo Correlación inversa (-) Signo negativo
“a mayor X, mayor Y” ó “a mayor X, menor Y” ó
“a menor X, menor Y” “a menor X, mayor Y”
Significancia estadística
Coeficiente de determinación
“El pondera fetal” predice en el 64% de los casos “El peso al nacer”.
Comportamiento
de los Datos
1 En variables numéricas
1 En variables numéricas
2 En variables categóricas:
Tamaño de la muestra y frecuencias esperadas
2 En variables categóricas:
Tamaño de la muestra y frecuencias esperadas
Validación de
Instrumentos
1. VALIDEZ DE CONTENIDO
2. CONSISTENCIA INTERNA
(Alfa de Cronbach)
3. VALIDEZ DE CONSTRUCTO
(Rotación de Varimax)
4. ESTABILIDAD
(ANOVA)
5. PUNTO DE CORTE
(Curvas ROC)
Tipos de
Datos
1. DATOS PRIMARIOS
2. DATOS SECUNDARIOS
2. DATOS SECUNDARIOS
Escala
Tipo Likert
1º) Se recoge una larga serie de ítems relacionados con la actitud que
queremos medir (Aproximación a la población) y se seleccionan,
aquellos que expresan una posición claramente favorable o
desfavorable.
Ventajas Desventajas
Alfa de
Cronbach
(Índice de consistencia interna)
α = Alfa de Cronbach
Método poco usado
K = Número de Ítems
N = Número de Ítems
Vi = Varianza de cada Ítem
p = el promedio de las
Vt = Varianza total
correlaciones lineales entre
cada uno de los ítems.
Estructura
FUNDAMENTO
Estructura
DEDUCCIÓN
EXPLICATIVA