Métodos de investigación y nociones de análisis de datos

Métodos de Investigación

María Eugenia D’Aubeterre López

MÉTODOS DE INVESTIGACIÓN Y NOCIONES BÁSICAS DE ANÁLISIS

DE DATOS

• Investigación de mercados

• Medición de comportamiento

• Lic. Educación - UCV • Lic. Psicología - UCV • Esp. Análisis de datos - UCV • M.Sc. Psicología - USB Este documento es un material

compilatorio diseñado para los estudiantes de

Métodos de Investigación Psicometría / Teoría de los Test Estadística / Análisis de datos

Seminario o taller de Tesis



DE ACUERDO CON SU EXPERIENCIA…… ¿Qué es la ciencia? ¿Qué no es ciencia? ¿Qué los diferencia? ¿Quiénes son los científicos? ¿Cómo son los científicos? ¿Qué es el sentido común? ¿Qué lo diferencia de la ciencia? ¿La psicología será una ciencia? ¿Por qué? ¿Qué otras disciplinas forman parte de la ciencia? ¿Por qué?

Ciencia / Paradigmas



La ciencia (del latín scientia 'conocimiento') es el conjunto de conocimientos obtenidos mediante la observación y el razonamiento, sistemáticamente estructurados y de los que se deducen principios y leyes generales.

La ciencia utiliza diferentes métodos y técnicas para la adquisición y organización de conocimientos sobre la estructura de un conjunto de hechos objetivos y accesibles a varios observadores, además de estar basada en un criterio de verdad y una corrección permanente. La aplicación de esos métodos y conocimientos conduce a la generación de más conocimiento objetivo en forma de predicciones concretas, cuantitativas y comprobables referidas a hechos observables pasados, presentes y futuros. Con frecuencia esas predicciones pueden formularse mediante razonamientos y estructurarse como reglas o leyes generales, que dan cuenta del comportamiento de un sistema y predicen cómo actuará dicho sistema en determinadas circunstancias.


http://presentaciosociologi.galeon.com/productos2268713.html



¿CUÁLES SON LOS OBJETIVOS DE LA CIENCIA? En opinión de autores como Kerlinger (1979, 1981, 2002), Kerlinger y Lee (2002), y Sierra-Bravo (1988), los objetivos fundamentales de las ciencias son analizar, explicar, predecir, actuar y teorizar. • ANALIZAR: es saber cómo es la realidad, qué elementos la forman, y cuáles son sus características. • EXPLICAR: es decir, establecer cómo se relacionan sus distintas partes o elementos, por qué es

como es. • PREDECIR, si la ciencia logra saber cómo es un sector dado de la realidad y cuáles son los factores

que lo explican puede prever los acontecimientos que tendrán lugar en dicho sector de la realidad.

• ACTUAR; es decir, de transformar e influir sobre la realidad. • TEORIZAR. De hecho, Kerlinger afirma que todos los objetivos que hemos mencionado hasta

ahora resultan simplemente subobjetivos de la meta final de las ciencias que es la teoría.




ENFOQUES DE INVESTIGACIÓN

No científico (cotidiano) Científico

Enfoque general Intuitivo Empírico

Actitud Acrítica, de aceptación Critica, escéptica

Observación Casual, no controlada Sistematizada y controlada

Reporte Sesgado, subjetivo No sesgado, objetivo

Conceptos Ambiguos, con significados variados Definiciones claras, especificidad operacional

Instrumentos Inexactos imprecisos Exactas precisas

Mediciones Invalidas, no confiables Validas, confiables

Hipótesis No comprobables Comprobables




¿QUÉ ES EL CONOCIMIENTO CIENTIFICO? Es el producto de la ciencia, obtenido a través del método científico como aproximación sistemática a los hechos observables de los cuales se debe dar cuenta y razón

El conocimiento científico entonces deberá ser: • Racional: Conceptos, juicios y raciocinios que pueden combinarse según

reglas lógicas en un sistema de ideas coherente aceptado previamente. • Sistemático: conforma un sistema de ideas lógicamente conectadas que

permite proceder de manera organizada • Exacto: pretende la precisión en la medición y el registro de los fenómenos • Verificable: comprobables directa o indirectamente empíricamente

mediante la observación y la experimentación • Falible: que puede ser sometido a prueba para su confirmación o no.




¿CÓMO SE OBTIENEN LOS CONOCIMIENTOS CIENTIFICOS?

La ciencia fáctica emplea el método experimental concebido en un sentido amplio. Este método consiste en el test empírico de conclusiones particulares extraídas de hipótesis generales. Este tipo de verificación requiere la manipulación de la observación y el registro de fenómenos; requiere también el control de las variables o factores relevantes; siempre que fuera posible debiera incluir la producción artificial deliberada de los fenómenos en cuestión, y en todos los casos exige el análisis de los datos obtenidos en el curso de los procedimientos empíricos. El método científico no provee recetas infalibles para encontrar la verdad: sólo contiene un conjunto de prescripciones falibles (perfectibles) para el planeamiento de observaciones y Experimentos, para la interpretación de sus resultados, y para el planteo mismo de los problemas

(Bunge, 1978)







INVENTARIO DE LAS PRINCIPALES CARACTERÍSTICAS DE LA CIENCIA

1) El conocimiento científico es fáctico: parte de los hechos, los respeta hasta cierto punto, y siempre vuelve a ellos.

2) El conocimiento científico trasciende los hechos: descarta los hechos, produce nuevos hechos, y los explica.

3) La ciencia es analítica: la investigación científica aborda problemas circunscriptos, uno a uno, y trata de descomponerlo todo en elementos (no necesariamente últimos o siquiera reales).

4) La investigación científica es especializada: una consecuencia del enfoque analítico de los problemas es la especialización. Esto explica la multiplicidad de técnicas y la relativa independencia de los diversos sectores de la ciencia.

(Bunge, 1978)





5) El conocimiento científico es claro y preciso: sus problemas son distintos, sus resultados son claros.

6) El conocimiento científico es comunicable: no es inefable sino expresable, no es privado sino público. El lenguaje científico comunica información a quienquiera haya sido adiestrado para entenderlo.

7) El conocimiento científico es verificable: debe aprobar el examen de la experiencia. A fin de explicar un conjunto de fenómenos, el científico inventa conjeturas fundadas de alguna manera en el saber adquirido.

8) La investigación científica es metódica: no es errática sino planeada. Los investigadores no tantean en la oscuridad: saben lo que buscan y cómo encontrarlo.

(Bunge, 1978)





9) El conocimiento científico es sistemático: una ciencia no es un agregado de informaciones inconexas, sino un sistema de ideas conectadas lógicamente entre sí.

10) El conocimiento científico es general: ubica los hechos singulares en pautas generales, los enunciados particulares en esquemas amplios.

11) La ciencia es explicativa: intenta explicar los hechos en términos de leyes, y las leyes en términos de principios.

12) El conocimiento científico es predictivo: Trasciende la masa de los hechos de experiencia, imaginando cómo puede haber sido el pasado y cómo podrá ser el futuro.

13) La ciencia es abierta como sistema porque es falible y por consiguiente capaz de progresar.

14) La ciencia es útil: porque busca la verdad, la ciencia es eficaz en la provisión de herramientas para el bien y para el mal.

(Bunge, 1978)




CIENCIAS FÁCTICAS VRS CIENCIAS FORMALES

CIENCIAS FORMALES CIENCIAS FACTICAS

• Ciencias ideales • Racionales, sistemáticas y verificables pero no objetivas •Los enunciados se plantean en forma de relaciones entre símbolos •El método utilizado para poner a prueba los enunciados es la lógica para demostrar teoremas • No entran en conflicto con la realidad • Demuestran o prueban

• Ciencias materiales • Racionales, sistemáticas, verificables y objetivas •Los enunciados se plantean como relaciones entre sucesos y procesos •El método utilizado para poner a prueba los enunciados es la observación y la experimentación •Son problematizadoras de la realidad • Verifican (confirman o disconfirman)




Y el sentido común…. El sentido común es una serie de conceptos y esquemas conceptuales satisfactorios para los usos prácticos de la humanidad (Conant, 1951. cp. Kerlinger y Lee, 2002). • el SC usa teorías y conceptos de forma vaga y acepta sin reparo explicaciones fantásticas • seleccionan la evidencia solo porque es coherente con la hipótesis • no se controlan fuentes extrañas de influencia y se aceptan las explicaciones que concuerdan con sus preocupaciones y sesgos • el SC explica los fenómenos de forma relajada, no sistemática y sin control

(Kerlinger y Lee, 2002)




CIENCIA Vrs SENTIDO COMÚN

CIENCIA SENTIDO COMUN

• Construye teorías, verifica su coherencia y las somete a prueba de modo sistemático y empírico.

• Descarta sistemáticamente las Vs que son la “causa” posible, y conserva sólo las Vs que, se supone, son la “causa” verdadera.

• Busca relaciones entre fenómenos consciente y sistemáticamente.

• Descarta las explicaciones metafísicas indemostrables

• Se vale de “teorías”, pero de manera imprecisa. Pone a prueba sus concepciones selectivamente.

• No controla sistemáticamente las Vs extrañas que pueden incidir en las explicaciones de los fenómenos que observa.

• Preocupación por las relaciones vaga, no sistemática e incontrolada.

• No descarta este tipo de explicaciones.






¿CUÁLES SON LOS OBJETIVOS DE LAS CIENCIAS FACTICAS? En opinión de autores como Kerlinger (1979, 1981, 2002), Kerlinger y Lee (2002), y Sierra-Bravo (1988), los objetivos fundamentales de las ciencias son analizar, explicar, predecir, actuar y teorizar. •ANALIZAR: es saber cómo es la realidad, qué elementos la forman, y cuáles son sus características. •EXPLICAR: es decir, establecer cómo se relacionan sus distintas partes o elementos, por qué es como es. •PREDECIR, si la ciencia logra saber cómo es un sector dado de la realidad y cuáles son los factores que lo explican puede prever los acontecimientos que tendrán lugar en dicho sector de la realidad. •ACTUAR; es decir, de transformar e influir sobre la realidad. •TEORIZAR. De hecho, Kerlinger afirma que todos los objetivos que hemos mencionado hasta ahora resultan simplemente subobjetivos de la meta final de las ciencias que es la teoría.




¿QUÉ ES UN PARADIGMA? Es una visión del mundo que a partir de la cual un sujeto se aproxima a su objeto de estudio. Kuhn propone la noción de paradigma como un conjunto de creencias que guían la acción y que son compartidas por una comunidad científica. De allí cuando se interrelacionan ideas, se perfeccionan las técnicas, se generan teorías y explicaciones a los fenómenos que son compartidos por una comunidad y se generan una visión del mundo, se conforma un paradigma. Cuando un dato o fenómeno no puede ser explicado por el paradigma dominante se genera un quiebre paradigmático, permitiendo así que se genere una nueva visión que permita dar el explicación a este y otros fenómenos.

PARADIGMAS DEL CONOCIMIENTO Son visiones de cómo relacionarnos como sujetos con los objetos que comprenden la realidad, los cuales pueden ser descritos en tres niveles: ontológico (cual es su naturaleza), epistemológico (relación sujeto objeto) y metodológico (técnicas y recursos para conocer al objeto).




En las ciencias sociales se consideran: • Positivismo: la realidad existe y posee leyes que podemos descubrir. En lo ontológico es realista, en lo epistemológico es objetivista y dualista; y en lo metodológico cuenta con la experimentación. • Postpositivismo: la realidad no puede ser conocida en su totalidad por las limitaciones sensoriales del sujeto conocedor. En lo ontológico es realista critico, en lo epistemológico comparte una objetividad parcial; y en lo metodológico cuenta con la experimentación en ambientes naturales. • Constructivismo: la realidad no es independiente del sujeto, es reinterpretada por él, y experimentado a partir de experiencias, creencias y prejuicios. En lo ontológico es relativista, en lo epistemológico considera que el objeto es la reinterpretación del sujeto; y en lo metodológico el conocimiento se obtiene mediante la hermenéutica y la dialéctica.




LA TEORÍA COMO EL FIN SUPREMO DE LA CIENCIA… Es un conjunto de constructos interrelacionados, definiciones y proposiciones que presentan una visión sistemática de los fenómenos al especificar las relaciones entre variables con el propósito de explicar y predecir los fenómenos (p. 10). Las teorías son explicaciones tentativas. Se evalúa cada teoría empíricamente para determinar que tan bien predice los nuevos hallazgos.




Para entender cualquier actividad humana compleja es

necesario comprender el lenguaje y el enfoque de

quienes la realizan

(Kerlinger y Lee, 2002)



TEORIAS Esta definición nos dice 3 cosas: •Primero nos dice que una teoría es un conjunto de proposiciones, las cuales están constituidas por conceptos definidos y relacionados entre sí. •Segundo, nos dice que en una teoría se establecen las relaciones recíprocas entre un grupo de elementos y, al hacerlo, presenta un punto de vista sistemático de los fenómenos en ella descritos. •Y, tercero, nos dice que una teoría explica los fenómenos especificando cuáles son las elementos relacionados y la forma concreta en que ellos se relacionan, lo cual evidentemente capacita al investigador para predecir unos elementos a partir del conocimiento que tiene de otros y para actuar sobre ellos.




CONSTRUCCIÓN DE LA TEORÍA La tarea científica se caracteriza por dos tipos de actividades: a) la observación de objetos y hechos de una forma experimental y menos formal; b) la que implica el uso de símbolos lingüísticos naturales y matemáticos, junto con reglas para su manipulación, a fin de representar estas experiencias sensitivas, para organizar lo que ha sido observado dentro de un orden amplio y, mediante manipulación simbólica, llegar a una representación de lo que no ha sido observado. En este proceso de construcción intervienen tres elementos básicos: • la observaciones a partir del cual se construye todo el conocimiento. • los constructos o conceptos con los que se elaboran las teorías • las hipótesis que sintetizan conjeturas sobre las posibles relaciones entre los fenómenos.




OBSERVACIONES

A nivel observacional, el control de las variables o fenómenos se considera como rasgo característico de la ciencia y establece su diferencia con respecto a los procedimientos no científicos; no obstante, se puede afirmar que la observación ambigua, la que se produce con un tipo de control muy débil, constituye la base para el planteo de problemas científicos y para la formulación de teorías y conceptos preliminares.




CONSTRUCTOS

Los conceptos o constructos son símbolos mediante los cuales nos comunicamos, los cuales son definidos con claridad y compartidos por una comunidad. En las ciencias los conceptos se denominan constructos a los cuales se les da significado definiéndolos operacionalmente, explicándolo únicamente en términos de los procedimientos observables para producirlo y medirlo. La especificidad operacional es el establecimiento de la relación vinculante del constructo a su base empírica.




HIPÓTESIS

La comprobabilidad constituye uno de los rasgos mas importantes para que una hipótesis pueda ser considerada científica. Las hipótesis deben ser formuladas de tal manera y con tal precisión que puedan ser claramente falseadas o rechazadas; es decir, deben ser tan precisas que no admitan la posibilidad de que cualquier tipo de resultados puedan ser integrados dentro de su esquema




ESTRUCTURA Y FUNCIONES DE LA TEORÍA

La teoría implica siempre: a) Un determinado numero de términos o símbolos

b) Un conjunto de reglas de operatividad que establezcan como se

relacionan dichos términos

c) Que los términos (o símbolos) puedan ser identificados de algún modo con los hechos empíricos, es decir, tenemos teoría cuando atribuimos un significado a un sistema de símbolos, mediante adecuadas reglas de reducción (sintaxis, semántica, pragmática).




FUNCIÓN SINTÁCTICA DE LA TEORÍA

Conjunto de reglas o definiciones que confieren a la teoría una coherencia lógica. Estas reglas nos indican el nivel relacional existente entre los términos y la manera que deben operarse entre ellos.

FUNCIÓN SEMÁNTICA DE LA TEORÍA

FUNCIÓN PRAGMÁTICA DE LA TEORÍA

Estudia la relación de los términos científicos con respecto a su posible uso.

Conjunto de reglas que nos dicen en que condiciones los términos de la misma son aplicables a un objeto o situación (reglas de correspondencia). Los términos pueden ser empíricos (observables) o teóricos (no susceptibles de observación).







EL PAPEL DE LA TEORÍA EN LA INVESTIGACIÓN




Realidad

Teoría

Variable

Constructo

Constructo

Constructo

Variable Variable

Indicador Indicador

Indicador Indicador Indicador

Indicador

Definiciones operacionales Hipótesis

Definiciones constitutivas

Leyes

Cada disciplina científica desarrolla un sistema de conceptos propios de su actividad. Cuanto más perfecta es una ciencia puede definir mejor sus conceptos de manera más precisa y unívoca.




¿QUÉ IMPLICA EL PROCESO DE OBTENCION DEL CONOCIMIENTO CIENTÍFICO?

De acuerdo con Sabino (2000), el proceso de obtención de conocimiento científico se concibe como una relación entre 2 elementos: un SUJETO y un OBJETO. •El sujeto es aquella persona, o equipo de personas, que adquiere o elabora el conocimiento; mientras que • El objeto es aquello que es conocido o aquello que se pretende conocer.

Proceso general de investigación



Sujeto El conocimiento es siempre para alguien, pensado por alguien en la consciencia de alguien

Objeto El conocimiento es siempre de algo, ya sea de un ente abstracto - ideal o material

PREMISAS 1° es preciso que el sujeto se sitúe frente al objeto como algo externo a él Separación sujeto - objeto 2do el sujeto debe “ir” hacia el objeto para captar y asimilar su realidad aprehenderlo tal cual es. 3ro el sujeto “vuelve” hacia sí mismo con objeto de elaborar los datos que ha obtenido.




¿CÓMO ES LA RELACION ENTRE EL SUJETO Y EL OBJETO?

Entre estos dos elementos se establece una relación que es dinámica y variable: •En primer lugar, porque la relación que se establece entre el sujeto que conoce y el objeto conocido no se establece de una vez y para siempre, sino que se da en repetidas oportunidades. •Y, segundo, porque dicha relación resulta diferente dependiendo, tanto de la actitud del sujeto investigador, como de las características del objeto estudiado.




¿CÓMO SE OBTIENEN LOS CONOCIMIENTOS CIENTIFICOS?

La ciencia fáctica emplea el método experimental concebido en un sentido amplio. Este método consiste en el test empírico de conclusiones particulares extraídas de hipótesis generales. Este tipo de verificación requiere la manipulación de la observación y el registro de fenómenos; requiere también el control de las variables o factores relevantes; siempre que fuera posible debiera incluir la producción artificial deliberada de los fenómenos en cuestión, y en todos los casos exige el análisis de los datos obtenidos en el curso de los procedimientos empíricos. El método científico no provee recetas infalibles para encontrar la verdad: sólo contiene un conjunto de prescripciones falibles (perfectibles) para el planeamiento de observaciones y experimentos, para la interpretación de sus resultados, y para el planteo mismo de los problemas

(Bunge, 1978)



El proceso de obtención de conocimiento científico es un proceso cíclico, y … En primer lugar, es preciso que en la relación sujeto-objeto el sujeto que conoce se sitúe frente al objeto conocido como algo externo a él; es decir, que se establezca una separación entre sujeto y objeto, a fin de aproximarnos lo máximo posible a la meta de lograr la objetividad. En segundo lugar, y una vez que se ha producido esta separación sujeto objeto, el sujeto debe “ir” hacia el objeto para tratar de captar y asimilar su realidad; es decir, para tratar de aprenhenderlo, comprenderlo, tal cual es. Finalmente, para que el proceso de obtención del conocimiento culmine, el sujeto investigador debe “volver” otra vez hacía sí mismo con objeto de elaborar los datos que ha obtenido.




La obtención de conocimiento no es más que una actividad intelectual que realizan los seres humanos, y que implica una operación de ANALISIS y SINTESIS

ANALISIS SINTESIS

Cuando el sujeto que conoce “va” hacia el objeto, la abstracción consiste en la operación intelectual por medio de la cual separamos las cualidades de un objeto a fin de considerar esas cualidades aisladamente.

El sujeto “vuelve” hacia sí mismo con el propósito de elaborar los datos que ha recabado, la cual consiste en la recomposición del todo a partir de los elementos que lo integran




Para elaborar conocimiento fáctico no se conoce mejor camino que el de la ciencia. El método de la ciencia no es, por cierto, seguro; pero es intrínsecamente progresivo, porque es autocorrectivo: exige la continua comprobación de los puntos de partida, y requiere que todo resultado sea considerado como fuente de nuevas preguntas. La filosofía científica favorece la elaboración de técnicas específicas en cada campo, con la única condición de que estas técnicas cumplan las exigencias esenciales del método científico en lo que respecta a las preguntas y a las pruebas. De esta manera es como puede entenderse la extensión del método científico a todos los campos especiales del conocimiento. Pero también debería emplearse el método de la ciencia en las ciencias aplicadas y, en general, en toda empresa humana en que la razón haya de casarse con la experiencia; vale decir, en todos los campos excepto en arte, religión y amor.

EXTENSIBILIDAD DEL MÉTODO CIENTÍFICO

(Bunge, 1978)




Para que la ciencia pueda ser fáctica debe entonces trascender de los hechos, analizarnos y producir un conocimiento verificable, que sólo puede ser obtenido a través del uso de formas planeadas y sistemáticas de acceder al fenómeno. El METODO será entonces la manera través de la cual la ciencia conoce, descubre, analiza, reorganiza y genera nuevas formas de conocer. Del latin methŏdus, es un modo de decir o hacer con orden. Es la manera que sigue la ciencia para hallar la verdad y enseñarla (RAE, 2009). Sólo cuando conocernos el método a través del cual se obtuvo el conocimiento sobre algo, podremos replicarlo, verificarlo, contrastarlo; y ese es parte del hacer ciencia.



CONCEPTOS CLAVES

Método: procedimiento o conjunto de procedimientos que se utilizan para obtener conocimientos científicos. No solo orienta a la selección de los instrumentos y técnicas específicos en cada estudio sino fundamentalmente a la fijación de criterios de verificación o demostración de lo que se afirme en la investigación. Metodología: es el estudio del método, abarca la justificación y la discusión de su lógica interior, el análisis de los diversos procedimientos concretos que se emplean en las investigaciones y la discusión acerca de sus características, cualidades y debilidades. Técnicas y procedimientos: aspectos mas específicos y concretos del método que se usan en cada investigación.

(Sabino, 2000)



María Eugenia D’Aubeterre López Prof. Angel J. Paz Adaptado de Coolican (2005), p. 13.

Sucesos en el mundo social

Propuesta de investigación

Financiamiento

Consideraciones éticas

Teoría

Revisar o modificar diseño

¿Se respondió al problema de

investigación?

Abandonar

¿Los resultados son un aporte importante al conocimiento

actual?

Publicación

Comunidad científica

No Sí

No Sí

Desarrollo de problemas e hipótesis

Planear Ejecutar Analizar

resultados Escribir informe

Proyecto de investigación




•Reconocimiento de los hechos •Descubrimiento del problema •Formulación del problema

b. Construcción del modelo teórico:

a. Planteamiento del problema:

•Selección de los factores pertinentes •Planteamiento de la hipótesis central •Operacionalización de los indicadores de las variables

c. Deducciones de consecuencias

particulares:

•Búsqueda de soportes racionales •Búsqueda de soportes empíricos

d. Aplicación de la prueba:

•Diseño de la prueba •Aplicación de la prueba •Recopilación de datos •Inferencia de conclusiones

e. Introducción de las conclusiones

a la teoría:

•Confrontación de las conclusiones con las predicciones. •Reajuste del modelo •Sugerencias para trabajos posteriores

La pauta de la investigación científica

(Bunge, 1978)




Kerlinger y Lee (2002) Shaughnessy et al.

(2007)

Problema/

obstáculo/

idea

Desarrollar una pregunta de investigación

Hipótesis Generar una hipótesis

de investigación

Razonamiento / deducción

Elaborar definiciones operacionales

Escoger un diseño de investigación

Observación /

Prueba /

experimento

Recolectar y analizar los datos: extrae

conclusiones

Problema… Desarrollar…

Pregunta

Posibles respuestas

Planificación

Ejecución y análisis

En la práctica…

Revisión de literatura

Pregunta







MOMENTO PROYECTIVO

Consiste en ordenar y sistematizar sus inquietudes; para lo cual se requiere la realización de 2 actividades fundamentales: •Formular la(s) pregunta(s) de investigación; es decir, definir qué es lo que se quiere saber, y respecto a qué hechos. •Elaborar organizadamente los conocimientos que constituirán el punto de partida, revisando y asimilando lo que ya se conoce en relación con el problema de investigación planteado; es decir, plantear explícitamente la teoría o modelo teórico del cual se partirá (Marco teórico).




MOMENTO PROYECTIVO

El momento proyectivo implica las siguientes 4 etapas específicas propuestas por Sabino (2000): • 1. DEFINICIÓN DE UN ÁREA TEMÁTICA ⇒ la selección del campo de trabajo, o problemática en la que nos situaremos. El área temática corresponde a un campo del saber que, si bien tiene una unidad interna, abarca una problemática mucho más reducida que las disciplinas y las especialidades en las que el área temática concreta puede ubicarse. • 2. PLANTEAMIENTO DEL PROBLEMA o de la pregunta de investigación, es importante que recordemos que una investigación es una actividad que se emprende con objeto de resolver, dar respuesta, un problema de conocimiento.




MOMENTO PROYECTIVO

• 3. DELIMITACIÓN DE LA INVESTIGACIÓN, esta etapa implica fijar los objetivos generales y específicos del trabajo, o sea aclarar qué fines concretos es posible alcanzar. Ahora bien, para poder establecer los objetivos de una investigación es necesario contar con un tema de estudio preciso y bien delineado, el cual pueda ser investigado en función de nuestros recursos teóricos y materiales.

Esta delimitación del tema implica, según Salkind (1998), la realización de 2 subetapas: IDENTIFICACIÓN DE LOS FACTORES/VARIABLES IMPORTANTES, que habría que examinar para responder a la pregunta de investigación, de todos los factores que podrían ser relevantes, que no hayan sido investigado antes que contribuyan al entendimiento de la pregunta que se está planteando, que sean susceptibles de investigación, que tengan algún interés para el investigador y que conduzcan a otra(s) pregunta(s).




MOMENTO PROYECTIVO

Esta delimitación del tema implica, según Salkind (1998), la realización de 2 subetapas (Cont): FORMULACIÓN DE UNA HIPÓTESIS, por los momentos basta con aclarar que una hipótesis no es más que una declaración, una afirmación, en la que se expresan las relaciones teóricamente esperadas entre variables, que puede ponerse a prueba y que se deriva lógicamente de lo que hemos hallado en la literatura.

3. DELIMITACIÓN DE LA INVESTIGACIÓN (Cont)




MOMENTO PROYECTIVO

• 4. ELABORACIÓN DE UN MARCO TEÓRICO. En relación con esta etapa, la construcción del referente teórico para el problema de estudio ⇒ asimilar el bagaje conceptual y las teorías que ya se han elaborado respecto al tema, pero reenfocadas hacía los fines específicos de nuestro estudio. En otras palabras, la elaboración de un MT conlleva la revisión y organización de los conocimientos previos disponibles sobre el problema de investigación que se ha planteado, y la especificación del punto de vista que se asumirá acerca del mismo.




MOMENTO METODOLOGICO

En esta etapa el investigador realiza 2 actividades fundamentales: Por una parte, formula el modelo operativo que le permitirá acercarse a su objeto de estudio, y conocerlo tal cual es. Y, por otra, determina los métodos específicos que empleará para confrontar la teoría con los hechos. De acuerdo con Sabino (2000), este momento está conformado por la ETAPA ESPECÍFICA de ESTABLECER EL DISEÑO concreto que se empleará en la investigación; es decir, determinar la forma en que se verificará, pondrá a prueba, la hipótesis de investigación. Para ello es necesario, no sólo conocer cuáles son los diseños tradicionales que usualmente se emplean en una disciplina concreta, sino cuáles son las ventajas y desventajas de cada uno de ellos.




MOMENTO TECNICO

Este momento incluye la realización de 2 etapas específicas que Salkind (1998) llama:

RECOPILACIÓN DE LA INFORMACIÓN PERTINENTE conlleva la recolección de los datos empíricos que nos permitirán confirmar o refutar la hipótesis que hemos planteado. A su vez, esta recolección de los datos implica la ejecución de la subetapa que Sabino (2000) llama confección o elección de los instrumentos de recolección de los datos.




MOMENTO TECNICO

PROCESAMIENTO DE LOS DATOS. Esta etapa hace referencia al hecho de que los datos que se han obtenido en la etapa anterior son datos brutos que requieren del posterior trabajo de clasificación y ordenación, el cual debe realizarse teniendo en cuenta las proposiciones teóricas sobre las que se asienta la investigación. En opinión de Salkind (1998), esta etapa específica implica 2 SUBETAPAS: La prueba de hipótesis y, el trabajo con la hipótesis.




MOMENTO DE SINTESIS

En líneas generales, este momento se debe volver de los hechos a la teoría, del objeto al sujeto, de modo que el investigador elabore los conocimientos que es posible inferir a partir de los resultados obtenidos en la etapa de procesamiento de los datos. De esta forma, se cierra el ciclo de conocimiento, aunque no de forma definitiva, pues la nueva elaboración teórica alcanzada no es más que el punto de partida para el desarrollo de nuevas investigaciones.

De acuerdo con Salkind (1998) este momento implica la realización de 2 etapas específicas: reconsideración de la teoría y, planteamiento de otros problemas




Aspectos previos: Momento inicial

TITULO DE LA INVESTIGACIÓN




¿Qué se quiere realizar? (Tipo de Investigación)

¿De qué (Variable 1 ) (Variables 1 y 2)

¿Para qué?/¿Acerca de? (Opcional) (Variable 2)

¿Dónde?/ ¿Para quién? (Población/Objeto de Estudio)

20 palabras en promedio 100 caracteres

Los títulos son la presentación inicial de cualquier investigación y la invitación a los lectores a adentrarse en lo que ella discutirá, es por ello que el titulo debe ser breve, claro y que presente la mayor cantidad de información que de al lector pistas de lo que se mostrará.



PROPÓSITOS DEL TITULO

• Describe el contenido del informe en forma específica, clara, exacta y concisa

• Permite al lector identificar el tema fácilmente

• Ayuda al bibliotecario a catalogar y clasificar el material con exactitud

• Debe contener 3 o 4 palabras claves de la investigación




TITULO: ERRORES MAS FRECUENTES

Errores de claridad: Sintaxis correcta y vocabulario al alcance de los lectores

• El usar palabras ambiguas, vagas

• El usar jergas, jerigonzas

• El usar abreviaturas, siglas





Errores de Concisión: Brevedad en el modo de expresar los conceptos

• Demasiado extenso (Exceder de 15 palabras)

• Demasiado breve (Telegráficos e inespecíficos)

• Exceso de preposiciones y de artículos

• Uso innecesario de subtítulos





Errores de Sobreexplicación: Declaración repetitiva e inútil de un concepto, el cual se da por supuesto. Ejemplos:

• “Estudio” sobre ....

• “Investigación” acerca de ....

• “Informe” de ....

• “Contribución” a .....

• “Resultados de un estudio” sobre ....

• “Análisis de resultados” ...




Momento Proyectivo: Planteamiento del problema

EL PROBLEMA DE INVESTIGACIÓN



FUENTES DE IDEAS DE INVESTIGACIÓN

Literatura científica que existe sobre el área:

• La mayoría de los artículos publicados en revistas científicas finalizan planteando algunas sugerencias para posibles investigaciones futuras. Si alguna de estas sugerencias nos llama la atención debemos discutirla con los expertos o con el autor que hace la sugerencia. Aplicar en otra población el paradigma usado en un estudio dado. Modificarlo para evaluar la generalidad de la teoría en la que se basa. • Otra buena aproximación para desarrollar problemas de investigación es aplicar el paradigma usado en un estudio dado con otra población, o modificar un paradigma tradicionalmente usado a fin de evaluar la generalidad de la teoría en la que se basa. • Otra fuente de ideas derivada de la literatura la constituyen los artículos de revisiones en los que, como su nombre lo indica, los autores presentan una revisión de lo que se ha hecho en un área particular. Así mismo, muchos libros contienen revisiones de la literatura. • En la revisión que hacemos de la literatura en un área también podemos encontrar un estudio que fue realizado de modo ejemplar y podemos replicarlo, a fin de ver en qué medida los resultados se repiten. • Finalmente, en la revisión de la literatura podemos encontrar información sobre aspectos del tema que no están integrados, y puede ser buena idea hallar enlaces teóricos entre estos aspectos y desarrollar un estudio sobre esos supuestos enlaces que hemos establecido teóricamente.

(Cone y Foster, 1995)




¿CÓMO SE MANIFIESTA UN PROBLEMA?;

De acuerdo con McGuigan (1980; 1996), los problemas se manifiestan al menos de 5 maneras, que no son mutuamente excluyentes: • La primera de ella que ya comentamos en clases pasadas es cuando detectamos en la literatura que existe una laguna o hueco notorio en los resultados de las investigaciones realizadas hasta el momento. • Cuando los resultados de varias investigaciones no concuerdan o, incluso, son contradictorios. • Cuando encontramos en la literatura que existe un hecho para el cual no se tiene aún una explicación. Cuando esto sucede, lo primero que se suele hacer es tratar de relacionar ese supuesto nuevo hecho con el cuerpo de conocimientos ya existente. Si tras un estudio profundo, somos capaces de relacionar apropiadamente ese “nuevo” hecho con el conocimiento existente puede decirse que lo hemos explicado y, por ende, el hecho ya no presenta mayores problemas. Ahora bien, si el hecho que hemos detectado no encaja en el conocimiento existente, entonces se hace evidente la existencia de un problema que requiere solución. • Cuando hallamos que existe una serie de hipótesis que se han planteado para dar cuenta de un hecho, pero dichas hipótesis no han sido puestas a prueba. • Finalmente, surge un problema de investigación cuando encontramos una hipótesis que permite dar cuenta de un hecho, y nos preguntamos ¿qué otros fenómenos o hechos puede explicar?.




¿QUÉ ES UN PROBLEMA CIENTÍFICO?

Un problema científico es una oración interrogativa que inquiere sobre la forma en que están relacionadas ciertas variables o fenómenos, y que establece una situación que requiere discusión, investigación, o una solución (Kerlinger 1979; 1981; Kerlinger y Lee, 2002).

Algunos ejemplos de problemas: •¿la cantidad de ejercicio físico realizado antes de acostarse afecta a la calidad del sueño? • ¿existe relación entre el nivel de desnutrición de los niños y sus destrezas sociales? • ¿la congruencia-incongruencia presente en un anuncio publicitario influye en la evaluación que los sujetos hacen del producto publicitado? • ¿El nivel de intensidad de la música presente durante la realización de una tarea de atención de señales de larga duración incide sobre el tiempo requerido por las personas para responder? • ¿la presencia de cambios abruptos en el nivel de intensidad de la música es la variable que determina el nivel de rendimiento de los sujetos en tareas de recuerdo serial de palabras?




¿CUÁLES SON LOS TIPOS DE PROBLEMAS QUE NO SON CIENTÍFICOS? Según Kerlinger (1979, 1981), estos “no problemas” son: • Los Problemas de valores, o sea aquellos que se preguntan acerca de cuál de varias cosas es mejor o peor, o si algo es bueno o malo, correcto o incorrecto desde el punto de vista moral. Por ejemplo: ¿es malo discriminar a las minorías? ¿el SIDA es un castigo divino por la promiscuidad sexual? Aquí simplemente se están planteando juicios morales acerca de un comportamiento, pero la ciencia no tiene nada que decir al respecto. • Y, los Problemas de ingeniería, que son todas aquellas cuestiones relativas a cómo hacer las cosas. Por ejemplo: ¿cómo eliminar el racismo? ¿cómo podemos mejorar las condiciones de los pobres?, etc. Las RAZONES principales POR LAS QUE ESTOS PROBLEMAS NO PUEDEN SER CONSIDERADOS CIENTÍFICOS es que, tal y como están planteados, no pueden ser comprobados empíricamente, no establecen o implican relaciones entre variables, y son sumamente vagos. Respecto a estos tipos de problemas la ciencia sólo puede hacer sugerencias, pero o es capaz de responder de manera directa a tales interrogantes.




¿CUÁLES SON LOS CRITERIOS PARA EL ESTABLECIMIENTO DE PROBLEMAS DE INVESTIGACIÓN ADECUADOS?

De acuerdo con Kerlinger (1975, 1979, 1981, 1986), Kerlinger y Lee (2002), McGuigan (1980; 1996), y Sierra-Bravo (1988), los criterios para plantear adecuadamente un problema de investigación científica son los 4 siguientes:

• Ha de expresar una relación entre 2 o más variables. Tales como: ¿está relacionada A con B? ¿cómo se relacionan A y B con C?, etc. • Debe estar formulado claramente y sin ambigüedades en forma de pregunta. ejemplo: ¿es posible cambiar la naturaleza humana? ¿cómo funciona la mente? ¿qué es la naturaleza humana?. Estos términos son tan vagos y ambiguos que no hay forma siquiera de especificar cuáles serían las observaciones relevantes a realizar para dar repuestas a los problemas que los incluyen. • El problema debe ser lo suficientemente importante como para invertir en su resolución el tiempo, el dinero y el esfuerzo que requiere la búsqueda de su solución. • Debe permitir su verificación o comprobación empírica, o sea debe ser posible poner a prueba empírica las relaciones enunciadas en el problema. Las variables implicadas en la relación deben poder medirse o manipularse de algún modo.




¿QUÉ ES UN PROBLEMA SOLUBLE?

En principio, y de acuerdo con McGuigan (1996), un problema es soluble si y sólo si es posible proponer una hipótesis comprobable/verificable y pertinente como una tentativa de solución al mismo.

Un problema es soluble si es posible proponer para él una hipótesis pertinente a la que se le puede calcular un cierto grado de probabilidad de ser verdadera al presente.




¿CÓMO EVALUAR EL VALOR POTENCIAL DE la INVESTIGACIÓN? En opinión de Hernández, et al (1998; 2002), los criterios que nos permiten evaluar el valor potencial de un estudio son los siguientes: • Conveniencia → ¿Para qué sirve?. • Relevancia social → ¿Quiénes se beneficiarán con los resultados obtenidos? ¿De qué modo? ¿Qué proyección social tiene la investigación?. • Implicaciones prácticas → ¿Los resultados de la investigación ayudarán a resolver algún problema práctico? ¿Tiene implicaciones para una amplia gama de problemas prácticos? → Típico de las investigaciones aplicadas. • Viabilidad → ¿ puede llevarse a cabo en función de los recursos financieros, humanos y materiales disponibles? ¿Cuánto tiempo llevará hacerla? • Aspectos éticos → cuáles son las consecuencias de la investigación ? los aspectos éticos involucrados en el estudio y cómo resolverlos




¿CÓMO EVALUAR EL VALOR POTENCIAL DE LA INVESTIGACIÓN? En opinión de Hernández, et al (1998; 2002), los criterios que nos permiten evaluar el valor potencial de un estudio son los siguientes: • Valor teórico → ¿Los resultados de la investigación permitirán cubrir una laguna de conocimiento? ¿Los resultados se podrán generalizar a principios más amplios? ¿La información que se obtenga servirá para comentar, desarrollar o apoyar una teoría? ¿Permitirá conocer en mayor medida el comportamiento de una(s) variable(s) o la relación entre dichas variables? ¿Puede sugerir ideas, recomendaciones o hipótesis para futuras investigaciones?. • Utilidad metodológica → ¿La investigación puede ayudar a crear un instrumento nuevo para recolectar y/o analizar datos? ¿Ayuda a la definición de un concepto, variable o relación entre variables? ¿Permite la obtención de mejoras en la forma de experimentar con una o más variables? ¿Sugiere cómo estudiar más adecuadamente una población? → Típico de las investigaciones metodológicas




ERRORES QUE CON MAYOR FRECUENCIA SE COMETEN EN EL PLANTEAMIENTO DE PROBLEMAS DE INVESTIGACIÓN

1. Hacer referencia en los problemas a cuestiones morales o éticas que la ciencia, no puede responder. Una forma relativamente rápida de detectar problemas en los que se comete este tipo de error es buscar palabras como “debe”, “mejor que”, “bueno”, “malo”, etc.

2. Enumerar “problemas” metodológicos como subproblemas del estudio. En este sentido, la comisión de este error se detecta porque: (a) los problemas metodológicos no son problemas sustantivos que se deriven del problema básico; y, (b) se relacionan con técnicas o métodos de muestreo, medición, o análisis.

3. Circularidad viciosa: este tipo de razonamiento se da cuando una respuesta está basada en una pregunta y, a su vez, la pregunta está basada en la respuesta, sin poder recurrirse a otra información fuera del círculo vicioso. Lo catastrófico de este tipo de problemas es que siempre son irresolubles porque no hay forma de contar con evidencia de la existencia del fenómeno estudiado (instinto, tristeza) que sea independiente del problema y la solución propuesta.




UNA VEZ IDENTIFICADO EL PROBLEMA

Hay que delimitar el problema

Para delimitar el problema es necesario:

1. Analizar el estado de avance en la investigación de ese problema, reuniendo información, teoría e investigaciones previas.

2. Delimitarlo en cuanto al ámbito espacio-temporal donde se estudiará, alcance y objetivos, sujetos y edades de los sujetos.

3. Enunciarlo (la mejor forma es mediante un pregunta clara y concreta)







PROBLEMA DE INVESTIGACIÓN El punto de partida de una investigación es la existencia de una situación que ha llamado la atención del o los futuros investigadores y que –a su juicio— requiere ser investigada para esclarecerla, mejorarla, hacer propuestas, resolverla, etc, es decir, para pasar a algún tipo de acción posterior Tipos de problemas • Teóricos. Cuyo propósito es generar nuevos conocimientos. • Prácticos. Con objetivos destinados al progreso. • Teórico-prácticos. Para obtener información desconocida en la solución de problemas de la práctica




DIFERENCIA ENTRE PREGUNTA DE INVESTIGACIÓN Y PLANTEAMIENTO DEL PROBLEMA

– Como pregunta de investigación

• Expresa una relación entre dos o más variables

• En forma de pregunta (recomendable)

• Sin ambigüedades Unívoca, concisa

• Implica la posibilidad de ser sometido a prueba empírica Factible, realista

• Es pertinente No moral ni filosófica

• No es demasiado general o específica

– Como planteamiento

• Objetivos

• Pregunta(s) de investigación

• Justificación / Relevancia

• Implicaciones / consecuencias

• Factibilidad




¿CÓMO SE PLANTEA UNA PREGUNTA DE INVESTIGACIÓN? 1. Debe estar redactada de forma abierta y sencilla. ¿Qué tipo de relación habrá entre el

estrés y el rendimiento académico de los estudiantes de psicología de la UCAB? 2. No se deben utilizar términos valorativos. ¿es mejor? 3. Los términos de las variables deben ser factibles de medir 4. El verbo relacional debe estar en tiempo futuro porque es una pregunta que se someterá a

evaluación. 5. La solución al problema debe contribuir a mayores conocimientos. 6. Debe tener alguna novedad a la vez que despertar interés y profundo entusiasmo en el

investigador 7. El problema debe ser factible de investigar en la práctica y en el tiempo previsto. 8. Ajustarse al investigador a sus recursos y al área donde tiene mayor experiencia.




OBJETIVOS DE INVESTIGACIÓN




OBJETIVO DE INVESTIGACION Es un enunciado en que se expresa una acción a llevar a cabo, por lo que debe estar iniciado por verbos en infinitivo, a continuación se indica el fenómeno en el que –o con quien—se llevará a cabo dicha acción y finalmente se indica el objeto de investigación, es decir, el fenómeno o las partes en relación que serán investigados, indicando para qué se realiza esta acción investigativa. Para construir los objetivos deben considerarse las siguientes interrogantes (los que sean necesarios y en el orden más conveniente): • Quién, • qué, • cómo, • cuándo y • dónde.




Objetivo general Son enunciados redactados en infinitivo que hacen referencia a lo que se pretende lograr con la investigación, la meta final, el producto, etc. Debe estar claramente relacionado con el titulo e indica el fin ultimo de la investigación. El objetivo general debe tener mucha similaridad con el titulo que se propuso. Objetivos específicos Son estrategias alcanzables que determinan las fases de la investigación necesarias para alcanzar el objetivo general y orientan el marco metodológico. Se les diferencia de las tareas, actividades, conductas, etc.


Cuando se plantean problemas de investigación, no solo basta con describir la situación y plantear la pregunta, debemos también delimitar los alcances o metas que nos hemos propuesto con la investigación, de allí surgen os objetivos tanto general como específicos que siempre deben estar escritos en infinitivo (ar, er, ir, or, ur)



Verbo en Infinitivo variable Objeto de estudio

Objetivo General




Verbo en Infinitivo

Dimensión De la

Variable Objeto de estudio

Objetivos Específicos (Evaluación)




Verbo en Infinitivo Etapas del Diseño Objeto de estudio

Objetivos Específicos (Diseño)




Verbo en Infinitivo Dimensión

de la Variable 1 Objeto de estudio

Objetivos Específicos (Relacional)

Verbo en Infinitivo Dimensión

de la Variable 2 Objeto de estudio

Verbo en Infinitivo Relación entre

Variables Objeto de estudio




Listado de Verbos a ser utilizados en la elaboración de objetivos en Estudios Evaluativos, Análisis, Diagnósticos

• Analizar: Situaciones, Fenómenos, Eventos, Factores, Características, Causas, Consecuencias.

• Describir: Características, Funciones, Perfiles

• Determinar: Grado de Adecuación, Incidencia, Patrón, Estilo, Grado de Relación, Correlación, Asociación, Presencia, Ausencia, Grado de Efectividad del Tratamiento.




Listado de Verbos a ser utilizados en la elaboración de objetivos en Estudios Evaluativos, Análisis, Diagnósticos

• Diagnosticar: Situaciones, Fenómenos, Eventos, Factores, Características.

• Establecer: Relaciones, Modelo, Correspondencia, Discrepancia, Asociaciones.

• Evaluar: Procesos, Planes, Programas, Estrategias, Grado de Efectividad, Eficacia, Eficiencia.

• Identificar: Influencias, Factores, Limitantes, Efectos, Causas.




Listado de Verbos a ser utilizados en la elaboración de objetivos en investigaciones relacionales

• DETERMINAR: Grado de adecuación, incidencia, patrón, estilo, grado de relación, correlación, asociación, presencia, ausencia y grado de efectividad del tratamiento

• ESTABLECER: Relaciones, modelo, correspondencia, discrepancias y asociaciones.

• IDENTIFICAR: Influencias, factores, limitantes, efectos y causas.




Verbo Fenómeno Subfenómeno (Ud. lo pone)

Para... (finalidad del Objetivo)

Establecer Averiguar Identificar Recopilar Investiga Revelar Descubrir Indagar Inquirir Pesquisar Registrar Buscar

Estructuras Funciones Roles Historial Probabilidades Relaciones Avances Retrocesos Resistencias Facilidades Etc...

Entre ... De... Del... En ... Cuando... Cómo... (infrecuente)

Mejorar Renovar Confeccionar Sugerir Proponer Innovar Resolver Satisfacer Controlar Iniciar Etc...

A continuación se muestra un cuadro sintagmático que puede ayudar a construir Problemas y Objetivos de investigación. (El Problema/Objetivo de investigación se define como...)










JUSTIFICACIÓN DE LA INVESTIGACIÓN

• Conveniencia: ¿Para qué sirve?

• Relevancia Social: ¿Cuál es la relevancia para la sociedad?

• Implicaciones Prácticas: ¿Ayudará a resolver un problema práctica?

• Valor Teórico: ¿Ayudará a desarrollar o apoyar una teoría?

• Utilidad Metodológica: ¿Puede servir de guía para otras investigaciones.




• En la literatura sobre metodología de la investigación científica, a la relevancia de un estudio con mucha frecuencia se le denomina justificación. En esta sección se presentan las razones por las que es justificable realizar la investigación. Todo proyecto de investigación debe manejar la utilidad del estudio para establecer su relevancia. Para establecer la relevancia es recomendable intentar dar respuesta a las siguientes preguntas:

• ¿Cuáles son los beneficios que se obtienen con su realización?

• ¿Por qué es necesaria esta investigación?.

• ¿A quién o a quiénes beneficia?

• ¿Quién o quiénes serán los usuarios?

JUSTIFICACIÓN DE LA INVESTIGACIÓN





MARCO TEÓRICO REFERENCIAL



Es un apartado que permite presentar:

•Las variables que han sido consideradas en la investigación •El modelo o la postura teórica asumida •Las investigaciones realizadas en el área o antecedentes, en términos teóricos o metodológicos




REVISION BIBLIOGRAFICA Esta consiste en acceder, de la manera más directa posible, a todo aquello que haya sido publicado acerca del objeto de estudio. La revisión de la literatura tiene dos objetivos: •Recopilar toda la información posible acerca del objeto de la investigación con el fin de poder establecer una sólida base de trabajo. •Conocer hasta dónde han llegado los trabajos de otros investigadores con el fin de evitar duplicidades.




Antecedentes teóricos Apellido del autor (año). Objetivo del trabajo (se puede redactar el título del libro o del capítulo que se tomo como un objetivo). Resumen de la información que es relevante para el trabajo que se está realizando. Conclusión a que se puede llegar de esa información. Relación que tiene ese trabajo con el estudio que se esta por realizar.

Antecedentes de campo Apellido del autor (año). Objetivo del trabajo (se refiere al objetivo general del trabajo). Como se realizó la investigación (puede incluir método, instrumentos, muestra). Resultados obtenidos en el trabajo Conclusiones del trabajo (solo se coloca las que sean pertinentes para el trabajo que se está realizando, lo que no viene al caso, se obvia). Relación que tiene ese trabajo con el estudio que se esta por realizar.




ANTECEDENTES DE LA INVESTIGACIÓN

TRABAJOS DE INVESTIGACIÓN

RELACIONADOS CON LAS VARIABLES

INVESTIGACIONES RECIENTES

(PREFERIBLEMENTE)




Autor del trabajo

Año de presentación del trabajo); título del trabajo

Propósito del trabajo de investigación;

Fundamentos teóricos

Tipo de investigación; metodología utilizada

Población; instrumentos

Resultados obtenidos

Importancia o utilidad para su estudio.

ANTECEDENTES DE LA INVESTIGACIÓN




CRITERIOS PARA EVALUAR FUENTES ELECTRÓNICAS

– Credibilidad (Credenciales, argumentación, referencias)

– Sesgos (Objetividad, intereses ideológicos o comerciales)

– Rigurosidad

– Actualización

– Relevancia (Importancia de la fuente dentro del área)

– Audiencia (¿Público en general?, ¿estudiantes?, ¿investigadores?, ¿otros?)

• Nota sobre referencias de versiones electrónicas de fuentes impresas (Estilo APA)

– Si la revista se publica también en Internet sin ningún tipo de cambio con respecto a la versión impresa, se utiliza el formato de referencia correspondiente a la versión impresa. No obstante, si hubiera cambios con respecto a la versión impresa, al final de la cita se añade: ‘Recuperado el día del mes de año, desde fuente‘ (P.ej., recuperado el 3 de septiembre de 2003, desde http://www.apicsa.net/index.html)

Prof. Angel J. Paz




Momento Proyectivo

EL MÉTODO



• Variables • Hipótesis • Diseño de la investigación • Tipo de Investigación • Nivel de la investigación • Población y Muestra • Técnicas e instrumentos de recolección de información • Confiabilidad y Validez • Técnicas de procesamiento y análisis

Cuando desarrollamos investigaciones, regularmente nos solicitan un apartado en todo documento que hace referencia al Método, es aquí donde vamos a describir con suficientes detalles toda la estrategia que deseamos desarrollar para cumplir los objetivos que se plantearon. En términos generales su redacción es en futuro, y mas importante aun es la descripción minuciosa de todos los pasos que llevaremos a cabo. Presentaremos un esquema sencillo para el desarrollo de este apartado

Momento Proyectivo y técnico



Momento Proyectivo: Variables

LA VARIABLE



Realidad

Teoría

Variable

Constructo

Constructo

Constructo

Variable Variable

Indicador Indicador

Indicador Indicador Indicador

Indicador

Definiciones operacionales Hipótesis

Definiciones constitutivas

Leyes

Cada disciplina científica desarrolla un sistema de conceptos propios de su actividad. Cuanto más perfecta es una ciencia puede definir mejor sus conceptos de manera más precisa y unívoca.




¿Qué es una variable?

Según estos autores, una variable es una propiedad que adquiere/asume distintos valores, o sea que varía. Sin embargo, esta definición no es todo lo exacta que requerimos (Salkind , 1998); Kerlinger y Lee, 2002).

Una definición lo suficientemente exacta es la resaltada por Kerlinger (1979, 1981) y Kerlinger y Lee (2002). De acuerdo con este autor, una variable es un símbolo al que se le asignan numerales/números o valores, pudiendo adoptar cualquier conjunto justificable de valores.

Son características que suponen las unidades de análisis que poseen rasgos distintos. Es una característica de estudio de las unidades de análisis que pueden tomar diversos rasgos o valores de unidad en unidad.




¿Qué es una variable?

Son atributos o cualidades que varían de acuerdo con alguna dimensión, es decir, cuando se toman medidas de una cierta característica en estudio que puede variar al ser aplicada a diferentes sujetos (Hamdan, 1994. p. 26). Las variables son un conjunto de valores o datos, obtenidos por diversas experiencias a que da lugar un experimento, o por los registros de una encuesta (Zaera, 1085. p. 6). Es el conjunto de características de las entidades que interesan en una investigación científica. En virtud de que cualquiera de estas características, por regla general, presenta un valor diferente cuando se observan en diferentes entidades, ella recibe el nombre de variable (Daniel, 1988. p. 4).




Definición constitutiva

Se define mediante el uso de otras palabras, conceptos o expresiones conceptuales que pueden sustituir lo definido; es decir, las palabras se definen con otras palabras, del mismo modo que se hace en un diccionario.

Una definición constitutiva define un concepto (variable) con otros conceptos. Este tipo de definiciones son útiles para la investigación en la medida que se puede llegar a través de los conceptos a establecer los marcos teóricos que delimitan la investigación




Definición operacional

Se asigna un significado a una construcción hipotética o variable especificando las actividades u operaciones que son necesarias para medirla o manipularla. Así, en las definiciones operacionales lo que hacemos es sustituir una variable por otras más concretas. De esta forma, la definición operacional se constituye en una especie de instructivo que le dice al investigador qué actividades debe realizar para medir o manipular la variable en cuestión. Esto implica que una variable puede tener varias definiciones operacionales; por ende, la validez de una definición operacional depende de que la variable o variables que sustituyen al término operacionalizado sean realmente representativas de dicho término.

No obstante, esta clase de definiciones sólo confiere un significado limitado a las construcciones hipotéticas; ya que, ninguna definición operacional expresa la totalidad de una variable.




Definición operacional

De medida Experimentales

Están asociadas a la variable dependiente y van a permitir describir un conjunto de procedimientos que se debe realizar para observar y medir la VD

Las definiciones experimentales hacen referencia a la forma como se va a controlar la variable independiente

Consisten en la descripción de cómo se medirá (o se midió) la variable (Kerlinger y Lee, 2002).

Consisten en explicar en forma clara los detalles u operaciones que se deben realizar (o que se han realizado) para manipular una variable.




¿Cómo se realiza una definición operacional de medida de una variable?

Según Sierra-Bravo (1988), para definir operacionalmente una variable hay que seguir los siguientes 4 pasos:

I. Definir constitutivamente la variable; es decir, representar la variable de modo que exprese los rasgos principales que esa variable presenta en la realidad.

II. Especificar los aspectos y dimensiones/propiedades de interés práctico implicadas en la representación del concepto de la variable.

III. Elegir los indicadores concretos que sean signo de la mayor o menor extensión que alcanza la dimensión en cuestión en los sujetos investigados.

IV. Construir índices en aquellos casos en los que se ha decidido trabajar con más de un indicador referente a una dimensión. Esto se hace asignándole pesos o valores diferenciales a cada indicador en función de la importancia que cada uno de ellos tenga.




Según Tuckman hay tres formas de alternativas de construir definiciones operacionales (Flores Barboza; 1993: 169 -174). -TIPO“A” Es aquella que construye en términos de las operaciones que deben ser ejecutadas para provocar el fenómeno o situación que se está definiendo. Es el más indicado para decir un fenómeno o una situación que un objeto. Ejemplo: “Frustración”: Estado que resulta cuando un individuo se le impide alcanzar una meta que tenía propuesta. Operación o procedimiento utilizado para provocar esta situación: impedir a alguien alcanzar un propósito tal sería el caso si mostramos un dulce a un niño y luego, lo ponemos fuera de su alcance.




-TIPO“B” Se construye en término de cómo opera el objeto particular, es decir, qué es lo que hace o en qué consiste sus propiedades dinámicas. Estas definiciones suelen ser las más adecuadas para describir un tipo de persona, como en el caso de un contexto educacional. Ejemplo: “Persona Inteligente”: Persona que obtiene altas notas en un colegio o una que demuestra capacidad para resolver problemas de lógica simbólica. -TIPO“C” Es aquella que se construye en término que describen al objeto tal como aparece, es decir, en término de lo que constituya sus propiedades estáticas. Ejemplo: “Alumno Inteligente”: Persona de buena memoria, amplio vocabulario, buen raciocinio, buena habilidad aritmética.




El Indicador Es la subvariable o subdimensión que da precisión a los aspectos o dimensiones para poderlos observar y medir, controlar, manipular o evaluar. Los indicadores cumplen las siguientes funciones: - Señalar con exactitud la información que se desea recoger. - Indicar las fuentes a los que se debe recurrir. - Ayudar a determinar y a elaborar los instrumentos de resolución de datos. Se componen de subindicadores o ítems (medida del indicio o indicador de la realidad que se quiere investigar). Estos ítems o mediciones van estar en coherencia con las variables, subvariables y se tiene en cuenta para la elaboración de las preguntas en el cuestionario.




Determinación de Valores Son las alternativas expresas o tácitas que se desprenden de las variables o indicadores, según el caso. En el proceso de tabulación de los datos suele emplearse los índices. El índice de variables, es la presentación ordenada y clasificada de ciertos datos cuyo manejo permite obtener un aumento de información, analizando el comportamiento y evolución de una variable o hecho con relación al tempo y lugar.




¿Cómo se clasifican las variables?

De acuerdo a la expresión de sus valores • Cualitativas (categóricas) • Cuantitativas (escala) De acuerdo al carácter de las escalas • Nominales • Ordinales • Intervalo • Razón En diseños experimentales: • Variables independientes • Variables dependientes

En diseños no experimentales: • Variables exógenas / predictoras • Variables endógenas / criterios





Externas a la investigación (extrañas): • Ambientales • Conexas a las variables investigadas • Derivadas de la actuación del investigador • Derivadas de su presencia en el campo de investigación • Derivadas de la forma de actuación y respuesta de los sujetos investigados • Ligadas al tiempo, cuando el diseño exige la repetición de las

observaciones




De acuerdo a la expresión de sus valores :


• Cualitativas (categóricas) : Pueden tomar valores o rasgos para cada unidad de análisis. (rasgos, cualidades, atributos) . Hay muchos casos en que no es posible hacer medidas numéricas. Muchas variables son susceptibles solamente de clasificación. Una variable cuyos valores consisten en categorías de clasificación se denomina variable cualitativa (Daniel, 1988. p. 5).

Las variables categóricas se caracterizan porque: • En ellas hay 2 o más subconjuntos del conjunto de objetos que se mide, y los sujetos son clasificados en un subconjunto particular en función de si poseen o no la característica que define al subconjunto en cuestión. • Todos los miembros de un subconjunto son considerados iguales, y a todos se les da el mismo nombre y el mismo numeral. • En ellas no siempre hay orden de rango o jerárquico. Respecto a las variables continuas y categóricas aclarar que siempre es posible convertir a una variable continua.




De acuerdo a los valores que toman:


• Cuantitativas (en escala): Solo se pueden obtener valores de las unidades de análisis. (valores, cantidades, magnitudes, números). Se dice que una variable es cuantitativa siempre que los valores que puede asumir sean los resultados de medidas numéricas (Daniel, 1988. p. 5) .

Estas variables se caracterizan porque: • Sus valores reflejan un orden jerárquico/categórico, ya que un valor mayor en la variable indica que el sujeto posee la propiedad en cuestión en un grado superior. • Por otra parte, se caracterizan porque los valores están contenidos en una escala/un rango y a cada individuo se le asigna una puntuación en dicha escala/rango. • Por último, las variables continuas se caracterizan porque teóricamente hay un conjunto infinito de valores dentro de cada intervalo/dentro del rango.




De acuerdo al carácter de las escalas:


• Nominales: los datos representan una variable en la que todo dato es igual así mismo y solo a si mismo. Todo número es igual a sí mismo y solo a sí mismo. Utiliza operaciones de igualdad (=) o desigualdad (≠), las cuales se pueden clasificar en un numero de categorías (excluyentes o exhaustivas) tal que sea suficiente para agotar la diversidad de fenómenos. Se usa una escala nominal cuando se distribuyen conjuntos de objetos, personas o características entre dos o más categorías. Se utilizan números o símbolos con el fin de distribuir los grupos pertenecientes a una determinada categoría, estos números o símbolos utilizados constituyen una Escala Nominal o Clasificatoria (Hamdan, 1994. p. 19).






• Ordinales: en virtud de una existencia de magnitud subyacente, ordena a los datos en una secuencia o jerarquía. Hace referencia a que los números pueden secuenciarse a los números de menor a mayor o a la inversa mediante una única secuencia. Se identifica mediante la sobreposición. Solo supone que se puedan comparar los objetos de tal forma que A > B. Se emplea este tipo de escala, cuando está basado en ciertas normas se asigna un conjunto de objetos, personas o características a un conjunto de categorías ordenadas. La categoría de la escala se ordena de acuerdo con la cantidad del rasgo o características que representa cada una de ellas (Hamdan, 1994. p. 20).






• Intervalo: existen intervalos de distancias iguales entre dos unidades de análisis. Su unidad de medición es arbitraria y tiene un cero arbitrario o relativo, es decir, la ausencia de la característica observada no se corresponde con el cero natural. Se admiten las relaciones matemáticas y las proporciones no se mantienen de lo numérico a lo real. Cantidad que separa un elemento de otro. Se puede utilizar la suma, resta, multiplicación y división. Existe cuando entre dos unidades consecutivas existe la misma cantidad del fenómeno. Implica cuantificación al igual que la escala ordinal con la característica adicional de conocer la distancia entre dos números cualesquiera; esto le da un nivel de refinamiento superior a esta escala de medición (Hamdan, 1994. p. 20)






• Razón: tiene un origen absoluto o real es el punto a partir del cual se generan los datos. Se admiten todas las operaciones matemáticas. El cero significa que hay ausencia total de la característica que se esta midiendo. En los números el origen es el cero, es decir, la razón entre dos datos significa lo mismo en cualquier punto de la escala. Presenta un grado superior de refinamiento en la medición cuantitativa, puesto que esta escala tiene las características de la escala de intervalo y además tiene un punto cero claramente definido. Esto hace posible ciertas comparaciones entre los valores que la escala de intervalos ni permite. Es decir que la proporción de un punto cualquiera de la escala a otro es independiente de la unidad de medida (Hamdan, 1994. p. 21).




En diseños experimentales:


• Variables independientes: aquella variable que se supone es la causa de la ocurrencia de otra variable, el antecedente, la variable que se supone influye en los valores que adopta otra variable. Es aquella que el investigador controla activamente, es decir manipula intencionalmente. Según McGuigan (1996) una variable independiente en la experimentación “es un estímulo, el término estímulo se refiere generalmente a cualquier aspecto del medio – físico, social, etc – que excita a los receptores” (p.51). Es importante destacar que cuando se habla de estímulo, estamos haciendo referencia a un cierto tipo de estímulo.




En diseños experimentales:


• Variables dependientes: aquella variable que se supone es el efecto de la ocurrencia de otra variable, el consecuente, la variable que se supone se ve influida por los valores que adopta otra variable, la VI. La VD es aquella que se mide u observa, o la variable cuyos valores se pretenden predecir a partir de los valores adoptados por la VI (Variable predicha). En fin, la VD no es más que la situación que intentamos explicar. identificada como consecuente o el efecto, y se altera de forma concomitante con los cambios o variaciones en la variable independiente.

Tal y como explica McGuigan (1996) una variable dependiente “dado que en psicología estudiamos conducta, y puesto que los componentes de la conducta son respuestas, nuestras variables dependientes son las medidas de respuestas” (p.51). En otros términos la variable dependiente es hacia la que se hace la predicción, mientras que la independiente es aquella a partir de la cual se predice. De este modo la “variable dependiente es el resultado medido que el investigador usa para determinar si los cambios en la variable independiente tuvieron un efecto” (Kerlinger y Lee, 2002, p. 43).




En diseños no experimentales:


En estos estudios no significa que no haya VI, sí puede haberla, pero el investigador no puede controlarla activamente, o sea no puede modificar sus valores a voluntad, lo único que puede hacer es observar y registrar los resultados de su ocurrencia. Cuando no hay razones teóricas para asumir que una de las variables podría ser la causa de la otra no es correcto hablar de VI; en estos casos simplemente hablamos de variables estudiadas

• Variables exógenas/predictoras: aquellas cuyos valores deben ser tomados de la realidad. Se explican dentro de un modelo a partir de sus relaciones con otras variables (que a su vez pueden ser endógenas o exógenas).

• Variables endógenas/criterios: son aquellas cuyo valor es deducido al operar con las

ecuaciones del modelo. Están determinadas fuera del modelo, es decir, están predeterminadas, el modelo las toma como fijas y mantienen siempre el mismo valor.





Externas a la investigación (Sierra-Bravo, 1988): • Ambientales: caracterizan al ambiente o contexto dentro del que esta inmerso el

fenómeno investigado y pueden ser de tipo físico o social. • Conexas a las variables investigadas: llamadas también variables sujeto u orgánicas,

que acompañan a los individuos y frecuentemente pueden estar correlacionadas con otras variables orgánicas extrañas a la investigación.

• Derivadas de la actuación del investigador: referidos a los rasgos de los observadores,

en cuanto puedan influir selectivamente en la percepción de la realidad observada. • Derivadas de la presencia del investigador en el campo de investigación: la presencia

supone al introducción de un elemento extraño que puede alterar el comportamiento habitual de los miembros del grupo.





Externas a la investigación (Sierra-Bravo, 1988): • Derivadas de la forma de actuación y respuesta de los sujetos investigados: se

incluyen los factores que tienen su base en propósitos pretendidos por los investigados al margen y distintos de lo que se supone la investigación (deseabilidad social, aprensión evaluativa, características de la demanda, expectativas del investigador, efecto Hawthorne, dependencia de la memoria,

• Ligadas al tiempo, cuando el diseño exige la repetición de las observaciones: efectos en los que existen dos medidas antes y después (historia, maduración, administración del test, instrumentación, selección muestral, regresión estadística, mortalidad experimental, interacción de las pruebas, efectos de la situación experimental).




¿Cuáles son los requisitos que debe cumplir una medida de la vd? (McGuigan, 1996). Validez: Esto significa que los datos registrados deben ser realmente medidas de las características que el investigador trata de medir. • Convergente: consiste en correlacionar las calificaciones obtenidas por los sujetos en la medida de la VD que pretendemos usar, con las obtenidas por los mismos sujetos en cualquier otra medición del mismo constructo. La validez convergente refiere a la asociación significativa entre las mismas variables evaluadas con diferentes métodos. • Divergente: consiste en asociar diferentes variables y diferentes métodos




¿Cuáles son los requisitos que debe cumplir una medida de la vd? (McGuigan, 1996). Validez: Interna: es la cualidad del estudio que hace que los resultados obtenidos se deban efectivamente a la actuación de la VI. En este sentido, si no se controlan adecuadamente las Vs extrañas que pueden incidir sobre la validez interna de un estudio es imposible determinar si las relaciones observadas en él son el resultado de la acción de la VI que hemos manejado, o si dichas relaciones se derivan, al menos en parte, del efecto que tienen las Vs extrañas no controladas o no controladas adecuadamente. Externa: es la cualidad de un estudio que permite generalizar los resultados de la muestra original a otra muestra, y luego por extensión a la población de la cual se extrajo la muestra. Confiabilidad: Asociación entre mismas variables y mismos métodos. Hace referencia a la consistencia entre los resultados de mediciones múltiples de las mismas variables con los mismos instrumentos.




Momento Proyectivo: Hipótesis

LAS HIPÓTESIS



Definiendo “Hipótesis” Científicamente, una de las definiciones más estrictas que se ha dado de una hipótesis la concibe como una expresión conjetural o tentativa de la relación, general o específica, que existe entre 2 o más variables. En este sentido, las hipótesis, al igual que los problemas, implican la comprobación de las relaciones en ellas establecidas, es decir pueden ponerse a prueba empírica. Podemos ver así que los problemas se asemejan a las hipótesis en el sentido de que en ambos se establecen relaciones entre variables que deben ser verificadas posteriormente. Sin embargo, ambos se diferencian en que los problemas son enunciados interrogativos; mientras que, las hipótesis son oraciones declarativas o afirmativas (de hecho, Salkind plantea que uno de los criterios de las buenas hipótesis es que se expresan en forma declarativa), que suelen ser más específicas que los problemas, y que se acercan más a las operaciones involucradas en la investigación. Podemos definir de modo más general las hipótesis tal y como lo hace Mc Guigan (1980), concibiéndolas como una proposición o declaración comprobable y que podría ser la solución de un problema.




CRITERIOS PARA EL ESTABLECIMIENTO DE UNA HIPÓTESIS Si nos ajustamos a la definición estricta de hipótesis que señalamos, de ella podemos deducir que existen 2 criterios básicos que debe cumplir una hipótesis para que sea considerada adecuada desde el punto de vista científico: 1) Las hipótesis son expresiones de la relación que suponemos que hay entre 2 o más variables. Esta relación puede expresarse mediante el uso de frases como: “produce”, “está relacionada positivamente con”, “es función de”, “tiene un efecto negativo sobre”, etc. 2) las hipótesis deben hacer patente la necesidad de verificar las relaciones en ellas expresadas; es decir, deben poder probarse (Salkind). Para ello, las variables contenidas en la hipótesis deben ser mensurables y observables directamente; o sea, las variables deben ser susceptibles de ser definidas operacionalmente.




De acuerdo con Mc Guigan (1980; 1986), todas las afirmaciones posibles pueden catalogarse en una de tres categorías: (a) analíticas, (b) contradictorias o (c) sintéticas.

• Las afirmaciones analíticas o tautologías son aquellos enunciados que solamente pueden ser verdaderos (solo pueden adoptar un valor de verdad de verdaderos), debido a que la naturaleza de su construcción hace que el enunciado agote todas las posibilidades. • Las afirmaciones contradictorias son aquellos enunciados que siempre asumen un valor real de falso. De hecho, la negación de un enunciado analítico es un enunciado contradictorio. • Las afirmaciones sintéticas son aquellos enunciados que tienen una probabilidad de ser verdaderos o falsos.

TIPOS DE AFIRMACIONES

La necesidad de verificar las relaciones establecidas en la hipótesis, que hemos establecido como uno de los criterios básicos de las hipótesis adecuadas, significa que las mismas deben ser siempre enunciados sintéticos, ya que cualquier hipótesis debe tener la capacidad de ser probablemente verdadera o falsa.




¿Por qué no podemos enunciar las hipótesis en forma de enunciados analíticos?

La respuesta a esta pregunta se deriva, por un lado, de una de las características del conocimiento científico fáctico, a saber que es verificable (Bunge, 1978). Como recordaran, la noción de que el conocimiento científico fáctico es verificable implica que dicho conocimiento alude a eventos observables o experimentables. Un enunciado analítico, aún cuando sea siempre verdadero, no nos dice nada acerca del mundo empírico. Por ende, si queremos obtener información acerca de la naturaleza no podemos más que formular enunciados sintéticos, en cuyo caso siempre corremos el riesgo de que sean falsos (Mc Guigan, 1996). La otra razón por la que no podemos enunciar las hipótesis en forma de enunciados analíticos estriba en que la utilidad que tiene una hipótesis para el avance de las ciencias no se centra en que se compruebe que la misma es probablemente verdadera. De hecho, los hallazgos indicativos de que una hipótesis es probablemente falsa son tan o más importantes que los hallazgos de que es probablemente verdadera, puesto que este tipo de hallazgos no sólo reducen nuestra ignorancia, sino que suelen llevar a otras hipótesis y líneas de investigación fructíferas.




¿CÓMO SE LLEGA AL PLANTEAMIENTO DE UNA HIPÓTESIS? (Mc Guigan, 1980, 1996; Sierra-Bravo, 1988)

• Examinar detalladamente la literatura.

• Mantener reuniones con el equipo de investigación.

• Consultar con expertos en la materia que se investiga.

• Buscar posibles causas de efectos determinados, o posibles efectos de ciertas causas.

• Deducir posibles consecuencias de principios admitidos que puedan someterse a comprobación empírica Inferencias deductivas.

• Usar analogías sustantivas: la relación observada en el contexto A debe darse del mismo modo en el B; o estructurales: las leyes que rigen el comportamiento de unos organismos son aplicables a otros.

• Generalizar a partir de casos particulares Generalizaciones inductivas.

• Tomar como base los resultados obtenidos respecto a la veracidad o falsedad de otras hipótesis.

• Serendipity Encuentro de cosas valiosas durante el proceso de verificación de otras hipótesis.




FORMA DE ENUNCIAR LAS HIPÓTESIS (Mc Guigan, 1980; 1996)

Rusell propone emplear la forma de implicación lógica Si-Entonces, quiere decir que si se varían los valores de X, la variable independiente, entonces los valores de Y, la variable dependiente, variaran concomitantemente; o planteado de otra forma, si existen ciertas condiciones, entonces otras condiciones dadas deben existir. La implicación lógica Si-Entonces es sencillamente un enunciado compuesto, resultante de la unión de 2 enunciados simples, a y b, que expresan 2 grupos de condiciones: • Una primera condición llamada antecedente (P), o sea, la que viene primero, pero que no es

necesariamente la causa. La implicación lógica Si-Entonces sólo afirma que hay una relación potencial entre 2 variables, lo cual no significa que dicha relación sea del tipo causa-efecto.

• Una segunda condición llamada consecuente (Q), o sea la que viene después, pero que no necesariamente es verdadera; en el sentido de que, la implicación lógica lo que afirma es que si las condiciones antecedentes son verdaderas, entonces las condiciones consecuentes son verdaderas.




Una segunda forma de enunciar las hipótesis es haciendo uso de enunciados afirmativos. En este sentido, debe quedar claro que la mayoría de las buenas hipótesis enunciadas afirmativamente pueden perfectamente traducirse al formato Si-Entonces recomendado por Rusell. De hecho, la frecuencia de uso explícito de la implicación lógica en los reportes de investigaciones científicas es bastante baja, en comparación con la frecuencia de uso de afirmaciones conjeturales.

FORMA DE ENUNCIAR LAS HIPÓTESIS (Mc Guigan, 1980; 1996)




TIPOS DE HIPÓTESIS CIENTÍFICAS

Estas hipótesis pueden, a su vez, catalogarse de diferentes formas según sea: (a) su estructura, (b) su forma lógico-lingüística, y (c) su función en la investigación.

SEGÚN SU ESTRUCTURA (a) hipótesis con una sola variable, (b) hipótesis con 2 o más variables relacionadas mediante una asociación simple, y (c) hipótesis con 2 o más variables conectadas mediante una relación de dependencia. •Las Hipótesis con 1 sola variable se caracterizan por postular la existencia de determinadas uniformidades o regularidades empíricas en una población o universo. Estas hipótesis son simplemente descriptivas. •Las Hipótesis con 2 o más variables relacionadas mediante una asociación simple son aquellas en las que se postula que el cambio en los valores de una variable irá acompañado de un cambio correlativo en los valores de otra variable. •Hipótesis con 2 o más variables con una relación de dependencia son hipótesis explicativas en las que se postulan los motivos, causas o efectos de los Fenómenos.




SEGÚN SU FORMA LÓGICO-LINGÜÍSTICA, las hipótesis pueden ser: (a) simples o (b) compuestas. Las Hipótesis simples son aquellas que están formadas por un solo enunciado. Estas hipótesis se pueden dividir en: (a) hipótesis simples atributivas, y (b) hipótesis simples relacionales. Las hipótesis simples atributivas son aquellas en las que se asigna a un sujeto o grupo de sujetos una característica, atributo o variable. Como podrán ver, estas hipótesis se corresponden con las hipótesis de una sola variable, según su estructura. Las hipótesis simples relacionales son aquellas en las que se relacionan entre sí distintos sujetos o variables. Se corresponden con las hipótesis de 2 o más variables, según su estructura.






Las Hipótesis compuestas son aquellas que están conformadas por 2 o más enunciados simples, y en las que se establece una relación entre los enunciados simples que las componen. Esta relación puede ser de implicación lógica general o condicional (Si X, entonces Y). Pero, también puede ser conjuntiva, en cuyo caso se afirman simultáneamente dos enunciados; o puede ser disyuntiva, en la que se afirman alternativamente 2 enunciados de forma mutuamente excluyente. De esta forma, las hipótesis de 2 o mas variables según su estructura pueden formularse como hipótesis simples relacionales o como hipótesis compuestas, según su forma lógico-lingüística.




SEGÚN SU FUNCIÓN EN LA INVESTIGACIÓN, podemos hablar de: (a) hipótesis generales, (b) hipótesis específicas, (c) hipótesis auxiliares de validez, y (d) hipótesis auxiliares de generalización.


Las hipótesis generales o sustantivas son aquellas que relacionan variables conceptuales o generales. Es decir, relacionan variables definidas constitutivamente. Las hipótesis específicas o subhipótesis son aquellas en las que se relacionan los indicadores derivados lógicamente de las hipótesis generales. Es decir, se relacionan las variables definidas operacionalmente. Las hipótesis auxiliares de validez suponen que hay una relación entre los indicadores y las variables conceptuales o generales. Estas hipótesis son indispensables en la operacionalización de las Vs. Las hipótesis auxiliares de generalización suponen que los resultados obtenidos con una muestra dada pueden ser extendidos o generalizados a la población completa a partir de la cual se selecciono la muestra.




Hernández, et al. (1991; 2002) comentan otra forma de clasificación que es muy utilizada en la investigación del comportamiento. Según esta clasificación podemos distinguir entre: (a) hipótesis de investigación o de trabajo, (b) hipótesis nulas, y (c) hipótesis alternativas.


Las HIPÓTESIS DE INVESTIGACIÓN (HI) son hipótesis científicas que están concretadas a un tiempo, un lugar y una población definida (hipótesis de trabajo).

Las hipótesis de investigación pueden ser, a su vez: (a) descriptivas, (b) correlacionales, (c) de diferencia entre grupos, y (d) hipótesis que establecen relaciones de causalidad.




Las hipótesis descriptivas son aquellas en las que se establece el valor que se espera adopte una o más variables. las hipótesis de investigación descriptivas son equivalentes a las que Sierra-Bravo denomina hipótesis simples atributivas, según su forma lógico-lingüística; y a las hipótesis de una sola variable, según su estructura. Las hipótesis correlacionales son aquellas que especifican la asociación entre 2 o más variables y son propias de los estudios correlacionales. En estas hipótesis se puede establecer, no sólo que 2 o más variables están asociadas, sino que en ellas se puede especificar cómo se asocian dichas variables (la dirección de la relación: positiva o negativa). Es importante aclarar que en ellas el orden en que se coloquen las Vs no es importante puesto que ninguna Vs antecede necesariamente a otra, o sea no establecen una relación de causalidad. Las hipótesis correlacionales se corresponden con las que Sierra-Bravo denomina hipótesis simples relacionales e hipótesis compuestas, según su forma lógico-lingüística; y con las hipótesis con 2 o más variables relacionadas mediante una asociación simple, según su estructura.





Las hipótesis de diferencias de grupos son aquellas en las que se establece una comparación entre grupos, y pueden o no presuponer a favor de qué grupo será la diferencia. El que se presuponga o no qué grupo se verá favorecido depende de las bases teóricas con las que se cuente. En cierto sentido, las hipótesis de diferencias de grupo pueden considerarse como un tipo de hipótesis correlacional, ya que en última instancia lo que se hace en ellas es relacionar 2 o más variables. Las hipótesis de diferencia de grupos pueden plantearse en los estudios correlacionales, siempre y cuando en ellas únicamente se establezca que hay una diferencia entre los distintos grupos. Ahora bien, si en ellas, además de establecer tales diferencias, se presupone el por qué de las mismas, entonces son hipótesis propias de los estudios explicativos.






Hipótesis que establecen relaciones de causalidad son aquellas en las que, no solamente se afirman las relaciones entre 2 o más variables y cómo se dan dichas relaciones, sino que además se establecen relaciones causa-efecto. Estas hipótesis se corresponden con las hipótesis de 2 o más variables con una relación de dependencia, según su estructura; y con las hipótesis simples relacionales y las hipótesis compuestas, según su forma lógico-lingüística. En relación con este tipo de hipótesis, cuando la relación causal se establece entre una única variable independiente y una única variable dependiente, la hipótesis se denomina causal bivariada; y, cuando la relación causal se establece entre varias variables independientes y una variable dependiente, entre una variable independiente y varias variables dependientes, o entre varias variables independientes y varias variables dependientes se denomina hipótesis causal multivariada.





Las HIPÓTESIS NULAS (H0) no son más que proposiciones acerca de la relación entre variables que sirven para refutar o negar lo que se afirma en las hipótesis de investigación. Dicho en palabras de Salkind, las hipótesis nulas, a diferencia de las hipótesis de investigación, son aquellas en las que se plantea la ausencia de relación entre las variables. Estas hipótesis no se expresan explícitamente en los informes de investigación, pero son de gran relevancia porque estas son las hipótesis que se contrastan en los diversos análisis estadísticos que pueden realizarse. Finalmente, las HIPÓTESIS ALTERNATIVAS (Ha) son proposiciones que expresan posibilidades alternativas a las planteadas en la hipótesis de investigación y la hipótesis nula.




•HIPÓTESIS NULAS: Sirven para refutar o negar lo que afirman las hipótesis de investigación – “No hay relación entre la autoestima y el temor de logro” –

•HIPÓTESIS ALTERNATIVAS: Son posibilidades alternas ante las hipótesis de investigación y nulas, ofrecen otro tipo de explicación a las propuestas por las hipótesis anteriores – “Si la hipótesis de investigación establece: esta silla es roja, la nula afirmará: esta silla no es roja, y las alternativas podrían ser: esta silla es verde, amarilla u otra” -

•HIPÓTESIS ESTADÍSTICAS: Transforman las hipótesis anteriores en símbolos estadísticos. Se formulan SÓLO CUANDO LOS DATOS QUE SE VAN A RECOLECTAR SON CUANTITATIVOS (NÚMEROS, PORCENTAJES, PROMEDIOS) las hay de estimación o descripción, de correlación y de diferencia de grupos.





Tipo

Forma

Hipótesis de investigación

Hipótesis nula

Hipótesis o explicaciones alternativas

Hipótesis estadísticas

Correlacional Existe una

correlación entre X y Y

Negación de la hipótesis

de investigación con fines de

análisis

Predicción o explicación de los cambios en Y por razones diferentes a X. (En general, se proponen durante

el análisis de resultados)

Hi: rxy ≠ 0

Hi: rxy ≥ 0

Ho: rxy = 0

De diferencia entre grupos

Existe una relación entre X y Y tal que: Si X1≠ X2, entonces Y1 ≠

Y2

Hi: 1 ≠ 2

Hi: 1 < 2

H0: 1 = 2





TIPOS DE HIPÓTESIS CIENTÍFICAS (recuento)

SEGÚN SU ESTRUCTURA: (a) hipótesis con una sola variable (b) hipótesis con 2 o más variables relacionadas mediante una asociación

simple (c) (c) hipótesis con 2 o más variables conectadas mediante una relación

de dependencia.

SEGÚN SU FORMA LÓGICO-LINGÜÍSTICA (a) simples (hipótesis simples atributivas y hipótesis simples relacionales) (b) compuestas (de implicación lógica general o condicional, conjuntiva,

disyuntiva)

SEGÚN SU FUNCIÓN EN LA INVESTIGACIÓN (a) hipótesis generales (b) hipótesis específicas (c) hipótesis auxiliares de validez (d) hipótesis auxiliares de generalización.




HIPÓTESIS DE INVESTIGACIÓN (HI) (a) Descriptivas (b) Correlacionales (c) de diferencia entre grupos (d) hipótesis que establecen relaciones de causalidad.

TIPOS DE HIPÓTESIS CIENTÍFICAS (recuento)

HIPÓTESIS NULAS (H0) HIPÓTESIS ALTERNATIVAS (Ha)




TIPOS DE INVESTIGACIÓN

Momento Metodológico: Tipos de investigación



Teoría

Constructo

Variables

Momento Metodológico : Tipos de investigación



TIPOS DE INVESTIGACIÓN

Viene dado por la naturaleza de investigación, el contexto que será realizado y el control de las variables.

Ramírez (2007) Otros

(cp. Ramírez, 2007) Kerlinger (2002) Kerlinger (2002)

Hernandez, Fernandez y Baptista (2007)

Documental Etnograficos No experimental Estudios de campo Experimentales

De campo Hermeneuticos Cuasi

experimental Experimentos de campo No experimentales

Experimental Historicos Experimental Experimentos de

Laboratorio

Correlacionales

Comparativos

Tecnologicos




Tipo de investigación

Por su dimensión temporal

Por el grado de control

Longitudinal

Transversal Experimentales

Cuasi experimentales

No experimentales

Por la cantidad de variables

Simples

Complejos Por la cantidad de

participantes

De grupos

intrasujetos




Hernández, Fernández y Baptista, 2006

… en lugar de considerar tipos de investigación (exploratoria, descriptiva, correlacional y explicativa), se prefiere hablar de alcances de la investigación, y más que ser una clasificación, constituye un continuo de “causalidad” del alcance que puede tener un estudio …

Nivel Exploratorio

Nivel Descriptivo

Nivel Correlacional

Nivel Explicativo

Lo Menos Conocido

Lo Más Conocido

Detección / Identificación de un

Fenómeno

Explicación del Fenómeno (Ad Hoc)

Comprensión del Fenómeno

(Post – Hoc)

NIVEL DE LA INVESTIGACIÓN




NIVELES DE LA INVESTIGACIÓN

Hace referencia al alcance de los objetivos y de los resultados, y depende de: el conocimiento actual del tema de investigación y la perspectiva que se le pretenda dar.

Ramírez (2007) Kerlinger (2002) Hernández, Fernández y

Baptista (2007)

Exploratorio Exploratorio Exploratorios

Descriptivo Descriptivo Descriptivos

Explicativo Correlacional Correlacionales

Explicativo Explicativos




Montero y León (2007) proponen otra clasificación mas incluyente de las investigaciones: Estudio teórico: Se incluirá en esta categoría todo trabajo en el que no se aporten datos empíricos originales de los autores, ni se presenten nuevos análisis de datos ya recogidos o publicados. Estudio empírico con metodología cuantitativa: En este conjunto de categorías se incluyen todos aquellos estudios que presentan datos empíricos originales producidos por los autores y enmarcados dentro de la lógica epistemológica de tradición objetivista. Estudio descriptivo mediante un código arbitrario de observación: estudios que utilizan observación sistemática, mediante un código arbitrario construido previamente y tienen un objetivo que, a priori, es descriptivo.

•Natural. La investigación se lleva a cabo en el contexto habitual en el que se produce el fenómeno y el investigador no interviene en lo que se observa • Estructurada. La investigación se lleva a cabo en el contexto habitual en el que se produce el fenómeno, pero el investigador introduce modificaciones para maximizar la probabilidad de aparición de dicho fenómeno.




Estudio empírico con metodología cuantitativa: Estudio descriptivo de poblaciones mediante encuestas con muestras probabilísticas: Se incluirán todos los trabajos que han utilizado encuestas con el objetivo de describir poblaciones sin que –como en el caso anterior- en su planteamiento se incluyan hipótesis propiamente dichas.

•Transversal. La descripción se hace en un único momento temporal. • Longitudinal. La descripción de la población se hace mediante comparaciones en diferentes momentos temporales, bien con distintas muestras representativas de participantes (muestras independientes sucesivas), bien con el mismo grupo de participantes (panel).




Estudio empírico con metodología cuantitativa: Experimentos: es necesario que al menos una de las variables independientes estudiadas haya sido manipulada explícitamente por el investigador.

•Experimentos con grupos distintos (inter sujeto). Para probar el efecto de cada nivel de la variable independiente se asigna al azar, y uno a uno, a los participantes a cada uno de los niveles; de esta forma las variables extrañas quedan equilibradas en los distintos grupos. La eficacia máxima de este procedimiento de control se alcanza cuando los grupos formados son grandes. Se recomienda que se especifique cómo se ha materializado la adscripción. La mera utilización de la palabra “aleatorio” no garantiza el proceso. •Experimentos con el mismo grupo (intrasujeto). Cada uno de los participantes ha recibido todos los niveles de la variable independiente en todos los órdenes (completo) o solo en un orden (incompleto). La eficacia de este diseño depende de haber controlado el efecto de la práctica acumulado por la repetición de tareas, por lo que se debe indicar la forma utilizada, junto a la denominación del diseño.




Estudio empírico con metodología cuantitativa: Experimentos: es necesario que al menos una de las variables independientes estudiadas haya sido manipulada explícitamente por el investigador.

•Experimentos factoriales. Experimentos con más de una variable independiente, en los que los niveles de las variables se presentan combinados entre sí. Pudiendo ser, por ejemplo, factoriales completos, anidados, con reducción de grupos, etc., lo cual se habrá de anotar en el nombre del diseño. Además del número de variables independientes y sus niveles, se indicará la forma de estudiar cada variable: inter o intra sujeto. Se señalarán, asimismo, las variables que no hayan sido manipuladas, en el caso de que el diseño incluya alguna.




Estudio empírico con metodología cuantitativa: Cuasi experimentos: estudios que, aún teniendo el objetivo de contrastar una hipótesis de relación causal, tienen limitaciones –más o menos serias- para conseguirlo con éxito. Dentro de este primer grupo se incluyen los diseños con intervención en los que se hacen aplicaciones en situaciones naturales, en las cuáles es imposible asignar al azar a los participantes o controlar el orden de aplicación de los niveles de la variable independiente. Dentro de los diseños con intervención se pueden dar las variantes que se detallan a continuación.

•Pre-post. Se toma una medida antes de la intervención y otra después. •Solo post. Estos planes corresponden a situaciones en las que únicamente se pueden •tomar medidas tras la intervención, la cual ha podido hacer el propio investigador o no. •Serie temporal interrumpida. La naturaleza de la variable dependiente ha permitido tomar repetidas puntuaciones antes y después de la intervención.




Estudio empírico con metodología cuantitativa: Estudios ex post facto: En este segundo grupo se incluyen aquellos estudios en los que las limitaciones para el contraste de las relaciones causales vienen dadas por la imposibilidad de manipular la variable independiente.

•Retrospectivos. Se comienza estudiando la variable dependiente y después se prueban posibles variables independientes. •Prospectivos. Se comienza estudiando una variable independiente y después se mide la dependiente. Hay que tener en cuenta que la simple ordenación temporal del registro de las variables independiente y dependiente no permite considerar un diseño como prospectivo. El lapso temporal entre variables independiente y dependiente debe permitir que las primeras actúen sobre la segunda. •Evolutivos. Diseños en los que la variable independiente es el paso del tiempo, variable que no se puede manipular.




Estudio empírico con metodología cuantitativa: Experimentos de caso único: En esta categoría se incluirán todos los estudios experimentales en los que un solo individuo es su propio control. Estudios instrumentales: Se han considerado como pertenecientes a esta categoría todos los estudios encaminados al desarrollo de pruebas y aparatos, incluyendo tanto el diseño (o adaptación) como el estudio de las propiedades psicométricas de los mismos.




Estudios empíricos cualitativos: En este conjunto de categorías se incluyen todos aquellos estudios que presentan datos empíricos originales producidos por los autores y enmarcados dentro de la lógica epistemológica de tradición subjetivista, ya sea fenomenológica, interpretativa o crítica. En general, todos aquellos estudios empíricos que parten de la perspectiva de los participantes.

•Etnografía: Estudio de un grupo en el que se integra el investigador y recoge la evidencia mediante un conjunto de técnicas no estructuradas en las que predomina la observación participante. •Estudio de casos: Estudios descriptivos no estructurados que se refieren a una única unidad muestral, bien sea una persona, un grupo, una organización, etc. •Investigación-acción: Estudio de un contexto social donde mediante un proceso de pasos sucesivos en espiral se investiga al mismo tiempo que se interviene.




DISEÑOS DE INVESTIGACIÓN

Momento Metodológico : Diseño de investigación



DISEÑOS DE LA INVESTIGACIÓN

Es el plan y la estructura de la investigación, es una estructura que responde a un paradigma o modelo de relaciones entre las variables de un estudio. Propósitos del diseño de la investigación: 1. Proporcionar respuestas a las preguntas de investigación 2. Controlar la varianza Maximizar la varianza sistemática Controlar la varianza sistemática extraña Minimizar la varianza de error




• Elementos

– Observaciones

– Tratamientos

– Grupos o participantes

– Asignación a grupos

– Tiempo

• Criterios

– Validez interna

– Validez externa

Diseño

Plan

Control de varianzas

diseño (Del it. disegno). 2. m. Proyecto, plan. 5. m. Descripción o bosquejo verbal de algo. Fuente: DRAE (www.rae.es)

Prof. Angel J. Paz




CONCEPTOS BASICOS EN LOS DISEÑOS Variables

De acuerdo a los valores que toman: • Cualitativas : nominales / ordinales • Cuantitativas : intervalo /razón

En diseños experimentales: • Variables independientes • Variables intervinientes o mediadoras • Variables dependientes

En diseños no experimentales • Variables exógenas / predictores • Variables intervinientes o mediadoras • Variables endógenas / criterios

Muestreo y asignación de los sujetos Probabilístico / No probabilístico

Control de las variables Varianza extraña Varianza de error

Tiempo Transversal / longitudinal




VARIANZA Y COVARIANZA

• Definición e importancia

– s2 = S (X - m)2 / N

– s2 = S (X - M)2 / n-1

• Covarianza

– Covxy = S (X - mx)(Y - my) / N

• Componentes de la varianza en un diseño

– V. total = V. intergrupos o sistemática + V. intragrupos o de error,

• V. sistemática = V. primaria (VIs) + V. secundaria (VEs)

• V. de error = V. diferencias individuales + V. debida a errores de medida

Prof. Angel J. Paz




CONTROL

• Definición y propósito

• Max-Min-Con

– ¿Qué maximizar? Varianza primaria ¿Cómo?

– ¿Qué minimizar? Varianza de error ¿Cómo?

– ¿Qué “controlar”? Varianza secundaria ¿Cómo?

• Estrategias de control experimental

Varianza primaria Varianza secundaria Error

• Selección de los niveles de la VI: • Valores extremos • Valores óptimos

• Eliminación de VEs • VEs como constantes • Sistematización de VEs • Aleatoriazación • Apareamiento • El participante como su propio control • Contrabalanceo • Grupo control • Control estadístico

• Selección y asignación de participantes.

• Precisión de los procedimientos

Prof. Angel J. Paz




DISEÑO • Factores a considerar en el diseño

– Posibilidad de aleatorizar

– Manipulación de variables

– Grupos aleatorios vs. grupos apareados vs. grupos intactos

– Cantidad de grupos

– Realización o no de pretest

– Cantidad de mediciones (transversal vs. longitudinal)

– Cantidad de variables o factores

– Cantidad de condiciones

– Cantidad de sujetos (grupos vs. intrasujeto)

• Requerimientos de un buen diseño (Trochim y Land, 1982)

– Basado en la teoría

– Adaptado a la realidad

– Factible

– Redundante/ Flexible

– Eficiente

Prof. Angel J. Paz




Muestreo Selección de los

sujetos de la población

TRIPE ALEATORIZACIÓN

Selección aleatoria de los sujetos a la

muestra Asignación aleatoria de los

sujetos a los grupos

Asignación aleatoria de las condiciones a

los grupos




Variables independientes

Varianza primaria

Varianza de error

Variables extrañas

Variables dependientes

Variables intervinientes o moderadoras

Varianza secundaria




Diseño de Investigación: Para Kerlinger y Lee (2002) es el plan general de toda investigación; El diseño de investigación constituye el plan, la estructura y estrategia de la investigación concebido de tal manera que de respuestas a las preguntas de investigación y sirva para controlar la varianza. Hernández y cols. (2003) clasifican los diseños de investigación en Experimentales y No Experimentales, ambos se describen a continuación: •Diseños Experimentales: Siguiendo a Campbell y Stanley (1966, c.p. Hernández y cols. 2003) estos diseños se pueden dividir en tres categorías, preexperimentos, experimentos “verdaderos” y cuasi-experimentos. •Diseños No Experimentales: son conocidos como investigaciones expost-facto (los hechos y variables ya ocurrieron), y observan variables y relaciones entre ellas en su contexto natural (Hernández y cols., 2003).




DISEÑOS EXPERIMENTALES Validez interna de un experimento indica cuanto los cambios pueden ser causas de la manipulación de ciertas condiciones y se garantiza: • Covariación: se cumple cuando en un experimento de observa una relación entre variables dependientes e independientes • Relación de orden temporal: se establece cuando los investigadores manipulan una variable independiente y luego observan una diferencia en el comportamiento. • Eliminación de alternativas plausibles: a través de procedimientos de control en el mantenimiento constante de las condiciones y la eliminación de elementos extraños.

Cuando el experimento tiene validez interna, tenemos la seguridad de que los cambios en la variable independiente causaron los cambios en la variable dependiente.




Simbología de los diseños R: asignación al azar o aleatoria. Cuando aparece quiere decir que se ha cumplido el alguno de los criterios de triple aleatorización. El subíndice indica si se ha cumplido un criterio, dos o la triple aletorización completa (R1, R2, R3). G: grupo de sujetos (G1, grupo 1; G2, grupo 2, etc) X: Tratamiento, estimulo o condición experimental (presencia de algún nivel o modalidad de la variable independiente). Los niveles de la VI se ordenan y diferencian con subíndices (X1 tratamiento 1, X2 tratamiento 2) O: Una medición de los sujetos de un grupo (prueba, cuestionario, observación, etc.) si aparece antes del estimulo se trata de una pretest (previa al tratamiento). Si aparece después del estimulo se trata de un postest (posterior al tratamiento). --: ausencia del estimulo (nivel cero en la variable independiente), indica que se trata de un grupo control o testigo. La secuencia horizontal indica tiempos distintos (de izquierda a derecha) y cuando en dos grupos aparecen dos símbolos alineados verticalmente, esto indica que tienen lugar en el mismo momento en el experimento.



DISEÑOS EXPERIMENTALES Preexperimentos: se llaman así porque el grado de control sobre las fuentes de invalidez interna que posee es mínimo, principalmente porque no existe un grupo equivalente de comparación. Modalidades de éste son: Estudio de caso con una sola medida: G X 0 Diseño de pretest-postest con un solo grupo: G 01 X 02




DISEÑOS EXPERIMENTALES Experimentos “Verdaderos”: en éstos existe la manipulación de la VI, aplicando diferentes valores de ésta a distintos grupos equivalentes que serán comparados en la medida de la VD. Diseño con postest únicamente y grupo de control: controla todas las fuentes de invalidez interna y puede extenderse a más de 2 grupos. R G1 X 01 R G2 - 02 Diseño con pretest-postest y grupo de control: controla todas las fuentes de invalidez interna y puede extenderse a más de 2 grupos. R G1 01 X 02 R G2 03 - 04




DISEÑOS EXPERIMENTALES: Experimentos “Verdaderos” (Cont) Diseño de cuatro grupos de Solomon: el diseño original incluye solamente cuatro grupos y un tratamiento experimental, hay dos grupos experimentales, 1 y 3 y dos grupos control, 2 y 4. Con este diseño se pretende verificar la posibilidad de un efecto del pretest sobre el postest. R G1 01 X 02 R G2 03 - 04 R G3 - X 05 R G4 - - 06 Diseños experimentales de series cronológicas múltiples: son diseños que aplican varias observaciones o medidas a lo largo del tiempo, además de cumplir los requisitos de los experimentos verdaderos y pueden extenderse a más de dos grupos y ser usados con y sin pretest: R G1 01 02 03 X 04 05 06 R G2 07 08 09 - 010 011 012 (Serie cronológica de dos grupos uno de los cuales es control con pretest y postest.)




DISEÑOS EXPERIMENTALES: Experimentos “Verdaderos” (Cont) Diseños experimentales de series cronológicas con repetición del estímulo: son diseños en los que se aplican varias veces el mismo estímulo o tratamiento a los participantes y luego de estas se toma otra medida de postest, además de cumplir los requisitos de los experimentos verdaderos, pueden extenderse a más de dos grupos y ser usados con y sin pretest: R G1 X1 01 X1 02 X1 03 R G2 X2 04 X2 05 X2 06 R G3 - 07 - 08 - 09 (Serie cronológica de tres grupos uno de los cuales es control con repetición del estímulo y postest luego de cada repetición)

Diseños con tratamientos múltiples: son diseños en los que se aplican diversos tratamientos experimentales a cada sujeto, estos tratamientos pueden ser aplicados en el mismo orden o en orden diferente, ser usados con uno o más grupos y poseer o no pretest: R G1 X1 01 X2 02 X3 03 R G2 X2 04 X3 05 X1 06 R G3 X1 07 X3 08 X2 09 R G4 X2 010 X1 011 X3 012 R G5 X3 013 X1 014 X2 015 R G6 X3 016 X2 017 X1 018 (Tratamientos múltiples contrabalanceados con postest después de cada tratamiento)




DISEÑOS EXPERIMENTALES: Experimentos “Verdaderos” (Cont) Diseños factoriales: se manipulan dos o más VI y cada una de ellas posee dos o más valores, su forma más simple es 2x2 y puede tener o no pretest y / o grupo control:

Cuasiexperimentos: en este tipo de diseños también se manipula de forma intencional una VI y se mide su efecto sobre la VD, sin embargo los sujetos no se asignan al azar a los grupos ni se emparejan, sino que dichos grupos ya estaban formados antes del experimento, es decir, son grupos intactos. Por estas características se pueden hacer los mismos diseños mostrados anteriormente para experimentos “verdaderos” con la diferencia de que aquí los grupos serán intactos.




DISEÑOS NO EXPERIMENTALES Diseños Transeccionales (Transversales): realizan observaciones en un momento único en el tiempo. Estos se dividen en Descriptivos y Correlacionales / Causales. Diseños Longitudinales: efectúan observaciones en dos o más momentos o puntos en el tiempo. Se dividen en Longitudinales de Tendencia (Cuando estudian una población), Longitudinales de Análisis Evolutivos de Grupo (si analizan una subpoblación o grupo específico) y Longitudinales Tipo Panel (si estudian los mismos sujetos).




Grado de control sobre

las Vs

Grado de aleatoridad

EXP.

CUASIEXP.

NO EXP.

Nivel + alto de control

Nivel + bajo de control

Control moderado

EXP.

CUASIEXP.

NO EXP.

Cumplen criterio de triple aleatorización

Selección de los Ss puede ser aleatoria a partir de grupos

preasignados. No hay asignación aleatoria de los Ss a los grupos. Puede haber asignación al azar de los tratamientos a los grupos

No cumplen criterio de triple aleatorización

DIFERENCIAS ENTRE INV. EXPERIMENTAL, NO EXPERIMENTAL Y CUASIEXPERIMENTAL



María Eugenia D’Aubeterre López García, B. (2009). Manual de métodos de investigación para las ciencias sociales un enfoque

de enseñanza basado en proyectos. Editorial Manual Moderno.




Momento Técnico: Recolección de la información

RECOLECCIÓN DE INFORMACIÓN



Instrumento

Ítem 1 _______________________ Ítem 2 A B C

Variables Indicadores




DEFINICIONES BASICAS

Instrumentos de recolección

Cuestionario

Lista de cotejo

Guía de observación

Técnicas de recolección

Documental

Entrevista

Grupos focales

Talleres participativos

Incidentes críticos

Estrategias de recolección

Observación Encuesta



La técnica es un conjunto de saberes prácticos o procedimientos para obtener el resultado deseado. Las técnicas son todos aquellos procedimientos que se desarrollan para recolectar la información y dependen de la manera en la que podemos aproximarnos al fenómeno. Es por tanto el ordenamiento de la conducta o determinadas formas de actuar y usar herramientas como medio para alcanzar un fin determinado."

Los instrumentos son dispositivos de sustrato material que sirve para registrar datos

El concepto de estrategia también se utiliza para referirse al plan ideado para dirigir un asunto y para designar al conjunto de reglas que aseguran una decisión óptima en cada momento. En otras palabras, una estrategia es el proceso seleccionado a través del cual se prevé alcanzar un cierto estado futuro..




Estrategias de observación

Observación

Encuesta




Estrategias de recolección: Observación Se define como una técnica de recolección de datos que permite acumular y sistematizar información sobre un hecho o fenómeno social que tiene relación con el problema que motiva la investigación. En la aplicación de esta técnica, el investigador registra lo observado, mas no interroga a los individuos involucrados en el hecho o fenómeno socia; es decir, no hace preguntas, orales o escrita, que le permitan obtener los datos necesarios para el estudio del problema. La observación tiene la ventaja de facilitar la obtención de datos lo más próximos a como éstos ocurren en la realidad; pero, tiene la desventaja de que los datos obtenidos se refieren sólo a un aspecto del fenómeno observado. Esta técnica es fundamentalmente para recolectar datos referentes al comportamiento de un fenómeno en un “tiempo presente”; y no permite recoger información sobre los antecedentes del comportamiento observado. Así mismo, la observación no permite conocer los proyectos de vida, expectativas, ni actitudes latentes en los individuos y grupos que el investigador observa.

Fuente: http://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r50882.PDF




Estrategias de recolección: Encuesta

En ellas el investigador no modifica el entorno ni controla el proceso que está en observación (como sí lo hace en un experimento). Los datos se obtienen a partir de realizar un conjunto de preguntas normalizadas dirigidas a una muestra representativa en estudio, formada a menudo por personas, empresas o entes institucionales, con el fin de conocer estados de opinión, características o hechos específicos. El investigador debe seleccionar las preguntas más convenientes, de acuerdo con la naturaleza de la investigación

Fuente: http://ticsunivo.blogspot.com/2011/03/encuestas.html





Las técnicas son todos aquellos procedimientos que se desarrollan para recolectar la información y dependen de la manera en la que podemos aproximarnos al fenómeno.

Revisión documental

Grupos focales

Talleres participativos

Incidentes críticos o centros de evaluación




Criterios para la selección de una técnica de recolección de datos La selección de una técnica de recolección de datos depende de: a) La naturaleza del estudio y el tipo de problema a investigar. b) La definición de la unidad de análisis, el tipo y confiabilidad de la fuente de datos. c) El universo bajo estudio, el tamaño y tipo de muestra de las unidades de análisis

donde se va a realizar el estudio. d) La disponibilidad de los recursos con que se cuenta para la investigación (dinero,

tiempo, personal). e) La oportunidad o coyuntura para realizar el estudio en función del tipo de

problema a investigar.


Fuente: http://www.unifr.ch/ddp1/derechopenal/articulos/a_20080521_56.pdf




Técnicas de recolección: Revisión documental

Es el proceso ordenado y lógico, de pasos para realizar una revisión sobre documentos que permitan dar respuesta a un problema planteado. Las fuentes de la investigación son las enciclopedias, diccionarios y libros; artículos, revistas, tesis, informes técnicos, manuscritos, monografías; el propio centro de trabajo, la comunidad a la que se pertenece; los adelantos de la tecnología, las conferencias, las discusiones académicas, los seminarios, las clases, los congresos, las mesas redondas, la consulta a especialistas en la materia que interesa estudiar; libros de texto, publicaciones periódicas de la especialidad, folletos, programas de estudio, programas de investigación, guías bibliográficas, catálogos, índices, boletines informativos, reseñas, ensayos.

Fuente: http://noemagico.blogia.com/2007/032501-la-investigacion-documental.php




Técnicas de recolección: Grupos Focales

Se definen según Korman como: "una reunión de un grupo de individuos seleccionados por los investigadores para discutir y elaborar, desde la experiencia personal, una temática o hecho social que es objeto de investigación. los grupos focales requieren de procesos de interacción, discusión y elaboración de unos acuerdos dentro del grupo acerca de unas temáticas que son propuestas por el investigador. Según Merton, en los parámetros para el desarrollo de grupos focales: "Hay que asegurar que los participantes tengan una experiencia específica u opinión sobre la temática o hecho de investigación; requiere de una guión de funcionamiento que reúna los principales tópicos a desarrollar – hipótesis o caracterizaciones - y que la experiencia subjetiva de los participantes sea explorada con relación a las hipótesis investigativas".

Fuente: http://catarina.udlap.mx/u_dl_a/tales/documentos/lco/magadan_p_ge/capitulo5.pdf




Técnicas de recolección: Talleres participativos

Esta técnica coloca el énfasis está puesto en el desarrollo de unas preguntas o temas y unas respuestas o discusiones entre los talleristas y los participantes. Un taller consiste en la reunión de un grupo de personas que desarrollan funciones o papeles comunes o similares, para estudiar y analizar problemas y producir soluciones de conjunto.

El taller combina actividades tales como trabajo de grupo, sesiones generales, elaboración y presentación de actas e informes, organización y ejecución de trabajos en comisiones, investigaciones y preparación de documentos.

Fuente: http://redescubrir.blogspot.com/2007/06/qu-es-un-taller.html




Técnicas de recolección: Incidentes críticos

incidentes críticos (IC) son, según la definición clásica (Flanagan, 1954), aquellos sucesos de la práctica profesional que nos causan perplejidad, han creado dudas, han producido sorpresa o nos han molestado o inquietado por su falta de coherencia o por haber presentado resultados inesperados. Son, por tanto, aquellos sucesos de la práctica cotidiana (extraídos de la propia experiencia), que nos impactan o sorprenden (por su buen o mal curso) y que motivan o provocan pensamiento (reflexión). No necesariamente son situaciones “críticas” por su gravedad extrema o por el riesgo vital. En este contexto asociamos “crítico” a sorprendente, inesperado o inquietante para el profesional que analiza su propia práctica. La tecnica de incidentes críticos son narraciones cortas y espontáneas, pero estructuradas, en las que el profesional que ha vivido o presenciado un suceso imprevisto lo relata por escrito, o en algunos casos vivencia la situación a través de una dramatización

Fuente: http://www.fisterra.com/bd/upload/Incidentes.pdf




Instrumentos de recolección

Los instrumentos son dispositivos de sustrato material que sirve para registrar información

Entrevistas estructuradas o no

Cuestionario

Listas de cotejo

Guías de observación




Técnicas de recolección: Entrevistas individuales o grupales

Este es un método a través del cual los datos se obtiene mediante un conjunto de preguntas, orales o escritos, que se les hace a las personas involucradas en el problema motivo de estudio. En la entrevista es imprescindible la presencia de una persona que haga las preguntas al informante Las entrevista grupales tienen como propósito registrar cómo los participantes elaboran grupalmente su realidad y experiencia. Esta modalidad de entrevista grupal es abierta y estructurada : generalmente toma la forma de una conversación grupal, en la cual el investigador plantea algunas temáticas - preguntas asociadas a algunos antecedentes que orientan la dirección de la misma, de acuerdo con los propósitos de la investigación. En la entrevista las respuestas de cada informante pueden dar motivo a otras preguntas que permitan obtener datos más específicos y analíticos.

Fuente: http://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r50881.PDF




Instrumentos de recolección: Cuestionarios

El cuestionario, es un conjunto de planteamientos preguntas escritas, puede ser aplicado por un investigador (administración directa) o puede ser consultado directamente por el informante (autoadministrado). El cuestionario está compuesto por un conjunto de preguntas y es general para todos los informantes; sin que exista la posibilidad de hacer repreguntas; en todo caso cualquier otra repregunta debe figurar en el cuestionario y en consecuencia es uniforme para todos los entrevistados. Los cuestionarios pueden estar compuestos por preguntas especificas o situaciones en las cuales las personas deben asumir una posición (inventarios)

Fuente: https://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r22318.DOC




Instrumentos de recolección: Listas de cotejo

Consiste en un listado de aspectos a evaluar (contenidos, habilidades, conductas, etc.), al lado de los cuales se puede adjuntar un tic (visto bueno, o una "X" si la conducta es no lograda, por ejemplo), un puntaje, una nota o un concepto. Su nombre en inglés es checking list, y es entendido básicamente como un instrumento de verificación. Es decir, actúa como un mecanismo de revisión durante el proceso de enseñanza-aprendizaje de ciertos indicadores prefijados y la revisión de su logro o de la ausencia del mismo

Fuente: http://www.educarchile.cl/portal.herramientas/planificaccion/1610/propertyvalue-40149.html




Instrumentos de recolección: Guías de observación

Similar a la lista de cotejo, la guía de observación presenta una serie de aspectos que deben ser evidenciados en una determinada situación a través de una estrategia de observación, sin embargo, este instrumento difiere de la lista de cotejo debido a que los aspectos a observar no están limitados a su presencia o a ausencia, si no que en ellos se pueden identificar características, variantes, o situaciones que ocurran frente al criterio de observación. Aquí debe también justificarse aquellos aspectos que se consideraron para tomar una decisión o hacer un juicio sobre lo que se esta observando, es decir, la evaluación que se realice debe ser justificada.




CONFIABILIDAD Y VALIDEZ



La fiabilidad expresa el grado en el que un instrumento de medición proporciona los mismos resultados en respuestas repetidas. Cuanto más consistentes sean los resultados de un procedimiento de medición realizado repetidamente, mayor será la fiabilidad de las medidas resultantes. Formas alternativas Dos mitades Consistencia interna Test-retest

La validez de una medida se refiere a la relación que puede existir entre un instrumento de medición y el constructo que se quiere medir. Un instrumento de medida se dice que es válido si mide lo que se supone que debe medir. En sentido estricto no se establece la validez de un instrumento de medición sino del uso que se le da a las medidas obtenidas con el instrumento

De contenido De constructo

De criterio Por expertos

Triangulación

CONFIABILIDAD Y VALIDEZ





PLAN Y TÉCNICAS DE MUESTREO

Momento Técnico: Población y muestra



Formulación del problema y delimitación

Variables e Indicadores

Concepto o

constructo

Observación o

medición Valores de la variable

Definición del marco muestral

Instrumentos de medición

(Confiabilidad y Validez)

Selección de la muestra en estudio

Procesamiento estadístico

Análisis

Naturaleza y alcance




Universo estadístico se refiere a un conjunto finito o infinito de elementos, seres o cosas que tienen características comunes que son de interés en la investigación (Seijas, 1981. cp. Mora, 2000)

Ej: Los habitantes del municipio Libertador del estado Mérida, los niños con edades comprendidas entre los 7 y 13 años en Venezuela, el conjunto de arenas que conforman las playas del Parque Nacional Morrocoy, entre otros

Universo estadístico y Población estadística

La población estadística esta constituida por el conjunto de medidas de las variables en estudio en cada una de las unidades que conforman el universo (Seijas, 1981. cp. Mora, 2000)

Ej: Los valores que toma la variable nivel educativo en los habitantes del Municipio Libertador del estado Mérida, la estatura de cada uno de los niños con edades entre los 7 y 13 años en Venezuela




Se define como población al conjunto de todos los elementos bajo estudio, acerca de los cuales se desea obtener conclusiones. (G. Ramírez, Inferencia)

Conjunto de valores que expresan las medidas de una característica del Universo Estadístico, se tendrá una Población Estadística. Su definición debe especificar claramente la unidad de medida (F. Seijas, Muestreo)

Se define como muestra a cualquier subconjunto de la población. (G. Ramírez, Inferencia)

Subconjunto de n elementos del Universo Estadístico y por ende de la(s) población(es) estadística(s) asociadas a dicho Universo. (F. Seijas, Muestreo)

Poblaciones Estadísticas Muestras Estadísticas




¿Por qué se estudia una muestra y no toda la población?

Rapidez Reducción de costos Mayor control operativo (calidad) Posibilidad de mayor detalle en la información Poblaciones homogéneas (G. Ramírez, Inferencia)




Tipos de muestras

Muestras probabilísticas Los elementos de la población tienen la misma probabilidad de ser seleccionados y se obtienen definiendo las características de la población o, por medio de una selección aleatoria o mecánica, de las unidades de análisis.

Muestras no probabilísticas La elección de los elementos no dependen de la probabilidad, sino de las causas relacionadas con los objetivos de la investigación o de las personas que construyen la muestra

La condición para que de las muestras se puedan establecer generalizaciones, con un grado de incertidumbre conocido, es que sean probabilísticas, ya que “… la determinación del grado de incertidumbre o de confianza pueda atribuirse alas diferencias depende, en sus cómputos, de la teoría de las probabilidades”. (Padua, 1979. cp. Ramírez, 2006).



María Eugenia D’Aubeterre López García, B. (2009). Manual de métodos de investigación para las ciencias sociales un enfoque

de enseñanza basado en proyectos. Editorial Manual Moderno.






muestreo

“El muestreo es la ciencia y el arte de controlar y medir la confiabilidad de la información estadística útil a través de la teoría de la probabilidad.” (Deming 1950)

“Métodos para seleccionar y observar una parte de la población con el fin de hacer inferencias acerca de toda la población.” (Kish 1965)

“El propósito de la teoría del muestreo es… desarrollar métodos de selección de muestras y de estimación, que proporcionen, al menor costo posible, estimaciones con la suficiente exactitud para nuestros propósitos.” (Cochran 1977)




Marco de muestreo

Marco de Muestreo ó Marco Muestral, es una lista física de unidades de muestreo, utilizada como instrumento para la selección de muestras.

“...consiste de información disponible en forma de mapas, listas, directorios, etc., de la cual se pueden construir y seleccionar unidades muestrales.” Naciones Unidas (1950)

“...listados físicos y procedimientos que reflejen a todas las unidades de muestreo sin el esfuerzo físico de listarlas específicamente.” Kish (1965)




Tipos de muestreo

Aleatorio Simple

Estratificado Sistemático

Conglomerados Por Etapas Sin norma

Bola de nieve Opinático

Incidental o accidental




Opinático

Las unidades muestrales las selecciona el investigador de acuerdo a su propio criterio, considerando que ha logrado obtener una muestra representativa de la población. En consecuencia, desde el punto de vista estadístico la información obtenida en una muestra no puede ser tratada, ya que se considera sesgada y por tanto no puede fijarse un nivel de confianza en el momento de emitir una inferencia acerca de cualquier parámetro en la población. (Mora, 2000)




Aleatorio Simple

(M.A.S) es considerado el mas exacto de todos, su metodología de aplicación consiste en la selecciona aleatoria de una muestra de tamaño n entre las N unidades que constituyen la población, de forma tal que cada una de ellas tengan la misma probabilidad de ser elegida, y las extracciones son independientes unas de otras. (Mora, 2000)




Estratificado

(M.E.S) en el cual las unidades o elementos de la población se agrupa en base a similaridades de alguna característica llamada variable de estratificación (usualmente de un factor del medio de tipo topográfico, de vegetación, barrios, urbanizaciones, etc), formando los estratos, los cuales son homogéneos dentro de si y heterogéneos con respecto a otro; y luego de cada uno de ellos se eligen las unidades de muestreo aleatoriamente, independientemente unas de otras (Mora, 2000)




Sistemático

Consiste en distribuir los elementos de la muestra de acuerdo a un patrón definido. Se le dice sistemático porque las selección de las unidades muestrales se realiza a una distancia constante, por ejemplo cada diez viviendas, cada 50 metros, etc. En este tipo de muestreo se recomienda cuadricular el área, o hacer uso de un mapa urbano para el caso de las encuestas de hogares. Si se trabaja sobre toda el área, tenemos un muestreo aleatorio sistemático, si se estratifica previamente el área, tenemos el muestreo estratificado sistemático. (Mora, 2000)




Por conglomerados

Aquí las unidades o elementos de la población se agrupan en base a diferencias bien marcadas de alguna característica formando los conglomerados, los cuales son heterogéneos dentro de si, y homogéneos con respecto a otro, es decir, lo contrario del muestreo estratificado. Un ejemplo que puede señalarse es el caso de una ciudad, un conglomerado seria una comunidad en la que este presente el barrio y la urbanización juntos, es decir, un sector de una clase social alta y uno de una clase social baja, obteniéndose en el conglomerado la mayor variabilidad presente. (Mora, 2000)




Por Etapas

El muestreo bietápico es un caso particular de muestreo por conglomerados en el que en la segunda etapa no se seleccionan todos los elementos del conglomerado, sino que se seleccionan un determinado número de elementos de cada conglomerado de manera aleatoria. Los conglomerados de primera etapa se denominan unidades primarias, los de segunda etapa, secundarias. El muestreo polietápico es una generalización del anterior, de manera que cada conglomerado puede estar formado a su vez por otros conglomerados y así sucesivamente en varias etapas. (Barreiro y Albandoz, s.f.)




Sin norma

En donde se toma la muestra sin norma alguna, de cualquier manera, siendo la muestra representativa si la población es homogénea y no se producen sesgos de selección. (Barreiro y Albandoz, s.f.)




Bola de nieve

Recomendada para el estudio de casos de interés especial, que son difíciles de identificar, por ejemplo: drogadictos, miembros de una secta, patotas juveniles, etc. La técnica consiste en localizar algunos individuos típicos, los cuales conducen a otros y así sucesivamente va creciendo la “bola de nieve”. Es una técnica apropiada para la investigación cualitativa y estudios de casos. (Labarca, s.f.)




Estimación de tamaño de muestras




Etapas para la

selección de la

muestra

Surge un problema

Se requiere información

Dependiendo de la naturaleza del problema se prioriza

Realismo Causalidad Representatividad

Estudios observacionales

Experimentos cuasiexperimentos

Diseño de ruta Estudios por

muestreo

Potencia




Tipo de validez de las investigaciones

Tipos de validez Cuestiones que atiende

Validez interna ¿hasta que punto puede considerarse que la intervención, mas que las influencias extrañas justifica, cambios o diferencias de grupos?

Validez externa ¿hasta que punto pueden generalizarse los resultados o extenderse a la gente, escenarios, tiempos, medidas y características que no sean aquellas de esta organización experimental particular?

Validez de construcción Dado que la intervención fue responsable del cambio, ¿Qué aspectos específicos de la intervención u organización fue el agente causal?, es decir, cual es la base conceptual (constructo) que subyace al efecto?

Validez por conclusión estadística

¿a que grado se muestra una relación, se demuestra o se hace evidente, y que tan bien puede el investigador detectar efectos si existen? (Kazdin, 2001)




Realismo

El realismo metodológico posee dos componentes: el cientificismo y la exigencia de controlar empírica y racionalmente las ideas sobre la realidad. El cientificismo en versión de Bunge, es la tesis de que la estrategia más eficaz para "explorar el mundo" es el método científico.




Estudios Observacionales

Los estudios observacionales son aquellos en los que no se controla la asignación del sujeto a un determinado tratamiento o intervención, sino que ésta se efectúa de acuerdo a la práctica habitual, siendo por lo tanto el investigador un mero observador de lo que ocurre o ha ocurrido. El objetivo de los estudios observacionales es garantizar el naturalismo en los resultados que se ofrezcan lo que favorece a la validez externa. Amenazas a la validez externa: • Característica de la muestra • Características de los estímulos y escenarios • Reactividad de la organización experimental • Interferencia por tratamientos múltiples • Efectos por la novedad • Reactividad de la evaluación • Sensibilización al examen • Tiempos de la medida




Causalidad

La causalidad parte del hecho de que todo suceso se origina por una causa, origen o principio. Para que un suceso A sea la causa de un suceso B se tienen que cumplir tres condiciones: • Que A suceda antes que B. • Que siempre que suceda A suceda B. • Que A y B estén próximos en el espacio y en el tiempo. El observador, tras varias observaciones, llega a generalizar que puesto que hasta ahora siempre que ocurrió A se ha dado B, en el futuro ocurrirá lo mismo. Así se establece una ley.




Experimentos y Cuasi experimentos

Los experimentos mas formales son investigaciones donde la varianza de todas, o de casi todas las posibles variables independientes influyentes, sin pertinencia al problema de investigación inmediato, se mantienen al mínimo. Esto se logra aislando la investigación en una situación física separada de la rutina ordinaria, y por medio de manipular una o mas variables bajo condiciones rigurosamente especificas, operacionalizadas y controladas.

Varianza primaria Varianza secundaria Error

• Selección de los niveles de la VI: • Valores extremos • Valores óptimos

• Eliminación de VEs • VEs como constantes • Sistematización de VEs • Aleatoriazación • Apareamiento • El participante como su propio control • Contrabalanceo • Grupo control • Control estadístico

• Selección y asignación de participantes.

• Precisión de los procedimientos

MAX MIN CON (Kerlinger y Lee, 2002)




Los experimentos o cuasiexperimentos están diseñados con tales cuidados que favorecen a la validez interna, por lo que es alta la probabilidad de que la variable independiente justifique los resultados. Cuando los resultados pueden atribuirse con poca o ninguna ambigüedad a los efectos de la variable independiente, se dice que el experimento es internamente valido. Amenazas a la validez interna: • Historia • Maduración • Exámenes • Instrumentación • Regresión estadística • Tendencias para la selección • Perdida de población • Combinación de selección • Difusión o imitación del tratamiento • Tratamiento especial o reacciones de los controles




Este tipo de diseños favorece la validez de construcción, ya que tiene que ver con interpretar el fundamento de las relaciones causales demostradas dentro de un experimento.

Diseño de ruta

Amenazas a la validez de construcción: • Atención y contacto con los

sujetos • Operaciones simples y

muestra reducida de estímulos

• Expectativas del experimentador

• Disposiciones de la situación experimental




Representatividad y Potencia

Algo representativo implica que el elemento seleccionado contiene las características mas resaltantes del conglomerado. Para garantizar la representatividad todos los elementos que conforman la población deben tener la misma probabilidad de ser seleccionados, de allí que esta condición solo puede garantizarse con muestreos probabilísticos. Este tipo de estudios atiende a la validez de conclusión estadística que se refiere a las fases de la evaluación cuantitativa que influye en las conclusiones a las que llegamos acerca de la condición experimental y su efecto. Amenazas a la validez de conclusión estadística: • Baja potencia estadística • Variabilidad en los procedimientos • Heterogeneidad de los sujetos • Medidas no confiables




Estudios por Muestreo

Un estudio por muestreo es aquella investigación que se realiza estudiando solo una parte del total de casos (individuos, objetos, situaciones) que nos interesa conocer. Es decir, en lugar de estudiar a cada uno de los miembros de la población (por ejemplo a todas las consumidoras de cosméticos), estudiamos solo a unas cuantas con el fin de, a partir de ellas, tener una idea de lo que piensan todas




Una muestra se considera representativa si en ella se reflejan todas las características fundamentales de los elementos de la población. (G. Ramírez, Inferencia)

Una muestra representativa se logra cuando es obtenida mediante un método adecuado de selección, que tome en cuenta las características específicas de la población (G. Ramírez, Inferencia)

Una buena muestra reproduce las características de interés que existen en la población de la manera más cercana posible. Esta muestra será representativa, en el sentido de que cada unidad muestreada representa características de una cantidad conocida de unidades en la población (Lorh 2000)

Muestras Representativas




Decisiones en la evaluación estadística

Estado actual de los asuntos en la vida real

No existen diferencias entre grupos (H0

verdadero)

Si, existen diferencias entre grupos (H0 falso)

Nuestra decisión

Si, se encuentran diferencias entre

grupos (se rechaza H0)

A Decisión incorrecta (rechazo H0 que es

verdadera) Error tipo I

B Decisión correcta (rechazo

H0 que es falsa) 1-β

Potencia

No se encuentran diferencias entre

grupos (se aceptan H0)

C Decisión correcta (acepta

H0 que es verdadera) 1-α

Representatividad

D Decisión incorrecta (rechaza

H0 que es falsa) Error tipo II




Según Lincoln Chao (1993) la determinación del tamaño de la muestra es de gran importancia ya que: •“Si se toma una muestra más grande de la indicada para alcanzar los resultados presupuestados, constituye un desperdicio de recursos mientras que una muestra muy pequeña acarrea estimaciones poco confiables”.

•“Cuando elegimos una muestra de tamaño n sólo revisamos una fracción o parte de la población y con base a ella tomamos decisiones que afectan a toda la población; es evidente que por este procedimiento se abre la posibilidad de que nos equivoquemos en nuestras decisiones, pero esa posibilidad depende en gran medida del tamaño de la muestra de la población que se haya escogido y por tanto analizado”.

Estimación de las muestras




Nos interesa estimar el tamaño de muestras probabilísticas reduciendo al mínimo el error en las conclusiones que se vayan a realizar. La idea es que dada una población a la cual no podemos medir todos sus elementos, no preguntemos ¿cuál debe ser el número mínimo de unidades muestrales que necesito para construir una muestra que me asegure un determinado error de estimación y que las inferencias que pueda hacer de la población de donde proviene la muestra sean lo más parecido a las características de la población?

Estimación de las muestras




Elementos necesarios para estimar muestras

Nivel de confianza Es el margen de confianza que tendremos al momento de generalizar los resultados obtenidos (precisión). es la "probabilidad" de que el intervalo calculado contenga al verdadero valor del parámetro. Se indica por 1-a y habitualmente se da en porcentaje.

Error (EMA) Es el margen de estimación que estamos dispuestos a aceptar. indica la desviación promedio que podemos esperar entre el estimador y el valor del parámetro. Es recomendable que oscile entre el 1 al 5 %.

Z critico Es un valor tipificado que establece los limites de intervalo de la estimación, y depende del nivel de confianza 99% = > Z= 2,57 95% => Z= 1,96 90% = > Z= 1,64




Situaciones en estimación de muestras

2

22

)1(

e

zn

buscadomuestraladeTamañon

.estimacióndeerrorEle

.confianzadenivelasociadoaltipificadoValorz

típicaDesviación

•Tamaño de la muestra para estimar un intervalo de confianza para la media con error de estimación, nivel de confianza y varianza dados. Se desconoce el tamaño de la población. (Álvarez, Estadística)





= (1.96)2(3000)2

= 864.36 (200)2

Un empresario está considerando construir una plaza comercial, para tal efecto necesita conocer el ingreso promedio en el área. La estimación deberá tener un error máximo de estimación de $ 200 y un nivel de confianza de la estimación de 95%. Se realizó una muestra piloto para estimar la desviación estándar de la población en $ 3000. ¿Cual deberá ser el tamaño de la muestra? La muestra deberá ser de 865 observaciones.

2

22

)1(

e

zn








típicaDesviación

•Tamaño de la muestra para estimar un intervalo de confianza para la media con error de estimación, nivel de confianza y varianza dados. Se conoce el tamaño de la población. (Álvarez, Estadística)

22

)1(

2

22

)1(

1

zNe

zNn

poblaciónladeTamañoN





Un empresario está considerando construir una plaza comercial, para tal efecto necesita conocer el ingreso promedio en el área. La estimación deberá tener un error máximo de estimación de $ 200 y un nivel de confianza de la estimación de 95%. Se realizó una muestra piloto para estimar la desviación estándar de la población en $ 3000, sabemos que la población del área es de 5000 personas. ¿Cual deberá ser el tamaño de la muestra?

= (5000)(1.96)2(3000)2

= 737.08 (200)2(5000 - 1) + (1.96)2(3000)2

La muestra deberá ser de 738 observaciones.

22

)1(

2

22

)1(

1

zNe

zNn








•Tamaño de la muestra para estimar un intervalo de confianza para la proporción verdadera con error de estimación y nivel de confianza dados. Se desconoce el tamaño de la población. (Álvarez, Estadística)

2

2

)1(ˆˆ

e

qpzn

estimadaoporciónp Prˆ pq ˆ1ˆ





¿A cuantas personas tendríamos que estudiar para conocer la prevalencia de diabetes?. Si queremos una estimación con una seguridad de 95% y una precisión de 3%. La proporción esperada puede ser próxima al 5%; si no tuviésemos ninguna idea de dicha proporción utilizaríamos el valor p = 0.5 (50%) que maximiza el tamaño muestral:

= (1.96)2(.05)(0.95)

= 202.75 (.03)2 2

2

)1(ˆˆ

e

qpzn









•Tamaño de la muestra para estimar un intervalo de confianza para la proporción verdadera con error de estimación y nivel de confianza dados. Se conoce el tamaño de la población. (Álvarez, Estadística)

estimadaoporciónp Prˆ

pq ˆ1ˆ

qpzNe

qpzNn

ˆˆ1

ˆˆ2

)1(

2

2

)1(

poblaciónladeTamañoN





¿A cuántas personas tendría que estudiar de una población de 15.000 habitantes para conocer la prevalencia de diabetes? Si queremos una estimación con una seguridad de 95% y una precisión de 3%. La proporción esperada puede ser próxima al 5%; si no tuviésemos ninguna idea de dicha proporción utilizaríamos el valor p = 0.5 (50%) que maximiza el tamaño muestral:


= ( 15000 )(1.96)2(.05)(0.95)

= 200.06 (.03)2(15000 - 1) + (1.96)2(.05)(0.95) qpzNe

qpzNn

ˆˆ1

ˆˆ2

)1(

2

2

)1(




Referencias Recomendadas

Blalock, Hubert: estadística social. Fondo de cultura económica. México, 1966. Cortada de Kohan, n. Y carro, j. M. Estadística aplicada. Eudeba. Buenos aires, 1968. Garret, Henry: estadística en psicología y educación. Paidòs. Buenos Aires, 1966. Guilford, J.P.: Fundamental statistics in psychology and education. Mc Graw-Hill- Kogakusha. Tokyo, 1956. Ramirez, Tulio. Como hacer un proyecto de investigación. Panapo. Caracas, 2006. Rivas Gonzalez, Ernesto. Estadística inductiva. Facultad De Ciencias Económicas Y Sociales U.C.V. Caracas, 1970. Shao, Stephen. Estadística para economistas y administradores de empresa. Herrero hermanos. México, 1970. Sigel, Siedney. Nonparametric statistics for the behayioral sciences. Mc graw- hill- kogakusha. Tokyo, 1956. Snedecor, G.W. Métodos estadísticos aplicados a la investigación agrícola y biológica. Compañía editorial continental. México, 1964. Spiegel, N.R.: Estadística. Compendios Schaum. Mc Graw-Hill. Bogotá, 1969




Momento Técnico: Procesamiento de información

PROCESAMIENTO DE

INFORMACIÓN



Las técnicas y herramientas que se utilicen para procesar la información recolectada dependerán de la naturaleza de las variables, el tipo y nivel de investigación, y de la técnica y el instrumento de recolección de datos, de allí que no hay soluciones hechos a la medida que nos puedan indicar previamente cual es la mejor estrategia de procesamiento y análisis. Enumeramos algunas disponibles: Cuantitativas Cualitativas

Análisis exploratorio de datos Hermeneutica

Análisis Bivariante Teoría fundamentada

Analisis de Varianza Fenomenología

Contraste de Hipotesis

Analisis Multivariantes

Analisis de ruta

Series Cronologicas




Una vez concluidas las etapas de colección y procesamiento de datos se inicia con una de las más importantes fases de una investigación: el análisis de datos. En esta etapa se determina cómo analizar los datos y que herramientas de análisis estadístico son adecuadas para éste propósito. El tipo de análisis de los datos depende al menos de los siguientes factores. a) El nivel de medición de las variables b) El tipo de hipótesis formulada c) El diseño de investigación utilizado indica el tipo de análisis requerido para la

comprobación de hipótesis. Por todo lo anterior, no hay soluciones hechos a la medida que nos puedan indicar previamente cual es la mejor estrategia de procesamiento y análisis




Las variables de investigación

En general la estructura del proceso de medición, tiene 4 niveles: 1) La variable, o propiedad que se quiere medir (ej.: sexo, inteligencia, memoria, temperatura, etc.), 2) El atributo, o grado (modalidad) en que se manifiesta la propiedad medida, 3) El valor, o forma de expresar de forma numérica el atributo, y 4) La relación aceptable entre los distintos valores de la variable

http://www.psico.uniovi.es/Dpto_Psicologia/metodos/tutor.2/Medida.html




Nivel de medida de las variables

Es una clasificación acordada con el fin de describir la naturaleza de la información contenida dentro de los números asignados a los objetos y, por lo tanto, dentro de una variable. Es una presunción de que es posible clasificar a los datos según su grado de complejidad. Escala de medición: Son una sucesión de medidas que permiten organizar datos en orden jerárquico. Las escalas de medición, pueden ser clasificadas de acuerdo a una degradación de las características de las variables. Según pasa de una escala a otra el atributo o la cualidad aumenta. Stevens en 1942, propuso 4 tipos escalas de medida, recurriendo a las propiedades de los números. Su importancia radica en que las operaciones con los datos dependen del nivel de medida en el que estos se encuentren.





Variables

Cualitativa

Nominal

Ordinal

Cuantitativa

Intervalo

Razón

Nivel de medida Escala de medición





•Nivel Cualitativo (no métricas): pueden tomar valores o rasgos para cada unidad de análisis. (rasgos, cualidades, atributos). Hacen referencia a elementos entre los cuales no se puede definir una distancia relativa

Escala Nominal: los datos representan una variable en la que todo dato es igual así mismo y solo a si mismo. Todo número es igual a sí mismo y solo a sí mismo. Utiliza operaciones de igualdad (=) o desigualdad (), las cuales se pueden clasificar en un numero de categorías (excluyentes o exhaustivas) tal que sea suficiente para agotar la diversidad de fenómenos. Dentro de cada categoría hay perfecta homogeneidad, entre las categorías hay perfecta heterogeneidad. (equivalencia, reflexiva, simétrica y transitiva)

Se usa una escala nominal cuando se distribuyen conjuntos de objetos, personas o características entre dos o más categorías. Se utilizan números o símbolos con el fin de distribuir los grupos pertenecientes a una determinada categoría, estos números o símbolos utilizados constituyen una Escala Nominal o Clasificatoria. (Hamdan, 1994)





Escala Ordinal: en virtud de una existencia de magnitud subyacente, ordena a los datos en una secuencia o jerarquía. En virtud de una existencia de la magnitud subyacente ordenar a los eventos en una secuencia de tamaño surge una variable ordinal. Hace referencia a que los números pueden secuenciarse a los números de menor a mayor o a la inversa mediante una única secuencia. Se identifica mediante la sobreposición. Solo supone que se puedan comparar los objetos de tal forma que A B. (asimétrica)

Se emplea este tipo de escala, cuando está basado en ciertas normas se asigna un conjunto de objetos. Las categorías de la Escala se ordenan de acuerdo con la cantidad del rasgo o características que presenta cada una de ellas.




Nivel de medida de las variables: Tipo

Dicotómicas: se expresan dos rasgos o atributos que son mutuamente excluyentes. Sólo pueden adoptar un sólo valor sin jerarquía entre sí. Múltiples (policotómicas): comprenden más de dos rasgos o atributos. si existe la posibilidad de que adopten múltiples valores.





•Cuantitativas (métricas): solo se pueden obtener valores de las unidades de análisis. (valores, cantidades, magnitudes, números). Hacen referencia a la cantidad y distancia relativa

Intervalo: Las variables del nivel de intervalo permiten determinar la diferencia entre puntos a lo largo del mismo continuo. Las operaciones posibles son todas las de escalas anteriores, más la suma y la resta. En estas variables el punto cero de la escala es arbitrario y se pueden usar valores negativos, no significa ausencia de valor y existe una unidad de igualdad entre los valores

Implica cuantificación al igual que la escala ordinal con la característica adicional de conocer la distancia entre dos números cualesquiera; esto le da un nivel de refinamiento superior a esta escala de medición. (Hamdan, 1994)





Razón o cociente: Esta escala constituye el nivel más alto de medición; contiene las características de una escala de intervalo, con la ventaja adicional de poseer el cero absoluto; es decir, casos que en verdad se da una situación de cero como ausencia total de una característica. En otras palabras, la escala de razón comienza desde el cero y aumenta en números sucesivos iguales a cantidades del atributo que está siendo medido

Presenta un grado superior de refinamiento en la medición cuantitativa, puesto que esta escala tiene las características de la escala de intervalo y además tiene un punto cero claramente definido. Esto hace posible ciertas comparaciones entre los valores que la escala de intervalos ni permite. Es decir que la proporción de un punto cualquiera de la escala a otro es independiente de la unidad de medida. (Hamdan, 1994)




Nivel de medida de las variables: Tipos

Discretas: se representa mediante valores enteros positivos desde 1 al . Están separados entre sí por una cantidad determinada, es decir, entre dos valores cualesquiera, la cantidad de valores entre 2 puntos es finita. Si la variable a medir sólo puede adoptar un sólo valor numérico, entero, con valores intermedios que carecen de sentido, hablaremos de variable cuantitativa de tipo discreto Continuas: pueden tomar cualquier valor dentro de un intervalo de valores. Si entre dos valores determinados existen infinitas posibilidades de valores, hablaremos de una variable de tipo continuo.




Técnicas de análisis


De discurso

De contenido

Análisis exploratorio

Estadística univariante

Estadística bivariante

Estadística multivariante




Técnicas de análisis: de discurso

El análisis del discurso (o Estudios del discurso) es una transdisciplina de las ciencias humanas y sociales que estudia sistemáticamente el discurso escrito y hablado como una forma del uso de la lengua, como evento de comunicación y como interacción, en sus contextos cognitivos, sociales, políticos, históricos y culturales. Crucial para los analistas críticos del discurso es la conciencia explícita de su papel en la sociedad. Los métodos del AD son en general una descripción detallada de las estructuras y estrategias de los discursos escritos o hablados, en varios niveles: sonidos y estructuras visuales y multimedia, la sintaxis (estructuras formales de las oraciones), la semántica (las estructuras del sentido y de la referencia), la pragmática (los actos de habla, la cortesía, etc.), la interacción y la conversación, los procesos y representaciones mentales de la producción y de la comprensión del discurso, y las relaciones de todas esas estructuras con los contextos sociales, políticas, históricas y culturales

Fuente: http://www.discursos.org/oldarticles/El%20an%E1lisis%20cr%EDtico%20del%20discurso.pdf http://es.wikipedia.org/wiki/An%C3%A1lisis_del_discurso




Técnicas de análisis: de contenido

El Análisis de Contenido es una técnica que permite reducir y sistematizar cualquier tipo de información acumulado (documentos escritos, films, grabaciones, etc.) en datos, respuestas o valores correspondientes a variables que investigan en función de un problema. El Análisis de Contenido, se puede definir como “una técnica de codificación, donde se reducen grandes respuestas verbales a preguntas esenciales en categorías que se representan numéricamente. Tal es el caso de la información recogida en cuestionarios con preguntas abiertas, que puede ser sistematizada en un conjunto de indicadores con categorías codificadas. Para esto, previamente, mediante un muestreo de los cuestionarios se determina el tipo de información contenida en las respuestas dadas a cada pregunta abierta; de tal manera, que es posible establecer los indicadores y sus categorías que van a permitir sistematiza dicha información.

Fuente: http://prontus.uv.cl/pubacademica/pubprofesores/h/pubhuirimillaalvaro/site/artic/20080725/asocfile/met_inv_clase_5.pdf










Técnicas de análisis: estadístico exploratorio

La finalidad del Análisis Exploratorio de Datos (AED) es examinar los datos previamente a la aplicación de cualquier técnica estadística. De esta forma el analista consigue un entendimiento básico de sus datos y de las relaciones existentes entre las variables analizadas. Para conseguir este objetivo el A.E.D. proporciona métodos sistemáticos sencillos para organizar y preparar los datos, detectar fallos en el diseño y recogida de los mismos, tratamiento y evaluación de datos ausentes (missing), identificación de casos atípicos (outliers) y comprobación de los supuestos subyacentes en la mayor parte de las técnicas multivariantes (normalidad, linealidad, homocedasticidad). El examen previo de los datos es un paso necesario, que lleva tiempo, y que habitualmente se descuida por parte de los analistas de datos. Las tareas implícitas en dicho examen pueden parecer insignificantes y sin consecuencias a primera vista, pero son una parte esencial de cualquier análisis estadístico.

Fuente: http://ciberconta.unizar.es/Leccion/aed/ead.pdf




ALGUNAS PREGUNTAS PERTINENTES EN EL AED • ¿Existe algún tipo de estructura (normalidad, multimodalidad, asimetría, curtosis, linealidad, homogeneidad entre grupos, homocedasticidad, etc.) en los datos que voy a analizar? • ¿Existe algún sesgo en los datos recogidos? • ¿Hay errores en la codificación de los datos? • ¿Cómo se sintetiza y presenta la información contenida en un conjunto de datos? • ¿Existen datos atípicos (outliers)? ¿Cuáles son? ¿Cómo tratarlos? • ¿Hay datos ausentes (missing)? ¿Tienen algún patrón sistemático? ¿Cómo tratarlos?

Salvador Figueras, M y Gargallo, P. (2003): "Análisis Exploratorio de Datos", [en línea] http://www.5campus.com/leccion/aed> [y añadir fecha consulta]




ETAPAS DEL A.E.D. Para realizar un A.E.D. conviene seguir las siguientes etapas: 1) Preparar los datos para hacerlos accesibles a cualquier técnica estadística. 2) Realizar un examen gráfico de la naturaleza de las variables individuales a analizar y un análisis descriptivo numérico que permita cuantificar algunos aspectos gráficos de los datos. 3) Realizar un examen gráfico de las relaciones entre las variables analizadas y un análisis descriptivo numérico que cuantifique el grado de interrelación existente entre ellas. 4) Evaluar, si fuera necesario, algunos supuestos básicos subyacentes a muchas técnicas estadísticas 5) Identificar los posibles casos atípicos (outliers) y evaluar el impacto potencial que puedan ejercer en análisis estadísticos posteriores. 6) Evaluar, si fuera necesario, el impacto potencial que pueden tener los datos ausentes (missing) sobre la representatividad de los datos analizados.





PREPARACIÓN DE LOS DATOS El primer paso en un A.E.D. es hacer accesible los datos a cualquier técnica estadística. Ello conlleva la selección del método de entrada (por teclado o importados de un archivo) y codificación de los datos así como la de un paquete estadístico adecuado para procesarlos. La inmensa mayoría de los paquetes estadísticos permite realizar manipulaciones de los datos previas a un análisis de los mismos. Algunas operaciones útiles son las siguientes: - Combinar conjuntos de datos de dos archivos distintos - Seleccionar subconjuntos de los datos - Dividir el archivo de los datos en varias partes -Transformar variables -Agregar nuevos datos y/o variables - Eliminar datos y/o variables - Guardar datos y/o resultados





ETAPAS DEL A.E.D. Para realizar un A.E.D. conviene seguir las siguientes etapas: 1) Preparar los datos para hacerlos accesibles a cualquier técnica estadística. 2) Realizar un examen gráfico de la naturaleza de las variables individuales a analizar y un análisis descriptivo numérico que permita cuantificar algunos aspectos gráficos de los datos. 3) Realizar un examen gráfico de las relaciones entre las variables analizadas y un análisis descriptivo numérico que cuantifique el grado de interrelación existente entre ellas. 4) Evaluar, si fuera necesario, algunos supuestos básicos subyacentes a muchas técnicas estadísticas como, por ejemplo, la normalidad, linealidad y homocedasticidad. 5) Identificar los posibles casos atípicos (outliers) y evaluar el impacto potencial que puedan ejercer en análisis estadísticos posteriores. 6) Evaluar, si fuera necesario, el impacto potencial que pueden tener los datos ausentes (missing) sobre la representatividad de los datos analizados.





PREPARACIÓN DE LOS DATOS El primer paso en un A.E.D. es hacer accesible los datos a cualquier técnica estadística. Ello conlleva la selección del método de entrada (por teclado o importados de un archivo) y codificación de los datos así como la de un paquete estadístico adecuado para procesarlos. La inmensa mayoría de los paquetes estadísticos permite realizar manipulaciones de los datos previas a un análisis de los mismos. Algunas operaciones útiles son las siguientes: - Combinar conjuntos de datos de dos archivos distintos - Seleccionar subconjuntos de los datos - Dividir el archivo de los datos en varias partes -Transformar variables -Agregar nuevos datos y/o variables - Eliminar datos y/o variables - Guardar datos y/o resultados





DATOS ATÍPICOS (OUTLIERS) Los casos atípicos son observaciones con características diferentes de las demás. Este tipo de casos no pueden ser caracterizados categóricamente como benéficos o problemáticos sino que deben ser contemplados en el contexto del análisis y debe evaluarse el tipo de información que pueden proporcionar. Su principal problema radica en que son elementos que pueden no ser representativos de la población pudiendo distorsionar seriamente el comportamiento de los contrastes estadísticos. Por otra parte, aunque diferentes a la mayor parte de la muestra, pueden ser indicativos de las características de un segmento válido de la población y, por consiguiente, una señal de la falta de representatividad de la muestra.





Tipos de outliers Los casos atípicos pueden clasificarse en 3 categorías. 1) Contiene aquellos casos atípicos que surgen de un error de procedimiento, tales como la entrada de datos o un error de codificación. Estos casos atípicos deberían subsanarse en el filtrado de los datos, y si no se puede, deberían eliminarse del análisis o recodificarse como datos ausentes. 2) Es la observación que ocurre como consecuencia de un acontecimiento extraordinario. En este caso, el outlier no representa ningún segmento válido de la población y puede ser eliminado del análisis. 3) Comprende las observaciones extraordinarias para las que el investigador no tiene explicación. En estos casos lo mejor que se puede hacer es replicar el análisis con y sin dichas observaciones con el fin de analizar su influencia sobre los resultados. Si dichas observaciones son influyentes el analista debería reportarlo en sus conclusiones y debería averiguar el por qué de dichas observaciones.





DATOS AUSENTES (MISSING) Los datos ausentes son algo habitual en el Análisis Multivariante; de hecho, rara es la investigación en la que no aparece este tipo de datos. En estos casos la ocupación primaria del investigador debe ser determinar las razones que subyacen en el dato ausente buscando entender el proceso principal de esta ausencia para seleccionar el curso de acción más apropiado. Para ello se debe determinar cuál es el proceso de datos ausentes, entendido como cualquier evento sistemático externo al encuestado (errores en la introducción de datos) o acción por parte del encuestado (tales como rehusar a contestar) que da lugar a la ausencia de datos. En particular, el investigador debe analizar si existe algún patrón no aleatorio en dicho proceso que pueda sesgar los resultados obtenidos debido a la pérdida de representatividad de la muestra analizada.





Tipos de valores ausentes Se distinguen las dos situaciones siguientes: 1) Datos ausentes prescindibles: son resultado de procesos que se encuentran bajo el control del investigador y pueden ser identificados explícitamente. En estos casos no se necesitan soluciones específicas para la ausencia de datos dado que dicha ausencia es inherente a la técnica usada. 2) Datos ausentes no prescindibles: son resultado de procesos que no se encuentran bajo el control del investigador y/o no pueden ser identificados explícitamente. En estos casos se debe analizar si existen o no patrones sistemáticos en el proceso que puedan sesgar los resultados obtenidos.





Localización de datos ausentes El primer paso en el tratamiento de datos ausentes consiste en evaluar la magnitud del problema. Para ello se comienza analizando el porcentaje de datos ausentes por variables y por casos. Si existen casos con un alto porcentaje de datos ausentes se deberían excluir del problema. Así mismo si existe una variable con un alto porcentaje de este tipo de casos su exclusión dependerá de la importancia teórica de la misma y la posibilidad de ser reemplazada por variables con un contenido informativo similar. Como regla general, sin embargo, si dicha variable es dependiente debería ser eliminada ya que cualquier proceso de imputación de valores puede distorsionar la significación estadística y práctica de los modelos estimados para ella.




Siempre que se trabajen con muestras «grandes o pequeñas» debe evaluarse la presencia o no de las características de una distribución normal antes presentadas y el cumplimiento de los supuestos de la medición.

En la distribución: Normalidad

Homocedasticidad

En el test: Nivel de dificultad

Linealidad (capacidad discriminativa) Rango

En la medición: Pertinencia (Predictibilidad) Factibilidad (Oportunidad) Suficiencia (Isomorfismo) Suficiencia (consistencia) Objetividad (Replicabilidad) Independencia Progresión o Escalonamiento

Supuestos Generales de la Medición

Fases: Exploratorio




Pertinencia (Predictibilidad): Perteneciente o correspondiente a algo Indicador: correlación entre el constructo y un criterio

Factibilidad (Oportunidad): disponibilidad de recursos, herramientas, métodos, tiempo, espacio y de los sujetos que participaran en la investigación. Indicador: cronogramas, horarios, espacios, acuerdos, posibilidad de acceso a la muestra

Suficiencia (Isomorfismo): Correspondencia biunívoca entre dos estructuras Indicador: análisis factorial, análisis de correspondencias

Suficiencia (consistencia): La consistencia esta representada por la equivalencia entre medidas o entre los elementos que componen la medida (intrametodo). Indicador: confiabilidad, correlación, garantizar la proporcionalidad y suficiencia de ítems por factor

Objetividad (Replicabilidad): esta representado por la consistencia de los resultados obtenidos en mediciones repetidas de la misma variable en los mismos sujetos. Indicador: Correlación entre aplicaciones


Fases: Exploratorio




Independencia: Este criterio permite garantizar que las dimensiones que conforman la variable aportan de manera independiente varianza explicada. Indicador: rotación del análisis factorial, correlación nula entre los factores, índice de esfericidad

Progresión o Escalonamiento (Linealidad, no Linealidad): Las escalas permiten ubicar al sujeto en el valor escalar que mejor representa el "quantun" del constructo objeto de medición; por lo tanto, las respuestas en este tipo de instrumento no son correctas ni incorrectas, sino que representan un valor en la escala de medición. Se espera que las respuestas sean progresivas entre la opción de respuesta y el puntaje total Indicador: correlación ítem test. y/o Correlación ETA


Fases: Exploratorio




Normalidad: refiere al perfil de la distribución de los datos para una variable métrica y su correspondencia con una distribución normal Indicador: prueba de Kolmogorov – Smirnov / relación moda, mediana, media / asimetría, kurtosis / Gráficos Q-Q * las pruebas Shapiro-Wilk o Anderson-Darling son alternativas más potentes

Homocedasticidad: supone que las variables dependientes presenten iguales niveles de varianza a los largo del rango del predictor de la variable. La homocedasticidad es deseable porque la varianza de la variable dependeinte que se esta explicando en la relacion de dependencia no deberia concentrarse solo en un limitado rango de los valores independientes. Indicador: test de Levene (métrica-no métrica) / regresión simple a través del análisis grafico de los residuos / M de Box


Fases: Exploratorio




Nivel de dificultad: esta indicado por la frecuencia de las respuestas correctas para un ítem. En la caso de ítems de elección se evalúa el rendimiento de los sujetos en cada opción en comparación con el rendimiento en la prueba total Indicador: proporción de numero de individuos evaluados que resolvieron correctamente el ítem / media o promedio en cada opción

Linealidad (capacidad discriminativa): lo esperado es un patrón de asociación en el que la respuesta correcta en el ítem se asocie con los niveles altos de la variable, mientras que la respuesta incorrecta lo haga con niveles bajos. En la caso de ítems de elección es conveniente estudiar el patrón de asociación de cada una de las alternativas. Indicador: correlación entre cada ítem y el test total o entre cada ítem y la medida criterio.

Capacidad discriminativa a partir de la heterogeneidad: hace referencia a la variabilidad de las respuestas de los sujetos en el ítem Indicador: varianza del ítem / rango


Fases: Exploratorio




Técnicas de análisis: estadístico univariante

Una vez organizados los datos, el segundo paso de un A.E.D. consiste en realizar una análisis estadístico gráfico y numérico de las variables del problema con el fin de tener una idea inicial de la información contenida en el conjunto de datos así como detectar la existencia de posibles errores en la codificación de los mismos. El tipo de análisis a realizar depende de la escala de medida de la variable analizada.

Variables

Cualitativa

Nominal

Ordinal

Cuantitativa

Intervalo

Razón

Nivel de medida

Escala de medición

Fuente: http://ciberconta.unizar.es/Leccion/aed/ead.pdf




Fases: Descriptivo - Univariante

Nivel Escala Tipo Tablas Gráficos MTC MD MF

Cualitativo

Nominal

Dicotómicas

Múltiples

Tablas

Cuadros

Barras

Líneas quebradas

Sectores

Modo

Ordinal

Modo

Mediana

Cuantitativo

Intervalo

Discretas

Continuas

Roles de Frecuencia

Distribuciones de Frecuencia

Histogramas

Polígonos

Ojivas

Modo

Mediana

Media Aritmética

Rango

Desviación semicuartil

Desviación típica o

estándar

Coeficiente de Variación

Asimetría

Curtosis Razón




Med

idas

de

ten

den

cia

cen

tral

(M

TC)

Mediana

Modo

Media aritmética

Datos agrupados

Datos no agrupados

Datos agrupados

Observación, rasgo o valor mas frecuente

Datos agrupados

Datos no agrupados

Datos no agrupados

Series pares

Series impares




Medidas de posición

(MP)

Percentiles

Deciles

Cuartiles

Datos agrupados

Datos no agrupados

Datos agrupados

Datos no agrupados

Datos agrupados

Datos no agrupados




Medidas de dispersión

(MD)

Amplitud

Desviación semicuartil

Desviación típica

Desviación Mediana

Coeficiente de variación

Absolutas

Relativas

Datos no agrupados

Datos no agrupados




Medidas de forma (MF)

Asimetría

Curtosis

Con las MTC

Con las MP

Momentos de Pearson

Con las MP

Momentos de Pearson

0,0 – 0,1 pequeña 0,1 – 0,6 mediana 0,6 a mas grande

As=0 Simétrica As>0 Positiva As<0 Negativa

K=0,263 mesocúrtica K>0,263 platicúrtica K<0,263 leptocúrtica

K=3 mesocúrtica K>3 platicúrtica K<3 leptocúrtica

As + Positiva As - Negativa




Técnicas de análisis: estadístico bivariante

Una vez realizado el estudio unidimensional de cada variable por separado, el siguiente paso consiste en analizar la existencia de posibles relaciones entre ellas. el análisis bivariante relaciona dos o más indicadores de manera que se pueda estudiar una variable en función de otra determinada, por ejemplo, un típico análisis bivariante son las tablas cruzadas donde se refleja el conocimiento de una marca en función de la edad, los niveles de instrucción o el estrato socioeconómico de los entrevistados.

Fuente. http://www.serviciosestadisticos.es/metodologia/metodologia.htm




NIVEL ESCALA TIPO FORMULA INFO.

Cuantitativas 2 Intervalo / Razón

Continua o Discreta

Sentido Magnitud -1 ª 1

1 Razón / Intervalo 1 Ordinal

Continua o Discreta Múltiple

Sentido Magnitud -1 a 1

1 Intervalo 1 Nominal

Continua Dicotómica

Magnitud 0 a 1

Cualitativas 2 Ordinales Múltiples Sentido Magnitud 0 a 1

2 nominales Dicotómicas Magnitud 0 a 1

Cualitativas (nominales y

ordinales)

Múltiples Magnitud 0 a 1




Características y Condiciones

PEARSON SPEARMAN PUNTO BISERIAL PHI CONTINGENCIA

Nivel / Escala / Tipo

Cuantitativo Intervalo / razón Continua / discretas

Cuantitativo / cualitativo Ordinal / intervalo / razón

Cuantitativo / cualitativo Intervalo continua Nominal dicotómica

Cualitativo Nominal Dicotómica

Cualitativo Nominales / ordinales múltiples

Rango del Coeficiente

entre -1 y 1

entre -1 y 1

entre -1 y 1

entre 0 y 1

entre 0 y 1

Formas de calculo

Precauciones al interpretar

Restricciones y limitaciones

No implica la existencia de un vinculo causal

Los empates entre rangos disminuyen el coeficiente. La heterogeneidad y la n modifican al coeficiente

Difiere de acuerdo con el numero de categorías en que se distribuya la variable

Análisis de regresión

Si, solo con una relación lineal de moderada a fuerte

No No No No

Información que suministra

Sentido y magnitud Sentido y magnitud Sentido y magnitud Magnitud Magnitud

Observaciones La relación de las dos series de valores de las variables consideradas se establece a través de un argumento lineal

Mide las diferencias entre los rangos que se consideren. Mide la fuerza cuando los valores están ordenados en rangos

Mide la fuerza de la relación lineal solo cuando una de las variables es dicotómica y esto limita al coeficiente.

Mide la fuerza cuando ambas variables son dicotómicas. Tablas cuadradas 2 x 2

El valor del coeficiente no tiene fin va de 0 a infinito, por ello se realiza la corrección a la escala de Pearson (Cc)




Técnicas de análisis: estadístico multivariante

El Análisis Multivariante es el conjunto de métodos estadísticos cuya finalidad es analizar simultáneamente conjuntos de datos multivariantes en el sentido de que hay varias variables medidas para cada individuo ú objeto estudiado. Su razón de ser radica en un mejor entendimiento del fenómeno objeto de estudio obteniendo información que los métodos estadísticos univariantes y bivariantes son incapaces de conseguir.

Tipos de técnicas multivariantes 1) Métodos de dependencia: el objetivo de los métodos consiste en determinar si el conjunto de variables independientes afecta al conjunto de variables dependientes y de qué forma. 2) Métodos de interdependencia: su objetivo consiste en identificar qué variables están relacionadas, cómo lo están y por qué. 3) Métodos estructurales: El objetivo de estos métodos es análizar, no sólo como las variables independientes afectan a las variables dependientes, sino también cómo están relacionadas las variables de los dos grupos entre sí.

Fuente: http://ciberconta.unizar.es/LECCION/anamul/



















Herramientas de análisis


ATLAS TI

SPSS / PASW

MINITAB

SPAD

EXCEL

MATLAB




Herramientas de análisis STATA

SAS

STATGRAPHICS

SYSTAT

S-PLUS

EVIEWS




Herramientas de análisis SIGMAPLOT

SIGMASTAT

STADISTICA

NUD*IST

NVIVO

ETHNOGRAPH




REFERENCIAS

Referencias en orden alfabético por apellido del autor y de acuerdo con las normas APA.

Todas las referencias son citadas en el texto Debe identificarse claramente aquellas referencias que provienen de

bibliografía, revistas arbitradas en versión impresa, revistas electrónicas, manuales o enciclopedias, etc.

Momento de Síntesis: Presentación del Manuscrito

Durante el proceso de investigación, las referencias bibliográficas son imprescindibles para citar ideas, conceptos, entre otros aspectos. Se utilizan para argumentar y respaldar aspectos importantes de la investigación. Se necesitan para presentar la autenticidad de expresiones originales con exactitud.





María Eugenia D’Aubeterre López García, B. (2009). Manual de métodos de investigación para las ciencias sociales un

enfoque de enseñanza basado en proyectos. Editorial Manual Moderno.




ANEXOS

Este aparado incluye aquellos documentos o información que pueda ampliar algún aspecto de la investigación pero que no sea necesario para su comprensión. Se incluyen aquí:

• Comunicaciones personales o institucionales • Instrumentos de recolección de información • Fotografías, imágenes, etc. • Matrices de validación de instrumentos




ÉTICA

CÓDIGO DE ÉTICA PROFESIONAL DEL PSICÓLOGO DE VENEZUELA (1981)

LEY DEL EJERCICIO DE LA PSICOLOGÍA

(1978)





Articulo 2 Se entiende por ejercicio de la Psicología, la utilización del conocimiento adquirido mediante el estudio científico del comportamiento del ser humano y del animal, tanto en la realización de labores de investigación y docencia en Psicología, como en la prestación de servicios profesionales, a título gratuito u oneroso, directamente a particulares o a instituciones públicas o privadas.

LEY DEL EJERCICIO DE LA PSICOLOGÍA (1978) http://www.gobiernoenlinea.ve/legislacion-view/sharedfiles/217.pdf



Articulo 4 El ejercicio de la Psicología es de la exclusiva competencia de las personas que hayan obtenido su respectivo título de Licenciado en Psicología expedido por una Universidad Nacional o extranjera, siempre que estos hayan sido revalidados en Venezuela y cumplan en todo caso los requisitos exigidos en esta Ley y su reglamento.




Articulo 5 Para poder ejercer la Psicología, los titulares deberán cumplir los siguientes requisitos: a) Inscribirse en el Ministerio de Educación b) Estar inscritos en el Colegio de Psicólogos de la jurisdicción. c) Ser miembro del Instituto de Previsión del Psicólogo (INPREPSI).




Articulo 8 Ejercen ilegalmente la Psicología: a) Aquellas personas que, sin cumplir los requisitos que esta Ley establece, se

atribuyan los títulos de profesionales de la Psicología y quienes suplanten a personas legalmente autorizadas para ejercer dicha profesión.

b) Los Psicólogos que ejerzan la profesión, no obstante haber sido suspendidos.

c) Quienes actúen como cómplices o encubridores de personas naturales que incurran en actos de ejercicio ilegal de la Psicología.

d) Las personas que contravinieran lo establecido en el Parágrafo único del artículo 4º de esta Ley.




Articulo 8 Ejercen ilegalmente la Psicología: a) Las personas que sin haber llenado las prescripciones legales administren

pruebas psicológicas, comuniquen sus resultados o los interpreten a los fines de tomar decisiones que en algún modo afecten el desenvolvimiento psicológico de los individuos.

b) Las personas que habiendo o no llenado las prescripciones de la presente Ley, incurran en prácticas mágicas o esotéricas, presentándolas como psicológicas.

c) Las personas que sin estar autorizadas por las leyes respectivas, realicen trabajos de investigación u orientación psicológica, ya sean estos efectuados en forma individual o grupal.




CAPITULO I De los Deberes Éticos en el Área de la Investigación Artículo 57: Para proteger la integridad física y mental de la persona, la experimentación con humanos debe cumplir los siguientes requisitos: a) Toda persona debe expresar con absoluta libertad su voluntad de aceptar o rechazar su

condición de sujeto de experimentación, salvo los casos contemplados en el artículo anterior. b) Debe tener la facultad de suspender la experiencia en cualquier momento. c) Debe estar suficientemente informado acerca de la naturaleza, alcance, fines y consecuencias

que pudieran esperarse de la experimentación, excepto en aquellos casos en que la información pudiera alterar los resultados de la misma.

d) Debe garantizársele la asistencia médica y psicológica necesaria durante todo el tiempo que dure la experimentación, y aún después de concluida ésta, por las consecuencias que puedan resultar de la misma.

e) Deben establecerse procedimientos que permitan compensarle por los riesgos que se deriven de la experiencia efectuada.




CAPITULO I De los Deberes Éticos en el Área de la Investigación Artículo 60: El investigador deberá garantizar el anonimato de las respuestas de los sujetos sometidos a investigaciones y evitar aminorar la posibilidad de cualquier daño moral a aquellos. Artículo 61: Es antiético informar a los sujetos que los resultados obtenidos de la investigación servirán para resolver algún problema sin esforzarse después en esa dirección. Artículo 62: El desacuerdo con los resultados de una investigación o estudio no es razón admisible para silenciar su publicación. Artículo 63: Como científico, el Psicólogo debe, en lo posible, comunicar los resultados de su investigación a otros investigadores.




CAPITULO I De los Deberes Éticos en el Área de la Investigación Artículo 73: Los materiales publicados por un autor y utilizados por otro en una publicación ulterior deben utilizarse sólo con permiso de quien posea derechos de autor sobre el material. En caso de que no exista título de propiedad sobre los materiales publicados, se debe obtener permiso del autor del trabajo original y hacerse la declaración de procedencia apropiada. El Psicólogo deberá reconocer con sumo cuidado, y a través de citas específicas, el origen, de sus ideas y materiales.




CAPITULO III De los Deberes Éticos Relativos a Recursos e Instrumentos de Trabajo

Psicológico Artículo 89: Es deber de los Psicólogos y de las empresas distribuidoras de material acreditado como de “uso psicológico” evitar que personas ajenas a la profesión hagan uso del mismo. Artículo 90: Cada Colegio de Psicólogos velará en su respectiva jurisdicción para que las empresas editoras o distribuidoras de material psicológico realicen publicaciones profesionales que permitan controlar en forma efectiva dicho material. Artículo 91: El Psicólogo utilizará material acreditado como de “uso psicológico” con características y propiedades conocidas y estudiadas. El material de “uso psicológico” que no haya alcanzado este nivel sólo podrá usarse con fines de investigación o docencia, previa aclaratoria correspondiente.




CAPITULO III De los Deberes Éticos Relativos a Recursos e Instrumentos de Trabajo

Psicológico Artículo 92: Las pruebas psicológicas son un instrumento auxiliar de trabajo para aspectos específicos y por sí solos no constituyen elemento suficiente de diagnóstico. Artículo 95: Las pruebas psicológicas serán clasificadas en tres categorías: 1) Pruebas de aplicación e interpretación accesible a todo personal de las ciencias de la conducta, debidamente entrenado y bajo supervisión del Psicólogo. 2) Pruebas de aplicación libre por todo profesional o técnico debidamente entrenado, pero de interpretación exclusiva del Psicólogo. 3) Pruebas de aplicación y de interpretación exclusivamente de los Psicólogos. PARÁGRAFO ÚNICO: En la categoría 3), representa un procedimiento antiético para el profesional de Psicología el uso de una de estas pruebas sin el adecuado entrenamiento o especialización.




Consideraciones éticas Se presentan a continuación algunos casos reales o imaginarios que pueden presentarse en el ejercicio de la psicología con propósitos de investigación. Evalué cada de ellos para determinar si se incurre en una violación al Código de Ética. Reformule cada caso de manera que sea factible y coherente con lo establecido en el Código de Ética



Consideraciones éticas Caso 1: Un grupo de psicólogos desean realizar una investigación sobre el efecto de un determinado medicamento placebo para disminuir el estrés, e informan a los sujetos de experimentación que dicho medicamento genera efectos energizantes sobre las actividades que se realicen.



Consideraciones éticas Caso 2: Un psicólogo ofrece sus servicios como terapeuta y los datos que recabe los utilizará para desarrollar una investigación sobre una técnica de intervención que diseñó. En la publicidad para los interesados ofrece mejorar inmediatas garantizadas sobre ciertas problemáticas cotidianas.



Consideraciones éticas Caso 3: Un grupo de estudiantes de psicología desarrollaran una tesis de grado y para ello requieren del uso de algunos instrumentos psicológicos proyectivos y otros psicométricos. Como no manejan a cabalidad dichos instrumentos deciden buscar en internet apoyo para el uso e interpretación de los resultados.



Consideraciones éticas Caso 4: Los investigadores han desarrollado un trabajo por mas de 6 meses, considerando discusiones teóricas sobre la base del paradigma X y bajo el modelo teórico Z, sin embargo, con el uso de ciertas técnicas de análisis evidencian que no se corresponden los resultados a la teoría de base, de allí que deciden cambiar la técnica de análisis para corroborar lo que plantea el modelo escogido.



Consideraciones éticas Caso 5: Un grupo de investigadores diseña una técnica para disminuir el habito de fumar, sin embargo este requiere una asociación entre el habito de fumar y un estimulo aversivo relacionado con la muerte. Para ello realizan algunas evaluación de como son evaluadas ciertas imágenes por un grupo de personas, aquellas con mayores puntuaciones serán las utilizadas en plan de intervención.



Consideraciones éticas Caso 6: El psicólogo de una organización o institución es contratado para realizar evaluaciones y asesoramiento a los empleados de la misma, con esta información la empresa le permite realizar investigaciones y posteriores participaciones en eventos nacionales e internacionales. A cambio, esta organización le solicita al psicólogo les mantenga informados del estado mental de sus miembros a fin de generar acciones pertinentes sobre su plantilla de empleados.



Consideraciones éticas Caso 7: Un grupo de psicólogos desarrolla una investigación donde realizan algunas pruebas de ciertos métodos internacionales para la cura de la Homosexualidad.







http://www.youtube.com/watch?v=Zo4roNjW7Go

http://www.youtube.com/watch?v=Zo4roNjW7Go



Otros documentos de interés: La Declaración de Helsinki ha sido promulgada por la Asociación Médica Mundial (WMA) como un cuerpo de principios éticos que deben guiar a la comunidad médica y otras personas que se dedican a la experimentación con seres humanos. Por muchos es considerada como el documento más importante en la ética de la investigación con seres humanos, a pesar de que no es un instrumento legal que vincule internacionalmente. Su autoridad emana del grado de codificación interna y de la influencia que ha ganado a nivel nacional e internacional.

El Código de Núremberg fue publicado el 20 de agosto de 1947, tras la celebración de los Juicios de Núremberg (entre agosto de 1945 y octubre de 1946). En él se recogen principios orientativos de la experimentación médica en seres humanos, porque durante el juicio varios de los acusados argumentaron que los experimentos diferían poco de los llevados a cabo antes de la guerra, pues no existían leyes que categorizaran de legales o ilegales los experimentos.

Education

Métodos de investigación y nociones de análisis de datos