desarrollo del proyecto de investigación-educacion - modulo 1 final

159
UNIVERSIDAD CESAR VALLEJO UNIVERSIDAD CESAR VALLEJO FACULTAD DE EDUCACIÓN FACULTAD DE EDUCACIÓN MAESTRÍA EN EDUCACIÓN Y GESTIÓN MAESTRÍA EN EDUCACIÓN Y GESTIÓN EDUCATIVA EDUCATIVA MODULO DE APRENDIZAJE 1 DESARROLLO DEL PROYECTO DE INVESTIGACIÓN I FILIAL - LIMA

Upload: hermogenes-jorge-castro-chambi

Post on 23-Jul-2015

161 views

Category:

Documents


1 download

TRANSCRIPT

Page 1: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

UNIVERSIDAD CESAR VALLEJOUNIVERSIDAD CESAR VALLEJOFACULTAD DE EDUCACIÓNFACULTAD DE EDUCACIÓN

MAESTRÍA EN EDUCACIÓN Y GESTIÓN EDUCATIVAMAESTRÍA EN EDUCACIÓN Y GESTIÓN EDUCATIVA

MODULO DE APRENDIZAJE 1

DESARROLLO DEL PROYECTO DE INVESTIGACIÓN I

Dr. ATILIO GAMALIEL OLANO MARTINEZMg. LUIS ALZAMORA DE LOS GODOS URCIA

Lima, 2008

FILIAL - LIMA

Page 2: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

César Acuña PeraltaRector Fundador

Sigifredo Orbegoso VenegasRector

Francisco Cardoso RomeroVicerrector Académico

1

Page 3: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

ÍNDICE

Introducción ………………………………………………………..

Programación Académica……………………………………….. Objetivos………………………………………………………..Cuadro de programación académica ……………………….

I. Primera Unidad: Ajustes Metodológicos. Concepto de tesis y estructura de tesis.1.1 Tesis.1.2 Conceptos de estadística y análisis de datos I1.3 Conceptos de estadística y análisis de datos II

II. Segundad Unidad: Trabajo de Bases de Datos en Spss: Manejo de conceptos básicos de estadística aplicada2.1 El programa estadístico SPSS 2.2 Introducción al SPSS en español2.3 Editor de datos de SPSS en español

III. Tercera Unidad: Manejo del Data Entry, ingreso y codificación de variables3.2 Base de datos en SPSS: Las Variables

IV. Cuarta Unidad: Ingresos de instrumentos a la Base de Datos.4.1 Base de datos en SPSS II: El formato de la base

V. Quinta Unidad: Ajuste y afinamiento de bases de datos llenadas para análisis.5.1 Categorizar Variables con SPSS5.2 Definir valores antiguos y nuevos: recodificar

Lecturas complementarias: Variables y la hipótesis en la investigaciónGuía metodológica para la elaboración de un informe final de investigación¿Qué es una tesis? ¿para quien se escribe? ¿cómo debe estar escrita?

Bibliografía

34567

8132639

404448

54

5562

6368

6978

8391

102112

2

Page 4: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

INTRODUCCIÓN

Todo proceso de post grado culmina con un trabajo científico que generalmente

constituye una investigación científica. Se dice generalmente porque algunas carreras

culminan con un Trabajo de grado.

En el caso de las carreras o los programas de post grado en educación, maestría o

doctorado, el producto final es una tesis. Por ese motivo se hace necesario, dentro

del diseño curricular, incluir módulos que permitan a los cursistas aspirantes

desarrollar este proceso con la mayor calidad posible, es así que se imparte el Curso

de Desarrollo del Proyecto de investigación que culmina con la presentación de la

tesis.

Para lograr el armado de una tesis, se aprenderá SPSS, además de los conceptos

básicos de un informe de investigación, con lo que se logrará en esta primera parte la

estructura de una base de datos y los conceptos principales de la tesis.

3

Page 5: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

PROGRAMACIÓN ACADÉMICA

4

Page 6: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

OBJETIVOS

OBJETIVO GENERAL DE LA ASIGNATURA

Elaborar la Primera Etapa de la Tesis de Maestría.

OBJETIVOS ESPECÍFICOS

Diseñar un sistema de validación eficiente

Elaborar un Data Entry para el Ingreso de Encuestas

Diseñar una Base de Datos.

Ingresar eficientemente los instrumentos a la base de datos.

Generar una edición de Base de Datos con adecuada codificación y clasificación de variables..

5

Page 7: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Cuadro de programación académica

CAPACIDADES CONTENIDOS ESPECÍFICOS

(Unidades)

ACTIVIDADES

ESTRATEGIA

METODOLÓGICA

TIEMPO TÉCNICA

1.1 Manejo de bases de datos y

entorno estadístico por la

generación de la TESIS

1.1.1 Taller I: Ajustes

Metodológicos.

Concepto de tesis y estructura de

tesis.

Lectura y evaluación de los

proyectos realizados en el

módulo previo

5 horas Aprender Haciendo

1.1.2 Taller II: Trabajo de Bases

de Datos en Spss: Manejo de

conceptos básicos de estadística

aplicada

Trabajo en computadoras,

práctica individualizada

5 horas Aprender Haciendo

1.1.3 Taller III: Trabajo de

Bases de Datos en Spss: Manejo

del Data Entry, ingreso y

codificación de variables

Trabajo en computadoras,

práctica individualizada

5 horas Aprender Haciendo

1.1.4: Taller IV: Trabajo de

Bases de Datos en Spss: Ingresos

de instrumentos a la Base de

Datos.

Trabajo en computadoras,

práctica individualizada

5 horas Aprender Haciendo

1.154: Taller V: Trabajo de

Bases de Datos en Spss: Ajuste y

afinamiento de bases de datos

llenadas para análisis .

Trabajo en computadoras,

práctica individualizada

5 horas Aprender Haciendo

6

Page 8: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Primera unidad……………………………..

Generación de Resultados descriptivos en SPSS

7

Page 9: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

1.1 TESIS

Objetivo: El alumno al terminar el aprendizaje del presente capítulo tendrá el

conocimiento.

DEFINICIÓN DE TESIS

La tesis es el documento en el que se exponen los resultados científicos alcanzados

por el aspirante en su trabajo de investigación. Se presentan de forma sistematizada,

lógica y objetiva esos resultados en correspondencia con el proyecto presentado,

discutido y aprobado para la búsqueda de soluciones al problema planteado con

respuestas científicas contextualizadas a partir de la utilización del método

científico.d).

MOMENTOS IMPORTANTES EN EL DESARROLLO DE UNA TESIS

Una tesis tiene dos momentos importantes: la escritura y la defensa.

1. La escritura del documento que es la demostración de la capacidad del aspirante

para diseñar, estructurar, organizar y ejecutar una investigación en su campo de

conocimiento.

2. La defensa, que es la demostración de la capacidad del aspirante, de convencer

acerca de que sus resultados son valederos, expresándolos con coherencia,

organicidad y en forma sintética.

Estos dos momentos deben complementarse mutuamente. Sin embargo, todos los

profesores que se han visto implicados en el trabajo de tutoría y asesoramiento y por

consiguiente han tenido que integrar tribunales para la evaluación de tesis a cualquier

nivel, saben que en ocasiones se observan “historias muy bonitas, pero muy mal

contadas”. Pueden verse trabajos en los cuales se denota un trabajo arduo de

investigación, resultados con una gran repercusión y aporte a la ciencia, pero la

redacción está tan complicada y defectuosa que dificulta la comprensión, en cambio,

la defensa se realiza de un modo tan elocuente que compensa la deficiente escritura.

De lo anterior se desprende que debe existir correspondencia entre el rigor científico

de la escritura y la exposición oral en la defensa del trabajo investigativo.

Además de los requisitos de orden metodológico, debe cumplirse con las exigencias

indispensables en cuanto a novedad, actualidad y originalidad en el tratamiento del

tema, su fundamentación científica y las posibilidades de introducción en la práctica

8

Page 10: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

como contribución a los procesos de cambio en las realidades educacionales de los

diferentes países. Otros aspectos que deben estar contenidos de forma general en la

tesis son:

Ampliación de los límites del conocimiento científico en un área específica del

saber.

Demostración de conocimientos básicos sobre el tema de investigación.

Evaluación crítica sobre la bibliografía e investigaciones precedentes.

Manejo adecuado de las técnicas de investigación, o la introducción de

nuevas técnicas y procedimientos.

Demostración de la adquisición de criterios novedosos suficientemente

argumentados.

1. Requisitos para la escritura de la tesis

La escritura de la tesis debe cumplimentar un grupo de requisitos para lograr su

comprensión y elegancia. En muchas ocasiones a pesar de tener resultados

relevantes, la forma en que se expresan los mismos no los hace comprensibles, o no

son científicamente fundamentados y ello hace que se pierda la calidad de la

investigación. De ahí que en la escritura de la tesis se deban tener en cuenta dos

tipos de requisitos: el fondo y la forma.

a. Requisitos de fondo:

Unidad: Es el principio armónico de las partes con el todo. La unidad en toda tesis es

la armonía de todas las ideas, tanto principales como secundarias. La unidad aporta

perfecta concordancia entre problema, demostración y conclusiones.

Aunque se manejen varias ideas, hay una que es la idea fundamental, la base de la

investigación y el objeto final de la misma. Las otras ideas son secundarias o

subordinadas con respecto a ella.

Demostración: La tesis debe ser demostrada mediante el razonamiento lógico de los

resultados a través de los procesos del pensamiento, cada análisis realizado debe

conducir a conclusiones.

Profundidad: La tesis debe penetrar en la esencia del problema, no debe limitarse

a sus cualidades fenoménicas.

Originalidad: La tesis tiene por objeto una materia demostrable o que no ha sido

9

Page 11: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

demostrada. Por eso una cualidad importante de la tesis es la originalidad. Ésta se

logra mediante el análisis de los intentos realizados anteriormente por otros

investigadores, o por el propio investigador, de resolver el problema.

En la tesis deben quedar demostradas las siguientes relaciones:

Problema – Objeto de estudio

Objeto de estudio – Campo de acción

Campo de acción – Objetivo

Problema – Objetivo - Población

Objetivo – Tareas investigativas

Tareas investigativas – Métodos de investigación

Problema – Objetivo – Idea científica

Diseño de investigación – Estructura de la tesis

Objetivos – Resultados

Resultados – Discusión

Objetivos – Conclusiones

Conclusiones – Recomendaciones

b. Requisitos de forma:

Laos integran dos componentes básicos: el uso apropiado del lenguaje. y la

organización del texto. Algunas ideas al respecto son:

El lenguaje de la tesis debe reunir las siguientes condiciones:

Debe ser propio, adecuado al objeto de estudio y a la ciencia donde se

desenvuelve la investigación. El aspirante debe mostrar dominio de los

términos empleados en la tesis, así como del área de investigación donde

desarrolla la tesis.

La claridad es un elemento vital, la escritura debe ser accesible, explicar con

pocas palabras, y saber ilustrar los conceptos difíciles de comprender

mediante ejemplos u otras formas. La sintaxis debe ser correcta y el

vocabulario al alcance de los lectores, no se deben usar palabras ambiguas,

vagas, jerga, abreviaturas, ni elogios desmedidos. No se deben exagerar los

conceptos ni los términos.

10

Page 12: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Cuando se empleen sinónimos para aumentar la riqueza del léxico, debe

cuidarse que la palabra afín tenga el significado que se busca y armonice en

el texto.

Debe especificarse la región, el país donde se realiza el estudio. En no pocas

ocasiones pueden verse trabajos que dicen: en nuestra provincia, en nuestro

país, lo que hace que el lector tenga que buscar otras páginas para localizar

el área de estudio.

La organización del texto:

Debe escribirse en forma impersonal, es decir, en tercera persona del

singular, por ejemplo, en lugar de “mi opinión es”, se debe decir: “en opinión

de esta autora”, o “esta investigadora encontró diferencias con respecto a los

resultados obtenidos por tal autor en tal lugar”. En ocasiones se leen trabajos

que plantean: “nosotros vamos a presentar…”. Puede decirse: Se presenta…

Escribir con mayúscula cuando sea necesario, sin abusar de su uso.

Todas las comillas que se abran deben ser cerradas.

No escribir demasiadas cifras con números arábigos, en el caso de números menores

de diez, tratar de expresar los mismos por su palabra genérica.

Usar los números romanos cuando sea necesario

Ser coherentes con las siglas, que queden explícitas en el primer momento de

su uso en el texto y de ser posible no abusar de ellas.

No exagerar los subrayados.

Alternar con prudencia los numerales y los cardinales, los números romanos y

los arábigos.

Debe revisarse la versión impresa con el fin de constatar:

Si hay un correcto paginado

Si las citas están entrecomilladas y referidas.

Si se corresponde el número de las notas con la referencia y se aprecia

correctamente en el texto.

Si la bibliografía está ordenada de acuerdo a una misma norma Vancouver

APA. Es frecuente ver tesis escritas con una mezcla de normas.

Si la bibliografía cuenta con todos los datos necesarios, ya sea libro o artículo

de revista.

Los tiempos verbales:

11

Page 13: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

El resumen, se redacta en pasado.

La introducción, fundamentación y marco teórico se redacta en presente, pues

son aspectos válidos hasta el momento y que mantienen su vigencia en el

tiempo.

El material y método y los procedimientos se escriben en pasado, pues

representan acciones ya realizadas. (En el perfil del proyecto se escriben en

futuro)

Los resultados se escriben en pasado, pues fueron encontrados mucho antes

de escribir la tesis.

En la discusión al debatir y opinar sobre contenidos de otros autores se

escribe en presente, pues son conocimientos actuales que se usan como

referencia, cuando se comentan los resultados obtenidos se escriben en

pasado. Escribir correctamente una discusión es un arte para poder llevar las

reglas de la escritura de forma adecuada.

A continuación se presenta una guía y es necesario insistir en que se trata de guía,

que se ha integrado con algunos consejos que pueden resultar útiles, pero que los

autores de las tesis deben complementar con sus conocimientos particulares en el

tema que presenta.

Es importante que los autores de las tesis sepan que deben utilizar estas guías como

modelos y no interpretarlas como documentos normativos o como “camisas de

fuerza”. Un trabajo de tesis, en cualquier nivel, no debe juzgarse sólo por su formato,

sino también por la calidad de su contenido, del mismo modo que una obra

arquitectónica puede satisfacer todos los requerimientos técnicos dentro de una

virtual infinidad de concepciones estéticas. El amplio espectro de temáticas en que

podría legítimamente desarrollarse una tesis de maestría o doctorado hace estéril

cualquier esfuerzo por diseñar un patrón único para los manuscritos de las tesis.

PREGUNTAS

¿Qué es una tesis y para que sirve?

¿Explique los momentos de la tesis?

¿Qué requisitos de forma y fondo debe tener una tesis?

12

Page 14: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

1.2 CONCEPTOS DE ESTADÍSTICA Y ANÁLISIS DE DATOS I

Objetivo: El alumno al terminar el aprendizaje del presente capítulo conocerá el los

diversos métodos aplicados al análisis de datos básicos y formulación de resultados

de una tesis de postgrado.

10.1 EL ANÁLISIS DE LOS DATOS

Una división clásica de la Estadística, es la de Descriptiva (ED) e Inferencial (EI). La

primera tiene por objeto procesarlas medidas necesarias de las cosas, individual y/o

grupalmente, sin abrir juicio de calidad, valor, diferencia, importancia, etc., sobre las

mismas. La segunda atiende a las necesidades de tomar decisiones a partir de esos

valores; compara, afirma, infiere la probabilidad de la ocurrencia de tales valores,

estima, etc.

En la Estadística Descriptiva, el método es Matemático, basado en algunos

conceptos extra-matematicos, mientras que en la Estadística Inferencial es un

método ampliamente utilizado y precisado, sobre las operaciones lógico-matemáticas

a utilizar. Suele denominarse Método Estadístico o Metodología de la Investigación

Estadística.

El Método Hipotético Deductivo, no incluye a este como una de las herramientas de

decisión, este método sólo habla de inferir conclusiones a partir de los datos hallados,

sin embargo la mayoría de las investigaciones utilizan al Método Estadístico dentro

de su esquema de Método Hipotético Deductivo.

Los resultados obtenidos en la recolección de datos, a partir de la definición de las

variables en estudio, necesitan ser procesados, ordenados, Sistematizados,

presentados de manera tal que sean entendibles. Raras veces trabajamos con un

conjunto pequeño de los mismos, en general necesitamos un número considerable

de observaciones, que de ningún modo son posibles de analizar individualmente, a

no ser que queramos mostrar un único dato.

Es conveniente para introducirse a este tema, volver a aquella parte de los Sistemas

de Clarificación, dentro de Sistemas de Recolección de Datos, donde se parte del

13

Page 15: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

concepto de Dato, se pasa por una aplicación a la Tabulación y Graficación y se llega

a definir los datos en función de variables y escalas.

PROCESAMIENTO DE DATOS

VARIABLE TIPO ESCALA POSICIÓN DISPERSIÓN

CUALITATIVA No tiene Nominal Frecuencia No tiene Ejemplo: PorcentajePATOLOGIA ModoSEXO TasasPROFESION Razones

CUALITATIVA Ordinal Frecuencia Rango Ejemplo: Porcentaje DesviaciónGRADO DE COMA Con modificacionesHIPO,NORMO,HIPER Media Semi-inter GRADO ACADEMICO Mediana cuartílica

CUANTITATIVAS

NRO HIJOS Discreta Intervalar Media VarianzaCANT PARTOS NRO AUTOMOVILES Sesgo o

CurtosisPESO, TALLA Continua Moda CoeficienteTENSION ARTERIAL Media de Covaria-LONGITUD Mediana cion,

Desviación estándar, etc

GRÁFICOS y CÁLCULOS

Hemos introducido el tema en los Sistemas de Recolección de Datos y la idea, en

principio, no es la de efectuar un manual de Estadística.

Toda Tabla y Gráfico, debe tener un Titulo, que del se desprenda con precisión (ni

vago, ni ambiguo) el significado de lo que contiene. La misma indicación vale para la

definición de las variables que se tabulan o grafican, los pie de pagina tienen por

misión ampliar información por un lado, indicar su procedencia si no es original el

trabajo, indicar las fuentes, etc.

En fin, deben ser autoexplicadas. Pruebe esto con alguien que no tenga un

conocimiento del trabajo que ha llevado a cabo, si lo entiende sin preguntas (fuera de

lo que la tabla o gráfico indica), es que ha logrado su propósito.

14

Page 16: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Errores frecuentes son el llevar una ordenada de porcentajes hasta el 100 % cuando

el mayor de nuestros porcentajes es mucho menor. Otro es el de indicar el 0 en la

abscisa, pero nuestra variable comienza con un valor muy superior, sin indicar un

corte en la abscisa; hágalo con dos líneas paralelas.

No use colores, por lo general si puede ser publicado lo será en blanco y negro.

Utilice diferentes formas de rayados o algo por el estilo. Indique además, en la parte

inferior al gráfico, a que corresponde cada esquema.

PARA UNA VARIABLE CUALITATIVA

Para Una Variable Cualitativa Nominal

Su gráfico se denomina de Barras, estas no se tocan entre si, pues, cada categoría

es independiente de la otra por ejemplo. Tipo de patología en los servicios de cirugía

del Hospital Lazarte o cualquier otro..

También pueden hacerse Pictogramas, es decir gráficos con dibujos que de alguna

medida dan la idea de la variable. un ejemplo común son los censos, donde se

"amontonan" figuras Humanas y también gráficos sectoriales o tortas donde se

parten en forma proporcional al porcentaje.

No son variables "Acumulables", a no ser sus porcentajes, pero tenga en cuenta que

cualquier atributo puede cambiar de posición y cambiar la "Acumulación".

La Frecuencia simplemente es a cantidad de cosas que se agrupan en cada uno de

los valores de la variables o en sus intervalos de clase..

Los porcentajes, La parte proporcional en que aparece un valor respecto de todos

los valores. (La cantidad/el total) por 100. Su gráfico de mayor empleo es la torta si se

trata de 4 a menos variables y si es de esta cinco a más se emplea las barras.

Frecuencias Relativas, su uso es frecuente en las Cuantitativas. Su suma da 1)

Tasa

Es el cociente entre la frecuencia de un valor de la variable, respecto de la suma de

todas la frecuencias.

15

Page 17: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Razón

Es el cociente entre las frecuencias de dos valores de la variable.

Para Una Variable Cualitativa Ordinal

Su gráfico es de barras pero estas pueden tocarse "si la propiedad es teóricamente

continua", lo que implica que "lo ordinal es nuestra medición". Son acumulables

10.4.1 PARA UNA VARIABLE CUANTITATIVA

Para una Variable Cuantitativa Discreta

Su gráfico es de Bastones. Por cada valor de la variable se levanta una línea, pero

entre cada valor no existe nada.

Son acumulables. Su acumulación se hace en "saltos escalonados".

Para una Variable Cuantitativa Continua

Su grafico, denominado Histograma de Frecuencias, son barras que se tocan entre

cada uno de los valores de la variable y los puntos medios pueden ser unidos,

formando el Polígono de Frecuencias. Lo que realmente se hace es graficar la

Distribución de Frecuencias y esto lo llamamos el comportamiento de la variable.

La diferencia entre el valor inferior y el superior de un sub-grupo de valores de la

variable se denomina el Intervalo de Clase o Modulo, su punto medio es la marca

de Clase o Punto Medio.

PARA AMBAS

La Moda

Es el número que más se repite por lo tanto es lo que mas aparece, la Moda es el

valor de la variable con mayor frecuencia.

En las cualitativas, las cuasi-cuantitativas y la cuantitativas discretas solo se indica

este valor, en las cuantitativas continuas existe un cálculo exacto.

16

Page 18: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

NOTA: A veces existen dos o más Modas en la distribución y se llaman distribuciones

multimodales, el caso especifico donde existen dos Modas se denomina Bimodal. Si

Ud. encuentra esto en su distribución, busque una variable extraña o intermedia que

se haya "colado" en las mediciones, la mayoría de las veces pasa esto, otras en

cambio, es el real comportamiento de la variable.

Mediana

La Mediana es el valor de la variable por debajo y por sobre el cual, se encuentran el

50 % de los casos relevados. La forma gráfica de determinación se explico cuando

hablamos de acumulación en las variables cuantitativas continuas. A propósito: Para

evitar definiciones "largas", desde ahora diremos, cualitativas, ordinales, discretas y

continuas.

La Mediana es un cuartil, basta reemplazar N/2 por el porcentaje de casos que

queramos ubicarnos en la ojiva, reemplazar los datos, y habremos hallado el valor

del cuartil.

Un cuartil es, entonces, el valor de la variable donde se encuentra una parte del todo.

Los mas típicos son los cuartilos pues se divide la distribución en cuatro partes del

25, 50 y 75 % y con ellos se puede sacar la desviación semi-intercualtilica que no

es mas que Q = (Q3 - Q1) / 2 y da una idea importante de donde a donde se

mueven los datos, sumándola o restándola a la Mediana.

Otros cuantilos son los Decilos, cuando la distribución se divide en diez partes, los

Centilos cuando se divide en cien, cuando estos centilos "hablan" de un porcentaje,

se denominan Percentiles.

Rango

Es la indicación del valor mínimo y el máximo de la distribución de frecuencias de los

datos.

17

Page 19: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Mediana y Rango O Q

Se informan juntos. Posición y Dispersión. Útil para las ordinales, aconsejable

informar para las continuas.

Hay otra información mas precisa que el rango o Q: es la Desviación Media, pero

dejémosla para analizar luego del Sesgo, porque viene justo al caso en ese

momento.

Media

La media o valor medio de los datos, es sencillamente el promedio de los valores de

las variables.

Su formula es Media = Sumatoria de todos los valores / la cantidad de cosas.

Cuando los datos se "amontonan" en las clases, es decir se agrupan, es la sumatoria

del punto medio de la clase por la frecuencia de cada clase todo dividido la cantidad

de cosas y se denomina Media Ponderada, pues a cada valor de la variable se le

aplica "el peso" de la frecuencia.

La media de una muestra es la Media Muestral y existe la Media de la Población.

Existen otros tipos de Medias, tal como la Geométrica, la Armónica y la Cuadrática,

que tienen un uso muy especifico

Desvío o desviación estándar

Tiene un valor pragmático indiscutible. Su cálculo es muy simple habiendo sacado la

varianza, pues solo hay que sacarle a la misma la raíz cuadrada y listo.

Existe el Desvío de la Muestra y el de la Población

Existe el Coeficiente de Variación CV, que es la división de la media por el desvío.

CV = Media / Desvío. Esto implica aplicarse para determinar la validez de la

desviación estándar como prueba.

18

Page 20: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Media y Desvío

Al sumar o restar al valor de la media, al valor del desvío, obtenemos dos valores que

representan el intervalo entre el cual existen el 68 % de los casos

(aproximadamente). Pero eso no es lo mas importante, sino que esto puede

denominarse la Normalidad, estadísticamente hablando.

Luego podemos restar dos veces el desvío y aun tres, obteniendo el 95 y el 99 %

respectivamente y esto se encuentra íntimamente ligado a la estimación y al cálculo

de probabilidades.

Nota: existen varias medidas más de posición y dispersión, que pueden buscarse en

textos estadísticos comunes.

La media y la varianza, además, son deducibles de formulas de momentos muy

útiles en muchos aspectos.

El Sesgo

Otro cuyo valor pragmático es indiscutible. Existen formulas complejas de su calculo,

pero nos conformamos con una sencilla.

Sesgo = (Media - Modo) / Desvío

La Varianza

Es el promedio de las desviaciones estándar respecto de la media. Es un valor que

nos indica cuan "dispersos" están los datos.

Su forma para pocos datos es:

Varianza = Sumatoria de cada valor - la Media, todo elevado al cuadrado y todo

dividido por la cantidad total de casos

LA TOMA DE DECISIÓN ESTADÍSTICA

Es obvio que hoy en día no se necesita de conocer mucho de estadística y cada vez

se hace menos necesario el apoyo del estadístico en la investigación científica,

19

Page 21: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

especialmente en lo que se relaciona a las ciencias de la salud, conducta y

educación, pues las variables se manejan por el investigador, los diseños se trabajan

por la epistemología y la metodología y solo queda decidir que prueba estadística

emplear, y para esto solo es necesario conocer el tipo de variable con la que se

trabaja y el número de muestras que intervienen.

Procedimiento:

a) Postule la hipótesis estadística contraria a lo que espera H0

b) Postule "su" hipótesis estadística. Ha

c) Determine el riesgo o Nivel de significación. Alfa

d) Establezca la Prueba estadística a utilizar.

e) Establezca las condiciones de la toma de decisión

f) Realice el cálculo

PRUEBAS ESTADÍSTICAS USUALES

La cantidad de pruebas estadísticas es abrumadora. Sin embargo, no debemos saber

todas, sino entender su construcción, al menos aproximadamente.

Casi toda prueba estadística, tiene la siguiente forma:

Valor Valor hallado en la var. - Valor esperado de la Var.

de la = -----------------------------------------------------------------

Prueba Variabilidad esperada de la Var.

Lo que hace una prueba estadística en general, es hallar la "diferencia" entre lo que

espero y lo que obtengo y a esa diferencia la "reduzco" o "expreso" en términos de la

variabilidad que espero.

PRUEBAS PARA UNA SOLA VARIABLE

CUANDO TENEMOS UNA SOLA MUESTRA: Cuando se desea comparar la muestra

estudiada con la población con respecto a una variable

A.- Cuando se desea hacer inferencia acerca de la media de una variable continua

con respecto a la media de la población cuando la distribución de la variable es

20

Page 22: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

normal (o se asume el teorema de límite central) y la varianza (cuadrado de la

desviación estándar) de la población es conocida.

PRUEBAS PARA VARIABLES CUANTITATIVAS

Este tipo de cálculo estadístico es para trabajo eminentemente descriptivos.

CÁLCULO PARA UNA LA MEDIA POBLACIONAL

PRUEBA Z NORMAL PARA UNA MUESTRA.

Ej: queremos saber si el promedio de hemoglobina en sangre de una muestra de

1000 pacientes usuarias de anticonceptivos orales es diferente o no del promedio de

los niveles de hemoglobina en la población general. Sabemos que los valores de

hemoglobina siguen una distribución normal y conocemos la desviación estándar (por

lo tanto la varianza) de los valores normales de glicemia en la población

B.- Cuando se desea hacer inferencia acerca de la media de una variable continua

con respecto a la media de la población cuando la distribución de la variable es

normal (o se asume el teorema de límite central) y la varianza (cuadrado de la

desviación standard) no es conocida

_ ___

= x z / .

√ n

PRUEBA t PARA UNA MUESTRA

Ej. El caso anterior si es que no conociéramos la desviación estándar (por lo tanto la

varianza) de los valores de hemoglobina en la población.

C.- Cuando se desea hacer inferencia acerca de la varianza (cuadrado de la

desviación estándar) de una variable continua con respecto a la varianza de la

población cuando la distribución de la variable es normal (o se asume el teorema de

límite central).

_ _____ = x t / Sx . √ n_

x = Promedio de la muestra.

= Desviación estándar de la población (puede usarse Se).

21

Page 23: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Sx = Desviación estándar muestral.

Z = Coeficiente de confiabilidad para la distribución normal (>30 casos )

t = Coeficiente de confiabilidad para la t de student con 1 grado de libertad.

= Media poblacional

CALCULO DE LA PROPORCIONAL POBLACIONAL

____

= p z / pq . √ n

p = Proporción muestral.

Q = 1 - p

PRUEBAS PARA VARIABLES CUALITATIVAS

PRUEBA Chi CUADRADO PARA VARIANZAS PARA UNA MUESTRA

Cuando queremos comparar una muestra con la población con respecto a una

variable de distribución binomial (no sigue una distribución normal).

Ej: Cuando queremos saber si la varianza (cuadrado de la desviación estándar, que

es una medida de dispersión de los datos) de la distribución de los valores de notas

en la muestra de alumnos de baja autoestima es diferente de la varianza de los

valores de notas de los alumnos de la población general. Esta prueba estadística es

muy sensible y por lo tanto no da resultados confiables si la distribución de los

valores de notas no siguen una curva normal en la población.

(Obs - Esp)²

JI = SUMA -------------------

Esp

Obs= es el número observado de casos clasificados por cada categoría.

Esp= es el número esperado de casos clasificados por cada categoría.

TEST BINOMIAL PARA UNA MUESTRA

Cuando queremos comparar una muestra con la población con respecto a una

variable de distribución no normal ni binomial.

22

Page 24: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Ej. Queremos comparar una muestra de escolares de un colegio con la población

escolar en general con respecto a la presencia o no de parasitosis. Variable binomial:

Presencia de parasitosis: Si o No.

PRUEBAS PARA DOS VARIABLES

PRUEBAS PARA DOS MUESTRAS:

Se desea comparar dos muestras con respecto a una variable.

A.- Cuando queremos comparar medias entre dos muestras independientes, las

varianzas no son diferentes y la distribución de la variable es normal (o se asume

teorema de límite central):

PARA DOS VARIABLES CUANTITATIVAS

LA PRUEBA DE Z PARA DOS PROMEDIOS

Esta prueba es aplicada para n1 y n2 mayores a 30 casos.

__ __

Z = ( X1 - X2) .

/ S1² + S2²

n1 n2

LA PRUEBA T PARA DOS PROMEDIOS

Esta prueba es aplicada para n1 y n2 menores a 30 casos.

____________

t = ( X1 - X2) .

/ S²p + S²p

n1 n2

S²p = (n1 –1)s²1 + (n2 – 1)S²2

n1 + n2 - 2

PRUEBA T PARA DOS PROMEDIOS INDEPENDIENTES CON IGUALES

VARIANZAS.

Cuando queremos comparar las medias de dos muestras independientes, las

varianzas son diferentes y asumimos que la distribución de la variable es normal (o se

asume teorema de límite central):

23

Page 25: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Ej: queremos saber si el promedio de notas de una muestra de alumnos con el

método ABP no es diferente del promedio de los valores de notas de una muestra de

alumnos con el Método Aprender Haciendo. Se supone que la distribución de los

valores de notas sigue un patrón normal, las muestras de alumnos con ABP y las que

llevan el Aprender Haciendo son independientes (No están relacionadas) y la

varianza de los valores de notas no es diferente entre ambos grupos.

PRUEBA T PARA DOS PROMEDIOS CON DIFERENTES VARIANZAS.

Cuando queremos comparar medias entre dos muestras dependientes, asumiendo

que la distribución de la variable es normal (o se asume teorema de límite central):

Ej: El caso anterior si es que asumimos que la varianza de los valores de notas es

diferente entre los alumnos que llevan el ABP y los alumnos que llevan Aprender

Haciendo.

PRUEBA T PAREADA

Inferencia acerca de varianzas, distribución normal (o se asume teorema de límite

central), se emplea cuando existe la comparación de los promedios de dos muestras

relacionadas:

Ej. Cuando queremos comparar el promedio en un test antes y después la aplicación

de una nueva estrategia de aprendizaje. Asumimos que la distribución de los

promedios sigue una distribución normal. También son muestras dependientes

aquellas en que se realiza un pareamiento para una o más variables.

_

t = d , t con (n-1) grados de libertad

Sd n

PRUEBA F PARA DOS MUESTRAS PARA COMPARAR VARIANZAS (muy

sensible cuando el patrón no es normal).

Cuando tenemos dos muestras de distribución binomial y las muestras son

dependientes:

Ej. Queremos comparar si las varianzas (cuadrado de la desviación estándar) son

diferentes entre los valores de notas en matemáticas de un grupo de 100 alumnos de

24

Page 26: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Lima y un grupo de 100 alumnos de Trujillo. Es decir queremos ver si la dispersión de

los valores entre estas dos muestras es diferente. Asumimos que la distribución de

los valores de notas en matemáticas siguen una curva normal.

F = n1s1² /(n1-1)

n2s2² /(n2-1)

n – 1 = grados de libertad del numerador

n -2 = grados de libertad del denominador

s² = Varianza muestral

n = cantidad de muestra

PREGUNTAS

¿Qué tipo de pruebas estadísticas se emplean cuando existe una

variable cualitativa?

¿Qué tipo de pruebas estadísticas se emplean cuando existe una

variable cuantitativa?

Mencione la utilidad de cada prueba

25

Page 27: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

1.3 CONCEPTOS DE ESTADÍSTICA Y ANÁLISIS DE DATOS II

Objetivo: El alumno al terminar el aprendizaje del presente capítulo conocerá el los

diversos métodos aplicados al análisis de datos avanzados y formulación de

resultados de una tesis de postgrado, especialmente con el empleo de estadística

inferencial.

EL ANÁLISIS DE LOS DATOS 2

CORRELACIÓN DE PEARSON:

Es la relación entre dos variables continuas que no tienen distribución normal. Se

realiza entre valores de dos variables en un grupo o dos grupos con la misma

variable o distinta. También puede ser de tipo lineal, la característica recta que tanto

llama la atención, parcial, curvilínea, múltiple o de varias variables a la vez. En

principio puede hacerse para cualquier tipo de función.

Ej. Existe o no relación entre los valores de la edad y el coeficiente intelectual en un

grupo de 1000 escolares de Villa el Salvador.

R = n XY - X y .

√(n X² - (X)² (n Y² - (Y)²)

Antes de la correlación, normalmente se efectúa lo que se denomina la recta de

regresión. El valor de la correlación, es predecir el valor de una variable a partir del

valor de la otra.

Es bastante complicada para lo que se pretende de unos "apuntes estadísticos".

Calcula también una "dispersión" respecto de cada función que se trabaja, es decir

"predice los valores entre tal y tal valor". Un valor 0 es ausencia de correlación

(predicción), el opuesto, 1, es lo máximo, jamás alcanzado a no ser matemáticamente

con objetos de orden ideal. La realidad es otra.

Como valores establecidos se denota que intensidades de correlación:

Cuando esta entre 0 y 0,25 = No hay correlación

Cuando esta entre 0,26 y 0,50 = baja correlación.

Cuando está entre 0,51 y 0,74 = Mediana Correlación

26

Page 28: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Cuando está entre 0,76 y 1 = Existe alta correlación.

Hay que cuidar que siempre se encuentre la significancia estadística p < 0,05.

Valor Predictivo

Que es r.r (r cuadrado) es de 0.49 (0.7x0.7) y esto es lo mismo que decir "una

predicción de una variable a través de otra puede acertar como no", o es blanco o es

negro, no dice nada mas, debemos tener como mínimo 0.85 y ahí empezar a inferir la

influencia de la variable.

Métodos de correlación RANK.: Coeficiente de Correlación Spearman

Ej. El uso de un módulo (medido en porcentaje de exámenes) en una muestra de

estudiantes de maestría y el número de horas de estudio.

ANÁLISIS DE REGRESIÓN

El investigador suele tener razones teóricas o prácticas para creer que determinada

variable es causalmente dependiente de una o más variables distintas. Si hay

bastantes datos empíricos sobre estas variables, el análisis de regresión es un

método apropiado para desvelar el patrón exacto de esta asociación.

El algoritmo de análisis de regresión construye una ecuación, que tiene el siguiente

patrón. Además, da los parámetros a1, a2 etc. y b valores tales que la ecuación

corresponde a los valores empíricos con tanta precisión como es posible.

y = a1x1 + a2x2 + a3x3 + ... + b

En la ecuación, y = la variable dependiente x1 , x2 etc. = variables independientes a1,

a2 etc. = parámetros b = coeficiente.

En su estructura para un análisis de dos variables cuantitativas la fórmula para un

análisis de regresión sería:

Y = a + bX.

En donde

27

Page 29: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Y = Variable dependiente (numérica).

X = variable independiente (numérica)

A = Ordenada de origen

B = Coeficiente de regresión lineal.

Cálculo de a:

_ _

a = Y – bX

_

Y = Promedio de las Y

_

X = Promedio de las X

n = Tamaño muestral

b = n XY - X Y

nX² - (X²)

PRUEBAS PARA VARIABLES CUALITATIVAS

LA PRUEBA DE Z PARA DOS PROPORCIONES

Esta prueba es aplicada para n1 y n2 mayores a 30 casos.

Z = ( P1 - P2) .

/ p1q1 + p2q2

n1 n2

PRUEBA DE JI CUADRADO PARA DOS PROPORCIONES

Sume cada diferencia entre lo que observo y lo que esperaba, elevada al cuadrado y

dividida por lo que esperaba

X² = (fo - fe)²

fe²

En donde:

fe = ( fi) ( c)²

ft

28

Page 30: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

gl = (fi -1) ( c – 1)

fo = Frecuencias observadas

fe = Frecuencias esperadas.

fi = Filas

c = Columna

gl = Grados de libertad

No es el mismo concepto que el anterior, pues no mide "diferencias de medias"

propiamente dichas, sino cual es la "variabilidad total", un resultado "significativo" no

nos dice quien es mas o menos, sino que son diferentes.

Utiliza el concepto de GL pero no por cantidad de sujetos sino por cantidad de

Grupos Fi de Condiciones C, GL =(Fi-1) (C-1) Para un único grupo, GL = C-1, para

una única condición GL = Fi-1.

Además contiene condiciones de restricción como que ningún valor esperado sea

menor a 5. Formas para sacar los "esperados" si no se tiene idea de lo que se espera

y otras aplicaciones de "asociación", "contingencia", etc.

VARIACIONES DE LA PRUEBA DE CHI² Y PRUEBAS ALTERNATIVAS

TEST X² de Mc NEMAR

Cuando tenemos dos variables de distribución binomial, las muestras son

independientes pero algún valor esperado de alguna de las celdas de la tabla de 2 x

2 es < 5:

Ej: Se desea determinar si dos técnicas educativas difieren en la detección de cierto

tipo de problema de aprendizaje (+). Se toma una prueba, por ejemplo, 100 alumnos

y cada una se divide en dos, una sub muestra se analiza la técnica A y la otra la B.

Con la prueba de c2 de Mc Nemar se determina si la proporción de los (+ al problema

de aprendizaje) con la técnica A difiere de los (+ a problemas de aprendizaje) con la

técnica B.

29

Page 31: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

DESPUES

+ -

ANTES + a b

- c d

X² de Macnemar = ( |a - d| - 1 )² , x² con un grado de libertad

( a + d)

PRUEBA EXACTA DE FISHER

Cuando tenemos dos variables de distribución binomial, las muestras son

independientes y todos los valores esperados son ≥ 5. Los valores usados no

corresponden a densidad de incidencia:

Ej: Cuando en el ejemplo anterior uno de los valores esperados de una de las celdas

de la tabla de 2 x 2 es menor de 5. El valor esperado se halla multiplicando el total de

la columna (a + b) por el total de la fila (a + c) correspondientes a esa celda (ej. la

celda a) y dividiendo por el total de participantes (a+b+c+d).

+ -

I + a b

II - c D

Se calcula el valor de p (nivel de significancia) con la siguiente fórmula:

p = (a +c)! (b +d)! (a+b)! (c + d)!

a! b! c! d!

Pruebas para proporciones binomiales a dos muestras o metodos para tablas

de 2x2 si no existen confusores. Si existen confusores: prueba de Mantel-

Haenszel

Distribución binomial, muestras independientes, todos los valores esperados ≤5,

valores de densidad de incidencia incluidos:

Ej: Cuando el ejemplo anterior uno de los valores esperados son ≤ de 5 y el estudio

no es uno de tipo cohortes: es uno de tipo caso control o transversal

a B F1

30

Page 32: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

c d F2

C1 C2 N

XMH² = ( a .d – b.c /N)²

F1F2C1C2/N3

C = Filas

F = Columnas

Trabaja con 1 grado de libertad

Métodos de tablas de contingencias r x c

Distribución no normal (o teorema de límite central no asumido), datos no

categóricos:

Ej. Queremos saber si existe asociación entre la variable violencia familiar (leve,

moderada o severa) en tres grupos de alumnos con rendimiento académico bajo,

regular y alto.

Prueba Kappa

Ej. Queremos saber en que grado concuerdan el diagnóstico clínico de un ginecólogo

y el diagnostico de laboratorio en la etiología de la vulvovaginitis en 100 mujeres que

venían con el síntoma de flujo vaginal anormal.

PRUEBA COCHRAN Q

La prueba Cochran Q puede usarse para evaluar la relación entre dos variables que

se miden en una escala nominal. Una de las variables puede incluso ser dicotómica,

o consistir en sólo dos valores posibles.

_

Q = k.(k – 1) (V - V)²

kH - H²

k = número de variables

H = Total de situaciones en filas

V = Total de situaciones en columnas

Prueba Wilcoxon

31

Page 33: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Con la prueba Wilcoxon podemos comprobar la representatividad de las preferencias

entre dos (o más) alternativas. La escala al dar las preferencias es ordinal.

32

Page 34: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

PRUEBAS PARA VARIABLES CUALITATIVAS Y CUANTITATIVAS.

ANÁLISIS DE VARIANZA

Básicamente la variable independiente es cualitativa nominal y la dependiente es

cuantitativa. El análisis de varianza (en inglés ANOVA, ANalysis Of VAriance)

examina dos o más conjuntos de mediciones, especialmente sus varianzas, e intenta

detectar diferencias estadísticamente representativas entre los conjuntos. Estos

conjuntos podrían ser, por ejemplo, reacciones medidas para dos grupos

experimentales, y el investigador quiere examinar si hay una diferencia en las

reacciones, tal vez causada por los distintos estímulos a los grupos.

El método de análisis de varianza se basa en el hecho matemáticamente probado de

que hay una diferencia entre los grupos sólo si la varianza inter-grupos es mayor

que la varianza intra-grupo.

El análisis se inicia calculando la varianza intra-grupo para cada grupo, y la media de

todas estas varianzas de grupo.

El siguiente paso es calcular la media para cada grupo, y entonces la varianza de

estas medias. Esa es la varianza inter-grupos.

Entonces calculamos la proporción de las dos cifras que acabamos de obtener, que

es llamada F. En otras palabras, = (varianza de las medias de grupo) / (media de las

varianzas de grupo).

variabilidad inter

F = --------------------

variabilidad intra

Fórmulas:

La prueba de F para la regresión lineal

F = CM entre-grupos

CM intra-grupos

33

Page 35: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

CM = Cuadrados medios

CM = SC/gl

SC = Suma de cuadrados

gl = Grados de libertad

proviene de :

Cálculo de la suma de cuadrados intragrupo:

SC iintragrupo = SC total – SC entre grupos

Para esto se calcula:

Suma de cuadrados totales:

Sctotal = x² - ( x) ²

N

x = Suma de las observaciones (puntuaciones de la variable dependioente).

X²= Suma de los cuadrados de las observaciones

N = número total de casos

Suma de los cuadrados entre grupos

SC entre grupos = ( x1)² + ( x2)² + ( x3)² + ( x4)² - ( x)²

n n n n N

Lo que precisamente trata de ver Fisher es que si el numerador es grande y el

denominador es pequeño, F es grande y por lo tanto significativa. Por que? porque

arriba será "grande" si y solo si hay una gran diferencia entre los grupos y abajo

será pequeño si y solo si los grupos tienen datos "equivalentes", de poca

variabilidad. Fisher trata de manejar eso de que hay mucha diferencia entre los

grupos, pero dentro de cada uno hay cualquier "causalidad", es decir, no afirmar la

diferencia significativa, si los grupos no son "representativos" de esa diferencia. Muy

buena solución.

34

[ ]

Page 36: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Finalmente nos referimos a la tabla (en manuales estadísticos) que muestra qué

valores puede alcanzar el coeficiente F cuando sólo actúa el azar. Si el F obtenido

del ANOVA es mayor que el valor de la tabla, hay una diferencia entre los grupos que

es significativa según muestra la tabla.

La fórmula del análisis de varianza es muy compleja y es preferible saber la decisión

y emplearla en un paquete estadístico.

Anova un factor

Ej: Queremos comparar el promedio de horas de estudio (variable continua y

dependiente) entre cuatro técnicas de motivación para la lectura (variable

independiente y categórica) en u un grupo de 100 estudiantes universitarios.

Asumimos que los valores de las diferencias de las horas de estudio siguen un patrón

normal.

Prueba de Kruskal-Wallis: No Paramétrica

Inferencia acerca de varianzas, distribución normal (o teorema de límite central

asumido):

Ej. Queremos comparar los promedios de horas de estudio en el hogar entre tres

grupos de estudiantes: con bajo rendimiento escolar, otro en el que existe un

resultado regular rendimiento escolar y el ultimo grupo donde el rendimiento escolar

es bajo.

Prueba de Bartlett's para homogeneidad de varianzas

Distribución no normal (o teorema de limite central no asumido), datos categóricos.

Ej: Queremos en el ejemplo anterior, comparar la dispersión de los promedios de

horas de estudio en los tres grupos, tomando en cuenta las varianzas (cuadrado de la

desviación estándar).

Anova de dos factores.

Ej: Queremos ver la diferencia de promedios de calificaciones de un examen

(variable dependiente continua) entre dos grupos de estudiantes: 100 que estudian

mediante ABP y 100 mediante Aprender Haciendo. Pero hay que considerar que

35

Page 37: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

dentro de estos dos grupos existen estudiantes que no tienen buenos hábitos de

estudio y estudiantes que sí tienen buenos hábitos de estudio. En realidad habrían 4

grupos en la variable independiente: ABP con Buenos ya malos hábitos, Con

aprender Haciendo y con Buenos ya malos hábitos de estudio. Asumimos que los

valores de las calificaciones siguen un patrón normal.

ANÁLISIS DE COVARIANZA

Distribución no normal de la variable dependiente (o no se asume teorema de limite

central):

Ej: Queremos comparar el promedio del efecto del método Aprendizaje Basado en

proyectos (variable dependiente y continua) entre cuatro programas diferentes

(variable independiente y categórica) en un grupo de 100 estudiantes de diferentes

edades. Variables a ser controlada: la edad, horas de estudio asociada. Asumimos

que los valores de las diferencias de las notas antes y después de la administración

de los métodos siguen un patrón normal.

ANÁLISIS FACTORIAL

A veces tiene el investigador una gran cantidad de datos sobre numerosas variables

diferentes con correlación entre ellas. Con ayuda del análisis factorial, tales datos

suelen poder comprimirse y las variaciones presentarse a través de sólo unas pocas

variables.

Como ejemplo, consideremos los datos de un cuestionario (mostrado en otra parte)

donde a un cierto número de sujetos de un test se les preguntó en qué grado se

correspondían sus problemas de bajo rendimiento académico, analizando los

diversos factores, sociales, económicos y culturales potencialmente relacionados a

este problema y las costumbres de estas personas referidas por el investigador

(mostrados en escalas "semánticas diferenciales"). El investigador ahora quiere

descubrir si tras las estimaciones de los sujetos, hay algunas "variables de fondo"

cuya medición directa por a través de medios lingüísticos no sería posible a causa de

la carencia de adjetivos apropiados en el lenguaje. La hipótesis del investigador es

que estas variables de fondo "aparecen" a través de los adjetivos usados en las

escalas semánticas, habitualmente no con un adjetivo único, sino mediante un grupo

de adjetivos con correlación entre ellos.

36

Page 38: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Con la ayuda de un análisis factorial, las variables de combinación o factores ocultos

tras los atributos medidos pueden detectarse y especificarse, y el análisis también

dice lo estrechamente que estos factores están vinculados con las variables

originalmente verificadas.

Un inconveniente del método del análisis factorial es que es demasiado fácil de usar

para estudios que son formalmente correctos pero en la práctica absurdos, porque

siempre presenta los resultados de una forma elegante y matemáticamente exacta,

incluso cuando los factores obtenidos son tienen ningún contenido empírico sensato.

ANÁLISIS DE SERIE TEMPORAL

Una serie cronológica es una línea de valores de variables reunidos en un cierto

periodo de tiempo, habitualmente en intervalos regulares. Si cada valor nuevo se

añade a los previos, la serie es acumulativa.

La curva es la presentación más usual para la serie cronológica. El tiempo siempre

se presenta en el eje horizontal, x. Si es necesario, pueden situarse varias variables o

series de datos en el mismo diagrama. Esto tiene especial sentido cuando se están

investigando sus conexiones o ha de ponerse énfasis en éstas. Cuando se presentan

dos series cronológicas distintas con distintas escalas, podemos situar una escala

cuanto al margen izquierdo de la figura y la otra junto al margen derecho.

Toda serie cronológica es intrínsecamente discontinua, es decir, obtiene un valor

discreto para cada periodo de tiempo. Esto es por lo que la presentación elegida para

una serie cronológica suele ser una curva "en escalera", que es en principio lo mismo

que un histograma donde las columnas se dibujan una junto a otra.

Si dirigimos una mirada más detenida a la variación de la serie cronológica, ésta

suele revelar componentes, todos los cuales tienen sus regularidades específicas que

pueden ser analizadas. Los más habituales de estos componentes son:

Tendencia

Variación periódica

Variación coyuntural

37

Page 39: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Una tendencia es una dirección lineal de desarrollo en un periodo de tiempo. Una

forma sencilla de estudiarla es hacer un diagrama de dispersión y entonces situar

manualmente una estimación aproximada de la línea que describe la tendencia en él

(la línea roja).

Un método más refinado y exacto para la tarea arriba mencionada es el análisis de

regresión. Tras haber encontrado la ecuación que se ajusta de forma óptima a la

tendencia, ésta habitualmente es también presentada de forma gráfica, posiblemente

junto con el diagrama de dispersión original.

Una variación periódica es una variación cíclica recurrente en forma similar una y

otra vez. El periodo de variación suele ser una unidad natural de tiempo, como un

año o un día.

Por ejemplo, el promedio de calificaciones de una muestra de escolares varía

simultáneamente con dos frecuencias: anual y semanal. Estos se calculan uno cada

vez, por el siguiente método, básicamente el mismo en los tres casos:

La variación periódica anual se halla haciendo un grupo de los valores para

Abril, otro de los de Marzo, etc. Entonces, para cada uno de estos doce

grupos se calcula la media y finalmente las doce medias se presentan como la

variación anual.

Cuando calculan los valores semanales, habrá siete grupos, es decir, uno

para cada día de la semana. Se calcula la media para cada uno de los siete

grupos, y las siete medias conforman la variación semanal.

Cuando se ha encontrado la variación periódica, ésta se presenta, sea gráficamente

como curva de la longitud de un periodo, o bien numéricamente como un índice. Este

índice habitualmente se hace a partir de una base de 100 (ó 1,00), y sus valores

periódicos se obtienen cuando las medias periódicas (por ejemplo mensuales) se

dividen por la media común del conjunto de los datos.

38

Page 40: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

CUANDO SE ESTUDIA TRES O MÁS VARIABLES

CUANDO LA VARIABLE DEPENDIENTE ES CONTINUA:

MÉTODO DE REGRESIÓN MÚLTIPLE

Ej. Queremos saber si la variable dependiente peso esta independientemente

relacionada (y en que grado) a otras variables como edad, estado nutricional, talla,

etc.

CUANDO LA VARIABLE DEPENDIENTE ES BINARIA Y EL TIEMPO EN QUE

OCURRE EL EVENTO ES IMPORTANTE.

CUANDO LA VARIABLE DEPENDIENTE NOMINAL Y LAS INDEPENDIENTES

NUMÉRICA

MÉTODO DE REGRESIÓN LOGÍSTICA

Ej. Queremos saber cuales de las variables (edad, número horas de estudio, etc.)

están independientemente asociadas a la presencia o no de deserción escolar en

niños que estudian la primaria en un colegio de Comas.

Ej. Se desea identificar los factores con variables independientes cuantitativas de la

motivación para estudiar.

PREGUNTAS

¿Qué tipo de pruebas estadísticas se emplean cuando se asocian dos

tipos de variables cuantitativas?

¿Qué tipo de pruebas estadísticas se emplean cuando se asocian dos

tipos de variables cualitativas?

Mencione la utilidad de cada prueba

39

Page 41: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Segunda unidad……………………………..

Trabajo de Bases de Datos en Spss: Manejo de conceptos básicos de

estadística aplicada

40

Page 42: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

2.1 EL PROGRAMA ESTADÍSTICO SPSS

Objetivo: El alumno al terminar el aprendizaje del presente capítulo conocerá el

programa SPSS, su estructura básica y su utilidad para la realización de la tesis.

SPSS

Statistical Package for the Social Sciences (SPSS) es un programa estadístico

informático muy usado en las ciencias sociales y las empresas de investigación de

mercado. Originalmente SPSS fue creado como el acrónimo de Statistical Package

for the Social Sciences. En la actualidad, la sigla se usa tanto para designar el

programa estadístico como la empresa que lo produce. Parece que se esta

popularizando la idea de traducir el acrónimo como "Statistical Product and Service

Solutions"..

Versiones del SPSS

SPSS Inc. desarrolla un módulo básico del paquete estadístico SPSS, del que han

aparecido las siguientes versiones:

SPSS-X (para grandes servidores tipo UNIX)

SPSS/PC (1984, en DOS. Primera versión para computador portátil)

SPSS/PC+ (1986 (en DOS)

SPSS for Windows 6 (1992) / 6.1 for Macintosh

SPSS for Windows 7

SPSS for Windows 8

SPSS for Windows 9

SPSS for Windows 10 / for Macintosh 10 (2000)

SPSS for Windows 11 (2001) / for Mac OS X 11(2002)

SPSS for Windows 11.5 (2002)

SPSS for Windows 12 (2003)

SPSS for Windows 13 (2004): Permite por primera vez trabajar con multiples

bases de datos al mismo tiempo.

SPSS for Windows 14 (2005)

SPSS for Macintosh 13 (2006)

41

Page 43: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

SPSS for Windows 15 (2006)

SPSS for Windows 16 (Octubre 2007): En la lista de usuarios de SPSS

"SPSSX(r) Discussion [[email protected]]" varios funcionarios

de la empresa anunciaron previamente la salida de la versión 16 de este

software. En ella se incorporó una interfase basada en Java que permite

realizar mejoras importantes en las facilidades de uso del sistema.

Módulos del SPSS

El sistema de módulos de SPSS, como los de otros programas (similar al de algunos

lenguajes de programación) provee toda una serie de capacidades adicionales a las

existentes en el sistema base. Algunos de los módulos disponibles son:

Manejo

SPSS tiene un sistema de ficheros en el cual el principal son los archivos de datos

(extensión .SAV). Aparte de este tipo existen otros dos tipos de uso frecuente:

Archivos de salida (output, extensión .SPO): en estos se despliega toda la

información de manipulación de los datos que realizan los usuarios mediante

las ventanas de comandos. Son susceptibles de ser exportados con varios

formatos (originalmente HTML, RTF o TXT, actualmente la versión 15

incorpora la exportación a PDF junto a los formatos XLS y DOC que ya se

encontraban en la versión 12)

Archivos de sintaxis (extensión .SPS): Casi todas las ventanas de SPSS

cuentan con un botón que permite hacer el pegado del proceso que el usuario

desea realizar. Lo anterior genera un archivo de sintaxis donde se van

guardando todas las instrucciones que llevan a cabo los comandos del SPSS.

Este archivo es susceptible de ser modificado por el usuario. Muchos de los

primeros usuarios del SPSS suelen escribir estos archivos en vez de utilizar el

sistema de pegado del programa.

Existe un tercer tipo de fichero: el fichero de scripts (extensión .SBS). Este fichero es

utilizado por los usuarios más avanzados del software para generar rutinas que

permiten automatizar procesos muy largos y/o complejos. Muchos de estos procesos

suelen no ser parte de las salidas estándar de los comandos del SPSS, aunque

parten de estas salidas. Buena parte de la funcionalidad de los archivos de scripts ha

sido ahora asumida por la inserción del lenguaje de programación Python en las

42

Page 44: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

rutinas de sintax del SPSS. Procedimientos que antes solo se podían realizar

mediante scripts ahora se pueden hacer desde el sintax mismo.

El programa cuando se instala trae un determinado número de ejemplos o utilidades

de casi todos los ficheros en cuestión. Estos son usados para ilustrar algunos de los

ejemplos de uso del programa.

Fichero de datos de SPSS

Los ficheros de datos en formato SPSS tienen en Windows la extensión .SAV. Al abrir

un fichero de datos con el SPSS, vemos la vista de datos, una tabla en la que las filas

indican los casos y las columnas las variables. Cada celda corresponde al valor que

una determinada variable adopta en un cierto caso.

Además de esta vista de datos, en las últimas versiones del programa existe una

vista de variables en la que se describen las características de cada una. En esta

vista las filas corresponden a cada variable y las columnas nos permiten acceder a

sus características:

Nombre, limitado a 8 caracteres.

Tipo de variable (compárese este listado de opciones con los tipos de variables estadísticas existentes)

o Numérico, número en formato estándar)

o Coma decimal, número con comas cada tres posiciones y con un punto como delimitador de los decimales

o Punto decimal, número con puntos cada tres posiciones y con una coma como límite delimitador de los decimales.

o Notación científica, número que se expresa con un formato tal que se sigue de una E y un número que expresa la potencia de 10 a la que se multiplica la parte numérica previa

o Fecha

o Moneda dólar, formato numérico con el que se expresan cantidades en dólares

o Moneda del usuario, formato numérico con el que se expresan cantidades en la moneda definida en la pestaña de monedas del cuadro de diálogo "Opciones"

o Cadena de caracteres o variable alfanumérica

Tamaño total

Tamaño de la parte decimal

43

Page 45: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Etiqueta de la variable

Etiquetas para los valores

Valores perdidos

Espacio que ocupa en la vista de datos

Alineación de la variable en la vista de datos

Escala de medición.

Algunos usuarios pasan por alto las características de las variables cuando se trabaja

en la base de datos. Sin embargo, cuando se utilizan scripts o Python las

características de las variables pueden tomar gran relevancia en la construcción de

procedimientos ad-hoc.

PREGUNTAS

¿Qué es el SPSS?

¿Qué tipos de archivos genera el SPSS?

¿Cómo Trabaja las variables el programa SPSS?

44

Page 46: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

2.2 INTRODUCCIÓN AL SPSS EN ESPAÑOL

Objetivo: El alumno conocerá las funciones básicas del SPSS en español.

INTRODUCCIÓN AL SPSS EN ESPAÑOL:

Para ingresar al programa, tenemos dos opciones; la primera es mediante el acceso

directo ubicado en el Escritorio (Si lo hay) y la segunda es mediante la ruta Inicio.

Programas.. SPSS para Windows.. SPSS 12.0 para Windows.

.

.

Al iniciar el programa se abre automáticamente el Asistente de inicio [Fig.1]; a través

de este asistente podemos comenzar a trabajar con SPSS de seis diferentes

maneras; entre las que encontramos Ejecutar el tutorial, Introducir datos (Crear nuevo

archivo), Ejecutar una consulta creada anteriormente (Importar los datos de una

archivo de base de datos), Crear una nueva consulta mediante el asistente de base

de datos (Definir los parámetros de ubicación y nombre de un archivo de Base de

datos), Abrir una fuente de datos existente (Esta opción cuenta con una casilla en su

parte inferior, en donde aparecen todos los archivos de datos que se hayan utilizado

con anterioridad en el programa; si es la primera vez que se abre el programa desde

su instalación sólo aparece la opción Más archivos, la cual al ser elegida abre una

ventana de navegación para la ubicación del archivo).

 

La última opción que aparece en el asistente corresponde a Abrir otro tipo de archivo;

a través de esta opción podemos ubicar y abrir cualquier tipo de archivo de SPSS

distinto al de datos. Para seleccionar alguna de las opciones basta con hacer clic

sobre ella de manera que aparezca un punto en la casilla de activación ( ). A pesar

de la utilidad que nos brinda el asistente, el programa nos da la posibilidad de decidir

si queremos que aparezca el asistente cada vez que se ejecute el programa o no.

45

Page 47: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Para desactivar el asistente debemos activar la opción No volver a mostrar este

cuadro de diálogo, ubicada en la parte inferior del asistente.

 

Figuras 1

 

Antes de continuar es necesario aclarar los tipos de archivos que genera SPSS, los

cuales son:

Archivos de Datos: son los archivos generados por el sistema (SPSS), en

los cuales se almacena la información (casos y variables) que se haya

creado en el editor o se haya importado de otras fuentes. Este tipo de

archivo se genera con la extensión (*.sav).

Archivos de resultados: son los archivos generados por el sistema, en los

cuales se plasman todos los resultados de los procesos que se han

realizado con el paquete (Tablas, Gráficos, Estadísticos, etc). Este tipo de

archivo se identifica con la extensión (*.spo).

Archivos de sintaxis: este tipo de archivos contienen las líneas de código o

palabras clave de cada uno de los procedimientos que se hayan realizado

con el paquete (Frecuencias, Gráficos, etc.). Este tipo de archivo se

identifica con la extensión (*.sps).

 

Desde luego SPSS nos permite trabajar con un gran número de formatos de archivo,

provenientes de diferentes programas de bases de datos, hojas de cálculo,

procesadores de palabras e incluso generadores de gráficos.

46

Page 48: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Para continuar seleccionamos la opción Abrir una fuente de datos existente y

sucesivamente hacemos clic en Aceptar, surgiendo la ventana de exploración de

Windows [Fig. 2 y 3]. A través de esta ventana, podemos ubicar de forma rápida y

sencilla un archivo dentro del ordenador o la red. Por defecto la ventana de

exploración se ubica en la carpeta SPSS ubicada en la unidad [C:]; en esta carpeta

se encuentran todos los archivos de muestra que se incluyen con el programa, los

cuales son nombrados en la mayoría de los tutoriales del paquete.

 

Figuras 2 y 3

 Esto es una vista de datos  

Figura 4

PREGUNTAS

¿Explique que es un archivo de datos?

¿Mencione la diferencia entre un archivo de datos y uno de resultados?

47

Page 49: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

2.3 EDITOR DE DATOS DE SPSS EN ESPAÑOL

El alumno al culminar el capitulo, conocerá las pautas fundamentales y tendrá los

elementos necesarios para realizar adecuadamente una edición de datos.

EDITOR DE DATOS

 Esta es la ventana principal del programa, en ella se encuentra la mayoría de los

procedimientos que se pueden realizar con el paquete, así como los accesos directos

a las opciones de los diferentes módulos. Además esta es la única ventana del

programa en la que podemos apreciar la información (Casos y Variables) en su

estado original (Desagrupado). El Editor de datos esta compuesto por cinco

secciones, cada una de las cuales nos ofrece opciones e información diferente. Los

componentes del editor de datos son:

Barra de Menús

Como la mayoría de los programas basados en el sistema operativo Windows, el

Editor de datos de SPSS cuenta con una barra de menús desplegables, en donde se

encuentran las diferentes opciones, procedimientos y aplicaciones que se pueden

ejecutar con el programa. En SPSS se cuenta con diez diferentes menús

desplegables [Fig.5]; dentro de los que encontramos Archivo, Edición, Ver, Datos,

Transformar, Analizar, Gráficos, Utilidades, Ventana y Ayuda (?).

 

Figuras 5

 

Las opciones y procedimientos de los menús Archivo, Edición y Ver, están orientados

a las propiedades de Editor de datos. Las opciones y procedimientos de los menús

Datos y Transformar se enfocan a las propiedades y modificación de los datos (Casos

o variables) del archivo que se encuentre abierto. Los procedimientos de los menús

Analizar y Gráficos se encaminan en la descripción y análisis de los datos a través de

pruebas estadísticas o gráficos representativos. El menú Utilidades en cambio se

orienta a la generación y ejecución de los procesos automáticos; es decir, sus

opciones y procedimientos se emplean en la utilidad de producción. Por último

aparecen los menús Ventana y Ayuda (?), los cuales como su nombre lo indica se

orientan a las opciones de ventana y las ayudas del paquete. El contenido de cada

uno de estos menús se irá explorando a través de los capítulos del libro.

48

Page 50: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Barra de Herramientas

En esta barra se encuentran los botones de acceso directo a los procedimientos más

comúnmente utilizados del programa. Los procedimientos de esta barra pueden ser

modificados por el usuario de acuerdo a su criterio y necesidades; permitiéndole

personalizar su contenido. Por defecto el programa incluye dentro de la barra de

herramientas los procedimientos:

 

Abrir Archivo ( ), Guardar archivo ( ) e Imprimir ( ): Al seleccionar

(Hacer clic) el botón Abrir archivo, aparece la ventana de exploración de Windows por

medio de la cual podemos ubicar un archivo en el ordenador (Sólo admite algunos

tipos de formato [Ver Tipos de archivo en la ventana de exploración]). Al seleccionar

Guardar archivo, los cambios que se hayan realizado en el editor de datos al archivo

activo (Abierto), son guardados. Al seleccionar Imprimir, se abre la ventana de

impresión de Windows; a través de esta opción se imprime el contenido del archivo

de datos; es decir, los casos y las variables. Esta opción sólo es útil si el número de

datos es muy pequeño.

 

Recuperar cuadro de diálogo ( ): Este botón nos permite acceder de forma

rápida a los últimos procedimientos que hayamos efectuado en SPSS; es decir, nos

muestra los diferentes cuadros de diálogo (ventanas) que se hayan ejecutado

(Empleado) con anterioridad en el programa, como frecuencias, gráficos, tablas, etc.

Al seleccionar esta opción se despliega una lista con el nombre de los procedimientos

que se han realizado [Fig.6]; si elegimos alguna de ellas (Hacer clic), aparecerá el

cuadro de diálogo del procedimiento.

 

Figuras 6

 

Deshacer ( ) y Rehacer ( ): Este par de iconos también son comunes en la

mayoría de los programas de Windows, con la diferencia que en SPSS, sólo nos

permite deshacer o rehacer la última acción y solamente una. Para que se activen

49

Page 51: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

estos botones, se debe realizar alguna operación en el Editor de datos (Cortar,

copiar, eliminar, etc.).

 

Ir a gráfico ( ): Este icono nos permite ir rápidamente al último gráfico realizado

durante la sesión actual de SPSS; al seleccionarlo aparece la ventana de resultados

y nos enseña el gráfico.

 

Ir a caso ( ): Como su nombre lo indica nos permite ir a un caso específico dentro

del archivo de datos activo; es decir, nos ubica en la posición donde se encuentra el

caso. Al seleccionar esta opción aparece la ventana correspondiente [Fig.7]; en este

cuadro debemos ingresar el número del caso que nos interesa ubicar.

Figuras 7

 Variables ( ): a través de esta opción podemos obtener la información

(Propiedades) que se haya definido para cada una de las variables del archivo activo.

Cuando seleccionamos este icono se abre un nuevo cuadro de diálogo [Fig. 8], en el

cual nos muestra toda la información de cada una de las variables (el nombre, la

etiqueta, si hay o no valores perdidos, el nivel de medida, los valores y las etiquetas

de cada valor).

Figura 8

 

Si se desea observar la información de otra variable, basta con señalarla en la lista

de variables (Hacer clic) y la información de ella aparece dentro de la casilla del

cuadro de diálogo. Este botón es de bastante utilidad cuando se desconoce el

50

Page 52: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

contenido de los datos o sencillamente se nos olvida el contenido y estamos

realizando análisis con los procedimientos del programa.

Barra de herramientas de SPSS en Español

Buscar ( ): A través de este icono podemos ubicar un valor dentro de una

variable; es decir, nos permite encontrar un número o una combinación de caracteres

dentro de los registros de una variable. Dado que generalmente se utilizan números

para representar las categorías de las variables (Por ejemplo: hombre = 0 y mujer =1)

y las bases de datos poseen múltiples variables, sería ilógico esperar que la

búsqueda se realice en todo el archivo.

Al seleccionar el procedimiento Buscar, aparece un nuevo cuadro de diálogo [Fig.9];

para identificar la variable en la que se realizará la búsqueda, el cuadro adiciona en la

parte superior la frase “Buscar datos en la variable ***” (donde *** = nombre de la

variable). Para seleccionar una variable se debe hacer clic sobre ella directamente en

el editor de datos, de manera que el nombre de la variable en la frase cambie por el

de la variable seleccionada.

 

Figura 9

Si nos fijamos en el cuadro de diálogo Buscar datos, notaremos que aparece en la

parte inferior del cuadro la opción Coincidir mayúsculas y minúsculas; esta opción nos

permite especificarle al programa que realice la búsqueda de forma más exacta;

51

Page 53: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

desde luego esta opción sólo es aplicable a las variables que tengan caracteres

alfanuméricos (Letras). Por último encontramos el botón Buscar siguiente; a través de

este botón podemos pasar de un caso o registro encontrado, que coincida con las

condiciones de búsqueda, al siguiente.

 

Insertar caso ( ) e Insertar variable ( ): Como su nombre lo indica, estas

dos opciones nos permiten ingresar un nuevo Caso o Variable. Al seleccionar la

opción Ingresar caso, el programa nos permite ingresar los valores del caso para

cada una de las variables del archivo. Si por el contrario seleccionamos la opción

Insertar variable, el programa nos permite ingresar una nueva variable o pregunta

para los casos del archivo de datos activo.

 

Segmentar archivo ( ): Este icono nos permite dividir nuestra base de datos

(Archivo activo) en distintos grupos de acuerdo a la variable que utilicemos para la

segmentación. Al seleccionar esta opción, se abre un nuevo cuadro de diálogo

[Fig.10]; en el que encontramos tres diferentes opciones de segmentación. La

primera opción del cuadro es Analizar todos los casos, no crear los grupos; esta

opción nos permite trabajar con todos los casos de la base y calcular los resultados

de los estadísticos empleando la totalidad de los casos u observaciones.

 

La segunda opción corresponde a Comparar los grupos; esta opción nos permite

comparar los resultados de los procedimientos que se realicen con el programa para

las categorías de la variable de agrupación; para realizar la comparación el programa

realiza los cálculos solamente con los datos de cada categoría y presenta los

resultados de forma comparativa; es decir ubica de forma jerárquica los resultados de

cada categoría (por ejemplo: tabla categoría 1, tabla categoría 2, gráfico categoría 1,

gráfico categoría 2, estadístico categoría 1, estadístico categoría 2).

 

La tercera opción corresponde a Organizar los resultados por grupos; esta opción es

muy similar a la opción anterior, con la diferencia que los resultados de los

procedimientos que se realicen con el programa se representan en forma organizada

(Por ejemplo: Tabla Cat1, Gráfico Cat1, Estadístico Cat1, Tabla Cat2, Gráfico Cat2,

Estadístico Cat2). Esta opción es bastante útil si nosotros deseamos hacer un

análisis separado de la muestra por algún tipo de “rangos”, como por ejemplo el

género, la región, la fecha, etc.

52

Page 54: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Figuras 10

Para realizar la segmentación de archivo debemos seleccionar una de las dos últimas

opciones, de manera que se active la casilla “Grupos basados en”; una vez se activa

se ingresa en ella la variable o las variables que deseamos utilizar como rango y

finalmente hacemos clic en Aceptar. Después de segmentar el archivo, cada

procedimiento (tablas, gráficos o estadísticos) que se realice con el programa,

mostrará los resultados de acuerdo a la segmentación. En capítulos posteriores

emplearemos este procedimiento para comprender los resultados que ocasiona.

 

Ponderar ( ): A través de esta opción, podemos asignarle un peso o valor

diferente a cada uno de los casos; es decir, darle mayor importancia a unos valores

de registro que a otros, esto se hace con el fin de poder sacar algún resultado

representativo de la población y no de la muestra. Para poder realizar este

procedimiento, es necesario tener una variable de ponderación en la cual se

encuentran los valores (Pesos) de cada registro; en capítulos posteriores

emplearemos esta opción para comprender los resultados que ocasiona.

 

Seleccionar casos ( ): A través de esta opción, podemos seleccionar solamente

los casos que cumplan con los criterios que el investigador imponga; por ejemplo, las

personas del género femenino. A su vez, este procedimiento nos brinda la

oportunidad de pedirle al programa que tome un fragmento de los casos de forma

aleatoria. Al activar la selección de casos el programa realiza los cálculos de los

procedimientos sólo con los casos que hayan sido seleccionados.

 

53

Page 55: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Etiquetas de valor ( ): Esta opción nos permite observar en el editor de datos, los

valores de los datos o la categoría a la que corresponde. Al activar esta opción

aparecen en el editor de datos las categorías (palabras) de cada una de las variables

[Fig.11]. Si por el contrario desactivamos esta opción, aparecen en el editor de datos

los números (Valores) de cada variable [Fig.12]. La utilidad de esta opción radica en

la capacidad de darnos información sobre los datos que contiene cada una de las

variables categóricas.

 

Figuras 11 y 12

Usar conjuntos ( ): Este procedimiento nos permite generar o utilizar conjuntos de

variables, para restringir el número de variables mostradas en las listas de origen de

los cuadros de diálogo. Los conjuntos de variables pequeños hacen que la búsqueda

y la selección de variables para los análisis sea más fácil y pueden incluso mejorar el

rendimiento. Si el archivo de datos contiene un elevado número de variables y los

cuadros de diálogo se abren con lentitud, es necesario restringir las listas de origen

de los cuadros con subconjuntos de variables más pequeños, lo que reduce la

cantidad de tiempo empleado en abrirlos.

.

PREGUNTAS

¿Qué utilidad tiene la inserción de casos?

¿Qué utilidad tiene la ponderación?

¿Cómo se aplican las etiquetas de valor?

54

Page 56: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Tercera unidad……………………………..

Manejo del Data Entry, ingreso y codificación de variables

55

Page 57: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

3.2 BASE DE DATOS EN SPSS I: Las variables

Objetivo: El alumno al culminar el capitulo, conocerá los elementos que le

permitirán realizar una base de datos en SPSS como el dominio de las variables y

edición de las mismas.

Propiedades de las Variables en SPSS

 

Las variables en SPSS cuentan con una serie de propiedades que deben ser

definidas por el investigador o usuario antes de realizar cualquier tipo de análisis con

ella. De la correcta definición de las propiedades, depende en gran medida la calidad

de los análisis que se realicen y por lo tanto la veracidad de los resultados o

conclusiones que se generen. SPSS ha estipulado diez propiedades informativas de

las variables entre las que encontramos:

.

I. Nombre:

Este parámetro nos permite identificar y diferenciar las variables que componen el

archivo; para cada una de las variables se debe definir un nombre específico. El

programa establece una serie de normas para los nombres de variables, entre las

que encontramos:

 

Cada nombre de variable debe ser único; no se permiten duplicados.

La longitud del nombre no debe exceder los 64 bytes. Sesenta y cuatro

bytes suelen equivaler a 64 caracteres en idiomas de un sólo byte (por

ejemplo, inglés, francés, alemán, español, italiano, hebreo, ruso, griego,

árabe, tailandés) y 32 caracteres en los idiomas de dos bytes (por ejemplo,

japonés, chino, coreano).

El nombre debe comenzar por una letra. Los demás caracteres pueden ser

letras, dígitos, puntos o los símbolos @, #, _ o $.

Los nombres de variable no pueden terminar en punto.

Se deben evitar los nombres de variable que terminan con subrayado (para

evitar conflictos con las variables creadas automáticamente por algunos

procedimientos).

No se pueden utilizar espacios en blanco ni caracteres especiales (por

ejemplo, !, ?, ' y *).

56

Page 58: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Las palabras reservadas (ALL, AND, BY, EQ, GE, GT, LE, LT, NE, NOT,

OR, TO, WITH) no se pueden utilizar como nombres de variable.

Los nombres de variable se pueden definir combinando de cualquier

manera caracteres en mayúsculas y en minúsculas, esta distinción entre

mayúsculas y minúsculas se conserva en lo que se refiere a la

visualización.

 

Para las versiones anteriores de SPSS (11.5, 11.0, 10.0, etc.) la longitud de las

variables es de sólo ocho Bytes, lo cual generalmente no es suficiente para identificar

una variable, por lo que es recomendable utilizar las tres primeras letras de cada

palabra de la frase; es decir,

 

Estado Civil = estciv

Nivel de confianza = nivdecon

 

No necesariamente se debe seguir esta regla, lo realmente importante es que el

nombre de la variable le permita identificar al usuario o investigador, el contenido a

que se hace referencia; es decir, permitirle al usuario hacerse una idea del tema que

abarca los datos de esa variable.

 

II. Tipo:

La propiedad Tipo, nos permite especificarle al programa la naturaleza de los datos

que se incluyen dentro de la variable; es decir, nos permite definir la forma y el

significado de los caracteres que se encuentran en los registros de la variable. SPSS

nos permite elegir entre ocho diferentes tipos de variables para representar Números

(Magnitudes), Fechas (Tiempo), Monedas (Dinero) y Letras (Cadena). Desde luego

es aconsejable trabajar las variables de forma numérica ya que el análisis estadístico

es una ciencia matemática y para su correcto funcionamiento es necesario realizar

las operaciones con números; ya que en algunos casos no es posible tener los datos

de forma numérica, el paquete nos permite trabajarlos como una cadena de

caracteres (Letras y Números).

 

Para definir el Tipo, debemos hacer clic en la casilla de la variable de interés, de

manera que aparezca en el costado derecho de la casilla un pequeño cuadrado con

puntos suspensivos ( ). Al seleccionar el botón (Hacer clic), aparece el cuadro de

57

Page 59: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

diálogo Tipo de variable [Fig.13], en donde aparecen los diferentes Tipos de variable

que se pueden elegir para la variable seleccionada.

Figura 13

 

Numérico: Se emplea en una variable numérica cuyos valores representan

magnitudes o cantidades y se asocian de forma estándar; es decir, asume la notación

por defecto de Windows para la separación decimal (Enteros (,) Decimales)

“1000,00”; este suele ser  el tipo mas usado.

 

Coma y/o Punto: Estos dos tipos de variables se emplean en una variable numérica

cuyos valores representan magnitudes o cantidades. Al seleccionar la opción Coma

los valores se asocian con comas que delimitan cada tres posiciones y con el punto

como delimitador decimal “1,000.00”. Cuando se selecciona el Punto los valores se

asocian con puntos que delimitan cada tres posiciones y con la coma como

delimitador decimal “1.000,00”.

 

Notación científica: Se utiliza en una variable numérica cuyos valores son

demasiado grandes o pequeños, por lo cual se emplea un exponente con signo que

representa una potencia en base diez. 1’000.000.00 = 1.0E+6 ó 0.000001 = 1.0E(-6).

SPSS nos permite representarlo de varias formas como 1000000, 1.0E6, 1.0D6,

58

Page 60: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

1.0E+6, 1.0+6. La notación es útil cuando manejamos cifras extremas de lo contrario

es mejor manejarlo de forma numérica.

Anchura, Decimales y Etiquetas en SPSS

Fecha: Este tipo de variable se emplea cuando los valores de la variable representan

fechas de calendario u horas de reloj; al seleccionarla aparece en el cuadro de

diálogo una casilla con el listado de los diferentes formatos que el programa reconoce

[Fig.14]. Para elegir alguno de ellos basta con hacer clic sobre el formato y

sucesivamente en Aceptar.

 

Figura 14

 

Dólar: se emplea en una variable numérica cuyos valores representan sumas de

dinero en dólares. Al seleccionar este tipo de variable aparece en el cuadro de

diálogo un listado de formatos monetarios [Fig.15], en donde debemos seleccionar el

formato que más se acomode a los datos.

 

Figuras 15

 

Moneda personalizada: Este tipo de variable se emplea cuando los valores de una

variable representan sumas de dinero diferentes al dólar (Pesos, pesetas, Euros,

etc.); al seleccionar esta opción aparece un nuevo listado [Fig.16], en el cual

59

Page 61: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

debemos seleccionar uno de los formatos existentes. Estos formatos no representan

monedas especificas, si no que por el contrario el programa asume que la moneda es

de origen distinto al dólar. La diferencia con el tipo dólar es que nos permite trabajar

con cinco (5) diferentes tipos de moneda.

 

Cadena: Este tipo de variable se emplea cuando los valores no son numéricos o

sencillamente no representan magnitudes o cantidades; estas variables no son

utilizadas en los cálculos de los estadísticos. Las variables de cadena pueden

contener cualquier tipo de caracteres siempre que no exceda la longitud máxima de

255; las mayúsculas y las minúsculas se consideran diferentes ya que el programa

trabaja bajo el código ASCII. A este tipo de variables, también se le suele denominar

como variable alfanumérica. Para definir alguno de los tipos de variable, basta con

hacer clic sobre la opción que se desee y sucesivamente hacer clic en el botón

Aceptar, con lo que se cierra la ventana y el tipo elegido aparece en la casilla

seleccionada. 

III. Anchura:

Por medio de esta propiedad podemos definir el máximo de dígitos que contienen los

registros de una variable; para el cálculo del ancho se incluyen los dígitos enteros y

los decimales. Por ejemplo;

Anchura 5 = xxx.xx  ó x,xxx.x ó xx,xxx  donde x representa un número aleatorio.

No debemos cometer el error de pensar que una vez establecida la anchura, ya no

podremos encontrar una cifra con mayor cantidad de números dentro de los registros.

La opción Anchura se emplea para darle una idea al investigador, de las cifras que

encontrará cuando le pida al paquete información de las variables, es decir, no

restringe la cantidad de números sino que es un parámetro informativo, el cual le

brinda a la persona que opere el programa una idea de los rangos máximos que

puede tomar esta variable, pero no impide que se ingresen valores que sobrepasen

esta longitud.

IV. Decimales

A través de este parámetro se define el número de dígitos decimales que pueden

contener los registros de la variable. Las cifras que superen esta longitud serán

aproximadas por el programa. Cuando una cifra supera la longitud, el programa

60

Page 62: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

aproxima hacia arriba los dígitos que sobrepasen la longitud si el valor del último de

ellos es igual o mayor que cinco, de lo contrario (menor que 5) se aproxima hacia

abajo; es decir:

1.07X   si      X < 5 entonces se aproxima a 0 es decir = 1.07

1.07X   si      X => 5 entonces se aproxima a 10 es decir = 1.08

Las propiedades Anchura y Decimales pueden ser editadas directamente desde la

ventana de Tipo de variable cuando se eligen los tipos numéricos de variables

Numérica, Coma, Punto, Notación científica, Dólar o Moneda personalizada [Fig.17],

ya que al seleccionar estas opciones se habilita en el cuadro de diálogo las casillas

Anchura y Decimales.

 

Figura 17

Hay que notar que cuando seleccionamos los Tipos de variables como la Fecha y

Cadena estas propiedades se desactivan; esto se debe a que para el tipo de formato

Fecha el programa ha predefinido estos parámetros y no podemos alterarlo, la única

opción que tenemos es escoger otro formato de fecha; mientras que para el tipo

cadena no se puede tener números decimales.

 

V. Etiqueta

Dado que generalmente los sesenta y cuatro (64) caracteres del nombre (Versiones

anteriores ocho [8]) y las normas que se deben cumplir, no permiten describir de

forma clara la variable y el contenido de ella; SPSS nos brinda la posibilidad de

utilizar una etiqueta por medio de la cual podemos describir la variable mediante la

utilización de un máximo de 255 caracteres.

 

El uso de la etiqueta es bastante útil para facilitar la interpretación de los resultados

(Tablas, Gráficos o estadísticos), para las personas que no han participado en la

61

Page 63: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

generación de los procedimientos y desconocen el significado del nombre de la

variable. El uso de la etiqueta es opcional, el programa en caso de no existir una

etiqueta utiliza el nombre de la variable para generar los resultados. Para saber si

una variable tiene estipulada una etiqueta debemos ubicar el cursor del ratón sobre el

nombre de la variable en la vista de datos, de manera que aparezca una leyenda

informativa. Para comprender el valor practico del uso de etiquetas, debemos

observar las tablas de la figura [18].

 

Figura 18

Estas tablas contienen la frecuencia y el porcentaje de las categorías de la variable

Estado civil (Casado y Soltero); la primera tabla cuenta con etiquetas para el nombre

de la variable y para las categorías de la variable, mientras que la segunda tabla no

cuenta con etiquetas. Si nos fijamos en la tablas notaremos que para interpretar la

segunda tabla encontramos dificultades ya que no podemos determinar que

categoría representan los números cero (0) y uno (1). Esta misma dificultad puede

presentarse cuando nosotros realizamos un análisis de datos y entregamos los

resultados a una persona que no haya participado en los procedimientos; para evitar

estos inconvenientes se sugiere definir las etiquetas de variable y de valores.

 

Antes de definir la propiedad Valores debemos ver primero las propiedades Perdidos

y Medida, ya que la utilización de la etiquetas de valor está determinado por estos

dos parámetros y en este momento no seria muy clara su definición.

PREGUNTAS

¿Cómo delimitamos las variables?

¿Cómo codificamos las según el tipo y la etiqueta?

62

Page 64: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

63

Page 65: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Cuarta unidad……………………………..

Ingresos de instrumentos a la Base de Datos.

64

Page 66: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

4. 1 BASE DE DATOS EN SPSS II: El formato de la base

Objetivo: El alumno al culminar el capitulo, conocerá prácticos para codificar y

terminar una base de datos de cualquier tipio y poder ingresar datos a la base de

datos.

Valores perdidos y Etiquetas de valor en SPSS

V. Valores perdidos

Los valores perdidos son razones por las cuales no obtenemos una respuesta

coherente de algún entrevistado; es decir, es una razón que nos indica la causa por

la que no me aporta información el entrevistado. Dentro de los valores perdidos

podemos encontrar:

 

No sabe

No responde o se niega a responder

No aplica o sencillamente la pregunta no lo afecta EJ: preguntarle a una

persona soltera la edad a la que se caso por primera vez, si no se ha casado

nunca esta pregunta no lo afecta.

 

Debemos tener claro que los valores perdidos son razones y no errores,

generalmente tendemos a confundir un valor perdido con un valor que no esta dentro

de nuestro rango. Por ejemplo, si en la variable género (sexo), tenemos los valores (1

= mujeres y 2 = hombres) y después de revisar el archivo nos damos cuenta que

tenemos en algunos registros el valor 3, generalmente cometemos el error de pensar

que este es un valor perdido, pero no lo es, este tipo de valores los debemos

considerar como errores ya sea de digitación o de captura y la forma de corregirlos es

ir hasta la fuente (entrevistas) y determinar a que grupo pertenecía el individuo. Si no

podemos determinar el grupo y los valores son muy pocos es recomendable

prescindir de estos casos.

 

SPSS maneja dos tipos de valores perdidos; el primero es perdido por el sistema, el

cual se identifica por la ausencia total de datos; es decir, casillas vacías y el segundo

corresponde a los datos perdidos definidos por el usuario (No sabe, No responde o

No aplica). El programa detecta automáticamente los valores perdidos por el sistema

y los omite, mientras que los valores perdidos por el usuario deben ser definidos al

65

Page 67: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

programa o de lo contrario los cálculos se realizarán contando con estos valores, lo

cual puede afectar severamente los resultados.

 

Figuras 19

 

Para definir un valor perdido por el usuario debemos activar la casilla correspondiente

a Perdidos de la variable de interés, de manera que aparezca al costado derecho de

la casilla un cuadrado con puntos suspensivos ( ). Al seleccionar el cuadrado (Hacer

clic) aparece la ventana de Valores Perdidos [Fig.19]. En este cuadro encontramos

tres diferentes posibilidades. La primera corresponde a No hay valores perdidos (Los

cálculos se realizan con la totalidad de los registros). La segunda corresponde a

Valores perdidos discretos (son un máximo de tres valores perdidos en la variable; se

puede emplear los valores (números) que se deseen.

 

Para este tipo de valores se recomienda que exista una distancia considerable entre

los valores representativos y los perdidos con el fin de facilitar su identificación). La

tercera y última opción corresponde a Rango más un valor discreto opcional (se

utiliza cuando tenemos varios parámetros de valores perdidos, los cuales se

encuentran dentro de un rango. Para seleccionar esta opción es necesario que no

existan valores representativos de grupos dentro del rango de lo contrario serán

omitidos de los cálculos. Además esta opción nos permite ingresar un valor discreto

adicional). Para seleccionar cualquiera de las opciones basta con hacer clic sobre la

opción de manera que aparezca en la casilla de activación ( ) un punto negro y

sucesivamente ingresar los valores.

66

Page 68: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

VII. Columnas y Alineación

Estos dos parámetros son netamente de formato (es decir de presentación) y sus

efectos son apreciables únicamente en la vista de datos. La primera propiedad

(columnas) nos indica el ancho de la columna, mientras que la segunda (Alineación)

determina la alineación de los datos dentro de la casilla. El parámetro columna, al

igual que en una hoja de cálculo, podemos alterarlo de forma directa en la vista de

datos colocando el cursor al lado de la columna hasta que aparezca el indicador,

hacemos clic y lo sostenemos arrastrando hasta obtener el ancho deseado.

 

VIII. Medidas

Este es el parámetro más importante de las variables, de su definición depende el

tipo de análisis que podemos realizar con el programa. Dentro de la estadística se

han catalogado cuatro diferentes escalas de medida, pero para SPSS estas escalas

se resumen en sólo tres:

 

Nominal: son variables numéricas cuyos valores (Números) indican una

categoría de pertenencia. Para este tipo de medida, las categorías no

cuentan con un orden lógico que nos permita establecer una comparación

de superioridad entre ellas. Un ejemplo de variable nominal puede ser el

género, la raza, el estado civil, etc.

Ordinal: son variables numéricas cuyos valores indican una categoría de

pertenencia y a su vez las categorías poseen un orden lógico que nos

indica una superioridad o prelación. Un ejemplo de variable ordinal puede

ser el nivel de ingresos, categoría del vehículo, nivel educativo, etc.

Escala: son variables numéricas cuyos valores representan una magnitud o

cantidad y no una categoría; los valores de este tipo de medida pueden ser

empleados en operaciones aritméticas como la suma, la resta, la

multiplicación y la división ya que los intervalos (Distancia entre los

números) cuentan con la misma longitud. Un ejemplo de variable de escala

puede ser la edad, las ventas, la distancia en metros, la altura, etc.

 

Para los archivos de datos con formato SPSS creados en versiones anteriores se

aplican las siguientes reglas.

67

Page 69: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

 

Las variables de cadena (alfanuméricas) se establecen en nominales.

Las variables de cadena y numéricas con etiquetas de valor definidas se

establecen en ordinales.

Las variables numéricas sin etiquetas de valor definidas que no superen un

número específico de valores únicos (24), se establecen como ordinales,

mientras que si el número de valores supera los 24 se definen como de

Escala.

IX. Valores

Los valores o Etiquetas de valor nos permiten generar una leyenda que facilite la

interpretación de los números representativos de cada categoría de una variable, ya

sea en los resultados o en la vista de datos. Debido a que se utilizan números para

representar cada categoría es necesario crear una pequeña leyenda que nos permita

ver en letras la categoría a la que corresponde cada número. Las etiquetas de valor

no pueden exceder los 60 caracteres y se deben emplear solamente si se cumplen

los siguientes requisitos:

 

La variable es categórica, es decir Nominal u Ordinal.

Se tienen valores perdidos por el usuario.

 

Para definir las etiquetas de valor debemos activar la casilla de valor correspondiente

a la variable de interés de tal manera que aparezca al costado derecho un cuadrado

con puntos suspensivos en su interior. Al hacer clic sobre el cuadrado aparece la

ventana Etiquetas de valor [Fig.20]; en esta ventana encontramos tres casillas.

 

Figura 20

 La primera corresponde al Valor o número, en ella debemos digitar el número al que

deseamos dar la etiqueta. La segunda casilla corresponde a la Etiqueta de valor, en

68

Page 70: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

ella digitamos la categoría a la que corresponde ese valor (máximo 60 caracteres) y

la tercera casilla corresponde a las etiquetas añadidas; es decir, las categorías que

ya se han definido. Para ingresar una etiqueta de valor, debemos primero ingresar el

valor en la casilla Valor, sucesivamente ingresar la leyenda en la casilla Etiqueta y

finalizar haciendo clic en el botón Añadir, con lo que aparece en la casilla el número y

la leyenda correspondiente.

 

Si deseamos cambiar una etiqueta que ya haya sido añadida, debemos seleccionarla

en la casilla (hacer clic sobre ella), editar ya sea el número o la etiqueta y hacer clic

en Cambiar. Si por el contrario deseamos eliminarla, debemos seleccionarla y hacer

clic en Eliminar. Para finalizar basta con hacer clic en Aceptar, con lo que la ventana

se cerrara y las etiquetas quedarán definidas. Es necesario Añadir antes de Aceptar

o de lo contrario se perderá cualquier operación de Añadir o Cambiar pendiente.

 

ÁREA DEL PROCESADOR

La última sección del editor de datos corresponde al área del procesador, la cual esta

ubicada en la parte inferior de la ventana. A través de esta área podemos saber el

estado del procesador de acuerdo al proceso que se este realizando. Esta sección es

de bastante utilidad cuando le pedimos al programa un procedimiento y se cuenta

con un elevado número de registros; en algunos casos la base es tan extensa que

puede tardar bastante tiempo la ejecución del resultado, en estos casos

generalmente se tiende a pensar que el programa se bloqueo, antes de determinarlo

es importante saber cual es el estado del procesador ya que el retardo puede ser

ocasionado por la extensión de los datos. Además, cuando la licencia caduca, en

esta área encontramos el mensaje el procesador no esta disponible.

.

PREGUNTAS

¿Cómo realizamos una codificación de una variable nominal?

¿Cómo realizamos una codificación de una variable ordinal

69

Page 71: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Quinta unidad……………………………..

Ajuste y afinamiento de bases de datos llenadas para análisis

70

Page 72: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

5.1 CATEGORIZAR VARIABLES CON SPSS

Objetivo: El alumno al culminar el capitulo, podrá realizar categorizaciones de

variables mediante el programa SPSS.

Categorizar Variables

En la mayoría de los casos, las bases de datos cuentan con variables cuya

información representa cantidades o magnitudes como la edad, los ingresos, las

ventas, etc. Generalmente este tipo de variables no son actas para realizar tablas de

frecuencia, debido a su elevado número de valores. SPSS nos ofrece la posibilidad

de reunir esta información dentro de rangos representativos, que vinculen una gran

cantidad de valores y cuyos resultados son ingresados en una nueva variable, lo que

nos permite mantener la información original intacta.

Para esta labor, SPSS cuenta con el procedimiento Categorizar Variables (Sólo

versiones anteriores a la 12.0), el cual convierte los datos de una variable de escala

(Valores numéricos que representan cantidad), en un número discreto de categorías;

es decir, reúne un grupo de valores y les asigna un número representativo de

categoría de pertenencia. Los nuevos valores son guardados en una nueva variable

la cual se identifica con el nombre original precedido de la letra ene (n); por ejemplo

la variable Altura al ser categorizada quedaría naltura. Si cuentas con la versión 12.0

omite este apartado y pasa al siguiente, ya que esta nueva versión (12.0), cuenta con

un procedimiento de categorización mejorado, que nos ofrece mayor asistencia.

 

Para realizar la categorización, el programa conforma los grupos de acuerdo con los

percentiles (fracciones del porcentaje total), por lo que cada grupo contiene

aproximadamente el mismo número de casos. Por ejemplo, si le especificamos al

programa la creación de cuatro (4) grupos, el asignará el valor 1 a los casos situados

bajo el percentil 25 o los casos comprendidos desde el menor valor hasta el valor que

se encuentre aproximadamente en el 25% del total de los casos.

 

El valor 2 a los casos entre el percentil 25 y 50; es decir, a los valores

correspondientes desde el nivel anterior hasta el valor que se encuentre en el 50%

del total de los casos. El valor 3 a los casos situados entre el percentil 50 y 75 y el

valor 4 a los casos por encima del percentil 75. Por ninguna razón un valor puede

estar representado en dos categorías diferentes, sin importar si este valor produce un

71

Page 73: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

porcentaje mayor o menor del establecido; es decir, si un valor se encuentra entre el

42% y el 57% de los casos, el programa no selecciona la mitad, sino el número que

se encuentre en el limite inferior o superior de este valor.

 

Para comprender el funcionamiento de este procedimiento, vamos a generar un

ejemplo con la variable edad del archivo Encuesta.sav. Para acceder al

procedimiento, debemos dirigirnos al menú Transformar y seleccionar la opción

Categorizar Variables [Fig.21]; al hacer clic sobre él, aparece el cuadro de diálogo

correspondiente [Fig.22]. A través de este cuadro, debemos definir la (s) variable (s)

que deseamos categorizar, así como el número de categorías que deseamos obtener

en la variable de resultados.

 

Figuras 21 y 22

 

Este cuadro de diálogo esta dividido en tres secciones; la primera corresponde a la

lista de variables existentes en el archivo, la segunda a la casilla de selección y la

tercera sección corresponde al número de categorías que deseamos generar; a la

derecha de esta sección encontramos una casilla en la cual debemos ingresar el

número de categorías que deseamos obtener en la nueva variable, teniendo en

cuenta que esta asignación se realiza de acuerdo al porcentaje de los casos. Para

continuar con el ejemplo vamos a categorizar las variables Edad y Número de años

estudiados (Educaños).

 

Para realizarlo, debemos ubicar cada una de las variables dentro del listado e

ingresarlas a la casilla de selección haciendo clic en el botón Flecha ( ). Una vez

ingresadas las variables, sólo nos resta definir el número de categorías que

aparecerán en las variables de resultado, que para el caso corresponde a cinco (5).

Para definir la cantidad de categorías, activamos la casilla haciendo clic sobre ella y

sucesivamente introducimos el número cinco [Fig.23]. Para finalizar hacemos clic en

72

Page 74: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

el botón Aceptar, con lo que las variables aparecen en la parte final del editor de

datos [Fig.24].

 

Figuras 23 y 24

 

Si nos fijamos en las nuevas variables creadas, notaremos que no cuentan con las

propiedades de la variable original y que a su vez las etiquetas de valor no han sido

definidas. Además, si tratamos de identificar los valores limítrofes de los rangos no lo

podríamos conseguir, ya que este procedimiento no nos proporciona esta

información. Para poder conocer los valores limítrofes de cada uno de los rangos

categóricos, es necesario emplear los estadísticos del procedimiento Frecuencias.

 

Por el momento no profundizaremos en la forma de obtener los límites de los rangos,

ya que en el capítulo siguiente se explorará en su totalidad el procedimiento

Frecuencias. Para orientar al lector, le hemos pedido al programa que nos enseñe los

valores de los percentiles 20, 40, 60 y 80 en las dos variables, cuyos resultados son

expuestos en la tabla de la figura [25]. Si nos fijamos en estos resultados, podremos

determinar los rangos de las nuevas variables Figura [26]..

 

Figura 25

73

Page 75: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Figura 26

En conclusión el procedimiento categorizar variables nos permite convertir

rápidamente una variable de Escala en una variable Ordinal, con la desventaja que

desconocemos los valores que involucra cada uno de los rangos; su utilidad radica en

la capacidad de organizar cada uno de las categorías con un valor porcentual

aproximadamente igual.

 

En resumen, los pasos que se deben ejecutar para categorizar variables son:

 

Activar el procedimiento [en el menú Transformar seleccionamos la opción

Categorizar variables].

Seleccionar la (s) variable (s) [en el listado de variables escogemos las

variables de interés y las ingresamos a la casilla de selección;

generalmente son variables de Escala].

Definir el número de categorías [Ingresar en la casilla el número de

categorías deseado]

Ejecutar la categorización [Hacer clic en el botón Aceptar].

Definir las etiquetas de valor para cada una de las categorías de las nuevas

variables generadas.

RECODIFICAR VARIABLES CON SPSS

 En algunas ocasiones los datos de las variables cuentan con valores muy dispersos

que nos dificultan su interpretación o sencillamente no se prestan para el análisis

estadístico. Para subsanar estos inconvenientes, SPSS cuenta con el procedimiento

Recodificar, el cual nos permite transformar los datos de una o varias variables

numéricas o de cadena, ya sea reasignando los números representativos de cada

categoría o agrupando en rangos los valores de las variables existentes, según sean

las necesidades del análisis o el criterio del investigador.

La principal virtud de este procedimiento, radica en la posibilidad de asignar los

números representativos de cada categoría de acuerdo a nuestras necesidades, lo

que nos permite agrupar valores que no son consecutivos; como por ejemplo, el 1 y

el 5. Este procedimiento nos ofrece dos opciones En las mismas variables y En

distintas variables; la principal diferencia de estas dos posibilidades radica en el

destino de los resultados; es decir, el lugar en donde se guardarán los nuevos

valores asignados.

74

Page 76: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

 

Dado que SPSS tiene la capacidad de trabajar con un gran número de variables

(33.000 aprox), es recomendable utilizar siempre la opción correspondiente a En

distintas variables, ya que de esta manera podemos conservar los datos originales.

Es necesario resaltar que SPSS permite agrupar la información pero NO permite

desagruparla; es decir, podemos utilizar los procedimientos para convertir una

variable de escala a una variable de categorías (Ordinal), pero no en viceversa.

 

Para comprender la metodología utilizada en la recodificación, vamos a generar un

ejemplo con la variable Área de trabajo (areatrab), la cual contiene las diferentes

áreas en la que se desempeñan cada uno de los empleados de la empresa Dkfé

tradición (1=Operario, 2=Planeación, 3=Mercadeo, 4=Ventas, 5=Administración,

6=Ingeniero de proceso y 7=Servicios generales). Para acceder al procedimiento,

debemos ir al menú Transformar y seleccionar el submenú Recodificar, con lo que

aparecen las dos opciones con que cuenta [Fig.27].

 

Dado que la diferencia en los cuadros de diálogo de estas dos opciones es muy

pequeña, elegiremos la opción correspondiente a En distintas variables. Al hacer clic

en ella, aparece el cuadro de diálogo correspondiente a Recodificar en distintas

variables [Fig.28]; este cuadro contiene los elementos habituales de los cuadros de

diálogo, como la lista de variables y la casilla de selección, pero además incluye tres

secciones adicionales denominadas Variable de resultado, Valores antiguos y nuevos

y Condicional.

 

Figuras 27 y 28

 

El primero de estos nuevos componentes corresponde a Variable de resultado; a

través de esta sección se definen las propiedades principales de la variable de

resultado, como lo son el Nombre y la Etiqueta. El nombre que se le defina a la nueva

75

Page 77: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

variable debe cumplir con las características requeridas por el programa como la

longitud (64 caracteres máximo para versión 12.0 y 8 caracteres para las demás

versiones), no comenzar con un número, etc.

 

La asignación del nombre es indispensable, ya que el programa no permite ejecutar

la recodificación hasta que se defina una variable de resultado. En la opción etiqueta

podemos ingresar una pequeña leyenda explicativa que permita reconocer fácilmente

el contenido de la variable; este parámetro no es obligatorio pero es recomendable

para facilitar la interpretación de los valores en los resultados.

 

Para continuar con el ejemplo vamos a recodificar la variable área de trabajo

(areatrab); lo primero que debemos hacer es seleccionarla en la lista de variables e

ingresarla en la casilla de selección haciendo clic en el botón flecha ( ). Una vez

ingresada la variable, aparece al costado derecho de ella un signo de interrogación

(?); este signo se mantendrá hasta que se le defina un nombre a la nueva variable. A

continuación ingresamos en la casilla Variable de resultado el nombre Recarea y la

etiqueta Área de trabajo recodificada. Por último hacemos clic en el botón Cambiar,

con lo que el signo de interrogación desaparece y en su lugar aparece Recarea

[areatrab → Recarea].

 

La segunda nueva sección del cuadro la compone el botón Valores antiguos y

nuevos; al hacer clic sobre él, aparece un nuevo cuadro de diálogo [Fig 29]; en este

cuadro se definen los valores que deseamos cambiar y se especifican a su vez el

nuevo valor que le será asignado.

 

76

Page 78: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Figura 29

 Dentro de este cuadro encontramos cuatro diferentes secciones (Valores antiguos,

Valores nuevos, Casilla de selección y las opciones de recodificación), cada una de

estas secciones define un segmento específico de la recodificación y su aplicación

depende exclusivamente de los criterios del investigador de acuerdo a las

necesidades del análisis. Los parámetros que se definan en este cuadro serán

aplicados en la nueva variable de resultado.

 Cada una de estas secciones sera explorada y explicada en la siguiente lección.

VALORES ANTIGUOS Y NUEVOS

 La primera sección del cuadro corresponde a Valor antiguo. Dentro de esta sección

se determinan los valores que se van a recodificar; podemos modificar valores

individuales, rangos de valores y los valores perdidos (ya sea del sistema o definido

por el usuario). Los rangos y los valores perdidos del sistema no se pueden

seleccionar para las variables de cadena, ya que ninguno de estos conceptos es

aplicable a este tipo de variables. Esta sección comprende siete diferentes opciones,

entre las que encontramos:

Valor: corresponde a un valor antiguo individual que se va a recodificar en

un valor (número) nuevo. El tipo de datos del valor introducido (numérico o

de cadena), debe coincidir con el tipo de datos de la variable que desea

recodificar; es decir, no podemos asignar un carácter (letra) como valor

antiguo si nuestra variable original es numérica.

Perdido por el sistema: Son valores asignados por SPSS cuando los valores

de los datos no están definidos de acuerdo al tipo de formato que haya

especificado (Por ejemplo, letras dentro de una variable numérica), así como

los campos que se encuentren vacios en una variable numérica (Los valores

numéricos perdidos del sistema se muestran como puntos). Para las

variables de cadena no se pueden tener valores perdidos del sistema, ya

que el espacio en blanco es tomado como un carácter. Estos valores son

definidos por el programa como SYSMIS.

Perdido por el usuario: son observaciones que tienen valores que han sido

declarados como perdidos por el usuario. Generalmente estos valores

representan razones por las cuales no se tiene información como por

ejemplo No Sabe, No Responde, No Aplica. Estos valores son definidos por

el paquete como MISSING.

77

Page 79: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Rango: dentro de las opciones de rango encontramos tres posibilidades, la

primera nos permite especificar el limite inferior y superior del rango; la

segunda nos permite asignar los caso desde el menor valor dentro de la

variable hasta un valor definido por el investigador y la tercera nos permite

agrupar los casos desde un valor definido por el investigador hasta el mayor

de los valores. Estas opciones no están disponibles para variables de

cadena.

Todos los demás valores: al seleccionar esta opción, se incluirán todos los

valores que no han sido definidos dentro de las especificaciones anteriores y

les asigna el valor deseado en la variable de resultado.

La segunda sección del cuadro corresponde a Valor Nuevo. En esta sección se

definen los valores que tomaran los datos en la variable de resultado después de la

recodificación. Dentro de las opciones de los nuevos valores encontramos:

 

Valor : En esta casilla se introduce un valor numérico individual, el cual

representará a uno o más de los valores antiguos. Si se desea recodificar

una variable numérica en una variable de cadena, también se debe

seleccionar la opción Las variables de resultados son cadenas, con lo que

el programa define los valores numéricos como caracteres (Por ejemplo: el

número 5 lo asume como el carácter ‘5’).

Copiar valores antiguos: esta opción retiene el o los valores antiguos que

no se hayan incluido dentro de de alguno de los nuevos valores. Si algunos

de los datos no requieren la recodificación, se utiliza esta opción para

incluirlos. Cabe aclarar que cualquier valor antiguo que no sea especificado

no será incluido en la nueva variable, y en su lugar aparecen espacios en

blanco.

Perdido por el sistema: esta opción recodifica el valor antiguo, en un valor

perdido por el sistema. Los valores perdidos por el sistema no son

utilizados en los cálculos. Esta opción no se encuentra disponible para las

variables de cadena ya que el carácter espacio es valido.

 

La tercera sección del cuadro corresponde a la Lista de Recodificación. En esta

sección se genera un listado con las especificaciones de los valores antiguos y

nuevos. Dentro de la sección encontramos las opciones Añadir (Agrega un valor a la

lista), Cambiar (Modifica un valor de la lista) y Borrar (Elimina un valor de la lista).

78

Page 80: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Para agregar un valor es necesario especificar los valores antiguos y el valor nuevo;

después de lo cual se hace clic en el botón añadir para ingresarlo a la lista.

 

Para modificar la recodificación de un valor es necesario seleccionarlo de la lista,

modificar los datos y hacer clic en el botón Cambiar y los valores se modifican dentro

de la lista. Para eliminar una asignación, se debe seleccionar en el listado y

sucesivamente hacer clic en borrar con lo que desaparece de la lista. Antes de

terminar la asignación de variables es indispensable añadir todas recodificaciones

pendientes o de lo contrario se perderán.

 

La última sección del cuadro la componen las Opciones de recodificación. En esta

sección encontramos dos opciones; la primera corresponde a Las variables de

resultados son cadenas, la cual define la nueva variable recodificada como variable

de cadena (alfanumérica); además nos ofrece una casilla en la que podemos

establecer el ancho de la variable. La segunda opción corresponde a Convertir

cadena numérica a números, en donde se convierten los valores de cadena que

contienen caracteres de números (Ejemplo, ‘5’) en valores numéricos. A las cadenas

que contengan cualquier carácter que no sean números, así como las que contengan

un signo opcional (+ ó -) se les asignará el valor perdido por el sistema. Esta opción

sólo se activa cuando la variable de origen es de cadena, de lo contrario no se

habilita.

 

Continuando con el ejemplo vamos a recodificar los valores de la variable Área de

trabajo (areatrab) en sólo tres niveles; el primer nivel comprenderá los casos que

cuenten con los valores 2 y 5 (Planeación y Administración). El segundo nivel

comprende los casos con valores 3 y 4 (Mercadeo y Vendedores) y el tercer nivel

comprende los casos con los valores 1, 6 y 7 (Operario, Ingeniero de proceso y

servicios generales).

 

El objetivo de esta recodificación es agrupar las diferentes áreas en las que se

desempeñan los empleados de la empresa en sólo tres niveles generales

(Administrativa, Comercial y Operativa) [Fig.30]. Si nos fijamos en los valores que

componen cada uno de los nuevos niveles, notaremos que están dispersos, por lo

que sería imposible realizar esta agrupación con el procedimiento Categorizador

visual.

 

79

Page 81: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Figuras 30

 

Para comprender las diferentes secciones de esta ventana, en la siguiente lección

haremos la recodificación de las Areas, Administrativa, Comercial y Operativa.

80

Page 82: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

5.2 DEFINIR VALORES ANTIGUOS Y NUEVOS: RECODIFICAR

Objetivo: El alumno al culminar el capitulo, definir los valores antiguos y nuevos

del programa SPSS.

 

La recodificación la realizaremos para cada uno de los niveles, iniciando con el

Administrativo. Lo primero que debemos hacer es activar la casilla Valor en la sección

Valores antiguos haciendo clic sobre ella; una vez activa ingresamos el número 2 y

sucesivamente activamos la Casilla Valor en la sección Valor nuevo, en donde

ingresamos el número 1; para terminar hacemos clic en el botón Añadir, con lo que

aparece en la casilla de listado la frase (2→1) [Fig.31].

 

Figura 31

 

Después de definir el primer valor, debemos definir el segundo por lo que ingresamos

en la casilla valor de la sección valores antiguos el número cinco y sucesivamente

ingresamos en la casilla valor de la sección valor nuevo el número 1; al hacer clic en

el botón Añadir aparece en la casilla de listado la frase (5→1) [Fig.32]. Si nos fijamos

en las expresiones, notaremos que le pedimos al programa que incluya los valores 2

y 5 en la nueva variable y que a su vez les asigne el valor 1.

 

81

Page 83: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Figura 32

Después de definir el primer nivel, procedemos con el segundo. Para el segundo nivel

activaremos la primera opción de rango de la sección valores antiguos

correspondiente a (Desde / Hasta). En la primera casilla de esta opción ingresamos el

valor 3 y en la segunda casilla el valor 4, sucesivamente ingresamos el número 2 en

la casilla valor de la sección Valor nuevo; para terminar hacemos clic en el botón

Añadir con lo que aparece en la casilla de listado la frase (3 thru 4 →2) [Fig.33]. Si

nos fijamos en la expresión, notaremos que le hemos pedido al programa que incluya

los valores desde el 3 hasta el 4 en la nueva variable y que a su vez le asigne el valor

2.

 

Figura 33

 

Para el tercer y último nivel, debemos activar primero la casilla valor en la sección

valores antiguos e ingresar en ella el número 1, sucesivamente ingresamos en la

casilla valor de la sección Valor nuevo el número 3; para terminar hacemos clic en el

botón Añadir con lo que aparece en la lista la leyenda (1→3) [Fig.34]. Si nos fijamos

en el listado de expresiones, notaremos que el valor que acabamos de definir

aparece antes de la expresión del segundo nivel, esto se debe a que el programa va

organizando las expresiones de acuerdo si se tratan de valores específicos o rangos.

 

Figura 34

82

Page 84: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

 Continuando con la recodificación, sólo nos basta finalizar con el tercer nivel de

trabajo, por lo que activamos la primera opción de rango (Desde / Hasta), e

ingresamos en la primera casilla el número 6 y en la segunda casilla el número 7;

sucesivamente ingresamos en la casilla valor de la sección Valor nuevo el número 3 y

posteriormente hacemos clic en el botón Añadir, con lo que aparece en el listado la

frase (6 thru 7 →3) [Fig.35].

 

Figura 35

 

Si nos fijamos en la expresión del tercer nivel, notaremos que le pedimos al programa

que incluya en la nueva variable los valores 1, 6 y 7 y que a su vez les asigne a ellos

el valor 3. Después de ingresar todas las expresiones hacemos clic en Continuar con

lo que volvemos al cuadro de diálogo principal del procedimiento. Si no se han

añadido todas las expresiones, aparece en la pantalla el mensaje Se perderán todas

las operaciones pendientes de Añadir o cambiar.

CONDICIONAR CASOS - RECODIFICAR VARIABLES 4

La última sección del procedimiento Recodificar corresponde a la Condicional. A

través de esta opción, podemos restringir el número de casos que serán

recodificados mediante expresiones de comparación (Ecuaciones), las cuales pueden

estar sujetas a cualquiera de las variables del archivo; es decir podemos utilizar una o

más variables del archivo para crear la restricción sin importar si estas variables serán

recodificadas o no.

83

Page 85: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Para utilizar una expresión condicional debemos hacer clic en el botón SI... del

cuadro de diálogo principal. Al hacer clic en él, aparece un nuevo cuadro de diálogo

correspondiente a Si los casos [Fig.36]; este cuadro nos permite aplicar

transformaciones de los datos para subconjuntos de casos seleccionados por medio

de expresiones condicionales. Una expresión condicional devuelve un valor

verdadero, falso o perdido para cada caso. Si el resultado de una expresión

condicional es verdadero, la transformación se aplicará al caso. Si el resultado de una

expresión condicional es falso o perdido, la transformación no se aplicará al caso.

 

Figura 36

 

Este cuadro de diálogo esta dividido en las secciones Lista de variables, Zona de

ecuación (en esta casilla se ingresa la expresión de condición), Calculadora de SPSS

(ver Depuración Capitulo III) y las posibilidades de selección donde encontramos la

posibilidad de escoger las opciones Todos los casos (Aplica la transformación a todos

los casos) o la opción Incluir si el caso satisface la condición (Aplica la transformación

sólo a los casos que cumplen las condiciones especificadas en la expresión).

 

Generalmente la mayoría de las expresiones condicionales utilizan al menos uno de

los seis operadores de relación (<, >, <=, >=, = y ~=) ubicados en el teclado de

calculadora. Las expresiones condicionales pueden incluir nombres de variable,

constantes, operadores aritméticos, funciones numéricas, variables lógicas y

operadores relaciónales.

 

Las condicionales se utilizan cuando deseamos seleccionar sólo un fragmento de la

información; es decir, nuestra atención esta dedicada exclusivamente a un grupo

84

Page 86: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

específico de respuestas. Por ejemplo, supongamos que deseamos saber cuantos de

los entrevistados son hombres y se encuentran dentro del área administrativa, con el

fin de determinar su conducta. Para realizarlo, debemos definir la restricción en la

ventana de condiciones, por lo que hacemos clic en la opción Incluir si el caso

satisface la condición, de manera que se activen todas las secciones de la ventana.

 

A continuación seleccionamos en el listado la variable Género y la ingresamos en la

casilla de ecuación e inmediatamente ingresamos el signo igual (=) por medio del

teclado de la calculadora, así como el número dos (2) el cual representa a las

personas del genero Masculino; la expresión debe quedar (GÉNERO = 2). Una vez

introducida la ecuación correctamente hacemos clic en Continuar con lo que

volveremos al cuadro de diálogo Recodificar en distintas variables [Fig.37]; si nos

fijamos en la parte inferior del cuadro de diálogo notaremos que aparece la expresión

de la restricción que se ha definido.

 

Figuras 37

 

Una vez definidos todos los parámetros del procedimiento, hacemos clic en el botón

Aceptar con lo que se ejecuta la recodificación y la variable de resultado aparece en

la parte final del editor de datos de SPSS [37].

 

Esta variable contendrá sólo los niveles del área de trabajo de los casos que

pertenezcan al género masculino; para los casos pertenecientes al género Femenino

se le asignan valores perdidos por el sistema; es decir, aparece un espacio en blanco

(. ). A cada nueva variable generada por la Recodificación se le debe definir las

propiedades por medio de la pestaña vista de variables o el procedimiento Definir

propiedades de variables, ya que por defecto el programa las crea sin propiedades.

85

Page 87: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

LECTURAS COMPLEMENTARIAS

LECTURA 1:

VARIABLES Y LA HIPÓTESIS EN LA INVESTIGACIÓN

JORGE L. CASTILLO T.

Representa un elemento fundamental en el proceso de investigación. Luego de

formular un problema, el investigador enuncia la hipótesis, que orientará el proceso y

permitirá llegar a conclusiones concretas del proyecto que recién comienza.

La hipótesis bien formulada tiene como función encausar el trabajo que se desea

llevar al efecto. Hayman (1974) cita: además que aclaran acerca de cuales son las

variables, que han de analizarse y las relaciones que existen entre ellas, y permiten

derivar los objetivos del estudio constituyéndose en la base de los procedimientos de

investigación.

Tamayo (1989), señala que éstas se constituyen en un eslabón imprescindible entre

la teoría y la investigación que llevan al descubrimiento de un hecho. Las razones

anteriormente esgrimidas hacen suponer que éstas ocupan un lugar primordial en la

investigación al proporcionar los elementos necesarios que permitirán llegar a los

datos necesarios que permitirán llegar a los datos y resolver el problema planteado.

DEFINICIÓN DE HIPÓTESIS

Es una proposición que establece relaciones, entre los hechos; para otros es una

posible solución al problema; otros mas sustentan que la hipótesis no es mas otra

cosa que una relación entre las variables, y por último, hay quienes afirman que es un

método de comprobación.

La hipótesis como proposición que establece relación entre los hechos : una

hipótesis es el establecimiento de un vínculo entre los hechos que el investigador va

aclarando en la medida en que pueda generar explicaciones lógicas del porqué se

produce este vínculo.

86

Page 88: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Tamayo (1989 – 75): afirma que:

"La hipótesis es una proposición que nos permite establecer relaciones entre los

hechos. Su valor reside en la capacidad para establecer mas relaciones entre los

hechos y explicar el por que se producen".

Arias (1897 – 55) asegura que:

La hipótesis tiene como propósito llegar a la comprensión del porqué entre dos

elementos se establece algún tipo definido de relación y establece que la hipótesis:

"Es una proposición respecto a alguno elementos empíricos y otros conceptos y sus

relaciones mutuas, que emerge mas allá de los hechos y las experiencias conocidas,

con el propósito de llegar a una mayor comprensión de los mismos".

La hipótesis como una posible solución del problema: la hipótesis no es

solamente la explicación o comprensión del vínculo que se establece entre los

elementos inmersos en un problema, es también el planteamiento de una posible

solución al mismo.

Pardinas (1974 – 132):

"La hipótesis es una proposición anunciada para responder tentativamente a un

problema".

Deben ser sustentada por Van Dalen (1974 – 170) conduce a una definición en la

que se establece que:

"La hipótesis son posibles soluciones del problema que se expresan como

generalizaciones o proposiciones. Se trata de enunciados que constan de elementos

expresados según un sistema ordenado de relaciones, que pretenden describir o

explicar condiciones o sucesos aún no confirmados por los hechos".

Hipótesis como relación entre variables: Kerlinger (1985 : 12) expresa; una

expresión de las relaciones existentes entre dos o mas variables, la hipótesis se

formula en términos de oración aseverativa por lo tanto:

"Es una expresión conjetural de la relación que existe entre dos o más variables.

Siempre aparece en forma de oración aseverativa y relaciona de manera general o

específica, una variable con otra.

87

Page 89: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Hipótesis como método de comprobación: para otros investigadores, la hipótesis

es algo mas que el establecimiento de relaciones entre elementos, o la posible

solución a un problema; por lo tanto; afirman que es fundamentalmente y ante todo,

una herramienta de comprobación de los supuestos con la realidad.

Abouhamad (1965:74) sostiene:

"La hipótesis es una proposición, condición o principio que se supone sin certeza con

el fin de derivar sus consecuencias con hechos lógicos y, por este método comprobar

su concordancia con hechos conocidos o que puedan determinarse".

IMPORTANCIA DE LA HIPÓTESIS

Las hipótesis son el punto de enlace entre la teoría y la observación. Su importancia

en que dan rumbo a la investigación l sugerir los pasos y procedimientos que deben

darse en la búsqueda del conocimiento.

Cuando la hipótesis de investigación ha sido bien elaborada, y en ella se observa

claramente la relación o vínculo entre dos o mas variables, es factible que el

investigador pueda:

Elaborar el objetivo, o conjunto de objetivos que desea alcanzar en el

desarrollo de la investigación

Seleccionar el tipo de diseño de investigación factible con el problema

planteado.

Seleccionar el método, los instrumentos y las técnicas de investigación

acordes con el problema que se desea resolver, y

Seleccionar los recursos, tanto humanos como materiales, que se emplearán

para llevar a feliz término la investigación planteada.

ORIGEN DE LA HIPÓTESIS

Selltiz (1974:53) señala:

"Una hipótesis puede estar basada simplemente en una sospecha, en los resultados

de otros estudios y la esperanza de que una relación entre una o mas variables se

den en el estudio en cuestión. O pueden estar basadas en un cuerpo de teorías que,

por un proceso de deducción lógica, lleva a la predicción de que, si están presentes

ciertas condiciones, se darán determinados resultados.

88

Page 90: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

La elaboración de una buena hipótesis tiene como punto de partida el conocimiento

del área en la que se desea hacer la investigación, sin este conocimiento previo se

corre el riesgo de recorrer caminos ya transitados y trabajar en temas ya tratados que

carecen de interés para la ciencia.

Si la hipótesis se basa u origina de otros estudios, la investigación estará en clara

relación con un cuerpo de conocimientos ya existentes, probados, por lo que el

trabajo será una contribución que permitirá reforzar ese cuerpo de conocimientos.

Función de la Hipótesis:

Cuando se describe su importancia, se plantean algunas de las funciones que ellas

cumplen, porque además de ser guías en el proceso de investigación, también

pueden servir para indicar que observaciones son pertinentes y cuales no lo son con

respecto al problema planteado.

La hipótesis puede señalar loas relaciones o vínculos existentes entre las variables y

cuales de ellas se deben estudiar, sugieren una explicación en ciertos hechos y

orientan la investigación en otros, sirve para establecer la forma en que debe

organizarse eficientemente el análisis de los datos. Hernández agrega que entre

otras funciones, su objetivo principal, es de aprobar y sugerir teorías.

Formulación de Hipótesis:

Es un planteamiento que elabora el investigador a partir de la observación de una

realidad que tiene explicación en una teoría, por lo tanto se afirma que ellas

representan un punto medio entre la teoría y la realidad.

CLASIFICACIÓN DE LA HIPÓTESIS

La hipótesis puede adoptar diferentes y clasificarles de acuerdo a la convivencia de

cada autor:

a. Hipótesis general: es cuando trata de responder de forma amplia a las dudas

que el investigador tiene acerca de la relación que existe entre las variables.

b. Hipótesis específica: es específica aquella hipótesis que se deriva de la

general, estas tratan de concretizar a la hipótesis general y hace explícitas las

orientaciones concebidas para resolver la investigación.

89

Page 91: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

c. Hipótesis estadística: la hipótesis estadística es aquella hipótesis que

somete a prueba y expresa a las hipótesis operacionales en forma de

ecuaciones matemáticas.

d. Problema: se quiere determinar si el entrenamiento en técnicas de estudio

mejora el rendimiento académico de los estudiantes de la UNELLEZ.

e. Hipótesis específica: los alumnos del subproyecto lenguaje y comunicación

del I semestre, programa educación integral, entrenados en técnicas de

estudio, obtendrán altas calificaciones al mejorar sus técnicas de

aprendizajes.

f. Hipótesis operacional: el promedio de rendimiento de los alumnos del

subproyecto lenguaje y comunicación, sometidos a entrenamientos en

técnicas de estudio (grupo experimental), será mayor que el promedio de

rendimiento de aquellos alumnos no sometidos al entrenamiento (grupo

control).

g. Hipótesis estadística:

Hipótesis nula: (X1) = (X2); no existe relación en los promedios obtenidos

por los estudiantes entrenados en técnicas de estudio (X1) y los no

entrenados (X2)

Hipótesis alternativas: X1 > X2; los alumnos sometidos a entrenamientos

en técnicas de elaboración de resumen (X1) obtuvieron mejor promedio de

rendimiento que aquellos alumnos que no recibieron ningún tipo de

entrenamiento (X2).

Requisitos para la elaboración de hipótesis:

La formulación de hipótesis es una tarea que se logra cuando se cumple con algunos

requisitos, entre ellos:

a. Formularse en términos claros, es decir, emplear palabras precisas que no

den lugar a múltiples interpretaciones. La claridad con que se formulen es

fundamental, debido a que constituyen una guía para la investigación.

b. Tener un referente empírico, ello hace que pueda ser comprobable. Una

hipótesis sin referente empírico se transforma en un juicio de valor al no poder

ser comprobable, verificable, carece de validez para la ciencia.

90

Page 92: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Evaluación de la Hipótesis:

Existe algunos criterios que sirven de guía para determinar si la hipótesis cumple con

algunos requisitos Mc Güigan (1971: 67) afirma:

a. Permite ser comprobada, es decir, establece claramente su referente

empírico.

b. Está en correlación y armonía con el conjunto de las hipótesis del proyecto de

la investigación

c. Responde en términos claros y precisos al problema planteado, es decir,

señala la relación que se espera de las variables.

d. Son susceptibles de ser cuantificadas.

Dificultades en la Elaboración de la Hipótesis:

La hipótesis resulta una tarea ardua, de difícil elaboración, esta dificultad

generalmente proviene de circunstancias tales como:

a. Un planteamiento poco claro del problema a investigar

b. Falta de conocimiento del marco teórico de la investigación como

consecuencia de la poca claridad que se tiene del problema que se desea

resolver.

c. Carencia de habilidad para desarrollar y utilizar el referente teórico –

conceptual.

d. En general, por el desconocimiento de los procesos de la ciencia y la

investigación, por lo tanto ausencia de criterios para la elaboración de

hipótesis y selección de técnicas de investigación adecuadas al problema que

se investiga.

VARIABLE

La definición más sencilla, es la referida a la capacidad que tienen los objetos y las

cosas de modificar su estado actual, es decir, de variar y asumir valores diferentes.

Sabino (1980) establece:

"entendemos por variable cualquier característica o cualidad de la realidad que es

susceptible de asumir diferentes valores, es decir, que puede variar, aunque para un

objeto determinado que se considere puede tener un valor fijo".

91

Page 93: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Briones (1987 : 34) define:

"Una variable es una propiedad, característica o atributo que puede darse en ciertos

sujetos o pueden darse en grados o modalidades diferentes. . . son conceptos

clasificatorios que permiten ubicar a los individuos en categorías o clases y son

susceptibles de identificación y medición".

CLASIFICACIÓN DE LAS VARIABLES

Variable Independiente:

es aquella característica o propiedad que se supone ser la causa del fenómeno

estudiado. En investigación experimental se llama así, a la variable que el

investigador manipula.

Variable Dependiente:

Hayman (1974 : 69) la define como propiedad o característica que se trata de

cambiar mediante la manipulación de la variable independiente.

La variable dependiente es el factor que es observado y medido para determinar el

efecto de la variable independiente.

Variable Interviniente:

Son aquellas características o propiedades que de una manera u otra afectan el

resultado que se espera y están vinculadas con las variables independientes y

dependientes.

Variable Moderadora:

Según Tuckman: representan un tipo especial de variable independiente, que es

secundaria, y se selecciona con la finalidad de determinar si afecta la relación entre la

variable independiente primaria y las variables dependientes.

Variables Cualitativas:

Son aquellas que se refieren a atributos o cualidades de un fenómeno. Sabino

(1989 : 80) señala que sobre este tipo de variable no puede construirse una serie

numérica definida.

Variable Cuantitativa:

92

Page 94: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Son aquellas variables en las que características o propiedades pueden presentarse

en diversos grados de intensidad, es decir, admiten una escala numérica de

medición.

Variables Continuas:

Son aquellas que pueden adoptar entre dos números puntos de referencias

intermedio. Las calificaciones académicas (10.5, 14.6, 18.7, etc.)

Variables Discretas:

Son aquellas que no admiten posiciones intermedias entre dos números. Ej., en

Barinas la división de territorial la constituyen 11 municipios por no (10.5 u 11.5

municipios).

Variables de Control:

Según Tuckman: La define como esos factores que son controlados por el

investigador para eliminar o neutralizar cualquier efecto que podrían tener de otra

manera en el fenómeno observado.

Operacionalización de la Variable:

Es un paso importante en el desarrollo de la investigación. Cuando se identifican las

variables, el próximo paso es su operacionalización.

Comprende tres tipos de definiciones:

a. Nominal: es el nombre de la variable que le interesa al investigador.

b. Real: consiste en determinar las dimensiones que contienen las variables

nominales.

c. Operacional: o indicadores. Esta da las base para su medición y la definición

de los indicadores que constituyen los elementos mas concretos de una

variable y de donde el investigador derivará los items o preguntas para el

instrumento con que recolectará la información.

93

Page 95: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

LECTURAS COMPLEMENTARIAS

LECTURA 2:

GUÍA METODOLÓGICA PARA LA ELABORACIÓN DE

UN INFORME FINAL DE INVESTIGACIÓN

ELIZABETH PÉREZ OLIVA.

INTRODUCCIÓN

Ningún proyecto se considera completo hasta que se prepara el informe de

investigación, incluso el estudio más brillante tiene poco valor sino se difunde a la

comunidad científica.

El informe de investigación representa el resultado final del largo proceso de

investigación. Su articulación estructural constituye ser el modo de como los

investigadores ordenan, clasifican y presentan los datos.

Cualquiera que sea el tipo de investigación, la presentación de los resultados se hace

con base a normas que permiten estructurar de una manera lógica la forma y el

contenido de la exposición teórica. El objetivo de esta guía GUIA METODOLOGICA

PARA LA ELABORACIÓN DE UN INFORME FINAL DE INVESTIGACIÓN con

aplicabililidad al área de la Salud es brindar algunos lineamientos generales para

ayudar al estudiante investigador de las ciencias de la salud a comunicar sus

resultados. La experiencia que se tiene en investigación para esta área a mostrado

que existe una limitante en el ámbito estudiantil sobre la obtención de modelos o

guías que le permitan presentar los resultados que se han obtenido en una

investigación.

Como su nombre lo dice esta guía viene estructurada de tal forma para que el

estudiante desarrolle paso a paso el informe final de su investigación.

Básicamente todo informe de investigación está compuesto por: Portada, Indice,

Introducción, Resumen, Cuerpo del trabajo, Conclusiones, Recomendaciones,

94

Page 96: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Anexos y la Bibliografía. Sin embargo a esta guía se le han agregado otros

elementos que complementan la oportuna comunicación de los resultados.

SUGERENCIAS BÁSICAS PARA LA PRESENTACIÓN DEL INFORME.

a. El trabajo se sugiere que sea elaborado con el mismo tipo de letra (ARIAL), el

tamaño de la letra se sugiere sea de 12 puntos, color negro y a doble

espacio entre líneas.

b. El papel a emplear debe de ser tamaño carta, bond, base 20.

c. Los márgenes del trabajo serán los siguientes:

d. Parte superior 4.0 cm. ( 1 2 pulgadas).

e. Parte inferior 2.5 cm. ( 1 pulgada).

f. Parte derecha 2.5 cm. ( 1 pulgada).

g. Parte izquierda 4.0 cm. ( 1 2 pulgadas).

h. Cada página se numera en la esquina superior derecha, con números

arábigos en el orden correlativo correspondiente. El número debe aparecer al

menos a 2.5 cm. ( 1 pulgada) de la orilla derecha de la página, en el espacio

entre el borde superior del documento y la primera línea del texto.

i. El índice, la introducción y el resumen se enumeran en el orden i, ii, iii. El

cuerpo del trabajo se enumera siguiendo el orden correlativo acostumbrado.

LA PORTADA

La portada es la parte inicial del informe de investigación, ésta está compuesta por

los siguientes elementos que van centrados en la página :

1. Nombre de la institución, facultad y departamento.

2. Logo de la Institución.

3. Título del informe de investigación.

4. Nombre de autores en orden alfabético. Primero apellidos y luego nombres.

5. Nombre de la asignatura, ciclo y año.

6. Nombre del asesor(es) de contenido.

7. Nombre del asesor de metodología.

8. Nombres de los miembros del comité evaluador.

95

Page 97: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

9. Lugar y fecha de presentación.

¡EL INDICE

Es un listado de las partes estructurales del informe de investigación,

se coloca después de la portada y antes de la introducción. Incluye los

capítulos y subcapítulos, temas y subtemas que son y forman parte de

la totalidad de la investigación.

Se señalan las partes y su numeración de página correspondiente.

El lector al consultar el índice se pone en contacto con todo el

contenido del escrito, lo cual facilita la localización de los temas

generales y específicos.

La forma que se sugiere adoptar para el índice del trabajo de

investigación será la llamada sistema general, en el que se utilizan

números romanos para identificar los capítulos; letras mayúsculas para

los temas, números arábigos para los subtemas y letras minúsculas

para las subdivisiones de éstos.

ii LA INTRODUCCION

Es la comunicación inicial que permite (sin necesidad de explicar)

penetrar a detalles incentivadores, creando un ambiente de

familiaridad y confianza entre el autor del escrito y la persona lectora.

Además de ser incentivadora, la introducción presenta el tema de

investigación, los propósitos esenciales y datos generales del

contenido estructural del escrito, es decir una breve descripción

capitular.

Para redactar la introducción deberán cumplirse las siguientes recomendaciones:

a. Redactarla al finalizar el ordenamiento y clasificación de todos los datos, es

decir, cuando se ha terminado todo el trabajo.

b. Se ubica luego de la tabla de contenidos o índices.

c. Prepara al lector para la descripción de lo que se hizo.

96

Page 98: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

d. Se menciona el tema de investigación y los objetivos. Describe el estudio e

incluye una breve reseña bibliográfica, la explicación del marco conceptual,

las hipótesis y la justificación.

e. No se presentan resultados ni definiciones.

f. Debe ser clara y concreta.

g. Articular en forma lógica: la presentación (¿qué es el escrito?, ¿cuál es el

título?, ¿a quién se presentará? y a qué institución?), el propósito, las partes

estructurales generales y una breve metodología de exposición.

iii EL RESUMEN

En él se detalla sintéticamente todo el contenido del informe de

investigación, planteando las ideas centrales y el perfil del escrito, es

decir, reducir a términos breves y precisos la idea central de la

investigación realizada. Debe incluir la justificación, objetivo general,

principales resultados y conclusiones. Su extensión varía de las 75

hasta las 150 palabras como máximo.

CAPITULO I

PLANTEAMIENTO DEL PROBLEMA

Es una breve descripción de la problemática que puede sustentarse en

el desconocimiento de las causas que la generan, los factores

asociados o el grado de intensidad mostrado en el comportamiento de

algunos indicadores o variables en un contexto determinado.

Puede subdividirse en los siguientes apartados:

A. PROBLEMATICA (Relativa al tema de estudio)

En este apartado puede plantearse:

Breves antecedentes de la problemática.(Antecedentes del

problema)

Síntomas que la reflejen.(Situación Problemática)

Efectos inmediatos y futuros.

Causas probables. Factores asociados.

97

Page 99: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Datos que verifiquen que el problema es parte de un contexto

en el que se conjugan otros problemas relativos.

Actores y/o instituciones involucradas.

Soluciones que se han intentado.

Interrogantes fundamentales, preguntas a responderse en la

investigación.(Enunciado del problema)

Todo lo anterior, redactado en forma lógica y coherente con un

enfoque deductivo; a menos que el tipo de investigación amerite un

enfoque inductivo.

B. DELIMITACIÓN DE LA INVESTIGACIÓN.

En este apartado se establecerá descriptivamente la cobertura que

tuvo la investigación en lo relativo a:

Espacio geográfico, es decir, el lugar donde se realizó la

investigación.

Sujetos y/u objetos que participaron en la realización del estudio.

Tiempo, especificando el periodo de tiempo en el que fue realizado

la investigación.

Contenidos, se debe mencionar la o las variables que se

consideraron en el estudio.

C. JUSTIFICACIÓN.

Este apartado debe reflejar la importancia y relevancia que tiene la

investigación que se ha realizado, exponiendo argumentos tales como:

Evidencias que demuestren la magnitud de la problemática o

necesidad de éstas para profundizar en el análisis.

Necesidad de corregir o diseñar medidas correctivas que

contribuyan a la solución de los problemas expuestos.

Demostrara que la investigación constituye una estrategia para

enfrentar la problemática mencionada.

Mencionar los beneficios futuros que pueden obtenerse, tanto para

las personas como para las instituciones y/o grupos sociales.

98

Page 100: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

C. LIMITACIONES.

Este apartado debe reflejar las restricciones que tiene la investigación,

para poder expandir o generalizar los resultados, así como el

reconocimiento de la incidencias de otras variables que en el proceso

de la investigación no se controlan. Debe evitarse mencionar

limitantes que puedan preveerse antes de realizar la investigación,

tales como tiempo, costos, falta de información y otras propias de los

investigadores.

E. OBJETIVOS.

Deben expresarse como proposiciones orientadas a definir los

logros que se esperan obtener a partir de los resultados que arroje

la investigación.

Los elementos que lo constituyen son el verbo, la (s) variables, la

(s) relaciones y el contexto.

Deben reflejar lo que se espera obtener al estudiar cada variable

(cuando no se establezca una relación bivariada), o lo que se

espera al estudiar la relación de dos o más variables.

Debe formularse un objetivo general y varios específicos, en donde

estos últimos sean desglosados del primero.

CAPITULO II

FUNDAMENTACIÓN TEORICA.

En este capítulo se exponen algunos principios, axiomas o leyes que

rigen las relaciones de los fenómenos que son parte de la realidad a

estudiar y que de alguna manera están incidiendo o son parte de la

casualidad o estructura lógica de las explicaciones teóricas de alguna

disciplina científica

Este capítulo debe estructurarse dependiendo de la naturaleza de

cada investigación, pero en términos generales deben considerarse

aspectos tales como:

Breve marco histórico.

99

Page 101: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Contexto en el que están inmersas las variables del problema.

Síntesis del marco social, cultural, legal, institucional.

Comportamiento de las variables en otros ambientes y contextos.

Enfoques de autores o teorías que las respaldan.

Relación de las variables.

Todo lo anterior debe plantearse bajo un enfoque deductivo, es decir

desde lo más general hasta lo más específico, (a menos que el tipo de

investigación demande otro tipo de enfoque).

Así también, cada aspecto debe ser comentado e interpretado con

ideas propias de los investigadores de manera que se refuercen sus

hipótesis. Con respecto a las referencias bibliográficas se usan las

citas cortas, así: (3,6) ó (Polit, pág. 6), en donde 3 corresponde al

tercer libro de la bibliografía y 6 corresponde al número de la página en

donde está ese párrafo textual.

CAPITULO III.

HIPOTESIS Y VARIABLES.

En este capítulo deben expresarse los supuestos básicos que orientan

la búsqueda de la información y cómo éstos han sido

operacionalizados a través de la relación esperada de las variables. De

igual manera deben exponerse los indicadores que permitirán medir el

comportamiento de las variables a evaluar.

Los apartados sugeridos son:

A. HIPOTESIS.

General y específicas.

En este apartado se sugiere formular las hipótesis de investigación, tal

como estaban en el anteproyecto(si éste se hubiese elaborado). Estas

deben correlacionarse con cada objetivo (solamente cuando la

investigación demande efectuar las respectivas pruebas). Si dentro del

100

Page 102: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

trabajo no se realizaron pruebas de hipótesis ya que el estudio es

descriptivo o exploratorio, entonces debe de hacerse esta aclaración.

B. DIAGRAMA DE VARIABLES.

En este apartado debe presentarse en forma esquemática, lógica y

cronológica, la relación supuesta entre las variables, definiendo la (s)

independiente (s) y dependiente (s).

C. DEFINICIÓN OPERACIONAL DE VARIABLES.

En este apartado debe formularse una definición de cada una de las

variables, tal como deben entenderse en esta investigación.

D. INDICADORES DE LAS VARIABLES.

El concepto de indicador se refiere a aquellos aspectos medibles que

nos muestran como es el comportamiento de las variables. En el caso

de las variables que representan procesos, no se deben definir

indicadores que no sean sujetos de medición.

CAPITULO IV

METODOLOGÍA DE LA INVESTIGACIÓN.

Este capítulo comprende la descripción de la estrategia a seguir

expresada a través del tipo y modalidad de la investigación, la

caracterización de las unidades de análisis, las técnicas, procesos e

instrumentos de medición a ser utilizados; los cuales se expresarán en

los siguientes apartados:

A. TIPO DE INVESTIGACIÓN

Este apartado debe reflejar la manera de cómo se enfocó la investigación en

cuanto al propósito, amplitud y profundidad, mencionando las características

propias del nivel o modalidades de investigación que se aplicó en base a los

planteamientos de algunos autores de textos actualizados. Cuando el tipo de

101

Page 103: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

investigación demande la aplicación de algún diseño, será necesario exponerlo

y explicarlo en cada uno de sus elementos y procesos dentro de este apartado.

B. POBLACIÓN Y MUESTRA

Aquí debe describirse detalladamente las características propias del

conglomerado de sujetos u objetos hacia los cuales se orientó la investigación,

es decir, a la totalidad de elementos que podrían ser objeto de medición.

Cuando no se trabaje con toda la población, sino con una parte de ella

(muestra), debe definirse si ésta fue tomada aleatoriamente. En este caso debe

de determinarse un tamaño muestral calculado mediante probabilidades y

niveles de confianza definidos. Si la selección no fuese aleatoria, debe

justificarse el por qué y reconocer las limitaciones que esto implica y los criterios

que se definieron para escoger a los sujetos. Para cualquiera de los dos casos,

debe describirse el proceso de selección de los elementos que conformaron la

muestra.

C. MATERIALES Y METODOS

Descripción detallada de cómo fue realizada la investigación y los

elementos utilizados en la misma. Incluye:

Detalle de procedimientos: Explicación general sobre aspectos

como número de grupos, asignación de sujetos a grupos,

manipulación, etc.)

A. TÉCNICAS APLICADAS EN LA RECOLECCIÓN DE LA INFORMACIÓN.

INSTRUMENTOS DE MEDICIÓN.

En este apartado deben explicarse cada una de las técnicas que se aplicaron

(entrevista, encuesta o alguna otra), a quiénes se les aplicó, con qué propósito,

cómo se desarrollo, pasos que siguieron, y cuál fue el uso específico que se le

dió a la información o datos recopilados a través de éstos.

También deben describirse los instrumentos que se han utilizado en la

investigación, mencionando cómo es su estructura, su contenido, en qué se han

basado para su construcción, cómo se califican y ponderan las respuestas y

cuál ha sido el proceso de validación.

102

Page 104: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

B. RESULTADOS.

En este apartado se debe exponer desde cómo se tabularon y organizaron los

datos, los respectivos cuadros y gráficos con su respectiva descripción de los

resultados, los modelos estadísticos y/o programas que se utilizaron para su

exposición, la justificación del por qué se usaron y cómo se efectuaron las

pruebas de hipótesis en el caso que se realicen.

C. DISCUSIÓN DE RESULTADOS.

Autoevaluación de los procedimientos empleados y discusión de los posibles

alcances y significados de la investigación. Se hace una interpretación acerca

de los resultados obtenidos con respecto a la información encontrada en la

revisión de la literatura, evitando hasta dónde sea posible especular.

D. CONCLUSIONES.

Las conclusiones en el informe de investigación, hacen referencia a los

resultados concretos que se obtuvieron en el desarrollo de la

investigación y que fueron presentados ampliamente en el desarrollo

del cuerpo del trabajo, prácticamente es un resumen sintético de los

puntos más importantes y significativos para los autores. Estas van

acorde al numero de objetivos planteados en la investigación, esto no

quiere decir que no se presentará otra información importante obtenida

durante el estudio.

H. RECOMENDACIONES.

Las recomendaciones constituyen el aparato del documento, dónde la

creatividad del investigador (es) se pone de manifiesto en el

planteamiento de políticas, estrategias y medidas de acción a tomar

por instituciones (públicas o privadas), requisitos, entidades, etc. para

la solución del problema que se investigó.

I. ANEXOS

Aquí se ubicarán los instrumentos y otro tipo de documento que han

sido necesarios para el desarrollo del trabajo y que no se ha

considerado otro lugar para ellos en el documento.

103

Page 105: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Los anexos son secciones adicionales que se adjuntan al documento

escrito, el objetivo es presentar información adicional importante, ya

sea para prolongar la explicación de los datos, como también para

confirmarlos. Se ubica después de las conclusiones y

recomendaciones, antes de la bibliografía.

Ejemplo de anexos: copias de documentos, mapas, planos,

cuestionarios, guías de entrevista y observación, proyectos,

programas, cuadros, gráficos, diagramas, resultados de laboratorios,

cronogramas, presentación de la exposición etc. Dichos agregados son

ordenados de acuerdo a cómo han sido citados en el cuerpo del

trabajo.

J. BIBLIOGRAFIA

Es la última parte del informe de investigación, agrupa todas las

fuentes consultadas para la realización de la investigación y redacción

del informe. Las fuentes pueden ser libros, revistas, boletines,

periódicos y documentos varios(referencias electrónicas o de Internet).

Cuando la bibliografía es utilizada en el trabajo comprende otras

fuentes además de libros, se dividirán en secciones que se clasifican y

ordenan de la siguiente manera: libros, revistas, boletines, periódicos,

documentos y otras fuentes ( como por ejemplo la entrevista,

referencias electrónicas o de Internet), los titulados de estas secciones

irán en mayúscula en el centro de la página. Lo que se presenta a

continuación es una sugerencia para elaborar la bibliografía. Sin

embargo, se remite a los lectores a consultar las Normas que la

American Psychological Association (APA), 5° Edición a elaborado con

el objetivo de que sean consideradas para la elaboración de una

Bibliografía más completa.

104

Page 106: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

LECTURAS COMPLEMENTARIAS

LECTURA 3:

¿QUÉ ES UNA TESIS? ¿PARA QUIEN SE ESCRIBE?

¿CÓMO DEBE ESTAR ESCRITA?

JOE WOLFE

u tesis es un trabajo de investigación. El informe concierne a un problema o conjunto

de problemas en un área definida de la ciencia y debe explicar lo que se sabe de él

previamente, lo que se hacía para resolverlo, lo que sus resultados significan, y

dónde o cómo se pueden proponer progresos, más allá del campo delimitado por el

trabajo.

¡No se aturda con sus temores de estudiante en examen!: una tesis no es una

respuesta a una pregunta de examen.

El lector de un examen es normalmente quien tiene la respuesta. El ya conoce la

respuesta (o alguna de las respuestas), por no mencionar los antecedentes, la

bibliografía, los supuestos y teorías complementarias. También conoce de Ud. sus

fortalezas y debilidades en el tema.

El lector de una tesis, en cambio, no sabe cuál es "la respuesta" a la hipótesis

planteada. Si la tesis es para obtener un doctorado, la universidad exige que se haga

una contribución original al saber científico: su investigación debe descubrir algo

científicamente original, hasta ahora desconocido.

Nadie sabe más que Ud. mismo

El jurado leerá su tesis. Ellos son expertos en el área genérica de su trabajo, pero

sobre el tema concreto de su tesis, nadie sabe más, que usted mismo... ¡en todo el

mundo! Por lo tanto debe escribirlo de manera que resulte de clara comprensión, en

especial para el jurado de "expertos", que no han ocupado demasiado de su tiempo

en analizar los pormenores del problema, objeto de su tesis.

105

Page 107: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Su tesis es un informe científico y será consultada por investigadores que querrán

enterarse en detalle, de los pormenores de sus experiencias de laboratorio. Las tesis

son consultadas por personas de otras instituciones, y la biblioteca puede proveer

fotocopias en papel o microfilm. Pero cada vez más se digitalizan (en imágenes y

texto) las obras. Una consecuencia directa es que su tesis será consultada más

fácilmente, por investigadores de todo el mundo. Por lo tanto, escriba su tesis en

atenta atención de estas posibilidades.

Siempre será útil tener a alguien, aparte de su asesor, que lea objetivamente unas

secciones de la tesis, particularmente la introducción y los capítulos de la conclusión

que debe estar íntimamente relacionadas. Sería muy apropiado también consultar a

los otros miembros del jurado... si podrían leer algunas secciones de la tesis que

consideraran pertinentes o de interés, en las que se podrían descubrir contribuciones

valiosas. A ellos, permítales concentrarse en el contenido, provéales sólo versiones

revisadas, de manera que no pierdan tiempo corrigiendo su gramática, o su

presentación.

¿Cuán detallada?

¡Bastante más que para un artículo científico! Una vez que se ha evaluado su tesis y

sus amigos han leído las tres primeras páginas, los únicos lectores que querrán

continuar, serán las personas que investigan seriamente en el área. Por ejemplo, un

estudiante más joven desea seguir su misma línea de investigación y está

interesado en saber exactamente lo que usted ha experimentado. Pregúntese:

¿podrá hacerlo con su tesis?

Ud. debe estar en condiciones de proveerle todo lo necesario: debe incluir bocetos,

dibujos, diagramas y programas de computadora, normalmente como apéndices.

Una omisión muy frecuente e irritante, se encuentra en los programas de

computación indocumentados e incomentados, lo que lleva a una, casi imposible

interpretación. ¡Ud. no debe caer en esta negligencia!

Seguramente alguna vez tuvo la oportunidad de leer las tesis de estudiantes

anteriores en el laboratorio donde actualmente trabaja, así que ya conoce de las

ventajas de una tesis explícita, en contraposición con una inconsistente.

106

Page 108: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Ponga en claro lo suyo

La referencias bibliográficas son el medio adecuado de documentar conceptos que

no son propios, debe declarar donde está documentado ese resultado, en la literatura

científica. Las excepciones son los descubrimientos de larga data, por ejemplo en

física: las ecuaciones de dinámica no requieren ser referenciadas por una cita de

Newton; el análisis de circuitos no requiere una referencia a Kirchoff.

La importancia de esta práctica en ciencia es que permite al lector verificar su

posición inicial. Se sabe que la física (y muchas otras ciencias), es una ciencia

vertical: los resultados se construyen apoyándose en anteriores resultados, los

cuales, a su vez, fueron construidos sobre otros resultados.

Las buenas referencias, dejan que verifiquemos los fundamentos de sus

aportaciones a la estructura de la disciplina, o por lo menos retraerlas a un nivel que

juzgamos fiable. Las buenas referencias también les dicen a los lectores, cuáles

partes de la tesis son descripciones de conocimientos previos y cuáles partes son sus

contribuciones originales a ese conocimiento.

El texto de una tesis, escrita para un lector científico con poca familiaridad con la

literatura en ese campo, debe quedar especialmente claro. Parecería tentador omitir

una referencia, con la esperanza de que un lector pudiera pensar que una idea

buena o un "pedazo bueno" del análisis es suyo. ¡Cuidado!, le prevengo contra este

acto deshonesto. Puede caer descuidadamente en el delito de plagio.

El lector pensará: " ¡Qué idea tan buena, debo comprobar su originalidad! ". Se

enterará de su verdadero origen, en la biblioteca, en la red o con sólo una llamada

telefónica.

Sin descartar la posibilidad de descubrir de pronto, un verdadero genio escritor de

ciencia, que con su estilo personalísimo cautive el interés de acreditados lectores,

más allá de lo supuesto, es necesario afirmar, que un escrito científico debe

expresarse siempre en voz activa, con el verbo en modo infinitivo . Una tesis es un

escrito científico.

Esta afirmación cobra mayor verdad cuando los descubrimientos científicos son de tal

magnitud (como los de Albert Einstein) que la persona del científico en si, pasa a

107

Page 109: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

segundo plano en los escritos. Este debe despersonalizarse por completo, siempre

que el escrito sirva para comunicar ciencia.

¡La ciencia debe ser escrita siempre en voz activa y en modo impersonal!

Es como si la misma ciencia se expresara a través de la Naturaleza como autora.

Imagínese por un momento ¿cómo escribiría la Naturaleza? Ella nunca diría "Yo hice

esto, ellos obtuvieron esto otro": más bien diría "se debe hacer esto, es correcto

determinar aquello".

Suele ocurrir un extraño fenómeno. Es nítidamente más notorio, cuando el

descubrimiento científico es de una gran magnitud (Teoría de la Relatividad). El

escrito parece haber sido (o debería haber sido) redactado por la propia Naturaleza,

como en un generoso acto de despojo de sus secretos muy bien guardados. La

persona del investigador queda en segundo plano, el protagonismo en la escritura lo

toma (o lo debe tomar) la propia Naturaleza; expresándose en el texto científico, en

voz activa e impersonal (verbos en modo infinitivo).

Por esta razón, no se trata del rechazo de "un yo inmodesto", por parte del científico

al escribir en modo impersonal, sino más bien un simple acto de respeto por la

ciencia.

Algunos escritores piensan, -tal vez equivocadamente- que si escriben en voz pasiva,

deben ser más cuidadoso sobre la atribución. Por ejemplo, si escribe en voz pasiva

"La muestra fue preparada por itrio calentado. . .", se puede dudar si era Ud. quien

preparaba la muestra o si lo hacía la Compañía Itrio. "Preparé la muestra . . ." es más

claro expresándolo en voz activa, fundamentarán...

No obstante y con el afán de dar por terminada la discusión, a todas luces es correcto

expresar científicamente: "...preparar una muestra de itrio calentado..." que no da

lugar a las incorrectas interpretaciones enunciadas, y por supuesto está escrito en

voz activa, totalmente impersonal.

El Estilo

El texto debe ser claro. La buena gramática y la escritura reflexiva harán la tesis más

fácil de leer. La escritura científica tiene que ser un poco formal --bastante más formal

que este texto--. Los angloparlantes nativos deben recordar que el inglés científico es

108

Page 110: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

un idioma internacional, lo cual es cierto especialmente para la ciencia. La jerga y la

escritura informal serán más difíciles de entender por un parlante no-nativo.

La escritura de párrafos muy largos no siempre guardan el sentido de unidad. Pero

creo que este "defecto", es más bien un problema en el que prima el "ahorro" de

papel, lo que no lleva necesariamente al concepto de brevedad.

Si su obra escrita es importante, no escatime espacio de papel en contra de la

presentación. La correcta separación de los párrafos debe estar entre 3 y 6 puntos

para Word'97 (analice como ejemplo, este mismo párrafo).

Es mucho más efectivo la separación entre párrafos, que la sangría de la primera

línea de un párrafo (entre 2 y 5 caracteres), destinado a facilitar una rápida ubicación

visual de los párrafos, durante la lectura.

Yo personalmente, como puede ver aquí, no uso sangría, puesto que los párrafos

quedan perfectamente destacados solo con su separación. Obtenga esta excelente

característica de formato de párrafo: la separación de párrafo, en el menú de

Word'97, con la opción: Formato, Párrafo.

Frases y palabras cortas, simples son a menudo mejores que las largas. Algunos

políticos usan retóricamente "en este momento del tiempo" en lugar de "ahora",

precisamente porque toma más tiempo obtener el mismo significado. No tienen

cuidado particularmente con la comunicación eficaz. Usted sí debe.

Habrá ocasiones en las que se requiera una frase complicada porque la idea misma

lo es. Si su declaración primaria requiere varias calificaciones, cada una de éstas

requeriría una cláusula subordinada: "Cuando [calificación], y donde [lugar], y si

[condición] entonces [declaración]."

La Presentación

No existe obligación para una tesis, de ser una obra maestra de publicación. Su

tiempo puede ser más productivo si lo emplea en mejorar el contenido, mucho más

que en la apariencia. Pero piense que una buena presentación, invitará a una lectura

más agradable. Solo Ud. es capaz de establecer una relación de compromiso con

ambos aspectos perfectamente equilibrados.

109

Page 111: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

Actualmente (fines de 1998) se dispone de un dispositivo que viene en nuestro

auxilio: me refiero al scanner. Con él podemos "escanear" (rastrear, escudriñar) todo

documento que se nos ocurra y guardarlo digitalizado en el disco rígido.

Por ejemplo, Ud. puede hacer un dibujo a mano alzada (o como quiera), luego

escanearlo y finalmente retocarlo, colorearlo con una aplicación gráfica fotográfica.

Pero el scanner va mucho más allá. Es posible rastrear el texto de un libro para

llevarlo directamente a su procesador de texto. ¡Cuidado con esto!, es una invitación

al plagio. No se tiente con este "canto de sirena" (repase lo analizado en el tema

Ponga en claro lo suyo).

¡ Su tesis hoy (1999), debe estar hecha con todas las capacidades para procesarse,

conservarse y transmitirse íntegramente en archivos de computadora !

Un diagrama, un dibujo, una tabla, una fotografía y en general una figura habla por si

sola. No es necesario redundar en explicaciones que las mismas figuras o

ilustraciones muestran con alta propiedad.

No ponga más figuras (dibujo, tabla, diagrama, fotografía, sonido, video, etc.) que las

necesarias. Deben estar correctamente construidas según las normas. En el texto

refiérase a ellas solo en el sentido de aclarar lo que no resulta obvio, de su sola

inspección.

No pienso que haya una correlación fuerte (de cualquier modo) entre cantidad y

calidad. No hay necesidad de dejar grandes huecos de papel, para hacer la tesis más

voluminosa. Los Lectores no apreciarán grandes cantidades de texto vago o

innecesario.

¿Cuántas copias? Consulte con su asesor sobre esto. Así como para los

examinadores, las bibliotecas universitarias y usted mismo, debe hacer unas copias

del original para la distribución. Recuerde que debe tener en cuenta también las

copias informáticas de los archivo de computadora. El soporte que se impone, dado

el volumen extenso de una tesis es el CD-ROM. Si se trata de una tesina , quizá

alcance solo con un juego de disquetes. Se deben enviar estas copias a otros

científicos que trabajan en el mismo campo de investigación de manera que:

110

Page 112: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

puedan tomar nota del trabajo que estuvo haciendo, antes de que

aparezca en las revistas especializadas;

puedan buscar los detalles finos de trabajos parciales que

conforman su tesis, los métodos y resultados que serán o han sido

publicados, sintéticamente en otra parte;

puedan finalmente descubrir ¡el maravilloso científico que es usted!

Este descubrimiento le será útil si existe una oferta de estudios

post-doctoral (o doctoral si es Ud. un maestrando) disponible en

sus ambientes. ¡Debe colocar su nombre en estas candidaturas, de

inmediato!

Independientemente de las normas de presentación de una tesis en la Universidad,

en cuanto a utilizar un solo lado o los dos de las hojas (anverso y reverso), las copias

para distribución deben ser siempre de doble faz, de manera que los gastos del papel

y las estampillas (de correo) no sean excesivos. Digamos de paso que esto va

también en favor de un más cómodo manipuleo de la encuadernación, por contener

la mitad de las hojas. Su asesor podría ayudarlo a elaborar una lista de interesados

y/o personas potencialmente útiles para tal envío masivo de copias por el correo

normal. Su asesor puede ayudar también al financiamiento de los gastos de

distribución, si es que no están cubiertas por su beca. Esto dependerá en gran

medida de las costumbres imperantes en la institución.

No se olvide de hacer una copia para sus padres, quienes como ningunos otros, se

sentirán profundamente honrados y orgullosos de merecer el alto honor de

constituirse en depositarios, de tan importante documento.

En lo personal

Está asegurado que Ud. empleará gran parte de su tiempo --quizás la mayoría--

escribiendo su tesis. Esto podría ser perjudicial para su salud física y mental. Reciba

unos cuantos consejos:

Aprenda Dactilografía

Instale su silla y computadora apropiadamente. Hay publicaciones (libros) que

abordan aspectos de una ciencia nueva denominada Ergonomía . En ellos podrá

111

Page 113: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

encontrar sugerencias sobre: alturas relativas, posturas saludables y también

ejercicios recomendados si pasa mucho tiempo al teclado.

En esto último vale la pena asegurarse: usted no debe permitir una molestia extra en

la espalda o un dolor de cuello. Trate de intercalar sesiones largas de dactilografía

con otras actividades preferentemente físicas.

Si no sabe "escribir a máquina", ¡debe aprender a hacerlo!, tanto a causa de su cuello

como por su productividad. Hay varias aplicaciones buenas de software que enseñan

dactilografía interactivamente. Si usa uno de estos programas por lo menos 30

minutos por día, por un par de semanas, seguro podrá aprender.

Para cuando termine su tesis, podrá teclear rápidamente, con precisión y su inversión

en horas se habrá amortizado plenamente. Sea cuidadoso de no usar el ejercicio de

la mecanografía como una actividad distractiva. Tómelo seriamente.

Haga ejercicios físicos

No deje de ejercitarse físicamente en las pausas. La pérdida de estado físico le hará

sentirse mal. 30-60 minutos de ejercicio por día no es tiempo perdido para su tesis:

yo he descubierto que si no hago ejercicio regularmente, duermo menos sanamente y

por más tiempo.

¿Camine para irse al trabajo y también para retornar? Muchas personas opinan que

una caminata les ayuda a pensar, o les despeja la mente. Descubrirá que un paseo

ocasional, mejora su productividad.

Aliméntese

No se olvide de comer bien, y haga un esfuerzo por comer rico y saludablemente. No

debe perder aptitud física o arriesgarse a contraer una enfermedad en este tiempo

crítico. El ejercicio sirve para mantener el apetito. Sé que tiene poco tiempo para

cocinar, pero guarde una provisión de fruta fresca, verduras y pan. Toma menos

tiempo hacer un bocadillo, que ir al restaurante local de comida rápida... seguro que

se sentirá mejor después.

Drogas

Los escritores de tesis tienen una tradición larga de consumir café como un

estimulante y alcohol o marihuana como relajantes. El uso del alcohol y el café es

112

Page 114: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

legal, usar marihuana no. Tomados con moderación, no parecen tener efectos

nocivos en la calidad de la tesis producida. Los excesos, sin embargo, son

obviamente contraproducentes: varios cafés cargados y a usted le costará demasiado

sentarse a trabajar; varias bebidas por la noche lo volverán más lento y torpe al día

siguiente.

Otros

Personas de su ambiente le mostrarán su afecto, así que aprécielas suficientemente.

Cónyuges, amantes, familia y amigos no se deben sub-valorar. Pase algo de tiempo

con ellos y, cuando lo haga, diviértase. Cuando esté en compañía de ellas, no

desperdicie su tiempo refunfuñando de su tesis: ellos ya la condenaron, por

mantenerlo alejado.

Si puede encontrar a un colega (otro educando) escribiendo una tesis, entonces

encontrarán terapéutico quejarse mutuamente de las dificultades. Él o ella no

requieren, necesariamente, estar en la misma disciplina en la que está usted.

Fin

La escritura de una tesis es un trabajo exigente y duro. Es también un rito importante

de transición en la vida de un estudiante. En nombre de los estudiantes universitarios

de todas las latitudes, les deseo ¡buena suerte!

113

Page 115: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

BIBLIOGRAFÍA

1. ANDER EGG, Ezequiel “Técnicas de investigación social”. Edic. 14 Edit. 2. Cid Editor, Argentina 1980.3. ARNDT, Clara y DADERIAN, Loucine M. Administración de Enfermería.

Teoría para la Práctica con un Enfoque de Sistemas. Segunda Edición OPS. México 1980.

4. CABALLERO ROMERO, Alejandro “Criterios operativos y prácticas 5. sobre investigación científica aplicados especialmente en el estudio del

Cooperativismo”. Univ. de Lima 1984.6. CANALES , F.H. & COLS “Metodología de la investigación”. Manual 7. para el Desarrollo del Personal de Salud. Edit. Limusa Organización

Panamericana de la Salud. México 1986..8. CHAVEZ CONSTANTINO, Daniel “Metodología de la investigación en

salud”. Impreso en Calidad S. Santo Domingo D.N. Febrero de 1982.9. GONZALES, G.F. Metodología de la Investigación en Reproducción Humana.

Universidad Cayetano Heredia. Lima 1994. 10. HERNANDEZ, Roberto. “Metodología de la investigación”. Edit Mc. Graw

Hill Interamericana de México S.A. de C.V. impreso en Colombia. 1991. 11. KERLINGER, Fred. “Investigación del comportamiento”. 2da. Edición. Edit,

Interamericana. México 1982.12. LAM DE SHOJI, Julia. “Módulo autoinstructivo para elaborar proyectos de

investigación en salud”. Revista Cultural de la Asociación de Docentes U.S.M.P. Nº 9 Edit. Logos. 1995.

13. LEON, Federico y CHU, Magdalena. Investigación de Operaciones en Planificación Familiar y Salud Reproductiva. Concepto, Caos. Universidad Cayetano Heredia. Lima 1998.Biblioteca de la Facultad de Obstetricia-USMP.

14. LEON, Orfelio y MONTERO, Ignacio. Diseño de Investigación. Edit. Mc. Graw Hill. España 1997. Biblioteca de la Facultad de Obstetricia-USMP.

15. NEUPERT, Ricardo. “Manual de investigación social”. Edit. Universitaria Honduras. 1977.

16. OBLITAS GUADALUPE, Luis. “Metodología de la investigación”. Bibliografía de Psicología Peruana. Perú S/F.

17. SANCHEZ, Hugo / REYES, Carlos. “Metodologías y diseños en la investigación científica aplicados en la psicología , educación y ciencias sociales”. Edit. Educativa. Inide, Perú 1984.

18. TAMAYO TAMAYO, Mario. “El proceso de la investigación científica”. Edit. Libusa, México. 1981.

19. CAMPBELl, Mary. base IV Guía de Autoenseñanza. España. Editorial McGraw Hill – Interamericana. 1990. pp110/111,121/122,161,169, 179-191/192.

20. HARWRYSZKIEWYCZ, I T. Análisis y diseño de base de datos. Editorial Megabyte. Noriega Editores. México. 1994. pp29/31

21. LAUDON, Kenneth C. Administración de los sistemas de información. 3ra. Edición. México. 1996. pp 271/295

22. MARQUÉZ R. Omar A. El Proceso de la Investigación en las Ciencias Sociales. Ediciones de la Universidad Ezequiel Zamora colección Docencia Universitaria.

23. Hernández, Sampieri. Roberto. Metodología de la investigación 2a. Edición. Editorial McGraw-Hill, México, 1998.

114

Page 116: Desarrollo  del proyecto de Investigación-Educacion - Modulo 1 Final

24. Polit, Denise, F. Hungler Bernadette P. Investigación científica en ciencias de la salud, 5ta. edición. Mc-Graw Hill Interamericana, Editores, S.A. México, D.F. 1997.

25. Polit, Denise, F. Hungler Bernadette P. Investigación científica en ciencias de la salud, 6ta. edición. Mc-Graw Hill Interamericana, Editores, S.A. México, D.F. 2000.

26. Artiles Visbal, Leticia. El articulo Científico. Revista Cubana de Medicina General Integral, Abril Junio, 1995. Disponible en el URL http://bvs.sid.cu/revistas/mgi/vol11_4_95/mgi15495.htm

27. American Psychological Association (APA) (1994). Publication manual of the American Psychological Association. (4th ed.). Wasington, D. C. Disponible en http://www.apa.org

28. Day R. Cómo escribir y publicar trabajos científicos. Washington: Organización Panamericana de la salud. 1990:8,34.

29. Cazau, Pablo. Normas de Publicación de la APA. Disponible en http://www.monografias.com

30. Badal, Mauricio. Elaboración de referencias y citas según las normas de la American Psychological Association (APA), 5° Edición. Disponible en http://www.momografias.com/apa.shtml

115