taller principios de investigación ii - pr.gov - portal ... · pdf filetaller...

2006 @ Wanda I. Altreche Bernal

TallerTallerPrincipiosPrincipios de de

InvestigaciInvestigacióónn IIIICentro de Estudios y Documentación sobre la

Educación Superior PuertorriqueñaConsejo de Educación Superior

31 de marzo de 2006

Wanda I. Altreche Bernal, MS, Ph.D.Catedrática Asociada


ObjetivosObjetivosFamiliarizar a los participantes con los diferentes tipos de diseño de investigación cuantitativos, su uso y aplicacióncorrecta

Discutir los conceptos básicos de muestreo

Familiarizar a los participantes con la selección y desarrollo de técnicas apropiadas para recoger los datos

Introducir los métodos para analizar y presentar la informacióncuantitativa de manera significativa y comprensiva

Demostrar como el diseño de investigación, el plan de muestreo, la recopilación de datos, el nivel de medición de los datos y los análisis estadísticos se relacionan entre sí y con la pregunta de investigación


CompetenciasCompetenciasDistinguir entre los diferentes diseños de investigación basado en las preguntas de investigación para las que se desea obtener respuesta y en su adecuacidad para controlar las distintas fuentes que amenazan la validez interna

Conocer los elementos que debe incluir el diseño de investigación

Identificar los cinco factores a considerar al planificar el diseño de investigación

Conocer las técnicas para aumentar control y reducir sesgo


CompetenciasCompetenciasDefinir los conceptos básicos de muestreo

Diferenciar entre los distintos tipos de muestreo y cuando utilizarlos

Identificar los pasos del proceso de muestreo

Reconocer los diferentes métodos para recopilaciónde datos

Conocer los distintos métodos de análisis de datos y saber cuando se utilizan


DiseDiseñño de Investigacio de InvestigacióónnEs el plan general del investigador para darrespuesta a sus interrogantes o para probarsu hipótesis

Desglosa las estrategias básicas que el investigadorutiliza para controlar las variables extrañas y generar información exacta e interpretable

Especifica el procedimiento que será utilizado para obtener la evidencia empírica y el modelo que describe la relación entre las variables que serán estudiadas.


DiseDiseñño de Investigacio de InvestigacióónnEl propósito principal es estructurar el estudio para que el investigador pueda determinar el alcance en el cual una variable independiente es responsable por el cambio en la variable dependiente, controlando o restringiendo los elementos extraños que puedan influenciar sobre los resultados del estudio

Especifica el proceso de recopilación de datos, las condiciones bajo las cuales las observaciones se harán y el tipo de análisis y presentación de los datos que serán necesarios para contestar la pregunta de investigación propuesta


DiseDiseñño de Investigacio de InvestigacióónnProvee un mecanismo de control para asegurar que los datos son recopilados objetivamente de forma uniforme y con la intervención o sesgo mínimo del investigador


ElementosElementos de un de un DiseDiseññoo de de InvestigaciInvestigacióónn

Intervención = variable independiente

Comparaciones

Comparaciones entre dos o más grupos (intersujetos)

Comparaciones de un sólo grupo en dos o más ocasiones(intrasujetos)

Comparaciones de un sólo grupo en diferentes circunstanciaso experiencias (intrasujetos)

Comparaciones basadas en relaciones entre variables

Comparaciones con muestras de otros estudios


ElementosElementos de un de un DiseDiseññoo de de InvestigaciInvestigacióónn

Control de variables extrañas o ajenas al problema que se estudia

Programación de la colecta de datos– ¿Cuántas veces?– ¿Cuándo serán recogidos?

Lugar, ambiente y tiempo donde se realizará el estudio, o sea donde se recopilarán los datos y cuando

Comunicación con los participantes – se refiere a la cantidad de información que recibirán los participantes


MecanismosMecanismos parapara ControlarControlarFactoresFactores ExtraExtraññosos

Distribución aleatoria– garantiza que los grupos sean iguales respecto a las variables

extrañas. Es el método más efectivo. Es el único que permite controlar todas las posibles variables extrañas, sin que el investigador tenga que conocer cuales son estas

Homogeneidad – se refiere a incluir en el estudio sólo sujetos que son

homogéneos o iguales respecto a las variables extrañas

Grupos aleatorios o bloqueo– en vez de controlar las variables extrañas, estas se incluyen en

el estudio en calidad de variables independientes y se agrupan los sujetos de acuerdo a sus niveles para entonces asignarlosal azar al grupo experimental y el grupo control.


MecanismosMecanismos parapara ControlarControlarFactoresFactores ExtraExtraññosos

• Pareo – consiste en constituir grupos de comparación con

sujetos que poseen las mismas características. Supone que el investigador conoce de antemano las características de los sujetos que pueden afectar los resultados del estudio

Control estadístico– se refiere a utilizar procedimientos estadísticos para

controlar las variables no deseadas. Permiten controlar múltiples variables extrañas a la vez. Ej. analisis de covarianza


Cinco Factores a Considerar al Cinco Factores a Considerar al Planificar el DisePlanificar el Diseñño de o de

InvestigaciInvestigacióónn1. Sesgo - influencia que distorsiona los resultados de

un estudio y por lo tanto afectan la confiabilidad de hacer conclusiones

Instrumentos (selección y diseño inadecuado)Procedimiento inadecuado para recopilar los datosProceso de selección de la muestra – diferencias entre los participantes que integran los grupos con respecto a la variable que está siendo estudiadaConocimiento previo de los investigadores puede sesgar la colecta de datos de forma objetiva La subjetividad de los entrevistadores



InvestigaciInvestigacióónn

2. Manipulación – es el proceso de manipular la variable independiente para observar el efecto que tiene sobre la variable dependiente

3. Control – procedimientos que se establecen para tratar de minimizar la influencia de variables extrañas sobre los resultados del estudio o la variable dependiente




Se controla a través de:Aleatoriedad

selección al azar de los sujetosasignación al azar de los sujetos a los grupos

Desarrollo cuidadoso de protocolos experimentales

Grupo control



InvestigaciInvestigacióónn4. Validez (si los hallazgos del estudio logran reflejar el

propósito para lo que fue diseñado el estudio)

Validez interna - se refiere a si los resultados de un estudio son función de la intervención o variable independiente estudiada y no de otras causasValidez externa – se refiere a la capacidad para generalizar los hallazgos y desarrollar inferencias de la muestra a la población bajo estudio

* La validez interna y la validez externa están inversamente relacionadas




5. Confiabilidad “Reliability”se refiere a la solidez del diseño de investigación, de manera que pueda dar los mismos resultadossi se repite bajo las mismas circunstancias y segúnfue planificado y ejecutado.


Siete Factores que Amenaza Siete Factores que Amenaza la Validez Internala Validez Interna

Historia – se refiere a eventos o acontecimientos externos que ocurren a la misma vez que la variable que esta siendo manipulada (variable independiente) y que pueden afectar el comportamiento de la variable dependiente

Selección - incluye el sesgo que resulta de las diferencias preexistentes entre los grupos

Si los grupos no son equivalentes, cabe la posibilidad de que cualquier diferencia en la variable dependiente sea el resultado de las diferencias que existían entre los grupos más que al efecto de la variable independiente



• Maduración – se refiere al proceso de cambio que ocurre en los sujetos que están participando en un estudio como resultado del transcurso del tiempo y no a causa de la variable independiente o intervención

• Sensibilización – o efecto de prueba. Se refiere al efecto que tiene una pre - prueba sobre el desempeño de los individuos en la post prueba.



• Instrumentación – se refiere al sesgo relacionado con las medidas u observaciones que hace el investigador

Puede ocurrir: * cuando el instrumento de medición o los procesos de

observación utilizados no son precisos en su medida (no miden lo que se quiere medir)

* cuando el instrumento de medición es responsable de los resultados y no la variable independiente (ej. usar diferentes instrumentos para tomar las medidas)

* cuando los observadores o entrevistadores cambian la forma en que recogen y registran los datos

- porque son más diestros - porque están cansados - porque consiente o inconscientemente intentan aumentar

la probabilidad de los resultados deseados.

Tanto los instrumentos de medición como las personas que recogen los datos debenpermanecer constantes a través del tiempo y de los grupos o condiciones estudiadas.



• Mortalidad – se refiere al efecto que tiene sobre los resultados del estudio la perdida de sujetos antes de que el mismo se complete

Los sujetos que se dan de baja en un estudio pueden ser diferentes en cuanto a condiciones que son relevantes a la variable dependiente de aquellos que permanecen

• Regresión – se refiere al efecto del fenómeno estadístico en el cual las medidas extremas tienden a regresar alrededor de la media o el promedio en repeticiones de la observación o medición

Cuando se seleccionan los sujetos o grupos en base a “scores” extremos con respecto a una variable particular, problemas de regresión pueden ocurrir


DiseDiseñños de Investigacios de Investigacióónn

Notación:

X – variable independiente o intervenciónO – variable dependiente, observación o

medición R – aleatoriedadG - grupo


Tipos de DiseTipos de Diseñño de o de InvestigaciInvestigacióónn

Experimental Verdadero

R O X O Grupo experimentalR O O Grupo control

Los sujetos son seleccionados de la población al azary asignados a los grupos al azar

Los sujetos no son seleccionados al azar, pero si son asignados al azar a los grupos. Esta forma de aleatoriedad limita las generalizaciones del estudio


CaracterCaracteríísticassticas del del DiseDiseññooExperimental Experimental VerdaderoVerdadero

Aleatoriedad - el investigador selecciona y/o asigna los sujetos al azar

Control – el investigador introduce uno o más controles en el estudio, incluyendo el uso de un grupo control

Manipulación de la variable – el investigador modificade alguna manera la variable independientepara observa el efecto de esta manipulaciónsobre la variable dependiente


VentajasVentajas y y DesventajasDesventajas del del DiseDiseññoo Experimental Experimental VerdaderoVerdadero

Controlan todos o la mayoría de los siete factores que amenazan la validez internaOfrece el mayor grado de control y validez internaEs el método disponible más poderoso para probar hipótesis de relación causal entre la variable dependiente e independienteNos permite inferir las relaciones causales entre fenómenos con mayor confianza

Ventajas

DesventajaNo es apropiado para investigaciones donde la variable independiente es una intervención o tratamiento que porrazones éticas es imposible dejar algun grupo sin el mismo.


Tipos de DiseTipos de Diseñño o Experimental VerdaderoExperimental Verdadero

Grupo Control Posttest – OnlyG1: R X O1

G2: R O2

Ventaja:Valioso cuando el propósito de la investigación es buscar relación causal y no es apropiado o posible realizar una prepruebaControla todos los factores que amenazan la validez interna y todas las fuentes de sesgo

Desventaja:La ausencia de una pre prueba hace imposible determinar si la asignación al azar logró exitosamente equivalencia entre el grupo control y el grupo experimental con respecto a la variabledependiente que esta siendo estudiada



Grupo Control Pretest - Post testG1: R O1 X O2

G2: R O3 O4

Ventaja:Valioso cuando se quiere determinar el grado de cambio o efecto diferencial de la variable independiente o intervención entre los grupos

Controla para historia, maduración, regresión, selección y mortalidad

Desventaja:No controla para sensibilización o efecto de prueba



Solomon Four GroupG1 : R O1 X O2

G2 : R O3 O4

G3 : R X O5

G4 : R O6

Ventajas: - Elimina la influencia del aprendizaje que ocurre cuando se

toman las medidas o pruebas antes y después de la intervención o variable independiente

- Habilidad para detectar efectos de la interacción entre la participación en el grupo experimental y la pre prueba

- Aumenta la posibilidad de entender resultados más complejos

Desventaja:- Requiere más grupos, haciéndolo más costoso y que consuma

más tiempo



Diseño factorial Son modificaciones de los diseños “post test only” y pretest - post test, con la complicación de variables independientes adicionales

G1: R X Y1 O1G2: R Y1 02G3: R X Y2 03G4: R Y2 04

G1 : R O1 X Y1 O2

G2 : R O3 Y1 O4

G3 : R O5 X Y2 O6

G4 : R O7 Y2 O8



Diseño factorialVentajas:

- Posee las mismas ventajas que los diseños básicos “pretest – only” y “pretest-posttest”

- Hace posible manipular y estudiar más de una variable independiente a la vez

- Permite determinar el efecto separado de cada variable independiente, así como el efecto simultaneo o en conjunto de dos o más variables independientes

- Permite realizar múltiples comparaciones y probar múltiples hipótesis a la vez.

Desventaja:- Requiere de una muestra grande, haciéndolo más costoso y que

consuma más tiempo - Cada factor o variable independiente debe tener dos o más niveles

El análisis estadístico que utiliza es el análisis de varianza



Diseño de ContrapesoG1: R O1 X1 O2 X2 O3

G2: R O4 X2 O5 X1 O6

Ventaja:- Se usa cuando se estudia más de una variable independiente

o intervención y el orden de estas es manipulado

- Además de permitir determinar el efecto combinado de dos o másintervenciones, también permite determinar el efecto de orden

- Ayuda a eliminar las amenazas de validez interna causadas por la interacción de las variables independientes

Desventaja:Consume mucho tiempo


DiseDiseñño Casi experimentalo Casi experimental

Características- poseen sólo 2 elementos del diseño

experimental verdadero: la manipulaciónde la variable independiente y el control

- carece de aleatoriedad


DiseDiseñño Casi experimentalo Casi experimentalVentajas:

- Se utilizan en situaciones donde es imposible o difícil seleccionar y asignar los sujetos al azar

- Son prácticos y viables y hasta cierto punto brindan información útil para la generalización

- Permiten introducir algunos controles alternos para las variables externas, que compensan la ausencia de aleatoriedad

Desventajas:- Debido a que carecen de la asignación al azar, el investigador tiene

que evitar hacer inferencias causales

- Pueden surgir varias hipótesis rivales, que compiten con la hipótesisoriginal, para explicar los resultados observados


Tipos de diseTipos de diseñño casi experimentalo casi experimentalGrupo control no equivalente

G1: O X O G2: O O

Ventajas: - las observaciones o mediciones antes de la intervención permiten,

en cierta medida, determinar si las características del grupo control y el experimental son similares

Desventajas:- no se debe usar para apoyar causalidad, solo para explicar cambios

en los grupos - al carecer de aleatoriedad, no se puede garantizar que los grupos son

equivalentes, aun cuando la pre prueba arroje resultados similaresentre los grupos


Tipos de diseTipos de diseñño casi experimentalo casi experimental

Series de tiempo interrumpidasG1: O1 O2 O3 X O4 O5 O6

Características: - Son medidas u observaciones repetidas de la variable

dependiente antes y después de introducir la variableindependiente

- No hay grupo control o de comparación


Tipos de diseTipos de diseñño casi experimentalo casi experimentalSeries de tiempo interrumpidasVentajas:

- Son útiles cuando sólo un grupo está disponible para el estudio

- Las múltiples medidas antes y después de la VI controlan los factores de validez interna como: maduración, efecto de prueba, instrumentación, regresión y mortalidad.

- Como sólo utiliza un grupo controla para selección - Permiten determinar la naturaleza del cambio a través del

tiempo

Desventajas: - No puede apoyar relación causal- No controla el sesgo por historia


Tipos de diseTipos de diseñño casi experimentalo casi experimentalSeries de tiempo equivalentes

G1: X1 O1 X0 O2 X1 O3 X0 O4

Ventajas:- Permite introducir y reintroducir la intervención e

intercalarla con alguna otra experiencia (X0) cuando no se está introduciendo la intervención

- Es superior al diseño de series de tiempo ininterrumpidas- Permite controlar el sesgo por historia

Desventajas: - No puede apoyar relación causal


DiseDiseñños os prepre -- experimentalesexperimentales

Características

- dos de los 3 criterios del diseño experimental verdadero (control, aleatoriedad y manipulación) no están presentes

- es valioso para responder a preguntas descriptivas o para generar evidencia exploratoria


Tipos de diseTipos de diseñños os prepre--experimentalesexperimentales

One-Shot Case StudyG1: X O1

Ventaja: - es valioso para responder a preguntas descriptivas

o para generar evidencia exploratoria

Desventajas:- no explica relación causales afectado por los siete factores que amenazan la

validez interna de un estudio



Pretest – Post testG1: O1 X O2

Ventaja: - valioso para descubrir que ocurre después que

se introduce la variable independiente

Desventajas:- no controla el efecto de maduración, historia,

mortalidad, instrumentación, sensibilización o efecto de prueba y regresión



Static Group ComparisonG1: X O1

G2: O2

Ventaja: - al tener un grupo de comparación, ofrece más control sobre factores

extraños que el “one-shot” y el “pre-test-posttest”- controla los factores de historia y maduración al tener un grupo control

Desventajas:- no controla el efecto de selección, efecto de prueba, mortalidad e

instrumentación. Ni controla satisfactoriamente los demás factores de invalidez interna

- no hay base para juzgar la equivalencia inicial de los grupos. - no podemos concluir que la intervención o variable independiente es

responsable de las diferencias entre los grupos, si la hubiese, ya que estas diferencias podrían haber estado desde antes de la intervención


DiseDiseñños Noos No--experimentalesexperimentales

Características– No posee ninguno de los criterios del diseño

experimental verdadero

– se usa para explorar, un concepto o constructoo relaciones entre estos y predecir que puede haber causalidad , si la relación es bien fuerte

– cualquier manipulación de variables se hace luego a través de los análisis estadísticos


DiseDiseñños Noos No--experimentalesexperimentales

Ventajas:- Habilidad para examinar y cuantificar un fenómeno

que ocurre naturalmente- No se manipula la variable independiente, pero se

examina su relación a una o mas variables para propósitos descriptivos y predictivos

- Se pueden incluir un gran número de sujetos y examinar eventos y fenómenos que ya han ocurrido.

Desventajas:- Sesgo que puede limitar la validez interna- No se puede establecer relación causal


Tipos de diseTipos de diseñños no os no experimentalesexperimentales

Ex post facto Características

El investigador examina el efecto de una variable independiente que ocurre de forma natural después que esta ha ocurrido y trata de relacionar esta variable “after-the fact” con un resultado o variable dependiente

Con este diseño se pretende comprender las relaciones entre los fenómenos tal como ocurren en la naturaleza, sin que el investigador manipule la variable independiente

Se les conoce también como investigación correlacional

Presentan algunas características estructurales y de diseño propias de la investigación experimental verdaderas, casi experimental y preexperimental

Utiliza los mismos diagramas de los diseños anteriores, con la excepción de que la variable independiente X no es manipulada


Tipos de diseTipos de diseñños no os no experimentalesexperimentales

Ex post factoVentajas:

- muchos de los problemas que necesitan ser estudiados en las ciencias educativas, sociales y del comportamiento no pueden ser analizados mediante procedimientos experimentales

- permite determinar la existencia de una relación entre dos variables y sugerir una posible causalidad (si la relación es bien fuerte)

- es un medio eficiente y efectivo para obtener gran cantidad de datos de un problema de interés

- muy realista y es atractivo para la solución de problemas prácticos

Desventaja:- débiles en cuanto a su capacidad para poner al descubierto relaciones causales


DiseDiseññoo de de MuestreoMuestreo


DefinicionesDefinicionesPoblación - grupo de elementos o personas que

comparten un conjunto de características similares y sobre los cuales deseamos hacer inferencia ygeneralizaciones

Población objeto o accesible- es el grupo ideal del cualse es capaz de seleccionarla muestra


CaracterCaracteríísticassticas de de unaunapoblacipoblacióónn objetoobjeto de de estudioestudio

Debe poseer todas las características que el investigador identificó como criterio de inclusiónNo debe poseer ninguna de lascaracterísticas que identificó como criteriode exclusiónDebe estar disponible, al menos en teoría, para ser seleccionado en la muestra


DefinicionesDefiniciones

Muestra - subconjunto de una población que se incluye en el estudio

Muestreo - proceso de selección de la muestra

Elemento - es la unidad de análisis de la poblaciónsobre el cual se toman las medidas


DefinicionesDefinicionesCriterios de elegibilidad

El investigador es el que define o escoge las características o parámetros de los elementos de la población que son importantes en el estudio

- Criterios de inclusión - especifican las características que los elementos o individuos deben poseer para formar parte de esapoblación o muestra.

- Criterios de exclusión - especifica las características que sus miembros no deben tener para poder pertenecer a la población o muestra.


DefinicionesDefiniciones

Representatividad – es una medida de cuanto seaproximan las característicasclaves de la muestra a las dela población

Error de muestreo – es la diferencia entre los valoresobtenidos de una muestra de la población y los valores que existen en otras muestras de la población. Refleja el grado en que la muestra es representativa


Error de Error de MuestreoMuestreoDiferencia entre los valores obtenidos de unamuestra y los valores que existen de otrasmuestras de la misma población

Refleja el grado de representatividad de la muestra

A mayor error, menos representativa es la muestra y más limitada la validez externa

Puede ser causado por: errores al azar o porsesgo sistemático


Dos Dos tipostipos de error de de error de muestreomuestreo

Errores al azar de muestreo - ocurren por casualidad. No se puede hacer mucho con este error durante el muestreo. Ej. no respuestas, respuestaserróneas.

Sesgo sistemático o de muestreo - se debe a defectos en el proceso de muestreo en el cual los sujetos difieren sistemáticamente de los de la población


PropPropóósitosito del del muestreomuestreo

Aumentar la capacidad de quepodamos formular conclusionesprecisas sobre la poblaciónestudiando sólo un grupo pequeñode sus elementos


Dos Dos formasformas parapara limitarlimitar el el alcancealcance de la de la investigaciinvestigacióónn

Limitando el número de variableLimitando los sujetos que seránestudiados


ConsideracionesConsideraciones al al seleccionarseleccionarel el tipotipo de de muestreomuestreo

Propósito del estudio

Naturaleza de la pregunta de investigación

Diseño de investigaciónAcceso al objeto de estudio

Tiempo y dinero


SelecciSeleccióónn de la de la MuestraMuestra

Diseños de Muestreo

ProbabilísticoNo probabilístico


MuestreoMuestreo ProbabilProbabilíísticostico

Es el único método viable para obtener muestras representativas en estudios cuantitativos

Los parámetros de la población se conocen

Cada miembro o elemento tiene la misma probabilidad de ser seleccionado

Se conoce la probabilidad de que cada elemento sea incluido


MuestreoMuestreo ProbabilProbabilíísticosticoSe puede calcular la magnitud del error de muestreo por anticipado

El propósito es reducir el error de muestreo y aumentar la validez externa

Requiere que se desarrolle un “sampling frame” o marco conceptual

Selección al azar

El muestreo probabilístico es la escencia de la mayor parte de las pruebas estadísticas


TiposTipos de de muestreomuestreoprobabilprobabilíísticostico

Muestreo al azar simple

Muestreo sistemático

Muestreo al azar estratificadoProporcionalNo proporcional

“Cluster Sampling”


EstratasEstratas o o SubpoblacionesSubpoblaciones

- son segmentos mutuamente excluyentes de unapoblación establecidos a base de uno o másatributos o características

- las características son escogidas para estratificación asumiendo que ellas tendrán algún efecto sobre la variable bajo estudio

- garantiza que los diferentes segmentos de la población estén adecuadamente representados.


MuestreoMuestreo No No ProbabilProbabilíísticostico

No se puede hacer selección al azar

Los parámetros de la población no se conocen

No es ético o factible desarrollar un “sampling frame”

No se puede identificar un “sampling frame”


TiposTipos de de muestreomuestreo no no probabilprobabilíísticostico

• Por conveniencia

• Avalancha o Bola de nieve

• Intencional o deliberado

• Por Cuota


ProcesoProceso de de MuestreoMuestreo

Identificar la poblaciónDefinir características de la poblaciónCriterios de inclusiónCriterios de exclusión

Desarrollar el plan de muestreoMétodo para seleccionar la muestra(probabilístico o no probabilístico) Tamaño de la muestra


DefiniendoDefiniendo la la poblacipoblacióónnqueque serseráá estudiadaestudiada

Preguntas de investigación

Revisión de literaturaClarificar y establecer parámetrosIdentificar características que deben ser excluidas

Dos formas distintas de definir la poblaciónpueden llevar a resultados diferentes


ProcesoProceso de de MuestreoMuestreo

Seleccionar la muestra

Comparar los valores críticos dela muestra con los de la población


CaracterCaracteríísticassticas de la de la muestramuestra

Representativa

La representatividad de la muestra y la validezexterna están directamente relacionadas

Tamaño adecuado


TamaTamaññoo de la de la MuestraMuestraElementos a considerar para determinar el tamaño:

Análisis estadísticosNivel de significancia ( α = .05, .01, .001 )El poder estadístico (1- β = .75 a .85 ) –inversamente relacionado al tamaño de la muestra“Effect Size” ( γ ) – se refiere a la fuerza de la relación entre las variables. Inversamenterelacionado al tamaño de la muestra


CuatroCuatro DecisionesDecisiones EstadisticasEstadisticas

Situación Real de la Ho

Verdadera Falsa

Decisión correctaProbabilidad = 1-α

Error de Tipo IIProbabilidad = β

Error Tipo IProbabilidad = α

Decisión CorrectaProbabilidad = 1- β

Verdadera

Acepta Ho

Dec

isió

nde

l I n

vest

igad

or

Falsa

Rechaza Ho


TamaTamaññoo de la de la MuestraMuestraOtras Consideraciones

Homogeneidad de la población AtriciónNúmero de variables incluidas Análisis de subgruposSensibilidad de las mediciones El número de unidades en el “sampling frame”Tiempo y recursos


RecopilaciRecopilacióónn y y AnAnáálisislisis de de

DatosDatos


RecopilaciRecopilacióónn de de datosdatosLos datos que se recopilan y la forma en que se obtienen determinan el proceso analítico y el tipo de conocimiento que se genera

Datos Existentes vs. datos nuevosRegistros – recolección de datos con fines no investigativos (es necesario codificar y manipular datos) Análisis secundarios Meta análisis- datos de investigaciones publicadas (es necesario codificar y manipular datos)Ventajas de datos existentes: ahorro en tiempo y dinero


RecopilaciRecopilacióónn de de datosdatos• Dimensiones de los métodos de colecta

• Estructura – plan estructurado donde se define la información que debe obtenerse y la forma de hacerlo

• Cuantificación – la información recopilada debe poder ser cuantificada si se van a realizar análisis estadísticos

• Conocimiento de participación – si los participantes están consiente de que participan en un estudio pueden modificar sus respuestas y comportamiento

• Objetividad – capacidad del investigador para emitir juicios no sesgados acerca del comportamiento o los atributos del participante


RecopilaciRecopilacióónn de de datosdatosMétodos de recopilación de datos:

Auto informes- preguntar directas (entrevistas y

cuestionarios);- Ventaja: permiten obtener información

retrospectiva y visión prospectiva - Desventajas: validez y exactitud



Observación- Ventaja: permiten captar directamente conductas y sucesos

- Desventaja: implicaciones éticas, manifestación de comportamientos distorsionados, negación a ser observado, sesgos del investigador

Obtener y examinar materiales



Mediciones biofisiológicas- Ventaja: objetividad porque la medición se toma con instrumentos y equipos especializados, precisión y sensibilidad

- Desventaja: el efecto del instrumento en las variables que mide, el que maneje el instrumento tiene que saber como usar el mismo


AnAnáálisislisis de de DatosDatos……Se refiere a la aplicación de métodos estadísticos para describir y analizar sistemática y matemáticamente los datos de manera que se facilite la interpretación de los mismos y se puedan formular conclusiones válidas y realizar decisiones correctas


Antes de Antes de comenzarcomenzar los los ananáálisislisis estadestadíísticossticos……..

Codificar los datos

Asignar una localización única acada variable en la programación

Se crea registro de codificación

Entrar los datos

Limpiar los datos

Reducir los datos


DeterminanDeterminan el el tipotipo de de ananáálisislisis estadestadíísticossticos::

La pregunta de investigación y el nivel de conocimiento que se generará

El nivel de medición de las variables

El número de variable dependientes e independientes

La calidad de la información recopilada


MediciMedicióónn

Se refiere a asignar valores numéricos al atributo que estásiendo observado

El proceso de medición determina el tipo de datos que se obtendrán y el tipo de análisis que se puedan realizar


CaracterCaracteríísticassticas de los de los nivelesnivelesde de medicimedicióónn de de laslas variablesvariables

Categorías MutuamenteExcluyentes

OrdenFijo

IgualEspacio oDistancia

CeroAbsoluto

Nominal X

Ordinal X X

Intérvalo X X X

Razón X X X X


DeterminanDeterminan el el tipotipo de de ananáálisislisis estadestadíísticossticos::

El procedimiento y diseño de muestreo utilizado

El tamaño de la muestra obtenida

Cantidad de muestras o grupos con que trabajaráel investigador

El diseño de investigación

Las hipótesis u objetivos de la investigación


TiposTipos de de AnAnáálisislisisEstadEstadíísticossticos

Descriptivo

Inferencial

Asociación


EstadEstadíísticas sticas DescriptivasDescriptivas

Nos permiten reducir grandes cantidades de datos a conjuntos pequeños que nos faciliten entender e interpretar los datos sin sacrificar información esencial

Ayudan a describir las características principales de los fenómenos estudiados


HerramientasHerramientasDescriptivasDescriptivas

Distribución de frecuenciaMedidas de tendencia central

• Media• Mediana• Moda

Medidas de variabilidad• Rango• Varianza• Desviación estándar

Estadísticas descriptivas bivariadas• Tablas de contingencia• Análisis correlacional


Seleccionando la medida Seleccionando la medida de tendencia central de tendencia central

apropiadaapropiadaEl propósito de los análisis

Distribución de los valores


SeleccionandoSeleccionando la la medidamedidade de tendenciatendencia central central

apropiadaapropiadaSi la distribución es normal, tanto la media como la mediana y la moda tienen el mismo valor

En este caso se recomienda utilizar la media porque es la base para otros cómputos estadísticos

Si la distribución es sesgada “skewed” se debe seleccionar la medida que mejor responda a tu pregunta de investigación


HerramientasHerramientasDescriptivasDescriptivas

Distribución de frecuenciaMedidas de tendencia central

• Media• Mediana• Moda

Medidas de variabilidad• Rango• Varianza• Desviación estándar

Estadísticas descriptivas bivariadas• Tablas de contingencia• Análisis correlacional


EstadEstadíísticassticasInferencialesInferenciales

Nos permiten determinar cuan representativas de la población son las observaciones obtenidas de la muestra

Se basan en la teoría de probabilidad

Se clasifican en:paramétricasno paramétricas


PremisasPremisas de de laslasEstadEstadíísticassticasParamParaméétricastricas

Las muestras provienen de poblaciones que poseen una distribución normal

La varianza entre los grupos es igual

El nivel de medición de los datos es de intervalo


EstadEstadíísticas sticas ParamParaméétricastricas

Son las pruebas más robustas del grupo de estadísticas inferenciales.

Robusta - se refiere a que la prueba tiene una mayor probabilidad de detectar un efecto o relación significativa. O sea, aumentar el Poder y disminuir el Error de Tipo II

• Las más conocidas:- Prueba t- Análisis de varianza


EstadEstadíísticassticas No No paramparaméétricastricas

Se utilizan para probar hipótesis cuando:No se puede asumir que la población se distribuye normalmenteNo se puede asumir homogeneidad de las varianzasLos datos generados son ordinales o nominalesMuestras pequeñas

Debido a que son menos robustas, estas pruebas no deben ser utilizadas a menos que se sospeche que no se cumplen las premisas de las pruebas paramétricas

• Las más conocidas son:Chi Square, Spearman Rank Order, Sign Wilcoxon Sum, Fisher Exact


SelecciSeleccióónn de la de la pruebapruebaestadestadíísticastica

La pregunta de investigación es sobre:–Diferencias–Magnitud de una relación–Intento de predecir

Número de variables dependientes y dependienteNivel de medición de las variablesTipo de variable (continua o no continua)


SelecciSeleccióónn de la de la pruebapruebaestadestadíísticastica

Naturaleza de la relación entre las variablesGrupos que serán comparadosPremisas sobre la distribución de la poblaciónTamaño de la muestra


EstadEstadíísticassticas de de AsociaciAsociacióónn

Nos permiten identificar la relación entre variables y saber si podemos predecir o inferir características de una variable dependiente conociendo las características de las variables independientes

Buscan predecir resultados de múltiples variables

Las más conocidas son:análisis de factoresfunciones discriminantesregresión múltiple


¿¿CuCuáándondo se se utilizanutilizan los los diferentesdiferentes tipostipos de de ananáálisislisis

estadestadíísticostico??Descriptivos

–Con preguntas de investigación descriptivas, exploratorias, explicativas, y predictivas

–Cuando existe poco o nada de conocimiento



estadestadíísticostico??Inferencial

– Con preguntas de investigación explicativas y con pruebas de hipótesis

– Cuando existe poco o nada de conocimiento sobre la relación

– Cuando existe teoría bien definida que necesita ser probada



estadestadíísticostico??Asociación

– Con pruebas de hipótesis

– Cuando existe teoría bien definida que necesita ser probada

taller principios de investigación ii - pr.gov - portal ... · pdf filetaller...

Documents