Tema II esquema general modelo general de la investigación científica



Descargar 59,74 Kb.
Fecha de conversión13.09.2017
Tamaño59,74 Kb.
  • TEMA II
  • ESQUEMA GENERAL
  • MODELO GENERAL DE LA INVESTIGACIÓN CIENTÍFICA
  • Definición
  • Niveles:
  • Teórico-conceptual
  • Técnico-metodológico
  • Analítico-estadístico

El modelo general de investigación

  • El modelo general de investigación, en ciencias psicológicas, sociales y de la salud, es como un proceso global, jerárquicamente estructurado con niveles y fases, y tiene por objetivo ampliar el ámbito de los conocimientos objetivamente validados.

Lectura

  • La investigación psicológica y social, como cualquier otra clase de investigación científica, está formada por un conjunto de actividades encaminadas al descubrimiento y a la verificación de fenómenos para alcanzar conocimientos teóricos significativos. La investigación científica suele caracterizarse, con frecuencia, como un proceso o secuencia estructurada de niveles tendentes a ampliar el ámbito de los conocimientos objetivamente válidos.

Lectura

  • La investigación científica es un proceso que a modo de espiral va desde lo empírico a lo teórico (vía inducción) y de lo teórico a lo empírico (vía deducción). Este camino está estructurado por una serie de niveles, cada uno de los cuales está formado por fases que determinan las distintas actuaciones dentro del nivel correspondiente.
  • i
  • n
  • d
  • u
  • c
  • c
  • i
  • ó
  • n
  • NIVELES
  • F
  • F A S E S
  • -----------------------------------------------------------------------------------------------------------------------------------------------------------------
  • TEÓRICO
  • -
  • CONCEPTUAL
  • ---------------------------------------------------------------------------------------------------------------------------------------------
  • TÉCNICO
  • -
  • METODOLÓGICO
  • ----------------------------------------------------------------------------------------------------------------------------------------------
  • ANALÍTICO
  • -
  • ESTADÍSTICO
  • Delimitación
  • de un área de
  • estudio.
  • Problemas
  • Consecuencias
  • contrastables.
  • Hipótesis empíricas
  • Discusión
  • de los resultados
  • Hipótesis
  • teóricas.
  • Teo
  • rías y
  • modelos
  • d
  • e
  • d
  • u
  • c
  • c
  • i
  • ó
  • n
  • operativización
  • Plan de
  • investigación
  • Estrategia de
  • No experimental
  • Experimental
  • D
  • I
  • S
  • E
  • Ñ
  • O
  • D
  • E
  • I
  • N
  • V
  • E
  • S
  • T
  • I
  • G
  • A
  • C
  • I
  • Ó
  • N
  • Elaboración y reunión de datos
  • Ajuste de modelos
  • estadísticos
  • Pruebas de
  • signifcación
  • Contraste de
  • hipótesis
  • inducción

Niveles del modelo general de investigación

  • A) Nivel teórico-conceptual
  • B) Nivel técnico-metodológico Diseño de
  • investiga-
  • C) Nivel estadístico-analítico ción
  • Nivel teórico-conceptual Fases
  • Problemas Hipótesis Enunciados Discusión
  • teóricas, empíricos resultados
  • Teorías

Lectura (Nivel teórico-conceptual)

  • Obsérvese que este primer nivel es eminentemente teórico, de modo que están presentes, en el transcurso de las distintas fases, tanto el razonamiento inductivo como el razonamiento deductivo. Así, por ejemplo, las hipótesis teóricas suelen derivarse, vía razonamiento inductivo, de la observación de los hechos, del análisis de las generalidades y constancias, de la acotación de ámbitos observacionales y del intento de dar respuestas válidas a los problemas planteados. ..//..

De otro lado, el razonamiento, aplicado para derivar proposiciones empíricamente contrastables -hipótesis de investigación- de los esquemas teóricos o modelos conceptuales, es fundamentalmente deductivo. Por último, el razonamiento inductivo vuelve a estar presente al extraer consecuencias teóricamente significativas de los resultados de la experiencia en la fase de discusión.

  • De otro lado, el razonamiento, aplicado para derivar proposiciones empíricamente contrastables -hipótesis de investigación- de los esquemas teóricos o modelos conceptuales, es fundamentalmente deductivo. Por último, el razonamiento inductivo vuelve a estar presente al extraer consecuencias teóricamente significativas de los resultados de la experiencia en la fase de discusión.

Problema científico

  • Fenómeno
  • Observado

Problema científico

  • Pregunta o cuestión que nos hacemos sobre el porqué ocurre algo, o por algo que nos sorprende.
  • Suele formularse:
  • ¿Porqué, o a qué se debe lo que estamos observando? ..//..

Un problema es científico si puede ser abordado con la metodología vigente (disponible a la ciencia) en un momento histórico dado.

  • Un problema es científico si puede ser abordado con la metodología vigente (disponible a la ciencia) en un momento histórico dado.
  • Problemas científicos
  • Origen
  • Formulación
  • ORIGEN
  • Observación
  • Resultados previos
  • Teorías formalizadas
  • Curiosidad

Lectura (Origen de los problemas)

  • A) Los investigadores movidos por alguna observación suelen identificar un problema al preguntarse cómo y por qué ocurre un determinado hecho o fenómeno. Esta pregunta se convierte en un problema a estudiar. ..//..

B) A menudo los problemas surgen de resultados obtenidos en investigaciones previas. Los resultados de las investigaciones se publican en revistas científicas, de modo que el procedimiento más importantes para conseguir problemas científicos es la revisión de artículos de revistas a través de los bancos de datos. ..//..

  • B) A menudo los problemas surgen de resultados obtenidos en investigaciones previas. Los resultados de las investigaciones se publican en revistas científicas, de modo que el procedimiento más importantes para conseguir problemas científicos es la revisión de artículos de revistas a través de los bancos de datos. ..//..

C) A veces, los problemas se derivan de teorías formales. En este contexto, los problemas sirven para probar alguna parte de la teoría o llenar lagunas en determinados ámbitos conceptuales.

  • C) A veces, los problemas se derivan de teorías formales. En este contexto, los problemas sirven para probar alguna parte de la teoría o llenar lagunas en determinados ámbitos conceptuales.
  • D) La curiosidad es una importante fuente de problemas y consiste en probar nuevas técnicas o explorar hechos bajo condiciones diferentes.

Lectura (Revistas psicológicas)

  • A menudo los problemas surgen de resultados obtenidos en investigaciones previas. Los resultados de las investigaciones se publican en revistas científicas, de modo que de los procedimientos más importantes para conseguir problemas científicos es la revisión de artículos de revistas. ..//..

Hay publicaciones que recogen revisiones sistemáticas de áreas psicológicas específicas. Así, por ejemplo, el Annual Review of Psychology incluye capítulos que, redactados por expertos, sintetizan la investigación realizada a lo largo de los últimos años en campos específicos de interés. ..//..

  • Hay publicaciones que recogen revisiones sistemáticas de áreas psicológicas específicas. Así, por ejemplo, el Annual Review of Psychology incluye capítulos que, redactados por expertos, sintetizan la investigación realizada a lo largo de los últimos años en campos específicos de interés. ..//..

También en la revista Psychological Bulletin se publican revisiones periódicas y, con suerte, es posible encontrar un resumen de un área de interés. Una herramienta de información bibliográfica decisiva, relativa a temas psicológicos, es la Psychological Abstracts que se edita desde 1927. En esta publicación se hallan, debidamente clasificados por temas, resúmenes de artículos de las revistas más importantes de psicología.

  • También en la revista Psychological Bulletin se publican revisiones periódicas y, con suerte, es posible encontrar un resumen de un área de interés. Una herramienta de información bibliográfica decisiva, relativa a temas psicológicos, es la Psychological Abstracts que se edita desde 1927. En esta publicación se hallan, debidamente clasificados por temas, resúmenes de artículos de las revistas más importantes de psicología.

Lectura (bases de datos electrónicos)

  • Bases de datos Cobertura Dirección Internet
  • PsycINFO Psicología, salud mental, Conectar a través
  • biomedicina Biblioteca
  • Social Sciences Index Ciencia social, política, Conectar por la Biblioteca
  • psicología, humanidades
  • MEDLINE Medicina, biomedicina, www.healthy.net/library/
  • cuidado de la salud search/medline.htm
  • SocioFILE Sociología y disciplinas Conectar por Biblioteca
  • relacionadas

Ejemplos (problemas científicos)

  • a) ¿Hay una actitud mayoritaria a favor de la ley del aborto?
  • b) ¿Ayuda el ejercicio al aprendizaje de una destreza motora?
  • c) ¿Cuáles son los rasgos de personalidad asociados con la depresión? ..//..

d) ¿Influye la clase social en el consumo del alcohol?

  • d) ¿Influye la clase social en el consumo del alcohol?
  • e) ¿Afecta el estrés a la capacidad de memoria?
  • f) ¿El consumo de alcohol reduce la capacidad de atención?
  • g) ¿Ayudan los antidepresivos a combatir el insomnio?

Hipótesis

  • Conjetura conceptual con la que pretende resolver un problema científico planteado

Lectura (enunciado de las hipótesis)

  • A) Identificado el problema, el investigador avanza una posible solución del mismo. De este modo, la hipótesis es una propuesta o conjetura conceptual sobre lo que se espera observar.
  • B) La solución a los problemas científicos no es la única razón del enunciado de las hipótesis. Éstas, con frecuencia, se derivan también de teorías. Las teorías, a diferencia de las hipótesis, representan los principios generales y sus conexiones mediante reglas lógicas. Son sistemas conceptuales que organizan las creencias iniciales acerca de cómo funciona la realidad o el mundo (Dooley, 1984)

Teoría versus hipótesis

  • La teoría sirve de guía de la investigación y proporciona predicciones sujetas a prueba. Las hipótesis se convierten, en esta segunda acepción, en instrumentos de trabajo de la teoría y son el puente entre los datos y los esquemas conceptuales. Como destacan Rosenthal y Rosnow (1991), las hipótesis están más focalizadas, y están orientadas a la confrontación empírica.
  • Universo de las hipótesis
  • Hipótesis teórica
  • Problema
  • Hipótesis de investigación
  • Hipótesis operativa

Estructura jerárquica de las hipótesis

  • Hipótesis
  • teórica
  • Hipótesis
  • de investigación
  • Hipótesis
  • operacional

Hipótesis teórica

  • Hipótesis del sistema
  • Supuesta relación funcional entre variables teóricas

Hipótesis de investigación

  • Las hipótesis de investigación o empíricas son predicciones hechas a partir de las hipótesis teóricas. Son enunciados más específicos y más fácilmente verificables que se derivan de las propuestas o enunciados teóricos.
  • A veces se plantean como una solución directa a los problemas científicos.

Ejemplos (hipótesis de investigación)

  • a) La actitud de los maestros afecta al rendimiento académico de los escolares.
  • b) El estatus socioeconómico determina el éxito social.
  • c) El tamaño de los jurados populares está relacionado con el veredicto de culpabilidad. ..//..

d) A mayor intensidad del estímulo auditivo más rápida es la respuesta.

  • d) A mayor intensidad del estímulo auditivo más rápida es la respuesta.
  • e) El incentivo es una factor determinante de la productividad laboral.
  • f) Los repasos ayudan a memorizar el material escrito.
  • g) La masificación de las aulas es causa de un bajo rendimiento escolar

Hipótesis operacional

  • La hipótesis operacional es una hipótesis de investigación donde se han definido operacionalmente todas sus variables.
  • En otras palabras, es aquella en que se aplica a los términos de la hipótesis de investigación definiciones reductoras ya sean de manipulación o bien de medición.

Lectura (definición operacional de las variables)

  • La definición operacional especifica la clase de operaciones que han de realizarse para manipular o medir la variable en cuestión. La definición operacional es un conjunto de instrucciones que han de seguirse para el uso científico de las variables. Pueden citarse, como ejemplos de definiciones operacionales, la especificación de la recompensa por la cantidad de alimento, la inteligencia por las puntuaciones de un test de inteligencia, el neuroticismo por las puntuaciones del cuestionario EPI, la ansiedad por cantidad de amenaza, etc. ..//..

De los ejemplos citados, se deriva la posibilidad de dos tipos de definiciones operacionales: la definición operacional experimental y la definición operacional de medida (Kerlinger, 1964)

  • De los ejemplos citados, se deriva la posibilidad de dos tipos de definiciones operacionales: la definición operacional experimental y la definición operacional de medida (Kerlinger, 1964)

Ejemplo (hipótesis operacional)

  • Los individuos introvertidos tienen un rendimiento más alto en tareas que exigen estar atentos durante un período de tiempo largo.
  • Introversión medida por las puntuaciones del Inventario de Personalidad de Eysenck (EPI)
  • Tarea de atención cantidad de faltas cometidas en un simulador de conducción, durante media hora.

Criterios para la formulación de las hipótesis científicas

  • A) Claridad
  • B) Comprobabilidad
  • C) Simplicidad
  • D) Relación entre variables
  • E) Coherencia

Lectura (cómo se formulan las hipótesis científicas)

  • A) Las hipótesis han de formularse con claridad, en términos usuales y de forma operacional. Han de evitarse términos tales como personalidad, atención, rendimiento escolar, etc. El enunciado de una hipótesis requiere el uso de términos técnicos precisos y definidos operacionalmente. Una hipótesis como la personalidad influye en el rendimiento escolar debería reformularse por la personalidad medida por el Eysenck Personality Inventory determina las puntuaciones académicas obtenidas por los escolares en una prueba de ejecución sensorio-motriz. ..//..

B) Las hipótesis han de ser comprobables. Esto requiere disponer de los medios o instrumentos necesarios para manipular o medir, de forma válida, de las variables implicadas.

  • B) Las hipótesis han de ser comprobables. Esto requiere disponer de los medios o instrumentos necesarios para manipular o medir, de forma válida, de las variables implicadas.
  • C) Es propio de las hipótesis correctamente formuladas establecer relaciones entre las variables. En toda hipótesis científica ha de quedar reflejada, de forma explícita, la relación entre las variables. Sea, por ejemplo, la hipótesis de que a mayor cantidad de ensayos mejor ejecución en una tarea de coordinación sensorio-motora. ..//..

D) Las hipótesis han de ser simples, es decir, es preferible una hipótesis específica que una hipótesis general. No obstante, es posible derivar, a partir de un enunciado amplio, hipótesis operacionales particulares.

  • D) Las hipótesis han de ser simples, es decir, es preferible una hipótesis específica que una hipótesis general. No obstante, es posible derivar, a partir de un enunciado amplio, hipótesis operacionales particulares.
  • E) Por último, las hipótesis tienen que ser coherentes con el resto de los hechos conocidos o hipótesis verificadas. Las hipótesis previamente validadas no siempre son consistentes con todos los hechos. En estos casos, es aconsejable formular hipótesis alternativas para eliminar la falta de consistencia.

Clases de hipótesis

  • Asociativa
  • Hipótesis
  • Causal

Hipótesis asociativa

  • X Y
  • Los valores de la variable X covarían con los valores de la variable Y

Ejemplos (hipótesis asociativas)

  • a) Hay una correlación entre el estilo de dirección y la moral de los empleados
  • b) La visualización de los dibujos animados está asociado con el comportamiento agresivo de los niños.
  • c) La percepción de culpabilidad o inocencia de los acusados está asociada a los argumentos legales. ..//..

d) El consumo de heroína es función de la clase social.

  • d) El consumo de heroína es función de la clase social.
  • e) El consumo de tabaco está positivamente relacionado con el nivel de alerta en sujetos humanos.
  • g) Los niños sensibles al ritmo progresan más en el aprendizaje de lectura.

Hipótesis causal

  • X Y
  • Los valores de la variable X determinan los valores de la variable Y

Ejemplos (hipótesis causales)

  • a) Leer dos veces una lista de ítems favorece su recuerdo.
  • b) La intensidad de un estímulo determina una respuesta de discriminación más rápida.
  • c) A mayor incentivo más rápido es el aprendizaje de una actividad académica.
  • ..//..

d) El castigo genera respuesta de evitación.

  • d) El castigo genera respuesta de evitación.
  • e) La frustración es causa de conductas agresivas.
  • f) El nivel de alerta aumenta la efectividad del rendimiento escolar.
  • g) El ejercicio aumenta el rendimiento en una actividad motora.

Contextos de las hipótesis

  • Hipótesis Contexto
  • científico
  • asociativas correlacional
  • causales de manipulación

Qué añade la hipótesis al problema

  • Relación
  • VD funcional VI
  • y = f(x)
  • Clasificación de las hipótesis de investigación
  • A) En función de los objetivos experimentales:
  • B) En función del grado de generalidad:
  • Hipótesis de investigación
  • Exploratorias
  • Confirmatorias
  • Cruciales
  • Hipótesis de investigación
  • Universales
  • Existenciales

Nivel técnico-metodológico Fases

  • No - experimental
  • Plan de Estrategias
  • Investiga- recogida de
  • ción datos Experimental

Lectura (nivel técnico-metodológico)

  • A este segundo nivel, se vinculan los conceptos teóricos con la realidad empírica; es decir, se fundamenta, mediante el anclaje empírico que proporciona el método, la representación conceptual o imagen teórica de lo real (Madsen, 1967). Se trata de una fase cuya actividad principal es el contraste o comprobación de la hipótesis de investigación (o hipótesis empíricas), y la reducción de los elementos de la hipótesis a referentes reales. ..//..

Este proceso de reducción -operativizar la hipótesis- requiere la aplicación de las correspondientes reglas de correspondencia o definiciones operacionales.

  • Este proceso de reducción -operativizar la hipótesis- requiere la aplicación de las correspondientes reglas de correspondencia o definiciones operacionales.
  • Las actividades de esta segunda fase son: a) la operativización de la hipótesis mediante un plan de investigación, y b) la selección de una adecuada estrategia de recogida de datos o diseño de investigación.

Plan de investigación

  • Proceso de toma de decisiones relativo a:
  • 1. variable independiente
  • 2. variables extrañas
  • 3. variable dependiente
  • 4. variable de sujeto
  • 5. variable de procedimiento y tarea
  • 6. instrumentos de medida

Lectura (plan de investigación)

  • El plan de investigación es un proceso en el que se toman decisiones acerca de las cuestiones más relevantes que afectan a su puesta en práctica. Entre estas cuestiones unas se refieren a cómo se han de definir las variables independiente y dependiente, cómo aplicar los tratamientos, cómo controlar las posibles variables extrañas o potenciales fuentes de confundido, cómo administrar las tareas y cómo seleccionar y tratar a los sujetos que van a ser objeto de estudio o unidades de trabajo.
  • Estrategias de investigación y control
  • Máximo
  • Máximo
  • Máximo
  • Manipulativas o
  • Experimentales
  • Débil
  • Regular
  • Nulo
  • Débil
  • Mínimo
  • Nulo
  • Investigación de campo
  • Control de las variables
  • Independiente Dependiente Extrañas
  • Estrategias

Estrategia de recogida de datos

  • El procedimiento general de investigación que es función de los objetivos y de cómo se hallan físicamente ubicadas las unidades observacionales, determina el enfoque a seguir en la obtención de los registros y datos.

Clasificación de las estrategias de recogida de datos

  • Observación directa
  • Ex post facto
  • Observación indirecta
  • Estrategia
  • Experimental
  • Causal
  • Cuasi-experimental

Lectura (estrategia ex post facto)

  • El enfoque ex post facto no requiere la manipulación directa de las condiciones de producción de los fenómenos. El investigador no elige arbitrariamente los valores de la variable independiente. Ese enfoque es propio de las situaciones donde no es posible la asignación aleatoria de las unidades a las condiciones de tratamiento, y donde el control de las fuentes de variación extrañas es escaso o limitado. Las principales estrategias o procedimientos metodológicos que asumen esta clase de condiciones son la observación directa y observación indirecta. ..//..

La observación directa agrupa un conjunto de técnicas conocidas por investigación de campo. Estas técnicas requieren observaciones directas de los eventos, tal como ocurren de forma espontánea y poseen un escaso control de las fuentes extrañas de variación. Entre las técnicas más importantes se encuentra la observación naturalista, el estudio de casos y los auto-informes (Arnau, 1995b) ..//..

  • La observación directa agrupa un conjunto de técnicas conocidas por investigación de campo. Estas técnicas requieren observaciones directas de los eventos, tal como ocurren de forma espontánea y poseen un escaso control de las fuentes extrañas de variación. Entre las técnicas más importantes se encuentra la observación naturalista, el estudio de casos y los auto-informes (Arnau, 1995b) ..//..

La observación indirecta pertenece también al enfoque ex post facto y se caracteriza por el registro y medida de gran cantidad de variables. Las técnicas utilizadas en observación indirecta son conocidas por métodos selectivos o métodos de encuesta. El objetivo de la metodología de encuesta es la obtención de información con el propósito de conocer las propiedades o características de una determinada población. Entre los procedimientos a utilizar están las entrevistas y los cuestionarios (Arnau, 1995b)

  • La observación indirecta pertenece también al enfoque ex post facto y se caracteriza por el registro y medida de gran cantidad de variables. Las técnicas utilizadas en observación indirecta son conocidas por métodos selectivos o métodos de encuesta. El objetivo de la metodología de encuesta es la obtención de información con el propósito de conocer las propiedades o características de una determinada población. Entre los procedimientos a utilizar están las entrevistas y los cuestionarios (Arnau, 1995b)

Lectura (estrategia causal)

  • La estrategia causal plantea el estudio de los efectos causales entre las variables objeto de estudio, y se caracteriza por el mayor control que se tiene de los factores o variables de confundido. La estrategia causal se caracteriza por el control que se posee sobre los registros, condiciones y sujetos. La estrategia experimental tiene tres componentes básicos: manipulación, aleatorización y control. ..//..

A diferencia de la estrategia no experimental o ex post facto, la estrategia experimental implica la manipulación activa de la variable independiente; es decir, el experimentador elige arbitrariamente los valores de la variable independiente y los aplica a diferentes grupos de sujetos. Por otra parte, la estrategia cuasi-experimental prueba, también, relaciones de causalidad pero a diferencia de la estrategia experimental los grupos no se forman al azar, sino que utiliza grupos naturales, intactos o ya formados. De ahí, que la asignación aleatoria o no de los sujetos a los grupos marca el límite entres estas dos estrategias.

  • A diferencia de la estrategia no experimental o ex post facto, la estrategia experimental implica la manipulación activa de la variable independiente; es decir, el experimentador elige arbitrariamente los valores de la variable independiente y los aplica a diferentes grupos de sujetos. Por otra parte, la estrategia cuasi-experimental prueba, también, relaciones de causalidad pero a diferencia de la estrategia experimental los grupos no se forman al azar, sino que utiliza grupos naturales, intactos o ya formados. De ahí, que la asignación aleatoria o no de los sujetos a los grupos marca el límite entres estas dos estrategias.

Lógica de la investigación experimental

  • El razonamiento lógico de la técnica experimental consiste en atribuir los cambios observados en la variable de respuesta (variable dependiente) a la variación sistemática de los tratamientos (valores de la variable manipulada o independiente)

Nivel estadístico-analítico Fases

  • Elaboración Ajuste del Inferencia de
  • y reunión modelo la hipótesis
  • de datos estadístico estadística

Lectura (Nivel estadístico-analítico)

  • Al un tercer nivel, se han secuenciado tres fases para conocer paso a paso el proceso de análisis de datos:
  • a) en la primera fase, se representan los resultados en tablas o gráficos sin otro tratamiento posterior (fase de elaboración y reunión de datos) ..//..

b) la segunda, es la elección de un adecuado modelo estadístico, para determinar el grado de ajuste entre el modelo y los datos del experimento (fase de selección y/o ajuste de modelos), y c) por último, se infiere la hipótesis estadística a un determinado nivel de probabilidad (fase de toma de decisiones estadísticas)

  • b) la segunda, es la elección de un adecuado modelo estadístico, para determinar el grado de ajuste entre el modelo y los datos del experimento (fase de selección y/o ajuste de modelos), y c) por último, se infiere la hipótesis estadística a un determinado nivel de probabilidad (fase de toma de decisiones estadísticas)

Elaboración de datos

  • Observación Escala Dato
  • directa de medida científico o valor numérico
  • La conversión de una observación directa en un dato
  • científico se realiza mediante la aplicación de una
  • adecuada escala de medida

Reunión de datos

    • Sistemas de reunión de datos
    • Tablas
    • Gráficos

Tablas

  • Las tablas se usan en los informes científicos para resumir los datos u otra información que no puede ser presentada de forma conveniente en la narrativa del texto.

Lecturas (tablas)

  • La tablas deben tener un título que informe claramente sobre su contenido como por ejemplo preferencias del partido político. Las tablas estadísticas deberían informar también sobre el número de observaciones que se incluyen (frecuencia). La parte superior de la columna del lado izquierdo de la tabla es referida como título de filas e informa sobre el contenido de las fila. El cuerpo de la tabla contiene los datos de interés. En el ejemplo propuesto se muestra el número de individuos que prefieren cada partido político. ..//..

Las tablas que se refieren a una sola variable son conocidas por representaciones univariadas y las que informan sobre dos variables, representaciones bivariadas. En la representaciones bivariadas una variables está asociada a las filas y la otra a las columnas y se conocen, también, por tablas de contingencia. Ejemplo de tabla bivariada en la que relaciones la pertenencia del partido político y la afiliación religiosa (en paréntesis están los porcentajes)

  • Las tablas que se refieren a una sola variable son conocidas por representaciones univariadas y las que informan sobre dos variables, representaciones bivariadas. En la representaciones bivariadas una variables está asociada a las filas y la otra a las columnas y se conocen, también, por tablas de contingencia. Ejemplo de tabla bivariada en la que relaciones la pertenencia del partido político y la afiliación religiosa (en paréntesis están los porcentajes)
  • Preferencia hacia un partido político
  • Preferencia hacia un partido político y afiliación religiosa

Gráficos

  • Con los gráficos se consigue una representación visual de los datos, por lo que es un procedimiento útil a la investigación. Los gráficos captan mejor la atención del lector, permite clarificar los resultados y facilitar su interpretación

Lectura (histograma de frecuencias o gráfico de barras)

  • El histograma de frecuencias es un gráfico que muestra la distribución de frecuencias de una variable de intervalo. El eje horizontal del histograma o gráfico de barras presenta los intervalos y el eje vertical la cantidad de puntuaciones de cada intervalo (frecuencia). La altura de la barra indica la frecuencia de casos de cada categoría. El gráfico siguiente muestra la cantidad de amigos reportados por estudiantes del un College americano. ..//..

En el segundo ejemplo, se muestra un gráfico de barras sobre el efecto de dos drogas anti-ansiolíticas. Se trata de una escala nominal y la diferencia entre el primer y segundo panel estriba en la forma de representar las unidades en el eje vertical (unidades pequeñas en el primer panel y punto cero y unidades grandes en el segundo). Nótese que la gran diferencia entre las dos drogas que se observa en el primer panel y que desaparece en la segunda representación.

  • En el segundo ejemplo, se muestra un gráfico de barras sobre el efecto de dos drogas anti-ansiolíticas. Se trata de una escala nominal y la diferencia entre el primer y segundo panel estriba en la forma de representar las unidades en el eje vertical (unidades pequeñas en el primer panel y punto cero y unidades grandes en el segundo). Nótese que la gran diferencia entre las dos drogas que se observa en el primer panel y que desaparece en la segunda representación.

Cantidad de amigos reportados por estudiantes de un College

Efectos de las drogas sobre la ansiedad

Lectura (polígono de frecuencias)

  • Es una forma alternativa de representa el histograma de frecuencias. Así, en lugar de barras se utilizan líneas que conectan las frecuencias de los intervalos de clase. En el ejemplo siguiente se muestra la misma información sobre la cantidad de amigos, pero utilizando el sistema de líneas y no de barras. De igual modo, se tiene el gráfico de la cantidad de divorcios al aprobarse correspondiente ley en el Estado de Nebraska.

Cantidad de amigos reportados por estudiantes de un College

Cantidad de divorcios antes y después de su promulgación en el Estado de Nebraska

Modelo estadístico

  • Y = f(X) + g(E)
  • V.Dep. Parte fija Parte aleatoria

Lectura (modelo estadístico)

  • El modelo estadístico, o ecuación de carácter lineal, asume que una observación Y es el resultado de la combinación aditiva de alguna función f de variables fijas y de alguna función g de componentes aleatorios, y que tanto f como g pueden tomar parámetros conocidos o desconocidos. Considerada esta ecuación como un modelo estadístico general, se tiene que cualquier observación es la suma de dos partes o componentes: una parte fija o determinista, f(X), y una parte aleatoria desconocida, g(E). ..//..

Los modelos que se ajustan a la ecuación propuesta parten de unos supuestos teóricos, y describen cómo se comportaría la variable dependiente (o variable de medida), siempre y cuando el azar haya tenido la oportunidad física de actuar.

  • Los modelos que se ajustan a la ecuación propuesta parten de unos supuestos teóricos, y describen cómo se comportaría la variable dependiente (o variable de medida), siempre y cuando el azar haya tenido la oportunidad física de actuar.

Hipótesis estadística (1)

  • H0: parámetro = 0
  • H0: β = 0

Lectura (hipótesis estadística)

  • En investigación del comportamiento, interesan más los parámetros asociados a la parte fija del modelo estadístico ya que representan la magnitud de un cambio (grado de asociación entre las variables) o el efecto causal (el impacto de una variable sobre la otra), en función de la estrategia de recogida de datos. Es por ello, que el objetivo de cualquier prueba de hipótesis es determinar el nivel de significación de estos parámetros.

Hipótesis estadística (2)

  • H0: μ1 = μ2
  • H0: μ1 ­ μ2 = 0

Hipótesis nula: H0

  • En teoría estadística se asume, inicialmente, la no-significación de los parámetros (o de su diferencia), siendo este supuesto la hipótesis que se somete a prueba, conocida por hipótesis nula (H0). Si se demuestra que este supuesto no es aceptable, se recurre a la hipótesis alternativa como la explicación más plausible de los datos.

Lectura (Prueba de la hipótesis estadística o prueba de significación)

  • La prueba de significación estadística contrasta la hipótesis de nulidad con los datos del estudio. A partir del resultado de la prueba de significación, se procede a la toma de decisiones estadísticas. El resultado de la prueba consiste, de forma sucinta, en la aceptación o no de la hipótesis de nulidad que asume la no-relación entre la variable independiente manipulada sobre la variable dependiente observada o medida. ..//..

Cabe matizar, no obstante, que entre la variable independiente y dependiente pueden darse relaciones de asociación o de causalidad, de modo que la posible implicación de una variable sobre otra depende del diseño utilizado (no-experimental o experimental). La relación de asociación es la magnitud de cambio habido entre dos variables, mientras que la relación de causalidad es el tamaño del impacto de una variable sobre otra.

  • Cabe matizar, no obstante, que entre la variable independiente y dependiente pueden darse relaciones de asociación o de causalidad, de modo que la posible implicación de una variable sobre otra depende del diseño utilizado (no-experimental o experimental). La relación de asociación es la magnitud de cambio habido entre dos variables, mientras que la relación de causalidad es el tamaño del impacto de una variable sobre otra.

Inferencia de la hipótesis de nulidad

  • La inferencia de la hipótesis nulidad lleva a aceptar que la variable independiente no tiene efecto sobre la dependiente. En caso contrario, se toma la decisión a favor de un modelo alternativo asumiendo, como explicación más plausible (no exenta de riesgo), el modelo de impacto o efecto real. Al tomar esta decisión, se corre el riesgo de que sea falsa. ..//..

Este riesgo se define, en teoría estadística, en términos probabilísticos y es conocido por nivel de significación. El nivel de significación describe el grado de credibilidad que merece la hipótesis considerada. ..//..

  • Este riesgo se define, en teoría estadística, en términos probabilísticos y es conocido por nivel de significación. El nivel de significación describe el grado de credibilidad que merece la hipótesis considerada. ..//..

Cuando la prueba lleva a la aceptación de la hipótesis nulidad, se concluye que la variable independiente no tiene relación alguna con la dependiente. En caso contrario, se toma la decisión a favor de la hipótesis alternativa asumiendo, como explicación más plausible (no exenta de riesgo), el hecho de una relación entre ambas variables (de asociación o de causalidad).

  • Cuando la prueba lleva a la aceptación de la hipótesis nulidad, se concluye que la variable independiente no tiene relación alguna con la dependiente. En caso contrario, se toma la decisión a favor de la hipótesis alternativa asumiendo, como explicación más plausible (no exenta de riesgo), el hecho de una relación entre ambas variables (de asociación o de causalidad).
  • Decisiones en torno a la Hipótesis de Nulidad
  • Rechazo o Aceptación
  • Cuando H0 es falsa
  • Cuando H0 es falsa
  • Cuando H0 es verdadera
  • Decisión correcta
  • Decisión correcta
  • Decisión incorrecta
  • Decisión incorrecta
  • No error
  • No error
  • Error Tipo I
  • Error Tipo II

Errores en el rechazo o aceptación de H0

  • Situación actual de la H0
  • Decisión Verdadera Falsa
  • Rechazo H0 Error Tipo I No error
  • Aceptación H0 No error Error Tipo II

Error Tipo I y error Tipo II

  • A) Error Tipo I o decisión positiva falsa se comete al rechazar la hipótesis de nulidad cuando es verdadera; es decir, cuando se toma una decisión positiva, en favor de la existencia de un efecto de la variable independiente cuando en realidad no existe (falsa alarma).
  • La probabilidad de cometer este error es el nivel de significación o valor α de la prueba estadística. ..//..

B) Error Tipo II o decisión negativa falsa se comete cuando la prueba lleva a la aceptación de una hipótesis de nulidad falsa. Se trata de aceptar un efecto nulo, cuando en realidad no ocurre. El error de Tipo II se define por la probabilidad β y está asociado inversamente con la probabilidad α y directamente con la potencia de la prueba.

  • B) Error Tipo II o decisión negativa falsa se comete cuando la prueba lleva a la aceptación de una hipótesis de nulidad falsa. Se trata de aceptar un efecto nulo, cuando en realidad no ocurre. El error de Tipo II se define por la probabilidad β y está asociado inversamente con la probabilidad α y directamente con la potencia de la prueba.

Decisión estadística y error

  • Resultado Probabilidad Decisión
  • de la prueba de azar
  • estadística α = 0.05
  • Significativo p α NA(H0)
  • H0
  • No significativo p > α A(H0)

Inferencia de H0

  • Probabilidad 1 Región de
  • de azar decisión
  • Si p > 0.05 A(H0)
  • α = 0.05
  • Si p  0.05 NA(H0)
  • 0

Lectura (probabilidad de azar y decisión)

  • Por hipótesis nula se asume que la única razón por la que los datos del estudio varían es el azar. De ahí, la hipótesis nula es la hipótesis de la expectativa del azar. Todo ocurre al azar hasta que no se demuestre lo contrario. El resultado de la prueba estadística señala cuál es la probabilidad de que los datos hayan ocurrido al azar. Entonces, asumiendo un determinado riesgo de error (riesgo alfa), definido en términos probabilísticos, es posible concluir la no aceptación (cuando pα) o la aceptación (cuando p>α) de la hipótesis de nulidad.

Discusión de los resultados

  • Interna Control
  • Validez
  • Externa Alcance

Lectura (discusión de los resultados)

  • En este estadio se distinguen dos actividades básicas:
  • A) En primer lugar, se determina, en la medida de lo posible, la aceptación de los presupuestos teóricos que han inspirado la investigación. Esto requiere interpretar los resultados y, al mismo tiempo, inferir la hipótesis de investigación. Así, con esta primera actividad, el investigador fija el grado de validez interna de la investigación. ..//..

B) En segundo lugar, se especifica el alcance de los resultados obtenidos, es decir, para qué valores de las variables implicadas y presentes en la situación es vigente el efecto inferido. Se trata, por tanto, de establecer el alcance de los resultados (su generalización) y el grado de validez externa del trabajo.

  • B) En segundo lugar, se especifica el alcance de los resultados obtenidos, es decir, para qué valores de las variables implicadas y presentes en la situación es vigente el efecto inferido. Se trata, por tanto, de establecer el alcance de los resultados (su generalización) y el grado de validez externa del trabajo.

Validez

  • Consistencia de un estudio o trabajo científico. Puede entenderse como consistencia interna (cohesión) y como consistencia externa (ámbito de aplicación)

Validez interna

  • El grado en que se puede establecer de forma exacta que la variable independiente ha producido el fenómeno observado o es causa de los valores que toma la variable dependiente.

Validez externa

  • El grado en que los resultados de un estudio pueden generalizar a través de las personas, contextos, tratamientos y tiempos.
  • El alcance que tienen los resultados de una investigación.

Interpretación de los resultados

  • Las actividades propias de la interpretación de los resultados son:
  • a) Inferir la hipótesis de investigación.
  • b) Examinar los resultados en función de ésta hipótesis, extrayendo los contenidos científicamente significativos.
  • c) Interpretar los resultados en términos de hipótesis alternativas o rivales.

Generalización de los resultados

  • En la generalización se evalúa el alcance de los resultados. Es decir, para qué poblaciones son vigentes los supuestos teóricos probados. La generalización de los resultados suele realizarse, por lo común, con la población de sujetos. No obstante, en toda investigación está presente más de una población: la población de tratamientos, experimentadores, contextos y emplazamientos, etc. ..//..
  • Convendría tener cuenta las diferentes poblaciones para establecer los márgenes de acción de los efectos constatados y el grado de validez externa de la investigación.


La base de datos está protegida por derechos de autor ©absta.info 2016
enviar mensaje

    Página principal