SEMINV - Libro de Texto

Seminarios de Investigacin Cientfica seminariosdeinvestigacion.
com

SEMINARIOS DE
INVESTIGACIN
CIENTFICA

www.seminariosdeinvestigacion.com
2011
Seminarios de Investigacin Cientfica seminariosdeinvestigacion.com

INDICE

1. Tipos de investigacin.. 01
2. Niveles en Investigacin.. 02
3. Diseos en Investigacin.. 03
4. Las variables segn su medicin.. 04
5. Escalas de Medicin de las variables.. 05
6. Las variables segn su relacin.. 06
7. Unidades de estudio... 07
8. Formulacin del estudio.. 08
9. Delimitacin del estudio.. 09
10. Objetivos estadsticos.. 10
11. Objetivos estadsticos bivariados.. 11
12. Objetivo estadstico comparar.. 12
13. Formulacin de hiptesis.... 13
14. Nivel de significancia.. 14
15. Prueba de hiptesis... 15
16. Poblacin y muestra.. 16
17. Unidades de muestreo.. 17
18. Tcnicas de muestreo.. 18
19. Instrumentos de medicin.. 19
20. Validez cualitativa de un instrumento.. 20
21. Validez cuantitativa de un instrumento.. 21
22. Tcnicas de recoleccin de Datos.. 22
23. Tipos de preguntas en un cuestionario.. 23
24. Escala de tipo Likert.... 24
25. Validez de un estudio.... 25
26. Sesgos de seleccin.... 26
27. Sesgos de medicin.... 27
28. Calidad de la informacin..... 28
29. Discusin de resultados... 29
30. Criterios de Causalidad... 30
1

Tipos de investigacin

1. Segn la intervencin del Investigador:
OBSERVACIONAL: No existe intervencin del investigador; los datos reflejan la evolucin natural de los
eventos, ajena a la voluntad del investigador.
EXPERIMENTAL: Siempre son prospectivos, longitudinales, analticos y de nivel investigativo explicativo
(causa efecto); adems de ser controlados.

2. Segn la planificacin de la toma de datos
PROSPECTIVO: Los datos necesarios para el estudio son recogidos a propsito de la investigacin
(primarios). Por lo que, posee control del sesgo de medicin.
RETROSPECTIVO: Los datos se recogen de registros donde el investigador no tuvo participacin (secundarios). No
podemos dar fe de la exactitud de las mediciones.

3. Segn el nmero de ocasiones en que mide la variable de estudio
TRANSVERSAL: Todas las variables son medidas en una sola ocasin; por ello de realizar comparaciones,
se trata de muestras independientes.
LONGITUDINAL: La variable de estudio es medida en dos o ms ocasiones; por ello, de realizar
comparaciones (antes despus) son entre muestras relacionadas.

4. Segn el nmero de variables de inters
DESCRIPTIVO: El anlisis estadstico, es univariado porque solo describe o estima parmetros en la
poblacin de estudio a partir de una muestra.
ANALTICO: El anlisis estadstico por lo menos es bivariado; porque plantea y pone a prueba hiptesis, su
nivel ms bsico establece la asociacin entre factores.

IMPORTANTE: Descriptivo no es sinnimo de observacional. Un estudio observacional puede ser analtico.
Ejm: El estudio de los casos y controles.
2

Niveles de investigacin

1. Exploratorio: Se plantean cuando no existe un cuerpo terico que ilumine el fenmeno observado; su
funcin es el reconocimiento e identificacin de problemas.
No hay preguntas que conduzcan a problemas precisos, se exploran reas problemticas. Se trata de
investigacin cualitativa; por lo que no se requiere de manejo estadstico.

2. Descriptivo: Describe fenmenos sociales o clnicos en una circunstancia temporal y geogrfica
determinada. Su finalidad es describir y/o estimar parmetros.
Se describen frecuencias y/o promedios; y se estiman parmetros con intervalos de confianza. Ejm. los
estudios de frecuencia de la enfermedad: Incidencia y Prevalencia.

3. Relacional: No son estudios de causa y efecto; la estadstica solo demuestra dependencia entre eventos;
Ejm. los estudios de asociacin sin relacin de dependencia.
La estadstica es bivariada nos permite hacer asociaciones (Chi Cuadrado) y medidas de asociacin;
correlaciones y medidas de correlacin (Correlacin de Pearson).

4. Explicativo: Explica el comportamiento de una variable en funcin de otra(s); por ser estudios de causa-
efecto requieren control y debe cumplir otros criterios de causalidad.
El control estadstico es multivariado a fin de descartar asociaciones aleatorias, casuales o espurias entre
la variable independiente y dependiente. Ejm. Chi
2
de Mantel-Haenszel.

5. Predictivo: Se encarga de la estimacin probabilstica de eventos generalmente adversos, como puede
ser las complicaciones de la enfermedad, la mortalidad, etc.
Se aplican un conjunto de tcnicas estadsticas. Ejm. La validacin de una prueba diagnstica requiere:
Alfa de Cronbach, ndice Kappa, ANOVA, Curvas ROC.

6. Aplicativo: Plantea resolver problemas o intervenir en la historia natural de la enfermedad. Enmarca a la
innovacin tcnica, artesanal e industrial como la cientfica.
Las tcnicas estadsticas apuntan a evaluar el xito de la intervencin, como medidas de impacto sobre
los principales indicadores de salud: tasas, coberturas, rendimiento, etc.

3

Diseos en investigacin

1. Epidemiolgicos: Estudian la morbi-mortalidad y eventos la salud en poblaciones humanas.
Descriptivos: Pueden ser transversal (Ej. Estudio de prevalencia) y longitudinal (Ej. Estudio de
incidencia).
Analtico: Aqu se encuentran los estudios de factores de riesgo, los que terminan planteando la relacin
de causalidad. Ej. Casos y controles; Cohortes.
De intervencin: No son experimentos verdaderos, porque se ven limitados por las normas ticas. Ej.
Ensayos clnicos y ensayos de poblacin.

2. Experimentales: Requiere dos condiciones: intervencin y asignacin aleatoria (grupo control).
Pre-experimento: La intervencin no es apropsito de la investigacin; sino que obedece a las
necesidades teraputicas del sujeto.
Cuasi-experimento: Cuando no hay grupo control, no es posible realizar la asignacin aleatoria, se
realiza dos mediciones en el mismo grupo.
Experimento verdadero: Cumple con la asignacin aleatoria (grupo control) e intervencin a propsito
de la investigacin.

3. Comunitarios: La unidad de estudio es la poblacin y la fuente de datos de tipo secundario.
Exploratorios: El nico propsito es buscar patrones espaciales o temporales que podran sugerir temas
de investigacin.
Comparaciones mltiples: Verifican hiptesis sobre la diferencia de parmetros correspondientes a
situaciones diferentes en una poblacin.
Series temporales: Analiza las variaciones temporales de los niveles de exposicin a travs del tiempo.
Ej. La semana epidemiolgica.

4. Validacin de instrumentos: Se orientan a la identificacin, definicin y medicin de un constructo.
Creacin: Cuando no existe la forma de evaluar un constructo (variable subjetiva) se tiene que definir el
concepto antes de pensar en medirlo.
Validacin: Referida a las propiedades mtricas del instrumento, su principal objetivo es poder detectar
y descartar el concepto estudiado.
Optimizacin: La finalidad de usar un instrumento es que sea una herramienta a la hora de tomar
decisiones las cuales siempre son dicotmicas.

4

Las variables segn su medicin

1. Variables objetivas
Son propiedades, caractersticas o atributos que se dan en las unidades de estudio (personas, grupos,
etc.) o por derivacin de ellas; siempre deben ser medibles.
Las variables individuales corresponden a las unidades de estudio individuales, ejm. el nivel de
instruccin de las personas.
Las variables colectivas son propiedades de grupos y su medicin se basa en las propiedades
individuales que poseen sus miembros, por ejemplo el ndice de analfabetismo.

Unidimensionales
Cuando las variables no presentan ninguna dificultad para su identificacin se dice que tienen
indicadores directos (la misma variable es su propio indicador) o unidimensionales.
El anlisis estadstico de las variables individuales y las variables colectivas; incluso dentro de un mismo
objetivo, no siempre es el mismo.

2. Variables subjetivas
El constructo es una propiedad que se supone posee una persona (unidad de estudio individual), es un
concepto terico. Ejm. la inteligencia, la motivacin, la creatividad, las actitudes, etc.
Los constructos se definen como propiedades subyacentes, que no pueden medirse de manera directa,
sino mediante indicadores que corresponden a sus dimensiones.
Los instrumentos utilizados para medir variables subyacentes, deben tener una validez de constructo
que corresponde su definicin operacional.

Multidimensionales
Siendo que las variables subyacentes no se pueden medir directamente se requieren de indicadores; de
manera que cada uno de los indicadores se convierte en una dimensin.
Las variables subyacentes (constructos) que no pueden medirse de manera directa, requieren de tantas
dimensiones como indicadores que permitan su medicin.

5

Escalas de medicin de las variables
Tipo VARIABLES CATEGRICAS VARIABLES NUMRICAS
Naturaleza CUALITATIVAS CUANTITATIVAS
Escala
(0) NOMINAL
Ningn atributo
(1) ORDINAL
Un atributo
(2) INTERVALO
Dos atributos
(3) RAZN
Tres atributos
Atributos de la
escala
Orden Distancia Origen Orden Distancia Origen Orden Distancia Origen Orden Distancia Origen
Caracterstica
Posee categoras a las que se
asigna un nombre sin que exista
ningn orden implcito entre ellas.
Posee las categoras ordenadas, pero
no permite cuantificar la distancia
entre una categora y otra.
Tiene intervalos iguales y medibles. No
tiene un origen real, por lo que puede
asumir valores negativos.
Tiene intervalos constantes entre
valores; adems de un origen real. El
cero significa la ausencia del
individuo.
Ejemplos Gnero Estado Civil Instruccin Intensidad Temperatura Hora del da Peso Hijos
Valor Final
Masculino
Femenino
Soltero
Casado
Conviviente
Primaria
Secundaria
Superior
Leve
Moderado
Severo
-10C
0C
20C
00 Horas
10 Horas
20 Horas
00.00Kg
10.24Kg
20.00Kg
Uno
Dos
Tres
Observaciones
Dicotmicas: Tienen solamente dos categoras
Ejemplos de Ordinal Dicotmica:
Nuevo - Continuador
Vivo Fallecido
Sano Enfermo
Politmicas: Tienen ms de dos categoras.
Continuas: Provienen de medir
Se pueden representar con nmeros enteros o fraccionarios
Entre dos valores siempre existe un valor intermedio

Discretas: Provienen de contar
Solamente pueden ser representados con nmeros enteros

6

Las variables segn su relacin

Esta clasificacin de las variables se fundamenta en la bsqueda de obtener explicacin causal
fundamentalmente en un estudio observacional y auxiliarmente en un experimento y correspondiente al nivel
investigativo explicativo.
Su estructura responde a la necesidad de realizar el control fundamentalmente estadstico y auxiliarmente
metodolgico de la relacin causa-efecto.

1. Variable independiente

Es aquella cuya existencia es autnoma, no depende de otra, ms bien de ella dependen otras, representa los
factores que constituiran la causa, siendo que previamente ha demostrado ser factor de riesgo para el
problema que se estudia. En este sistema de variables se plantea solamente una variable independiente.

2. Variable dependiente

En este sistema de variables representa a la variable de inters o variable de estudio, es la que para su
existencia y desenvolvimiento depende de otra independiente, su modo de ser, est condicionada por otros
aspectos de la realidad. Es la que mide o describe el problema que se estudia.

3. Variables intervinientes

3.1. Variable de confusin
Su participacin puede intensificar o antagonizar la relacin aparente entre el problema y una posible causa,
creando confusin en el investigador. Su influencia se da tanto sobre la variable independiente como en la
dependiente. Su control se debe realizar mediante anlisis estratificado.

3.2. Variable intermedia
Esta variable aparece de manera incalculada durante el proceso de una observacin o inesperada dentro de un
experimento, entre el factor causal y el efecto. Ocurre cuando no ha habido una buena eleccin de los factores
de riesgo. El procedimiento ms idneo para su neutralizar su participacin es el anlisis multivariado.

3.3. Variable control
Es una variable con una fuerte influencia sobre la variable dependiente, pero ningn efecto reconocido sobre la
variable independiente. Habitualmente se reconoce su participacin en el momento de la planeacin. Su
control se realiza metodolgicamente mediante los criterios de exclusin.

7

Unidades de estudio

1. Unidad de estudio: Es la unidad sobre la cual se necesita informacin, es el individuo (conjunto de
individuos) de donde se obtiene el dato; la unidad de estudio corresponde a la entidad que va a ser
objeto de medicin y se refiere al qu o quin es sujeto de inters en una investigacin. La informacin se
obtiene a partir de la unidad que haya sido definida como tal, incluso si para acceder a ella se deba
recurrir pasos intermedios; en un trabajo de investigacin existe solamente una unidad de estudio.

2. Unidad de informacin: La informacin que requerimos de una unidad de estudio, no siempre se obtiene
de ella misma, cuando la unidad de estudio es la poblacin el individuo se convierte en unida de
informacin, en un estudio retrospectivo las unidades de informacin son las historias clnicas. Cuando
evaluamos el trastorno por dficit de atencin en los nios se le encuesta a sus padres y/o a sus
profesores. En los meta-anlisis son los propios estudios los que brindan la informacin.

3. Unidad de muestreo: Est constituida por una o varias unidades de estudio. Son las unidades que
ingresan al sorteo en el muestro aleatorio simple; en un muestreo polietpico son los conglomerados o
clsters quienes ingresan al sorteo, mientras que las unidades de estudio son los pacientes. En una
encuesta de preferencias polticas, las unidades muestreo son los hogares pero la unidad de estudio es el
votante. En el muestreo polietpico hay tantas unidades de muestreo como etapas tenga el remuestreo.

4. Unidad de anlisis: Si queremos conocer el nivel de glucosa en plasma 5cc de sangre sern suficientes, a
esta cantidad de sustancia se le conoce como unidad de anlisis, y basta con una para realizar inferencia
estadstica, la unidad de anlisis es el elemento objeto de estudio, cada unidad de estudio puede tener
una o ms unidades de anlisis, si el estudio es sobre piezas dentarias, un individuo tendr ms de una
unidad de anlisis. Desde el punto de vista investigativo la unidad de anlisis es indivisible.

5. Unidad de observacin: Corresponde al indicador de la variable multidimensional; en un estudio sobre el
nivel socioeconmico las unidades de observacin son las condiciones fsicas de su vivienda, pero
tambin es el estado de cuenta de sus movimientos financieros. En un centro hospitalario los atendidos
son las unidades de estudio, pero las atenciones son las unidades de observacin; un paciente asmtico
puede tener tantas observaciones como ingresos hospitalarios registre debido a su enfermedad.

6. Unidades de experimentacin: Cada una de las reacciones de un individuo sometido a las variaciones de
un mismo estmulo es una unidad de experimentacin, donde cada medida refleja el efecto de la
intervencin; as por ejemplo en una audiometra se somete a un mismo individuo a estmulos acsticos
de diferente intensidad y frecuencia; la unidad de experimentacin es nica si la unidad de estudio se
descarta luego de la investigacin, como ocurre con los animales de experimentacin.
8

Formulacin del problema

La expresin, FORMULACIN DEL PROBLEMA, viene de la palabra frmula, que significa arreglo de trminos de
acuerdo a la relacin observada entre ellos. Se trata de sintetizar la cuestin proyectada a investigar en
trminos concretos, explcitos, claros y precisos, puede adoptar la forma declarativa o interrogativa. No todos
los estudios representan un problema, por ello Los problemas de Investigacin se formulan con los 5
componentes a continuacin:

Propsito del estudio: Conocido tambin como especificidad del estudio, porque es el aspecto preciso,
concreto y claro que se busca investigar, es la finalidad cognoscitiva del estudio porque refleja el tipo de
conocimiento que el investigador sesea adquirir, es el propsito estadstico porque implica lo que el
investigador desea indagar en la o las variables de inters, o etc. En un solo trmino o frase hace alusin al
diseo de la investigacin, al nivel investigativo, al tipo de estudio u objetivo estadstico, etc.

Variables de inters: Es el aspecto observable en las unidades de estudio; son cada una de las variables que
participarn en el anlisis estadstico con un papel nico, as por ejemplo en un estudio de factores de riesgo,
todos los factores planteados en conjunto representan solamente una variable de inters. Un tipo especial de
variable de inters es la variable de estudio la cual aparece explcitamente en el enunciado y que puede ser fija
o aleatoria dependiendo del nivel investigativo en el que nos encontremos.

Unidades de estudio: La unidad de estudio es nica en un trabajo de investigacin y caracteriza a toda la lnea
de investigacin; es la entidad que va a ser objeto de medicin y se refiere al sujeto o grupo de sujetos de
inters en una investigacin, toda la a informacin se obtiene a partir de la unidad que haya sido definida como
tal, incluso si para acceder a ella se deba recorrer pasos intermedios. Debe mencionarse a las unidades de
estudio de la cual se necesita la informacin, aunque a veces su presencia en el enunciado resulta implcita.

Delimitacin espacial: Es ineludible cuando se tratan de estudios de nivel exploratorio y descriptivo; es preciso
delimitar un estudio exploratorio o descriptivo porque los fenmenos varan de un lugar a otro; lo cual no
ocurre en los estudios relacionales, explicativos y predictivos; en el enunciado se debe especificar sobre qu
poblacin se realizar la inferencia estadstica. La delimitacin espacial se encuentra relacionado con el tamao
de la muestra, porque su identificacin nos permite conocer el marco muestral.

Delimitacin temporal: Su identificacin es an ms trascendente que la ubicacin espacial en los estudios de
nivel exploratorio y descriptivo, porque circunscribe e identifica una poblacin a estudiar solucionando as el
problema de las poblaciones infinitas o desconocidas por lo que se encuentra relacionado con el muestreo
accidental. En las enfermedades o situaciones problemticas que varan excesivamente en relacin al tiempo es
preciso ubicar un espacio lo suficientemente representativo de la poblacin.

9

Delimitacin del estudio

Delimitar el tema de estudio quiere decir construir una valla a la investigacin y especificar el alcance de sus
conclusiones. En los niveles de investigacin ms bsicos es prioritario delimitar el estudio; siendo que una
lnea de investigacin se delimita de manera automtica mientras ms avanza a travs de los niveles de la
investigacin. El primer criterio para delimitar el problema es su formulacin o enunciado a los cuales debemos
aadir los siguientes criterios de delimitacin:

1. rea del conocimiento: Toda vez que hayamos enunciado el estudio debemos delimitar el rea del
conocimiento en trminos de rea general, rea especfica, especialidad y lnea de investigacin. Es
posible que un estudio pertenezca a ms de una rea del conocimiento denominndosele
multidisciplinario; el cual se caracteriza por poseer por lo menos dos variables de inters cada una de
ellas en distintas reas del conocimiento.

2. Operacionalizacin de variables: Todos los problemas o enfermedades son multifactoriales donde el
nmero de variables es infinito; por lo que es preciso delimitarlas mediante un cuadro de
operacionalizacin de variables, el cual tiene por finalidad identificar las variables que ingresaran al
proceso de estudio agrupndolas por variables de inters y de acuerdo a la relacin que guardan entre
ellas, adems se consignarn sus indicadores y el valor final que pueden asumir luego de su medicin
reconociendo su escala de medicin.

3. Marco Conceptual: Se delimita por la informacin disponible en el momento en que se ejecuta el
estudio, de tal modo que podamos situarnos en un determinado nivel investigativo; cuando la variable
de estudio es subjetiva delimitamos los conceptos mediante la eleccin del instrumento y la teora que
lo sustenta; cuando no hay un instrumento el autor del estudio propone uno y cuando existen mltiples
instrumentos se deber elegir el ms idneo.

4. Marco Muestral: Los recursos delimitan la cantidad de unidades de estudio, de manera que no
podemos evaluar a toda la poblacin principalmente por razones de tiempo y economa; de tal modo
que tendremos que recurrir a una muestra, la cual tiene un nivel de confianza y tambin un grado de
error, es preciso reconocer que nivel de confianza tendr nuestro estudio en relacin a la cantidad de
unidades de estudio que hayamos incluido en el mismo.

5. Seleccin de instrumentos: Los instrumentos de medicin delimitan el estudio por su capacidad de
detectar y descartar el problema en estudio; cuando no podemos acceder a la prueba patrn, gold
estndar o diagnstico definitivo, tendremos que echar mano de la prueba de screening, tamizaje o de
despistaje. Es preciso que delimitemos el estudio reconociendo que instrumentos estamos utilizando, si
trata de uno documental mencionar al autor y si se trata de uno mecnico mencionar la marca.
10

Objetivos estadsticos

Uno de los criterios ms importantes a la hora de escoger el estadstico de prueba, se encuentra
intrnsecamente relacionado al nivel investigativo; Exploratorio - Descriptivo - Relacional - Explicativo -
Predictivo - Aplicativo. En esta pastilla se ha omitido intencionalmente el objetivo estadstico comparar por ser
el ms usado y encontrarse en todos los niveles merece una mencin aparte.

1. A nivel descriptivo
Determinar. Cuando buscamos en obtener el resultado de una variable subyacente o constructo
y utilizamos un instrumento documental.
Estimar: Usado frecuentemente para la estimacin puntual de un parmetro y los intervalos de
confianza del mismo.
Describir: Para las variables que no son de estudio y que no involucra la utilizacin de
instrumentos pues se tratan de variables unidimensionales o directas.

2. A nivel relacional
Asociar: Plantea que dos sucesos ocurren de manera simultnea en repetidas ocasiones y que tal
concurrencia no puede atribuirse al azar.
Correlacionar: Plantea que en un mismo individuo las unidades de una de sus variables se
correlaciona con otra diferente.
Concordar: Sucesos concurrentes que corresponden a diferentes observadores o al mismo
observador pero con diferentes instrumentos.

3. A nivel explicativo
Evidenciar: Propio de los estudios observacionales donde el anlisis estratificado busca descartar
asociaciones aleatorias, casuales o espurias.
Demostrar: Cuando el origen de los datos corresponde a un experimento, pretendemos
demostrar algo que previamente se ha evidenciado.
Probar: Luego de haber demostrado mediante un estudio experimental se tiene que repetir para
probar consistencia o coherencia (Bradford Hill 1965)

4. A nivel predictivo
Predecir: Calcular la probabilidad de ocurrencia de un suceso en una serie de eventos, por
consecuencia la variable a predecir es dicotmica.
Pronosticar: Calcular la probabilidad de ocurrencia de un suceso en funcin al tiempo por
consecuencia la variable pronosticada es numrica.
Preveer: Calcular la probabilidad de necesitar, disponer o preparar medios contra futuras
contingencias.
11

Objetivos estadsticos bivariados

1. Comparar (grupos): Es el objetivo estadstico ms bsico del anlisis bivariado, el modelo comparativo
cuenta con la participacin de una variable fija y una variable aleatoria. Su finalidad es identificar las
diferencias entre los grupos participantes; se puede comparar dos o ms grupos los cuales se
construyen en la etapa de la planificacin del estudio. La comparacin inicial es a dos colas; pero debe
complementarse con un test de una sola cola.
La prueba de hiptesis se realiza con el estadstico: Chi cuadrado de Homogeneidad cuando la variable
aleatoria es categrica y t de Student para muestras independientes si la variable aleatoria es numrica.
Ho: NO Existen diferencias entre los grupos evaluados.
H1: Existen diferencias entre los grupos evaluados.

2. Comparar (antes-despus): Es la comparacin de un mismo grupo antes y despus de un periodo de
seguimiento (observacional) o de una intervencin (experimental); la idea de hacer dos medidas sobre
el mismo grupo, es verificar los cambios producidos entre una medida y otra; por ello corresponden a
estudios longitudinales. Estas comparaciones siempre son de individuo a individuo. La hiptesis
habitualmente es de una sola cola.
La prueba de hiptesis se realiza con el estadstico: Chi cuadrado de McNemar cuando la variable
aleatoria es categrica y t de Student para muestras relacionadas si la variable aleatoria es numrica.
Ho: No existe variacin entre las medidas antes y despus.
H1: Existe variacin entre las medidas antes y despus.

3. Asociar (categoras) o Correlacionar (unidades): Constituyen una misma proposicin porque involucras
la participacin de dos eventos aleatorios. La correlacin puede significar el primer paso para la
asociacin, muy til cuando se realiza minera de datos. Para correlacionar hay que definir las unidades
de estudio en ambas variables y para asociar hay que definir los factores de inters en ambas variables.
Podemos correlacionar los valores de IMC con la glucosa y luego asociar la obesidad con la diabetes.
La prueba de hiptesis se realiza con el estadstico: Chi cuadrado de Independencia cuando las dos
variables aleatorias son categricas y la correlacin de Pearson si las variables aleatorias son numricas.
Ho: Existe independencia entre los dos resultados.
H1: Existe dependencia entre los dos resultados.

4. Concordar o correlacionar (Como valor predictivo) Una vez demostrada a la asociacin es preciso
realizar la medida de asociacin; la concordancia es una media de asociacin y el coeficiente r de
Pearson es una medida de correlacin. La concordancia puede correspondes a diferentes observadores
o a diferentes instrumentos. Desde el punto de vista de la evaluacin de pruebas diagnsticas se utiliza
la concordancia o correlacin para evaluar el valor predictivo de una variable sobre otra.
El estadstico es un ndice de concordancia: ndice Kappa de Cohen cuando las dos variables aleatorias son
categricas y el ndice de Correlacin R de Pearson si las variables aleatorias son numricas.
12

Objetivo comparativo

1. Exploratorio. Aqu se encuentran las comparaciones sin mtodos estadsticos, donde podemos
encontrar dos casos las comparaciones mltiples enmarcadas en los diseos comunitarios o ecolgicos
donde la unidad de estudio es la poblacin y los estudios de casos donde la poblacin es un solo
individuo. As por ejemplo podemos comparar de las costumbres a la hora del parto en la Regin
Quechua y Aymara. Tambin podemos comparar la opinin de un grupo de expertos en el proceso de la
validacin por jueces dentro de la validez de contenido de un instrumento.

2. Descriptivo. Las comparaciones descriptivas ocurren cuando evaluamos dos poblaciones en los estudios
comunitarios o ecolgicos, en este caso no se requiere aplicar pruebas estadsticas puesto que la unidad
de estudio es la poblacin y no se requiere hacer inferencia estadstica. La comparacin del rendimiento
acadmico de dos estudiantes al momento de su graduacin tampoco requiere de pruebas de hiptesis
sino solamente verificar quien tiene el mayor promedio. La comparacin descriptiva es el preludio para
la comparacin a nivel de prueba de hiptesis.

3. Relacional. El contraste de independencia entre dos variables presenta tres modelos matemticos: con
los totales marginales de ambos factores fijos (modelo I), modelo con los totales marginales de uno de
los factores fijos (modelo II), y el modelo con el total muestral fijo (modelo III); pues bien el objetivo
comparativo a nivel bivariado (nivel relacional) corresponde al modelo II con un factor fijo y uno
aleatorio. La comparacin puede ser de grupos independientes o de muestras relacionadas y
necesariamente involucra el planteamiento de hiptesis.

4. Explicativo. El anlisis comparativo estratificado permite el control estadstico en un estudio
observacional a nivel explicativo como por ejemplo el test de Mantel-Haenszel. La finalidad esta
comparacin estratificada es descartar asociaciones aleatorias, casuales o espurias. A nivel experimental
podemos plantear objetivos comparativos de grupo aleatorizados; por ejemplo comparar las
evaluaciones del grupo experimental y el grupo blanco. Dentro de los experimentos verdaderos la
factorizacin de las causas tambin corresponde al objetivo comparativo.

5. Predictivo. Podemos comparar el valor predictivo de dos procedimientos diagnsticos; por ejemplo
podemos comparar la eficiencia diagnstica de dos mtodos de deteccin de una enfermedad. Tambin
podemos comparar el valor predictivo de mtodos de evaluacin predictiva. En otro momento podemos
comparar el pronstico de la enfermedad o del tiempo de supervivencia de dos tratamientos en
pacientes con cncer. As podemos citar una tcnica estadstica comparativa para el anlisis de
supervivencia de Kaplan-Meier.
13

Formulacin de hiptesis

La hiptesis es una proposicin del investigador sobre la cual hay que emitir un juicio de valor; una proposicin
o enunciado es una oracin que puede ser falsa o verdadera pero no ambas a la vez.

1. Estructura gramatical. La hiptesis tiene dos partes.
Fundamento: Es lo que nos lleva a sostener la hiptesis planteada. Las hiptesis relacionales carecen de
fundamento porque nacen de la subjetividad de una observacin; mientras que las hiptesis explicativas
se fundamentan en los antecedentes investigativos.
Deduccin: Es la hiptesis misma, denominada hiptesis del investigador; estadsticamente es la
hiptesis alterna y se debe someter a contraste. Cuando se la plantea en forma de interrogante es la
que da respuesta al enunciado.

2. Estructura lgica. La hiptesis tiene dos orgenes.
Las hiptesis empricas (David Hume) o relacionales son afirmaciones respecto a las relaciones entre
dos o ms variables sin fundamento, porque nacen de la observacin y la experiencia. Solamente buscan
concordancia entre hechos y generan la necesidad de plantear hiptesis explicativas. Son inductivas.
Las hiptesis racionales (Ren Descartes) o explicativas son consideradas como explicaciones tentativas.
Deben estar relacionadas con el conocimiento existente; nacen del razonamiento por analoga (Bradford
Hill). Sin antecedentes investigativos no es posible plantear hiptesis explicativas. Son deductivas.

3. Estructura matemtica. La hiptesis tiene dos proposiciones
Hiptesis Nula (Ho) Conocida como la hiptesis de trabajo, porque es a sta afirmacin a la que se le
somete a contraste; es decir a la que se le rechaza o no se le rechaza. La hiptesis nula niega la
afirmacin que plantea la hiptesis alterna.
Hiptesis Alterna (H1) Se le conoce como la hiptesis del investigador, porque esta afirmacin es la que
el investigador desea probar y se da por verdadera cuando rechazamos la hiptesis nula (Ho); como
existe la posibilidad de error tenemos que estimar la probabilidad de que eso ocurra.

4. Estructura cientfica. La hiptesis deben cumplir los siguientes requisitos
Deben ser lgicas: el problema que se est estudiando debe ser deducible a partir de la hiptesis
Cientficamente fundadas: en la teora disponible o por lo menos compatible con el conocimiento actual.
Empricamente contrastables: debe ser posible hacer observaciones y/o experimentos que la confirmen.
Poder explicativo: debe poder absorber otras hiptesis y ser la que tenga mayor poder predicativo.
Simples: la hiptesis debe tener el menor nmero de elementos o suposiciones no confirmadas.
Las hiptesis deben ser conceptualmente claras, deben tener referentes empricos, deben ser
especficas y debe verificarse que existen tcnicas para contrastar la hiptesis.
14

Nivel de significancia

Cada decisin que tomamos cada da tiene un margen de error, as tenemos que: la ciruga tiene un margen de
error, los vuelos areos tienen un margen de error, rendir un examen tiene un margen de error, etc. Conocer la
magnitud del error es la tarea principal del investigador, el cual debe estimar la probabilidad de ocurrencia de
este error y esperando que sea de la menor magnitud posible. Por esta razn es indispensable plantear en cada
caso, la magnitud del error que estamos dispuestos a aceptar para tomar cualquiera de nuestras decisiones.

1. Nivel de significancia.
Es un concepto integrado a la prueba de hiptesis, donde el investigador plantea una proposicin la cual
pretende considerarla como verdadera, al tomar tal decisin existe la probabilidad de equivocarse, de
cometer un error, al cual denominamos error tipo I, entonces decide estimar la probabilidad de cometer
ese error. El p-valor definida como la probabilidad de que la proposicin aceptada sea falsa no debe ser
mayor al valor del error establecido convencionalmente en la fase de planificacin como el lmite de
error que estamos dispuestos a aceptar.

2. Definiendo conceptos.
El error tipo I: Ocurre cuando aceptamos la hiptesis del investigador, cuando tal proposicin era falsa.
Por lo tanto, es un juicio de valor equivocado.
El p-valor: Es la probabilidad de equivocarse al aceptar la hiptesis del investigador como verdadera; es
decir la probabilidad de cometer un error tipo I.
El nivel de significancia: Es la mxima cantidad de error que estamos dispuestos aceptar para dar como
vlida la hiptesis del investigador.

3. Planteamiento de hiptesis.
Desde el punto de vista matemtico tenemos dos hiptesis: La hiptesis nula (Ho) o hiptesis de trabajo
y la hiptesis alterna (H1) o hiptesis del investigador. El investigador plantea rechazar la hiptesis nula
(Ho); para quedarse con la alterna (H1), la cual corresponde a su proposicin preliminar. Si el p-valor es
menor al nivel de significancia; rechazamos la hiptesis nula (Ho) y concluimos en que hiptesis alterna
es verdadera. Si el p-valor no es menor al nivel de significancia no podemos rechazar la hiptesis nula; lo
cual no significa que debamos aceptarla; significa que, no podemos rechazarla.

4. Nivel de confianza.
Complementariamente al nivel de significancia, el nivel confianza se refiere a la confianza que debemos
alcanzar para generalizar nuestro resultado o nuestra conclusin, independientemente de la hiptesis
que hayamos planteado. Una probabilidad elevada nos dar la tranquilidad de que lo que hemos
encontrado o concluido es cercano a lo real y no debido al azar. El nivel de confianza se expresa
convencionalmente en porcentaje; as un nivel confianza del 95% se corresponde con un nivel de
significancia del 5%.
15

Prueba de hiptesis

1. Formulacin de Hiptesis
Consiste en trasladar la estructura gramatical, lgica y cientfica hacia la estructura matemtica el cual se
conoce como sistema de hiptesis o hiptesis estadstica; as por ejemplo:
H
o
: Hiptesis nula hiptesis de trabajo
H
1
: Hiptesis alterna hiptesis del investigador
El primer paso es colocar la hiptesis del investigador como Hiptesis Alterna (H
1
) y formular la Hiptesis Nula
(H
o
) que viene a ser la negacin de la alterna. Se precisa este artificio porque es a la Hiptesis Nula a la que se
le somete a contraste.

2. Establecer el nivel de significancia.
El nivel de significancia denotado por la letra griega alfa es la probabilidad de rechazar la hiptesis nula cuando
en realidad sta es verdadera, a lo cual se le denomina error de tipo I. Segn Fisher, el nivel de significancia
estadstica equivale a la magnitud del error que se est dispuesto a correr de rechazar una hiptesis nula
verdadera. Para la mayora de los propsitos, el nivel de significacin previamente establecido suele ser de 0.05
en porcentaje 5% y se considera significativo a todo p-valor que se encuentre por debajo de este nivel, se
considera altamente significativo cuando el p-valor es menor a 0.01 en porcentaje 1%.

3. Eleccin del estadstico de prueba.
Hay que diferencias claramente los conceptos: objetivo estadstico, estadstico de prueba aunque estn
intrnsecamente relacionados; el estadstico de prueba se elige en funcin a 6 conceptos: tipo de estudio, nivel
investigativo, diseo de la investigacin, objetivo estadstico, escalas de medicin de las variables y
comportamiento de los datos, es este ltimo punto donde debemos considerar la distribucin de los datos en
las variables de naturaleza cuantitativa y las frecuencias esperadas para las variables de naturaleza cualitativa.

4. Lectura del p-valor.
Este paso en el ritual de la significancia estadstica no fue planteado originalmente por Fisher, pero cobra vital
importancia con la adopcin de los programas estadsticos a la hora de calcular el valor de p, el cual cuantifica
el error tipo I y nos ayuda a tomar una decisin de rechazo a la hiptesis nula (H
o
) cuando es menor al nivel de
significancia y de no rechazo cuando su valor es mayor al alfa planteado. El p-valor, al ser la cuantificacin de
error solo es un dato que nos ayuda a decidirnos a la hora de tomar decisiones basadas en la probabilidad.

5. Toma de la decisin
En las pocas en que no se poda estimar de manera prctica el p-valor, se sola contrastar el valor del
estadstico de prueba con el valor terico o de tabla que corresponda a la distribucin que siguen nuestras
variables; sin embargo este mtodo no solamente ha quedado obsoleto sino que adems es inexacto, puesto
que tenamos que disponer las tablas de distribucin para cada tipo de variable. Hoy en da cuando se trata de
demostrar nuestra hiptesis del investigador no hay mejor forma que la estimacin del p-valor.
16

Poblacin y muestra

1. Poblacin
Es el conjunto de todas las unidades (sujetos u objetos de estudio) cuya caracterstica observable o
reaccin que pueden expresar nos interesa estudiar. Las poblaciones deben situarse claramente. En los
estudios exploratorios y descriptivos preciso delimitar la poblacin que va ser estudiada en torno a sus
caractersticas de contenido, lugar y tiempo. En los estudios analticos cobra mayor importancia el
mbito de recoleccin de datos, el cual representa cualitativamente a la poblacin.

2. Muestra
Es una proporcin de la poblacin que va a ser sometida al estudio, la muestra no es ms que una
estrategia metodolgica y estadstica aplicable cuando luego realizar nuestro anlisis de factibilidad
encontramos que no podemos acceder a la poblacin; sin embargo no debemos olvidar que nuestro
inters radica en estudiar a la poblacin y no a la muestra. Una muestra es representativa si cumple dos
condiciones: El clculo del tamao de la muestra y la tcnica de muestreo probabilstico.

3. Marco muestral
Es el listado de unidades o elementos de muestreo que se van a someter al sorteo, a fin de obtener una
muestra representativa, cuando no se dispone de tal listado se dice que el marco muestral es
desconocido y para efectos del clculo del tamao de la muestra se le considera infinito, con la finalidad
de reducir el error aleatorio. La medicin completa de todos los elementos que constituyen la poblacin
se llama censo y as como los comicios electorales no pueden ser ejecutados mediante muestreo.

4. Unidades de muestreo
Son las unidades que ingresan al sorteo en el muestro; as por ejemplo en el muestreo aleatorio simple
son las propias unidades de estudio, pero en un muestreo por conglomerados o clsters, son
precisamente estos grupos o conjuntos de unidades de estudio. As podemos mencionar que las
unidades de muestreo no son necesariamente las unidades de estudio; y aadiremos que cada unidad
de estudio pertenece slo a una unidad de muestreo.

5. Muestreo
Es la estrategia mediante la cual pretendemos elegir a las unidades que conformarn nuestra; y se
ejecuta nicamente despus de haber definido el tamao de la muestra. Si bien podemos elegir entre el
muestreo probabilstico y el no probabilstico; solamente el primero nos asegura la representatividad y
por tanto la posibilidad de realizar la inferencia estadstica, por lo que debemos procurar utilizar
siempre el muestreo probabilstico, lo cual no siempre estar a nuestro alcance.

17

Unidades de muestreo

En el muestreo probabilstico son las unidades que ingresan al proceso de aleatorizacin y estn constituidas
por una o varias unidades de estudio. A continuacin una aproximacin a su clasificacin.

1. Por la relacin que tienen con la unidad de estudio
a. Propias
Corresponde a la misma unidad de estudio, la cual ingresar al proceso de aleatorizacin que si llega a
ser seleccionada integrar la muestra, la unidad de muestreo propia es la ms comn y por ser
frecuente se suele pensar que es la nica forma de muestrear.

b. Conjuntas
Son conglomerados de unidades de estudio y que representan mini-poblaciones, por cuanto contienen
la variabilidad de la variable de estudio que se observara en la poblacin; as por ejemplo en un estudio
sobre la satisfaccin laboral en el MINSA, las unidades de muestreo son los centros de salud.

c. Identificadoras
Es la unidad que nos permite identificar la unidad de estudio, por lo que solamente sobre ella se realiza
el muestreo; por ejemplo en un estudio de la relacin mdico-paciente se evala a cada mdico con un
conjunto de sus pacientes, pero los que ingresan al proceso de aleatorizacin son los mdicos.

d. Contenedoras
Delimitada por la accesibilidad a las unidades de estudio; la estrategia de recoleccin de datos nos
sealar la unidad de muestreo, as tenemos que en una encuesta de preferencias polticas, las unidades
de muestreo son los hogares y en su interior un votante corresponde a la unidad de estudio.

2. Por el nmero de unidades muestreo
a. nicas
Caracterstico del muestreo aleatorio monoetpico donde el proceso de aleatorizacin se realiza en una
sola ocasin, luego del cual se procede a la fase de recoleccin de datos; en este caso el procedimiento
de muestreo se agota con la seleccin de la muestra a partir de las unidades de muestreo.

b. Mltiples
En el muestreo polietpico hay tantas unidades de muestreo como etapas tenga el remuestreo; as por
ejemplo en un estudio sobre la satisfaccin laboral de los trabajadores del MINSA, se sortean primero
los centros de salud y luego en stos a los trabajadores. En ningn caso habr remuestreo sobre las
mismas unidades de muestreo.
18

Tcnicas de muestreo

Existen dos mtodos para seleccionar muestras de poblaciones: el muestreo no aleatorio o de juicio y el
muestreo aleatorio (que incorpora el azar como recurso en el proceso de seleccin). A continuacin las
tcnicas de muestreo probabilstico.

1. Muestreo aleatorio simple
Denominado tambin muestreo equiprobabilstico, porque si se selecciona una muestra de tamao n de
una poblacin de N unidades, cada elemento tiene una probabilidad de inclusin igual y conocida de
n/N.

Ventaja: Se desarrolla en software porque se basa en la teora estadstica
Desventaja: Precisa un marco muestral o listado de todas las unidades

2. Muestreo sistemtico
Para determinar una muestra de tamao n conseguimos una lista de N elementos, definimos un
intervalo de salto k=N/n y elegimos un nmero aleatorio entre 1 y k con el que comenzamos la seleccin
de la muestra.

Ventaja: No es necesario tener un marco muestral o listado de unidades.
Desventaja: La constante podra asociarse con el fenmeno de inters

3. Muestreo aleatorio estratificado
Como el azar no es una garanta de representatividad, aqu se pretende asegurar la representacin de
cada grupo en la muestra. Cuanto ms homogneos sean los estratos, ms precisas resultarn las
estimaciones.

Ventaja: La muestra es homognea en funcin a la variable involucrada.
Desventaja: Se debe conocer la distribucin en la poblacin de la variable utilizada para la
estratificacin.

4. Muestreo por conglomerados
Denominado tambin muestreo por clsters aprovecha se caracterizan porque la variacin en cada
grupo es menor que la variacin entre grupos lo cual resulta ventajoso en los estudios comunitarios o
poblacionales.

Ventaja: Muy eficiente cuando las unidades estn muy dispersas
Desventaja: Requiere un manejo estadstico ms complejo que el resto

19

Instrumentos de medicin

Destinados a medir variables subjetivas denominadas constructos, requieren de tareas o procedimientos
estructurados que recogen las respuestas de un participante, cuya puntuacin es independiente de la persona
que evala. Los instrumentos deben provocar una reaccin a los evaluados cuya respuesta se plasme en un
documento. No confundir con materiales de verificacin.

1. Instrumentos Documentales
El Cuestionario.
Es un plan formalizado para recolectar datos de encuestados y/o entrevistados. Es el mtodo ms
conocido para la recoleccin de datos y el ms familiarizado. Un cuestionario supone un conjunto de
preguntas que el sujeto tiene que responder a fin de evaluar alguna capacidad, generalmente cognitiva,
lo cual debe ser calificado por el evaluador
Como ejemplo podemos citar a los exmenes para evaluar rendimiento acadmico.

La Escala.
Los evaluados indican su acuerdo o desacuerdo con una serie de afirmaciones sobre la variable que se
desea medir. Arrojan una calificacin total que indica la direccin e intensidad de la actitud del individuo
hacia el constructo medido, por lo que requieren de una respuesta ordinal. Su construccin debe
perseguir: la homogeneidad de los reactivos, la igualdad de las distancias entre las unidades de la escala y
la comparabilidad del resultado final.
El ejemplo ms bsico es la escala visual anloga.

El Inventario.
Conjunto de frases o palabras a las que el sujeto tiene que responder eligiendo o marcando su posicin
ante ellas (por ejemplo, al tem Me gustan las revistas de mecnica, decoracin o computadoras,
notemos que ninguna respuesta es calificada como correcta e incorrecta. Los inventarios pueden estar
conformados por cuestionarios y/o escalas.
Por ejemplo el test de inteligencias mltiples puede indicarnos inteligencia: Lingstica, Lgicomatemtica,
Musical, Naturalista, etc.

2. Instrumentos Mecnicos
Los instrumentos mecnicos utilizados para medir variables subjetivas son por ejemplo instrumentos para
realizar mediciones fisiolgicas.
Un ejemplo prctico es la medicin de la capacidad auditiva donde el instrumento mecnico es el
audimetro donde el evaluador no puede influenciar sobre los resultados y se limita a realizar las
anotaciones del momento en el que el evaluado logra percibir el estmulo acstico que se incrementa
progresivamente.

20

Validez cualitativa de un instrumento

La validez de contenido intenta evaluar la capacidad del instrumento para recoger el contenido y el alcance del
constructo. Podemos dividirlo en tres fases segn el estado actual del conocimiento.

1. Aproximacin a la poblacin (Validez de respuesta)

Implica la ausencia del conocimiento del concepto que se desea medir; la informacin se obtiene mediante
tcnicas introspectivas de los evaluados.
Se puede utilizar una entrevista con preguntas abiertas donde las unidades de estudio nos revelarn de manera
espontnea las posibles respuestas al instrumento que pretendemos crear.
Ejemplo: Cul es el uso que le dan los docentes universitarios a las tecnologas de la informacin en el proceso
de enseanza aprendizaje?

2. Juicio de expertos (Validacin por jueces)

Los jueces o expertos deben evaluar, de manera independiente: la relevancia, coherencia, suficiencia y
claridad; con la que estn redactadas los tems o reactivos con el concepto medido.
El autor debe considerar la pertinencia a la hora de elegir los jueces, siendo que en el momento actual no se
cuenta con bibliografa disponible
Es importante que el autor del instrumento sea considerado el ms experto de todos, para que pueda hacer
una eleccin interdisciplinaria de evaluadores.

3. Revisin del conocimiento disponible (Validez racional)

Este es el momento de la validez en que se asegura la mejor representatividad de los tems, respecto a la
totalidad del campo o rasgo objeto de evaluacin.
El autor del instrumento debe considerar: Objetividad, Alcance, Exactitud, Autoridad, Cobertura, Vigencia y
Relevancia; de la informacin con la que pretende construir un instrumento.
As los constructos aqu estn mejor definidos porque se dispone de literatura; de manera que los conceptos a
medir ya no son provisionales ni vagos.

No existe un ndice validez de contenido
La validez de contenido est avalado por la forma o procedimiento utilizado para construir el test y por las
personas que lo construyen, por su grado de conocimiento del rea o rasgo evaluado

21

Validez cuantitativa de un instrumento

1. Validez de contenido (Validez Cualitativa)
La validez de contenido intenta evaluar la capacidad del instrumento para recoger el contenido y el
alcance del constructo. Podemos dividirlo en tres fases segn el estado actual del conocimiento
a. Aproximacin a la poblacin (Validez de respuesta)
b. Juicio de expertos (Validacin por jueces)
c. Revisin del conocimiento disponible (Validez racional)

2. Consistencia interna (Alfa de Cronbach)
Es la capacidad de obtener resultados independientes de las circunstancias accidentales de la medicin.
Se fundamenta en la varianza de la variable medida, existen varios ndices que miden confiabilidad,
entre ellos el Alfa de Cronbach y el Kuder-Richardson (KR-20). Es afectado por la heterogeneidad de los
individuos evaluados; cuanto ms heterogneo es el grupo, mayor es el coeficiente de fiabilidad.

3. Validez de constructo (Rotacin de Varimax)
Debemos establecer probabilsticamente grupos de tems que debern ser definidos como dimensiones.
Estas dimensiones deben ser conceptualizadas de manera consensuada para otorgarles el carcter de
tiles y cientficamente vlidos, por cuanto no existe una prueba patrn. Si los dominios se han
construido tericamente, la estadstica corrobora la idoneidad de estas agrupaciones.

4. Criterio (ndice Kappa)
Cuando la variable medida cuenta con un Gold Standard, entonces se puede verificar los resultados
hallados, mediante un procedimiento. Si el criterio se fija en el presente, se habla de validez concurrente
(los resultados del instrumento se correlacionan con el criterio en el mismo momento o punto del
tiempo). Si el criterio se fija en el futuro, se habla de validez predicativa.

5. Estabilidad (ANOVA)
La medicin debe arrojar valores constantes siempre que sean tomadas en condiciones similares entre
una medicin y otra (test-retest). Se trata de ver, hasta qu punto un conjunto de medidas son
reproducibles en el tiempo, el grado en que las puntuaciones son estables sera el grado de fiabilidad,
propiedad que solo puede ser evaluada si un constructo est plenamente definido.

6. Rendimiento (Curvas ROC).
El objetivo es optimizar el instrumento para reducir el error a la hora de emitir juicios de valor para
tomar decisiones. Se construye una curva en base a los pares ordenados de sensibilidad y 1-
especificidad en distintos puntos de corte del instrumento. Debemos elegir el puto de corte que nos
ofrezca los mayores valores de sensibilidad y especificidad a travs de las Curvas de ROC.
22

Tcnicas de recoleccin de datos

1. Documentacin
Constituye la tcnica de recoleccin de datos ms bsica y a la vez la ms inexacta; corresponden a los
estudios retrospectivos donde es la nica forma disponible de recopilar la informacin. Habitualmente la
informacin fue recolectada con fines distintos al estudio en curso. Los estudios basados en la
documentacin no cuentan con instrumentos de medicin, nicamente con una ficha de recoleccin de
datos donde debemos copiar o trasladar la informacin previamente registrada.

2. Observacin
La observacin es cientfica cuando es sistemtica, controlada y cuenta con mecanismos destinados a
evitar errores de subjetividad, confusiones, etc. La observacin es no participante cuando no perturba la
accin o situacin que se est investigando. La observacin participante puede ser natural cuando el
observador pertenece al conjunto humano que investiga, y artificial cuando la integracin del observador
al grupo se hace con el objeto de desarrollar un trabajo de investigacin.

3. Entrevista
La evaluacin que se realiza al individuo evaluado no puede pasar inadvertido de su participacin, por lo
que se requiere del consentimiento informado para su participacin. Es la evaluacin uno a uno, porque
la reaccin la provoca directamente el evaluador, el investigador plantea interrogantes al investigado
donde el individuo evaluado proporciona la informacin solicitada. La entrevista puede ser estructurada
si cuenta con un instrumento y no estructurada cuando busca explorar caractersticas en el evaluado.

4. Encuesta
Requiere necesariamente de un instrumento el cual puede ser autoadministrado si el individuo completa
los reactivos (asincrnico) y heteroadministrado cuando hay un encuestador (sincrnico), que no
necesariamente pertenece a la lnea de investigacin, busca conocer la reaccin o la respuesta de un
grupo de individuos que pueden corresponder a una muestra o a una poblacin. Esta tcnica implica gran
economa de tiempo y personal, ya que los cuestionarios pueden enviarse por correo.

5. Psicometra
Esta es una tcnica desarrollada por los investigadores de las ciencias del comportamiento, pero no por
ello aplicable solo por estos especialistas, su principal ventaja es que no requiere de que el investigador
pertenezca a la lnea de investigacin que se est ejecutando; primero porque los instrumentos son
autoadministrables y luego porque incluso el evaluado se puede autocalificar. Muy utilizado para evaluar
variables distintas a la lnea de investigacin que no corresponde a su rea del conocimiento.

23

Tipos de preguntas en un cuestionario

1. Variables nominales dicotmicos
a. Caso nico: Las preguntas deben ser exhaustivas y excluyentes, idealmente corresponden a una
proposicin a la cual debemos emitir un juicio de valor. Es ideal hacer este tipo de preguntas.
Cul es tu gnero o sexo?
( ) Masculino
( ) Femenino

2. Variables nominales politmicas
a. Cerradas: Tienen opciones mltiples donde no hay ms opcin que elegir una de ellas, por lo
mismo que son excluyentes, se den consignar entre las alternativas a todas las posibilidades.
Cul es el rea de tu profesin?
( ) Ciencias de la Salud
( ) Ciencias Sociales
( ) Ingenieras

b. Semicerradas: Corresponden a aquellas cuyas categoras son muy numerosas pero plenamente
identificables, debemos colocar en el listado de alternativas a las ms frecuentes.
En qu pas te encuentras?
( ) Per
( ) Mxico
( ) Argentina
( ) Espaa
( ) Otro.

c. Abiertas: Son preguntas exploratorias cuya finalidad es obtener por agrupacin categoras que ms
adelante derivarn en preguntas cerradas de opcin mltiple e incluso en escalas.
Cul es tu ciudad de residencia?

.......

d. Mixtas: Es una combinacin de una pregunta cerrada + una abierta; si el evaluado responde
negativamente ah termina la pregunta, pero si responde afirmativamente se hace una repregunta.
Has usado alguna vez un programa estadstico?
( ) Ninguno
( ) Si Cul? ..

e. No excluyentes: No corresponde a una sola variable, siendo que el evaluado puede marcar ms
una alternativa, se debern construir tantas variables como alternativas tenga la pregunta.
Cul servidor de email utilizas?
( ) Hotmail
( ) Yahoo
( ) Gmail
( ) AOL
( ) Otros..

3. Variables Ordinales
a. Caso nico: Las categoras de las preguntas ordinales son acumulativas, as por ejemplo quien
tiene el grado de Doctor, tiene necesariamente el grado de Magster.
Cul es tu grado acadmico?
( ) Pregrado
( ) Bachiller
( ) Maestra
( ) Doctorado

24

Escala tipo Likert

1. La construccin de la escala requiere de la definicin del constructo para ello nos apoyamos en la validez
de contenido (validez cualitativa de un instrumento), la cual puede apoyarse en: la aproximacin a la
poblacin, Juicio de expertos y/o Revisin del conocimiento disponible).

2. Desarrollamos un cuestionario de preguntas abiertas donde se recoge el concepto relacionados con la
actitud que queremos medir. Enlistamos todas las respuestas sin ningn tipo de criterio y es
conveniente reunir unas 100 respuestas para construir una escala de 20 tems.

3. Agrupamos conceptos a fin de resumir el nmero de tems que van a conformar nuestra escala, si
hemos partido de 100 preguntas abiertas, es recomendable reunir 50 conceptos nicos acerca del tema
que estamos estudiando, a partir de los cuales formularemos los enunciados.

4. Se identifica convencionalmente un grupo de 5 expertos quienes juzgaran la idoneidad de los conceptos
reunidos en cada uno de los tems, los expertos deben ser interdisciplinarios incluyendo especialistas en
la lnea de investigacin, luego del cual debemos eliminar el 20% de los tems.

5. Los jueces evaluaran los times en trminos de: relevancia, el tem es esencial o importante; coherencia,
el tem tiene relacin lgica con la dimensin conceptual; suficiencia Los tems bastan para obtener la
medicin del concepto; y claridad, el tem se comprende, sus sintcticas y semnticas son adecuadas.

6. Luego formularemos los 20 conceptos favorables y 20 desfavorables que sern aplicados en un estudio
piloto a un grupo de sujetos similar a aqul al que piensa aplicarse la escala, ellos responden, eligiendo
en cada tem la alternativa que mejor describa su posicin personal.

7. Las respuestas a cada tem reciben puntuaciones ms altas cuanto ms favorables son a las actitudes, a
continuacin se suman las puntuaciones de casa sujeto, consignando la suma total como un ndice de
aprobacin, luego la suma total se correlaciona con cada uno de los tems.

8. Se seleccionan, aquellos tems que expresan exhiben la mayor variabilidad en trminos de desviacin
estndar, a fin de obtener un buen ndice discriminante se elimina el 25% de aquellos que muestren la
menor dispersin en sus respuestas.

9. Los 30 tems as obtenidos se deben agrupar a fin de construir dimensiones que en conjunto definen el
concepto que deseamos medir, la agrupacin tambin puede ser sometida a la consulta a expertos y la
revisin del conocimientos disponible a fin de estandarizar un nmero igual de tems en casa dimensin.

10. Si existen instrumentos para medir el mismo constructo que deseamos medir, debemos hacer
correlaciones con los resultados de estos; si tales instrumentos no existen podemos hacer las
correlaciones entre las dimensiones del nuestro a fin de asegurar la congruencia del constructo.

25

Validez de un estudio

Un estudio es vlido si sus resultados corresponden a la verdad, para lo cual debemos reducir el error aleatorio
y el error sistemtico.

1. Error Aleatorio
La carencia de error aleatorio se conoce como precisin y se corresponde con la reduccin del error debido al
azar. Para reducir este error el elemento ms importante del que disponemos es incrementar el tamao de la
muestra y con ello aumentamos la precisin. Los intervalos de confianza y el error estndar se reducen al
aumentar el tamao muestral. El error aleatorio desaparece si estudiamos a toda la poblacin.

2. Error sistemtico
Se ha generalizado al trmino validez como la carencia del error sistemtico, aunque este no se puede eliminar;
la exactitud es la reduccin del error sistemtico mediante el mtodo. La validez tiene dos componentes: la
validez interna, que nos permite hacer inferencias sobre la poblacin y la validez externa referida a que las
conclusiones del estudio se pueden extrapolar hacia poblaciones que no fueron objeto de estudio.

3. La validez interna.
La validez interna implica la validez de la inferencia para los sujetos que pertenecen a la poblacin de donde
fue obtenida la muestra. La validez interna es un requisito indispensable para que un estudio sea vlido y para
que pueda hablarse de validez externa. La validez interna se ve amenazada cuando no podemos controlar los
dos tipos de sesgos: de Seleccin y de Medicin.

4. La validez externa.
Se refiere a que las conclusiones obtenidas para una poblacin a partir de una muestra, son tambin vlidas
para otras poblaciones que no fueron consideradas en el momento del muestreo. Esta extrapolacin es
cualitativa y se fundamente en la carencia de hechos o evidencias que permitan dudar de su extensin; este
tipo de validez se observa con frecuencia en los estudios analticos.

5. Control metodolgico.
Los criterios de elegibilidad nos permiten delimitar nuestra poblacin de estudio y las tcnicas de muestreo
obtener una muestra representativa con ello evitaremos los sesgos de seleccin.
Una vez elegidas las unidades de estudios, un instrumento vlido nos permitir reducir al mnimo la diferencia
entre el valor obtenido y el valor real con lo que evitaremos el sesgo de medicin.

6. Control estadstico.
Cuando nos encontramos en el nivel investigativo explicativo el anlisis estratificado nos permite descartar
asociaciones aleatorias, casuales o espurias. Ejm: Chi cuadrado de Mantel-Haenszel.
Las relaciones entre variables en la naturaleza no son bivariadas, son influenciadas por mltiples factores
externos, por ello aplicamos el anlisis multivariado. Ejm: Regresin logstica.
26

Sesgos de seleccin

1. Sesgo de la autoseleccin (voluntario)

El grado de inters o motivacin que pueda tener un individuo que participa voluntariamente en una
investigacin puede diferir sensiblemente en relacin con otros sujetos.
Del mismo modo, la negativa de algunos sujetos para ser incluidos en un estudio puede estar dada por
motivaciones sistemticas experimentadas por ellos.

2. Sesgo de pertenencia (membresa)

Se produce cuando entre los sujetos evaluados se presentan subgrupos de sujetos que comparten algn
atributo en particular, relacionado positiva o negativamente con la variable en estudio.
Ejemplo: Nivel de conocimientos sobre signos de alarma en las gestantes debe excluir a las gestantes
que son profesionales de la salud.

3. Sesgo de admisin (de Berkson)

En los estudios hospitalarios de factores de riesgo donde aplicamos el diseo de casos y controles, la
probabilidad de ser hospitalizados en el grupo de casos, no es la misma que el grupo control.
Adems el factor de riesgo tambin tiene probabilidad de ser causa de hospitalizacin. Se puede
subestimar la asociacin entre la variable de inters y el factor de riesgo.

4. Sesgo del procedimiento de aleatorizacin

Puede observarse en diseos de investigacin experimentales (ensayos clnicos controlados), en los
cuales no se respeta el principio de aleatoriedad en la asignacin a los grupos de experimentacin y de
estudio.
En los pre-experimentos la administracin del medicamento responde a las necesidades teraputicas
del paciente y no a la del investigador.

5. Sesgo de Prevalencia (de Neymann)

La condicin en estudio (variable) determina la prdida prematura de las unidades de estudio. La
exclusin de los pacientes que fallecen determina este tipo de sesgo.
Por ejemplo un grupo de personas se someten a una rutina de dieta y ejercicios, aquellos que no les
funcionen abandonarn el estudio.

27

Sesgos de medicin

1. Sesgo del observador

El observador tiene una percepcin subjetiva y a veces prejuiciosa de los grupos de estudio; lo cual es
independiente del instrumento. Por lo que, el procedimiento de observacin suele ser ms detenido en
el grupo de estudio. La intencin del investigador en querer demostrar su hiptesis, puede conducir a
obtener sesgos en el diagnstico.

2. Sesgo de la capacidad diagnstica

La falta de capacidad de un instrumento para detectar la enfermedad, est relacionado con su validez.
Ocurre cuando se utilizan mtodos diagnsticos distintos al Gold Standard. Es conocido que no existe
coincidencia absoluta entre dos instrumentos de medicin; por ello los estudios deben realizarse con un
solo instrumento y un solo observador.

3. Sesgo de rendimiento del instrumento.

Si no se ha evaluado el rendimiento diagnstico del instrumento, es posible que la sensibilidad de los
instrumentos empleados en tales mediciones carezca de la sensibilidad necesaria para poder detectar la
presencia de la variable en estudio. La falta de optimizacin del instrumento puede conducirnos a
encontrar una frecuencia de la enfermedad inferior a la real.

4. Sesgo de deteccin

En estudios retrospectivos, cuando se pregunta por el antecedente de exposicin a determinadas
circunstancias en diferentes perodos de la vida, existe la posibilidad de olvido. Muchas exposiciones
pasan inadvertidas a diversos factores y que pueden afectar la medicin ya sea por su omisin absoluta
o en la determinacin de niveles de exposicin.

5. Sesgo de adaptacin

En los estudios de intervencin (experimentales), a veces los cuales individuos asignados inicialmente a
un grupo deciden migrar de grupo por preferir un tipo de intervencin por sobre otro. En un ensayo
clnico controlado la ocurrencia de este tipo de sesgo se neutraliza mediante la asignacin aleatoria de
los sujetos y por no advertir a los mismos sobre el tipo de exposicin.

28

Calidad de la informacin

1. Objetividad.
Existen varios factores que impiden que la informacin pueda ser objetiva y estos son: las necesidades,
la forma en que perciben los hechos, los valores e intereses de los autores. Otros factores son el
contexto social que refleja las actitudes y valores de la poca en que se escribe el documento.

2. Exactitud.
La exactitud se mide a base de informacin correcta y exacta. Usualmente se recomienda que para
validar la exactitud se compare la informacin con otra ya investigada y verificar la veracidad por la
concordancia con otras fuentes especializadas. Es importante considerar que la informacin no
actualizada tiende a no ser exacta.

3. Autoridad.
Para la remisin al juicio de autoridad es de primordial importancia la identificacin de los autores
lderes de su campo, as como las revistas fuentes. Si la informacin no incluye el nombre del autor, se
debe evaluar la institucin que auspicia la publicacin y determinar si cuenta con la autoridad y el
peritaje necesario sobre el tema.

4. Cobertura.
Desde el punto de vista de su contenido, una fuente comunica informacin general o especializada. En
funcin de su distribucin su cobertura ser del mbito mundial, nacional o local. Las publicaciones
cientficas tcnicas de los pases en vas de desarrollo tienen escasa representacin en las bases de datos
fsicas y electrnicas.

5. Vigencia.
Entre la informacin actualizada estn los temas cientficos, negocios y mercadeo, la poltica, algunos
temas sociales de actualidad, la medicina y ms. En otros casos se acepta la informacin de los ltimos
tres a cinco aos. En los temas de historia y literatura las fechas de publicacin no es un factor
relevante.

6. Relevancia.
Es un elemento basado en el juicio. Usualmente para establecer la relevancia debes determinar qu
informacin necesitas, que tipo de fuentes vas a utilizar y cmo utilizars la informacin (ensayo,
monografa, presentacin). Es importante determinar la relevancia en torno al tema que estas
investigando.

29

Discusin de resultados

Como ejemplo vamos a plantear un estudio de casos y controles sobre cuyos resultados tenemos que realizar
una discusin.

1. Descripcin

Describir la frecuencia de ocurrencia de la enfermedad en el grupo de estudio y describir la frecuencia
de ocurrencia de la enfermedad en el grupo de control.
Luego identificar numricamente las diferencias entre la frecuencia de la enfermedad en el grupo de
estudio y el grupo control.

2. Anlisis

Realizar una prueba de hiptesis para la diferencia descrita entre el grupo de estudio y el grupo control.
Calcular el p-valor y mencionar si es significativo o no.
Concluir el anlisis estadstico usando la terminologa adecuada segn su nivel investigativo. Los
resultados obtenidos de esta manera son la base de las conclusiones del estudio.

3. Interpretacin

Interpretar la relacin demostrada probabilsticamente entre la variable independiente y la variable
dependiente o las diferencias entre el grupo de estudio y el grupo control. Adicionalmente debemos
interpretar las medidas de asociacin. Las conclusiones del estudio estarn enmarcadas en la
interpretacin basada en la estadstica y la relevancia clnica de los resultados.

4. Comentarios

- Comparacin con los antecedentes investigativos: se trata de evaluar el criterio de consistencia o
coherencia propuesto por Bradford Hill, por haber repetido el estudio o tener estudios similares.

- Planteamiento de Hiptesis: de nuevas teoras que explicaran los hallazgos reportados, se trata de
generar nuevas hiptesis para estudios futuros y as continuar con la lnea de investigacin.

- Comentarios personales: Esta parte la puede realizar nica y exclusivamente el investigador, nadie
mejor a su poblacin que el propio investigador. Estos comentarios apuntan al desarrollo de las
recomendaciones.

30

Criterios de causalidad
Criterios de Bradford Hill (1965)

1. Asociacin estadstica: Se trata de averiguar si existe relacin entre el supuesto factor causal y el efecto
estudiado. Para esto hay que buscar estudios epidemiolgicos (Cohortes o Caso - Control) que indiquen el
riesgo significativo (Riesgo Relativo o Razn de Momios).

2. Relacin dosis-respuesta: Denominada gradiente biolgico, La frecuencia de la enfermedad aumenta con
la dosis o el nivel de exposicin. (Equivale a la Intensidad de Simonin). Sin embargo, hay casos en que el
gradiente biolgico no se cumple (en una reaccin alrgica).

3. Analoga: Se fundamenta en relaciones de causa-efecto establecidas, con base a las cuales si un factor de
riesgo produce un efecto a la salud, otro con caractersticas similares debiera producir el mismo impacto a
la salud.

4. Temporalidad: Se trata de asegurar que el factor de riesgo ha aparecido antes que el supuesto efecto.
Puede ser difcil de demostrar cuando no se puede asegurar si la presunta causa apareci con anterioridad
al presunto efecto. (Equivale a la cronologa de Simonin).

5. Constancia o Consistencia: Consiste en conocer si la relacin entre las dos variables, a las que investigamos
una posible relacin causa-efecto, ha sido confirmada por ms de un estudio, en poblaciones y
circunstancias distintas por autores diferentes.

6. Plausibilidad biolgica: El contexto biolgico existente debe explicar lgicamente la etiologa por la cual
una causa produce un efecto a la salud. Esta caracterstica viene limitada por los conocimientos cientficos
que se tengan al respecto en el momento del estudio.

7. Coherencia: la interpretacin de causas y efectos no puede entrar en contradiccin con el comportamiento
propio de la enfermedad o lesin. Este criterio combina aspectos de consistencia y plausibilidad biolgica
(Corresponde a la evolucin de Simonin).

8. Especificidad: Es ms fcil aceptar una relacin causa-efecto cuando para un efecto slo se plantea una sola
etiologa, que cuando para un determinado efecto se han propuesto mltiples causas. En este caso lo
apropiado sera hablar de Especificidad de la causa.

9. Experimentacin: Es un criterio deseable de alta validez. Se trata de reproducir experimentalmente la
asociacin causa-efecto, o incidir en la causa para alterar el efecto cuando no sea posible o no se considere
tica otra modalidad de experimentacin.

Ahora te gustara tener la versin en vdeo?
Has click sobre la imagen

SEMINV - Libro de Texto

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

SEMINV - Libro de Texto

Cargado por

Copyright:

Formatos disponibles

Seminarios de Investigacin Cientfica seminariosdeinvestigacion.

También podría gustarte