Está en la página 1de 10

Desarrollado por jfgt , desarrollado por jfgt, desarrollado por jfgt

Estadstica aplicada en la elaboracin de una tesis empleando el mtodo correlacional.


Plantear un problema de investigacin , significa orientar previamente la correcta formulacin de los objetivos e hiptesis, disear los instrumentos para recolectar la informacin , establecer las tcnicas y los procesos metodolgicos a utilizarse.. En la recoleccin de la informacin uno de los factores que contribuye al investigador para demostrar sus hiptesis y sustentar su tesis es la Estadstica que se refiere a datos estadsticos obtenidos en un determinado perodo de tiempo y que explican las caractersticas cuantitativas de los fenmenos investigados..

La necesidad de saber el mtodo a aplicar para tal o cual desarrollo de una tesis hace para muchos tesistas un factor prcticamente difcil de resolver. Razones? Muchas, desde un cabal desconocimiento de la estadstica hasta un conocimiento poco slido sobre el mismo.

Si se recurre a la bibliografa, se puede encontrar una variedad de autores mayormente con conocimientos estadsticos puristas que utilizan trminos estadsticos difciles de entender para un principiante.

Bajo el enfoque cuantitativo las hiptesis de investigacin se clasifican : - Hiptesis que establecen
simplemente relacin Bibariadas Multivariadas Bibariadas Multivariadas.

Hiptesis correlacionales
-

entre las variables Hiptesis que establecen Cmo es la relacin Entre las variables ( hiptesis direccionales)

Veamos : si Ud. Plantea un problema de investigacin cuantitativa. Es decir,

los objetivos que persigue la investigacin, las preguntas de investigacin, la justificacin de la investigacin, viabilidad del estudio y la valuacin de las deficiencias en el conocimiento del problema.
1

. Generalmente proponen

relaciones entre variables con la finalidad de arribar a proposiciones precisas y hacer recomendaciones. Segn M.A. Rothery ( Grinnell 1977) se fundamenta en el mtodo hipottico deductivo, considerando las siguientes premisas: se delinea teoras y de ellas se deriva hiptesis

Desarrollado por jfgt , desarrollado por jfgt, desarrollado por jfgt


( 1 ) Hernndez, Fernndez y Baptista (2010) metodologa de la investigacin p.87

Las hiptesis se someten a prueba utilizando los diseos de investigacin apropiados. Si los resultados corroboran las hiptesis o son consistentes con stas, se aporta evidencia en su favor. Si se refutan, se descartan en busca de mejores explicaciones e hiptesis.

En los estudios cuantitativos se establecen una o varias hiptesis. Centrmonos ahora en las hiptesis. Como se sabe, una hiptesis por lo general surgen de los objetivos y las preguntas de investigacin ( como resultado del planteamiento del problema) aqu surge el problema que son difciles de resolver para algunos tesistas. Pues bien, veamos : Las hiptesis correlacionales. Se caracterizan por la asociacin entre dos variables ( X --- Y ), asocia variables mediante un patrn predecible para un grupo o poblacin. Frases como : A mayor exposicin por parte de los adolescentes al Internet con alto contenido sexual, aumenta las tasa de natalidad. A mayor motivacin intrnseca mayor compromiso del personal El incremento del vandalismo en Lima se relaciona con la escasez de puestos de trabajo. A mayor educacin existe mayores posibilidades de encontrar un puesto de trabajo bien remunerado. El incremento en la venta de autos en Bs.Aires aumenta la contaminacin ambiental. La existencia de dos variables y su asociacin en todas los ejemplos de hiptesis formuladas lneas arriba establece no slo una relacin son tambin cmo es la relacin. Es conveniente indicar que las hiptesis de correlacin , el orden en que colocamos las variables no es importante ( del ejemplo anterior : - la escasez de puestos de trabajo se relaciona con el incremento del vandalismo en Lima ). Lo que se trata es de demostrar que la hiptesis que se formula se comprueba con los datos reales que vamos a obtener. Para ello existe : 2

Desarrollado por jfgt , desarrollado por jfgt, desarrollado por jfgt - Elaboracin de un instrumento para medir ( cuestionario o entrevistas) o - aplicacin de un cuestionario o prueba diseada en otro contexto, ser necesario adaptarla y aplicar pruebas piloto para calcular su validez y confiabilidad 2 Una vez que ha considerado los dos aspectos anteriores. Nos interesa la aplicacin del instrumento. Que hacemos?. Como va a medir variables, recurrimos a la estadstica ( que nos permite clasificar, calcular, analizar y resumir informacin numrica que se obtiene de manera sistemtica) cuenta con mtodos para conocer esas variables. 1.- se trata de un estudio cuantitativo descriptivo correlacional, se consideran ( por lo general) el mtodo paramtrico regresin lineal y el coeficiente de correlacin de Pearson. Por lo tanto, las hiptesis formuladas deben de coincidir con estos mtodos. Las variables deben estar dirigidos a este fin. Ejemplo. H1 :El incremento del vandalismo en Lima se relaciona con la escasez de puestos de trabajo. Las variables sern : Variable Independiente : vandalismo en Lima Variable dependiente : puestos de trabajo

2.- La operacionalizacin de variables, permitir conocer como se va a medir cada una de las variables. Del ejemplo anterior. Variable : vandalismo en Lima ( contar con datos estadsticos sobre el tema, estudios realizados, por las universidades, datos estadsticos que arroja la polica de manera peridica.) Variable : puestos de Trabajo ( datos estadsticos que emiten el ministerio de trabajo, el instituto nacional de estadstica, el gremio empresarial, libros que tratan sobre el tema ) Otro ejemplo : Variable : clima organizacional ( Cuestionario multidimensional de ) Variable : satisfaccin ( cuestionario multidimensional administrado de) Como se puede observar, con el mtodo correlacional y un manejo estadstico va a admitir conocer la relacin existente entre las dos variables y su tipo de relacin, que nos permitir dar respuesta a las hiptesis planteadas.

Desarrollado por jfgt , desarrollado por jfgt, desarrollado por jfgt


( 2 ) Idem p. 435.

3.- Poblacin o muestra, Seleccionar una muestra significa relacionarla con las tcnicas estadsticas a utilizar, con los instrumentos para la recoleccin de los datos. De acuerdo a su Plan Ud. a considerado la poblacin a encuestar ( es recomendable que los estudios motivacionales , se considere a toda la poblacin ( empleados si es una empresa) para evitar que los excluidos piensen que su opinin

no se toma en cuenta. Es recomendable recurrir a la literatura para hallar la


muestra probalistica, ahora existen manuales, programas estadsticos ( SPSS, STATS) e inclusive on line para hallar la muestra. Para una muestra probalistica se necesita dos cosas. 3. 1.- El tamao de la muestra. 3. 2.- Seleccionar los elementos muestrales , de manera que todos tengan la misma posibilidad de ser elegidos.( procedimiento de seleccin) Si ya conoce el tamao de la muestra ( la cantidad de personas a encuestar o entrevistar) y, el lugar donde realizara la encuesta es una organizacin que cuenta con categoras como : Tcnicos, empleados administrativos, obreros etc. ( procedimiento de seleccin ) la muestra se complica porque tiene que saber a cuantos tcnicos o empleados va a encuestar del total. (ver muestra probalistica estratificada) Todo depende de cmo a planteado sus objetivos e hiptesis. Puede darse el caso que para su estudio, considere una muestra probalistica simple, que se caracteriza por que cualquier persona ( tcnico, administrativo, obrero) tiene la misma posibilidad de ser elegidos. entonces puede obviar las categoras. Como vemos en el enfoque cuantitativo ( como es ste el caso) el proceso de seleccin es muy importante , si bien sabemos que los elementos se eligen aleatoriamente como se hace? Existe varios mtodos, a saber : tmbola Nmeros aleatorios Seleccin sistemtica de elementos muestrales.

(Si se quiere profundizar ms al respecto, revisar literatura estadstica) Pues bien, hasta este punto ya se cuenta con la cantidad de personas a encuestar y la manera de seleccin. 4.- Trabajo de campo, los instrumentos y tcnicas de investigacin, como vemos en la parte 2 cuando se hace la operacionalizacin de variables contamos con 4

Desarrollado por jfgt , desarrollado por jfgt, desarrollado por jfgt

cuestionarios, elaborados por expertos o desarrollados por el investigador. Ahora es


cuando se utiliza el instrumento ( cuestionario) que le va a servir para recabar los datos reales (que le permitirn contrastar su hiptesis planteada en su investigacin y la obtenida en el campo). Es redundante sealar los pasos que se debe realizar para disear un cuestionario y los requisitos que debe cumplir ( validez y confiabilidad) , si no se ha familiarizado con este tema, revise literatura como,

metodologa de la investigacin, o libros de estadstica / manuales.


Adems, la tcnica es mediante la encuesta. 5.- Recoleccin de datos. Se hace mediante el cuestionario En este caso

( correlacional) considerando que generalmente lo que se mide son actitudes, existe 3 mtodos, a saber: escalamiento tipo Likert, el diferencial semntico y la escala de Guttman. La ms conocida es el mtodo tipo likert, que se caracteriza porque no son preguntas, sino afirmaciones ( positivas y negativas). La forma, construccin y puntuaciones esta en cualquier libro de estadstica de CC.SS. o metodologa de la investigacin ( Sampieri). Conocido lo anterior, Ud. Debe saber previamente algo mas, Los estudios correlacionales cuantitativos se caracterizan porque miden cada

variable y su grado de relacin o asociacin entre ellas.


No debe olvidar que, la recoleccin de datos implica: Seleccionar el instrumento o mtodo de recoleccin de los datos Aplicar ese instrumento o mtodo para recolectar datos. Preparar observaciones, registros y mediciones obtenidas.

El instrumento de medicin debidamente validado, diseado para medir actitudes ( predisposicin aprendida para responder de manera favorable o desfavorable ante un objeto o smbolo) 5.- Una vez que los datos se han codificado, transferido a una matriz y guardado en un archivo se procede a analizarlo. El anlisis de los datos (en este caso anlisis cuantitativo) depende de factores como : el nivel de medicin de las variables. La manera como se haya formulado la hiptesis El inters del investigador

Desarrollado por jfgt , desarrollado por jfgt, desarrollado por jfgt Se busca describir sus datos y posteriormente efectuar anlisis estadsticos para relacionar sus variables. La estadstica descriptiva ( ver literatura) permite describir

los datos , los valores o las puntuaciones obtenidos para cada variable.
a) uno de ellos es la distribucin de frecuencias , especialmente cuando se utliliza la frecuencia relativa puede presentarse en forma de histograma o grficas de otro tipo. Por ejemplo: la distribucin de frecuencias : mediante los intervalos obtenidos como : muy favorable, favorable, neutral, desacuerdo, totalmente en desacuerdo ( caracterstica del mtodo likert), Ud. Contabiliza a todos sus encuestados ( valores del 1 al 5 ) si encuest a 20 personas 4 respondieron ---2 5 6 3 muy favorable ( 5) favorable ( 4) neutral ( 3) desacuerdo ( 2) totalmente en desacuerdo ( 1 )

Si aplica el histograma , puede colocar en la columna (Y ) los porcentajes de las personas que respondieron la afirmacin. En la horizontal ( X) se colocan las categoras o los intervalos. Del ejemplo anterior podemos inferir que : 6/ 20 x 100 = 30% de encuestados estn en desacuerdo. Tambin se puede usar las grficas circulares , expresados en porcentajes para cada afirmacin. La que le permitir hacer un anlisis descriptivo en cada afirmacin. Ejemplo : La variable : Vandalismo en Lima ( se ha hecho 6 afirmaciones escala tipo likert) con 20 encuestados. Se realiza el histograma o la grafica circular. Luego se aade ( del ejemplo anterior) . El 30% de los encuestados esta en desacuerdo, el 20% esta muy de acuerdo, el 10% muestra una actitud favorable, el 15% calific de manera muy desfavorable .. b) Si Ud, cree necesario ( segn su anlisis) puede recurrir las medidas de tendencia central ( moda, mediana, promedio) , Es comn usar el promedio ( la cantidad de afirmaciones realizadas en el cuestionario con la cantidad de participantes que respondieron dicha afirmacin) del ejemplo anterior:

Desarrollado por jfgt , desarrollado por jfgt, desarrollado por jfgt De la primera afirmacin se obtuvo ( de los 20 participantes)

4+3+5+2+5+3+2+1+2+3+4+4+5+3+1+1+2+3+1+2 = 2.9 promedio . se aade frases como: La actitud muestra una inclinacin desfavorable , en promedio, los encuestados se ubican en 2.9 ( desfavorable) Nota : se puede aadir la moda y mediana en dicha INTERPRETACIN DESCRIPTIVA. ( revisar : metodologa de la Investigacin F.H y Baptista) la forma de obtener las puntuaciones en la escala de Likert se suman los valores alcanzados con respecto a cada frase ( afirmacin) y se divide entre el nmero de frases (afirmaciones) del cuestionario.
(*)

Como en el caso de frecuencias, Ud. puede hacer un anlisis descriptivo de cada

frase o afirmacin.
IMPORTANTE! Si el instrumento esta constituido por dimensiones el promedio ser

: la suma de los valores promedio de cada dimensin y dividirlos entre la cantidad de dimensiones. ( usar Excel o SPSS) Una vez obtenido los promedios, como resultados de aplicar su cuestionario. Existe dos procedimientos para dar respuesta a sus hiptesis. Dependiendo de la cantidad de variables. Anlisis de regresin lineal, En un anlisis de regresin (aplicado en la correlacin) el primer paso que hay que efectuar es la representacin grafica de la nube definida por las parejas de valores de X e Y ( BIVARIADAS) . As, se podr tener una idea geomtrica de la intensidad de la asociacin entre las variables que se estn estudiando y, en caso de un anlisis de regresin, s hay una relacin causa-efecto significativa entre las variables se utilizan tambin en el mtodo correlacional, porque estima el efecto de una variable sobre la otra . ejemplo. H 1 = Existe una relacin positiva y significativa entre la educacin y posibilidades de encontrar un puesto de trabajo bien remunerado. Se encuentra un valor correlacional r conocido como coeficiente de Pearson ( aplicable para variables relacionadas de manera lineal) su interpretacin es importante. Este modelo matemtico es : Y = aX + b

Desarrollado por jfgt , desarrollado por jfgt, desarrollado por jfgt As, se puede ver si la pendiente (la tendencia) de la lnea es ascendente o descendente. Lo que nos indica esta ecuacin es : la variacin de X trmino independiente ( educacin , segn el resultado del instrumento aplicado) variar Y trmino
dependiente

( posibilidades de encontrar un puesto de trabajo bien remunerado)

El valor r2 expresa ( para muchos investigadores) el grado de asociacin entre las dos variables ( ver bibliografa al respecto) en trminos porcentuales. * Si en sus hiptesis ha planteado temas como el Clima laboral, compromiso organizacional etc. que esta conformado por dimensiones y le es preciso conocer cada una de los componentes de X con relacin a las de Y. o tambin utiliza ms de dos variables haga uso de la matriz de correlaciones de Pearson ( el ms usado para hallar las correlaciones) cuyos resultados le permitirn interpretar el grado de correlacin. X ---- Y ----- Z ( MULTIVARIADAS) 6.- Resultados: se lleva a cabo la contrastacin de hiptesis. Volvamos al ejemplo anterior, H1 = Existe una relacin positiva y significativa entre una mejor educacin y posibilidades de encontrar un puesto de trabajo bien remunerado. Se analiza los resultados obtenidos en el grfico y se concluye y se acepta o no la hiptesis planteada por el tesista. para lo cual se debe considerar un factor importante Dentro de una hiptesis es frecuente utilizar el grado de significacin.( *) que si usa el SPSS o el Excel de manera automtica se obtiene el valor r. Veamos : si la recta obtenida en el grafico es positiva , es factible considerar que a mayor educacin existe mayores posibilidades de encontrar un puesto de trabajo porque tanto el valor X como Y varan de manera positiva. Ahora es significativa? Para ello Ud, tiene que tener pleno conocimiento sobre el tema. sin embargo, aqu algunos apuntes al respecto.
(*) El grado de significacin, es el nivel de confianza , es habitual encontrar el 0,05 0,01 , por lo general se interpreta que dado un experimento que se repite 100 veces, existe la posibilidad de encontrar el valor de r en 95 veces o 99 veces. Porque se considera significativo? A menor error, es poco probable que se presente el error tipo I y II. ( que

Desarrollado por jfgt , desarrollado por jfgt, desarrollado por jfgt


corresponde anlisis estadstico de hiptesis) consiste en el riesgo de equivocarnos al rechazar la hiptesis nula. Porque no existe la confianza absoluta que nuestras proposiciones son verdaderas. Por lo tanto, existe la posibilidad que 5 veces o 1 vez cometamos el error de no encontrar r y por lo tanto no consideremos la hiptesis verdadera y optemos alguna otra ( ver literatura al respecto) eso lo hace significativo ( para algunos investigadores) menor porcentaje menor riesgo de equivocarse. Pero no indica que exista una asociacin entre las dos variables. Un valor elevado del coeficiente de correlacin ser casi siempre significativo (a no ser que n fuese muy pequea), pero un coeficiente bajo (por ejemplo; 0,3) tambin puede serlo (cuando n es muy grande). Es el valor de r el que indicar si la asociacin lineal es importante. Se considera que esto es lo que ocurre si r < 0,7 , si r est comprendida entre 0,5 y 0,7 hay una asociacin moderada; entre 0,25 y 0,5 la asociacin es dbil y, por debajo de 0,25 no se puede considerar que haya asociacin. Y todo ello, independientemente de que el valor de p asociado a la r sea inferior a 0,05 !

Por lo expuesto, es necesario tener un conocimiento pleno al respecto para evitar dudas o mal interpretaciones , es recomendable leer manuales de estadstica o revisar tesis que utilicen dichos valores. Bien, una vez que interpret la recta como corresponde (que sea positiva) . Asimismo, el grado de significacin ( si el valor obtenido es significativo ). Si ambas variables cumplen de acuerdo a la hiptesis formulada, entonces Ud. esta en el cabal conocimiento de afirmar su hiptesis; si uno o ambos valores no cumplen, entonces rechaza la hiptesis que formul en su tesis, y considere la hiptesis NULA H0 = No existe una relacin positiva y significativa entre una mejor educacin y posibilidades de encontrar un puesto de trabajo bien remunerado. Es menester sealar la existencia de la rs Spearman , el procedimiento e interpretacin es similar a la de Pearson , pero se opta por la rs de Spearman cuando: las variables son ordinales, los individuos u objetos pueden ordenarse por rangos ( jerarquas). Ejemplo, el sabor y el envase de un producto cualquiera , puede ordenarse de mayor a menor. La inteligencia y la aptitud de mando. Etc. Obtenido los resultados reales , se realiza la contrastacin de hiptesis donde la Hiptesis que Ud. plante en su investigacin como producto de un buen sustento terico y lo obtenido en la prctica, razn por la cual le permitir aceptar o no dicha

Desarrollado por jfgt , desarrollado por jfgt, desarrollado por jfgt hiptesis planteada. Asimismo, le servir para desarrollar las conclusiones y recomendaciones que diera lugar.

10