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

Hiptesis correlacionales entre las variables Multivariadas

- Hiptesis que establecen
Cmo es la relacin Bibariadas
Entre las variables
( hiptesis direccionales) Multivariadas.

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

1
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.

3
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

5
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 ---- muy favorable ( 5)
2 favorable ( 4)
5 neutral ( 3)
6 desacuerdo ( 2)
3 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:

6
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

7
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

8
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

9
Desarrollado por jfgt , desarrollado por jfgt, desarrollado por jfgt

hiptesis planteada. Asimismo, le servir para desarrollar las conclusiones y

recomendaciones que diera lugar.

10