Documentos de Académico
Documentos de Profesional
Documentos de Cultura
7.1. Hipótesis
Según Muñoz Rozo (1998), una hipótesis “es la explicación anticipada y provisional de alguna suposición
que se trate de comprobar o desaprobar, a través de los antecedentes que se recopilan sobre el problema
de investigación previamente planteado” (citado en Bernal, C., 2005, p. 137).
La hipótesis es una suposición, es una respuesta anticipada a un problema, que tiene que ser probada.
Tabla 1
Nota: Adaptado de Metodología de la investigación, (p. 92), por Hernández, R.; Fernández, C. & Baptista, P. (2010).
7.1.1. Variables
Es una característica o atributo que se encuentra en las personas, grupos; puede presentarse en
diferentes grados, magnitudes o medidas.
La variable dependiente podría ser la presión arterial de los pacientes (cambio sufrido por la variable
independiente).
1
Establecen las variables que se analizan en la investigación.
Determinan los métodos, técnicas y procesos que se emplean en una investigación.
Es la hipótesis inicial. Es una respuesta anticipada al problema. Puede explicar las relaciones entre dos o
más variables. A veces se le conoce como hipótesis de trabajo. Puede ser:
Descriptiva
Correlacional
De diferencia de grupos
Causal
Descriptivas. En ocasiones se utilizan en investigaciones descriptivas para predecir un dato o valor en una
o más variables a observarse. No siempre se plantean hipótesis en estudios descriptivos.
Ejemplo
Correlacionales. Explican la relación existente entre dos o más variables, también pueden indicar cómo se
asocian.
Ejemplo
Si se quisiera correlacionar varias variables, habrá que formular varias hipótesis. Por ejemplo, si
quisiéramos relacionar las variables atracción física, confianza, proximidad física y equidad en el noviazgo
(todas entre sí), estableceríamos las hipótesis correspondientes.
Figura 2. La correlación
de varias variables
genera varias hipótesis
2
Adaptado de Metodología de la investigación, p. 109, por Hernández, R.; Fernández, C. & Baptista, P. (2010)
De diferencia de grupos. Se plantean en investigaciones cuya finalidad es comparar grupos. Por ejemplo,
un publicista piensa en un comercial televisivo en blanco y negro, ya que el objetivo es persuadir a los
adolescentes que comienzan a fumar, para que dejen de hacerlo, este tiene una eficacia diferente que un
comercial a colores.
Ejemplo
Existe una diferencia entre el promedio de pacientes que acuden a un hospital privado que vieron la
publicidad en Internet y aquellos que no observaron dicha publicidad.
De causalidad. Explica las relaciones entre las variables, además incluyen una relación de causa-efecto.
Ejemplo
La satisfacción sobre la decoración del espacio de trabajo mejora el desempeño de los empleados que
laboran en este lugar.
Tabla 2
Preguntas de investigación e hipótesis
Hi: Las principales causas del desempleo en un país se deben a la planificación presupuestaria.
3
7.1.7. Hipótesis alternativa (Ha)
Son proposiciones alternas de las hipótesis de investigación y nula: ofrecen una descripción o explicación
diferente de las que proporcionan estas.
Ejemplo
Hi: “El candidato A obtendrá en la elección para la presidencia del consejo escolar entre 50 % y 60 % de la
votación total”.
Ho: “El candidato A no obtendrá en la elección para la presidencia del consejo escolar entre 50 % y 60 %
de la votación total”.
Ha: “El candidato A obtendrá en la elección para la presidencia del consejo escolar más de 60 % de la
votación total”. (Hernández, et al., 2010)
Ejemplo
Verificación de hipótesis
Para verificar una hipótesis es necesario seguir un procedimiento estadístico. Podríamos sintetizar la
prueba de hipótesis en los siguientes pasos:
3. Definir el nivel de confianza dentro del cual aceptaremos o rechazaremos la hipótesis nula,
generalmente se usan valores para α=0.01, α=0,05 o α=0,10.
4
6. Transformar la media de la muestra en valores Z para muestras grandes o t (menores de 30), según la
prueba estadística que se seleccione.
Es aconsejable revisar bibliografía estadística para obtener mayor información sobre las diferentes
pruebas de hipótesis.
Definición conceptual
Se definen a las variables con otros términos. Puede consultarse diccionarios o bibliografía especializada.
Definición operacional
La definición operacional nos dice que para recoger datos respecto de una variable (medirla), hay que
realizar diversas actividades y articula los procesos o acciones de un concepto que son necesarios para
identificar ejemplos de este. (MacGregor, 2006 citado en Bernal, C. 2010)
5
Tabla 3
Operacionalización de hipótesis
6
Nota: Operacionalización de variables hasta elaboración de ítems (preguntas de instrumentos de recolección de información)
Adaptado de Metodología de la investigación, p. 211, por Hernández, R.; Fernández, C. & Baptista, P. (2010)
La definición del diseño de investigación depende del tipo de investigación que se va a realizar y de la
hipótesis a probarse. Así, podemos hablar de diseños experimentales en los cuales se manipula
intencionalmente la o las variables independientes.
En este tipo de diseños, es necesario manipular una o más variables independientes, intencionalmente,
realizar una asignación aleatoria de los sujetos participantes a cada uno de los grupos (experimental y de
control) y ejercer un cuidadoso control de las variables objeto de medición y de las posibles extrañas que
pueden influir en los resultados del experimento.
7
Diseño con medición posterior y grupo de control
Diseño de series cronológicas
Diseños factoriales
Por favor revise este tema en el siguiente video, sobre los diseños de investigación
8
Diseño
Es el plan a seguir para realizar una investigación empleando determinadas técnicas para
recolectar información y comprobar una hipótesis.
Al trecabar datos, estamos midiendo las variables de una hipótesis.
Al medir, se manipulan variables.
Los datos se recogen de una muestra obtenida de la población que se pretende investigar.
9
10
11
12
13
14
15
16
7.3. Población y muestreo
Es el conjunto de todos los elementos que tienen determinadas características similares y sobre las cuales
se requiere hacer inferencia.
Es importante definir “qué" o "quiénes”, es decir, los participantes, objetos, sucesos o comunidades de
estudio (las unidades de análisis), lo cual depende del planteamiento de la investigación y de los alcances
del estudio.
En un trabajo de Greenberg, Ericson y Vlahos (1972), el objetivo de análisis era investigar las discrepancias
o semejanzas en las opiniones de madres e hijos con respecto al uso de la televisión por parte de estos
últimos. Aquí la finalidad del estudio supuso la selección de mamás y niños, para entrevistarlos por
separado, correlacionando posteriormente la respuesta de cada par madre-hijo(a). (Citado en Hernández,
R. 2010)
17
Tabla 5
Es necesario establecer con claridad las características de la población, con la finalidad de delimitar cuáles
serán los parámetros muestrales.
Se va a realizar una investigación sobre el uso de los celulares por parte de los adolescentes. En esta
investigación la unidad de análisis son los adolescentes. Pero, ¿de qué población se trata?, ¿de todos los
adolescentes del mundo?, ¿de todos los niños del Ecuador? Sería prácticamente imposible trabajar con
poblaciones tan grandes.
18
7.3.3. Muestra
Es un subgrupo de la población sobre el cual se recolectarán datos y debe reflejar las características
encontradas y ser representativo de la población de interés.
- Muestreo probabilístico
Todos los elementos de la población tienen la misma probabilidad de ser seleccionados en el muestreo.
Se obtiene definiendo las características de la población y el tamaño de la muestra, y por medio de una
selección aleatoria o mecánica de las unidades de análisis.
Infinita. Cuando no se sabe el número exacto de unidades del que está constituida la población. En este
caso la fórmula es:
Donde:
n = es el tamaño de la muestra
p = es la posibilidad de que se realice el evento (0.50)
q = la posibilidad de que no se realice (0.50)
e = es el error de estimación
19
Finita. Cuando se conoce cuántos elementos tiene la población.
Donde:
n = el tamaño de la muestra.
N = tamaño de la población.
σ =Desviación estándar de la población que, generalmente cuando no se tiene su valor, suele utilizarse un
valor constante de 0,5.
Z = Valor obtenido mediante niveles de confianza. Es un valor constante que, si no se tiene su valor, se lo
toma en relación al 95 % de confianza, equivale a 1,96 (como más usual) o en relación al 99 % de
confianza, equivale a 2,58, valor que queda a criterio del investigador.
e = Límite aceptable de error muestral que, generalmente cuando no se tiene su valor, suele utilizarse un
valor que varía entre el 1 % (0,01) y 9 % (0,09), valor que queda a criterio del encuestador.
20