Tiene como finalidad asegurar la precisión y el rigor que requiere la ciencia; este se basa en datos comprobables y medibles.
CARACTERISTICAS GENERALES:
Presta más atención a las semejanzas que a las diferencias.
Trata de buscar las causas reales de los fenómenos.
PARADIGMA CUANTITATIVO
Este paradigma ha recibido nombres como: Racionalista, Positivista, Científico– naturalista,
Científico – tecnológico y Sistemático gerencial.
Es un modelo pensado para explicar, controlar y predecir fenómenos.
Adopta el modelo hipotético deductivo, utiliza métodos cuantitativos y estadísticos, se basa en fenómenos observables susceptibles de medición, análisis matemáticos y control experimental. Implica una visión restringida de la realidad. Este paradigma adopta la generalización de los procesos.
El paradigma cuantitativo, persigue la descripción lo más exacta de lo que ocurre en la realidad
social. Para ello se apoya en las técnicas estadísticas, sobre todo la encuesta y el análisis estadístico de datos secundarios.
. Lo importante es construir un conocimiento lo más objetivo posible, deslindado de posibles distorsiones de información que puedan generar los sujetos desde su propia subjetividad. Ello permitirá establecer leyes generales de la conducta humana a partir de la producción de generalizaciones empíricas.
¿QUÉ MÉTODOS EMPLEA EL PARADIGMA CUANTITATIVO?
Utiliza un método de análisis causal, correlacional.
CARACTERÍSTICAS DE LA METODOLOGÍA CUANTITATIVA
• Sus fundamentos filosóficos provienen del positivismo.
• Se fundamenta en el método hipotético-deductivo.
• Toma los métodos de las ciencias físico naturales considerados como el modelo de conocimiento científico.
• El objetivo de la investigación es explicar, predecir y controlar los fenómenos.
• Delinea teorías y de ellas se derivan hipótesis que se someten a prueba.
• Utiliza la recolección y el análisis de datos, basado en las mediciones numéricas y el conteo.
• El análisis se realiza con técnicas estadísticas, para luego extraer los datos a un universo más amplio.
ESTUDIOS CUANTITATIVOS
.- Algunas categorías de estudios cuantitativos.
1. Estudios Exploratorios: Los estudios exploratorios se efectúan, por lo general, cuando el
objeto es examinar un tema o problema de investigación poco estudiado o que no se tenga información anterior. Es decir, cuando la revisión de la literatura reveló que únicamente hay ideas vagamente relacionadas con el problema, por ejemplo, si alguien quiere investigar lo que opinan los habitantes de una comuna sobre el nuevo alcalde. “Los estudios exploratorios sirven para familiarizarnos con fenómenos relativamente desconocidos, obtener información sobre la posibilidad de llevar a cabo una investigación más completa sobre el contexto particular de la vida real, investigar problemas del comportamiento humano que consideren cruciales los profesionales de determinada área, identificar conceptos o variables promisorias, establecer prioridades para investigaciones posteriores o sugerir afirmaciones (postulados) verificables”. 2. Estudios Descriptivos: Los estudios descriptivos seleccionan una serie de cuestiones y se mide cada una de ellas en forma independiente. Desde el punto de vista científico, describir es medir. Por ejemplo, un investigador organizacional pretende describir varias empresas industriales en términos de su complejidad, tecnología, tamaño, centralización y capacidad de innovación. “Los estudios descriptivos buscan especificar las propiedades importantes de personas, grupos, comunidades o cualquier otro fenómeno que sea sometido a análisis”. 3. Estudios Correlacionales: Los estudios correlacionales pretenden responder a preguntas de investigación como por ejemplo: ¿los niños que dedican más tiempo a ver televisión tienen un vocabulario más amplio que los que ven menos televisión?. Es decir, este tipo de estudio tiene como objetivo, medir el grado de relación que exista entre dos o más conceptos o variables (en un contexto particular). El propósito principal de este tipo de estudios es saber cómo se puede comportar un concepto o variable conociendo el comportamiento de otras variables relacionadas. 4. Estudios Explicativos: Los estudios explicativos van más allá de la descripción de conceptos o fenómenos o del establecimiento de relaciones entre conceptos; están dirigidos a responder a las causas de los eventos físicos o sociales. Su interés se centra en explicar por qué ocurre un fenómeno y bajo qué condiciones este se da. Por ejemplo, si se realiza una encuesta a una comuna preguntando las preferencias por un candidato, un estudio explicativo sería señalar, por qué alguien habrá de votar por el candidato x y no por otro.
¿CUÁLES SON LOS ESTADISTICOS QUE SE EMPLEAN EN EL PARADIGMA
CUANTITATIVO?
La Investigación cuantitativa asume el Método Estadístico como proceso de obtención,
representación, simplificación, análisis, interpretación y proyección de las características, variables o valores numéricos de un estudio o de un proyecto de investigación para una mejor comprensión de la realidad y una optimización en la toma de decisiones. El Método Estadístico en las Ciencias sociales se convierte en una herramienta poderosa de precisión científica en la medida en la que se combine con los métodos cualitativos y se emplee de acuerdo a las necesidades y al sano criterio. Adolph Quetelet fue de los primeros en aplicar métodos estadísticos al estudio de un conjunto de datos. El Método estadístico ofrece además las siguientes bondades para la Investigación educativa y pedagógica (Bojacá, 2004):
1) Facilita el manejo de grandes cantidades de observaciones y datos por el empleo adecuado de la
muestra.
2) Facilita el manejo de categorías tanto deductivas como inductivas al convertirlas en variables
numéricas.
3) Maximiza el carácter objetivo de la interpretación no obstante la observación y participación del
sujeto investigador en el mismo grupo investigado.
Para emplear de modo racional y eficiente el Método Estadístico es necesario recorrer unos pasos fundamentales que conforman un algoritmo o proceso lógico cuantitativo. Los principales son los siguientes: CLASIFICACIÓN DE LA ESTADÍSTICA
Muestreo
Tanto el concepto de población como el concepto de muestra, enmarcan dentro del concepto de conjunto: Un conjunto (A, B, C) es una colección de personas u objetos definidos e identificables; los elementos del conjunto o subconjuntos son muestras que se identifican como subconjuntos (a, b, c), Hay dos métodos de identificación de conjuntos: a) el de la extensión por medio de la enumeración; b) el de la comprensión por medio de la caracterización. La población es el universo o conjunto total, objeto de la investigación y la muestra es el subconjunto o parte de la población tomada como tal para ser proyectada a la población total.
El muestreo es el proceso de selección de parte de una población como objeto de estudio, el cual comprende dos etapas fundamentales:
a) la selección de las unidades
b) la del registro de las observaciones correspondientes.
La muestra puede ser aleatoria cuando se toma al azar (LAT: alea = suerte); estratificada, cuando se toma por categorías y en conjunto se cubren todos los estratos; polietápica, cuando se toma la muestra en períodos diversos (muestras seriadas). Lo aleatorio obvia los prejuicios; lo estratificado detecta la tipología; lo polietápico descubre el proceso y asegura la confiabilidad de la toma muestral.
Medidas de Tendencia central
Por medio de las medidas de Tendencia Central buscamos un valor único que represente la totalidad de los valores de la muestra; la medida de tendencia central nos proporciona el número que concentra a los demás a su alrededor; el punto hacia el cual tienden todos los números, expresa «la tendencia central». Hay muchas medidas de tendencia central: las más empleadas son: la moda, la mediana, la media aritmética, la media aritmética ponderada. Las medidas de tendencia central recogen un valor único, representativo de un conjunto de valores de una muestra. Si bien el Excel facilita la aplicación de estas medidas, el educador debe saber no sólo su fórmula, sino su sentido y el criterio de selección y uso de ellas en la investigación.
MEDIDA FÓRMULA ANÁLISIS Y OPERATIVIDAD Marca de Xi= Lim inferior + Lim Superior Clase (Xi) 2 La media aritmética es el número que, teniendo en cuenta el total de los elementos, los representa a todos sin alterar la suma de sus componentes. La media aritmética es la suma de todos los valores de una muestra, dividida por la cantidad de los mismos.
Media =PROMEDIO(número1;número2; Excel: (función estadística) PROMEDIO = calcula la …) media aritmética de los argumentos. Aritmética
Por ejemplo, si el rango A1:A20 contiene números,
la fórmula =PROMEDIO(A1:A20) devuelve el promedio de dichos números. número1 (Obligatorio). El primer número, referencia de celda o rango para el que desea el promedio.
La Media aritmética ponderada es la resultante promedio de un conjunto de valores (X) de los cuales algunos tienen más peso o más frecuencia representativa (Y). La media aritmética ponderada es una de las medidas de tendencia central más empleada tanto en notas como en indicadores de calidad, excelencia, rendimiento y avances escolares en general o en un campo específico.
Media Aritmética Ponderada El proceso operativo para el cálculo de la media aritmética ponderada (Excel) es muy sencillo: en una columna (ejemplo B2 a B10) digite los valores dados (X); en la columna contigua (ejemplo C2 a C10) digite el número de frecuencias de cada valor o la ponderación que le da a cada uno (Y).
Excel: (función matemática)
=SUMAPRODUCTO(x;y)/suma(y): calcula la media aritmética ponderada de los argumentos. La mediana de una muestra es el valor que ocupa la Mediana =MEDIANA((número1;número2; …) posición central de la serie ordenada en orden creciente o decreciente. Moda =MODA(número1;número2; …) Moda es el valor que más aparece en una muestra; si no hay valor repetido, la muestra se llama amodal; si sólo hay un valor repetido, la muestra es unimodal; si hay dos valores repetidos, la muestra es bimodal.
Excel: (función estadística) MODA.
Medidas de dispersión
Para describir con más precisión una muestra son necesarias otras medidas además de las medidas de tendencia central: son las medidas de dispersión del conjunto de valores. Dispersión es el grado al cual tienden ciertos valores, respecto del valor primero.
MEDIDA FÓRMULA ANÁLISIS Y APLICACIÓN
Excel: (función estadística) DESVPROM = Desviación =DESVPROM(número1;número2;…) calcula el promedio de las desviaciones absolutas de la media de los puntos de Media [1] datos. Excel: (función estadística) DESVEST = calcula la desviación estándar de una muestra; DESVESTP = calcula la =DESVEST(número1;número2;…) desviación típica de la población total, Desviación tomada como argumentos. =DESVESTP(número1;número2;…)
Típica o estándar =VAR(número1;número2;…) Excel: (función estadística) VAR = calcula la varianza de una muestra; =VARP(número1;número2;…) VARP: = calcula la varianza de la población total. La varianza se define Varianza como el cuadrado de la desviación típica. Excel: (función estadística) CUARTIL = Rango calcula el cuartil de un conjunto de datos distribuidos en orden de magnitud en Semi- cuatro partes iguales. intercuartílico =CUARTIL.EXC(número1:número2;1) Localiza la posición del primer cuartil
=CUARTIL.EXC(número1:número2;3) Localiza la posición del tercer cuartil
Exel: (función estadística) COEFICIENTE =
=COEFICIENTE.ASIMETRIA.P(número ASIMETRIA = calcula el sesgo de una Coeficiente de distribución; es la caracterización del grado de 1,[número 2],…) asimetría de una distribución alrededor de la Sesgo media. Los coeficientes de asimetría indican si hay el mismo número de elementos a izquierda y derecha de la media. Excel: (función estadística) NORMALIZACIÓN = calcula un valor
normalizado de una distribución caracterizada por una media y desviación Variable típica o estándar.
Normalizada Ejemplo: siendo A2:Valor que desea normalizar. =NORMALIZACION(A2;A3;A4) A3:Media aritmética de la distribución. A4:Desviación estándar de la distribución. CURTOSIS: (función estadística.) calcula la curtosis de un conjunto de datos. Coeficiente de La curtosis caracteriza la intensidad de pico o la curvatura relativa de una distribución en Curtosis =CURTOSIS(número1:número2) comparación con la distribución normal. Una curtosis positiva indica una distribución relativamente elevada. Ejemplo: El rango de la serie 4, 5, El rango de una serie de números es la El Rango 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, diferencia entre el número mayor y el 16 es = 16 – 4 = 12 número menor de la serie. [1] El valor absoluto de un número (I I) es el valor de dicho número sin tener en cuenta el signo previo asociado.
La estadística Inferencial
Entendida la estadística descriptiva como un trabajo preliminar de la estadística total,
la estadística inferencial es la parte de la estadística que trata los procesos inferenciales o sea los procesos de hacer predicciones científicas acerca de un todo basado en la muestra y/o tomar las decisiones pertinentes. La inferencia estadística comprende la teoría de las probabilidades, la prueba de la hipótesis y la teoría de estimación. Si bien en la investigación social y de modo especial en la educativa, no se requiere de una profundidad en estadística inferencial como en las ciencias biológicas y ciencias físicas, su empleo racional es de suma importancia tanto para el diagnóstico educativo como para el planteamiento de soluciones, la toma de decisiones y en general la efectividad de los proyectos operativos y administrativos puestos en marcha.
¿CÓMO SE HACE UNA TABULACIÓN DE DATOS UTILIZANDO: GRAFICOS
CIRCULARES (O DE TORTA), DE BARRAS Y DE FRECUENCIA?
Tabulación de datos La recolección de datos, es el siguiente paso en un trabajo estadístico consiste en una representación de estos datos de manera directa, concisa y visualmente atractiva. Esto se hace en Estadística mediante la tabulación de la variable estadística o del atributo. Realizar una tabulación consiste en elaborar tablas simples, fáciles de leer y que de manera general ofrezcan una acertada visión de las características más importantes de la distribución estadística estudiada.
La tabulación consiste en presentar los datos estadísticos en forma de tablas o cuadros.
En el método cuantitativo significan mucho más que una técnica específica para la recogida de datos. Es por eso que los métodos cuantitativos han sido desarrollados más directamente para la tarea de verificar o de confirmar teorías.
TÉCNICAS DE RECOLECCIÓN DE DATOS
MÉTODOS CUANTITATIVOS
Técnicas experimentales aleatorias.
Técnicas cuasiexperimentales.
Test.
Análisis estadísticos multivariados.
Estudios de muestra, etc.
EJEMPLO DE UNA TABULACIÓN DE DATOS
Partes de la tabla: Si es necesario, pueden hacerse anotaciones, Notas Explicativas, como fuente de los Datos, abreviaturas, etc., de manera opcional.
El proceso de tabulación y análisis, si bien es una fase posterior a la recolección de datos, debe ser planificado con antelación, incluyendo la manera en que se llevará a cabo. El plan de tabulación consiste en determinar qué resultados de variables se presentarán y qué relaciones entre esas variables se necesitan, a fin de dar respuesta al problema y objetivos planteados.
Pasos a seguir en un Plan De Tabulación De Datos:
1. Detallar las variables identificadas y que serán objeto de estudio, según la definición de variables y los instrumentos elaborados. 2. Determinar las variables que ameritan ser analizadas individualmente o presentadas en cuadros simples. 3. Determinar las variables que deben cruzarse según los objetivos 4. Esquematizar el cuadro para determinar la posibilidad del cruce de variables, según el número de estas que deban relacionarse y las escalas de categorías de análisis. 5. La manera como se formulen las hipótesis 6. El interés del investigador 7. El análisis de los datos busca describir y posteriormente efectuar análisis estadísticos para relacionar sus variables. 8. Hacer el listado de los cuadros que deberán presentarse.
La consolidación y presentación de los datos consiste en el agrupamiento y ordenamiento de los
resultados de la investigación en cuadros y figuras que faciliten su comprensión, análisis e interpretación para efectuar comparaciones y llegar a conclusiones válidas..
DISTRIBUCIÓN DE FRECUENCIAS
Es un conjunto de puntuaciones Ordenadas en sus respectivas Categorías.
En Variables Cualitativas
Permiten ser tabuladas u ordenadas en Tablas que resumen las Cualidades o atributos. Ejemplo: En Variables Cuantitativas
Pueden ser agrupadas según su naturaleza:
a) discretas b) continúas 1. Variables discretas • Se pueden ordenar en clases individuales o en intervalos de clases. 2. Variables continuas • Se pueden ordenar solo en intervalos de clases.
Ejemplos:
También pueden contener frecuencias relativas (porcentaje de casos de cada categoría) y
Frecuencias Acumuladas (acumulan en cada categorías). Ejemplo:
En las Distribuciones de Frecuencias
-El conteo por clase o intervalo recibe el nombre de frecuencia absoluta. Se denota por:
ni -Las frecuencias absolutas acumuladas son el conteo acumulado clase a clase y se denota por:
Ni
REPRESENTACIÓN GRÁFICA DE DISTRIBUCIONES DE FRECUENCIAS
GRÁFICO DE BARRA
Es usado en observaciones cualitativas o cuantitativas discretas.
Sobre cada clase se levanta una barra de altura igual a la frecuencia de la clase.
Eje Horizontal: se representan las clases
Eje vertical: las frecuencias absolutas ni
HISTOGRAMA
-Se utiliza en variables cuantitativas.
-Consiste en un conjunto de rectángulos cada uno de los cuales representa un intervalo de
agrupación o clase.
-Sus bases son iguales a la amplitud del intervalo y la altura se determina de manera que su área sea proporcional a la frecuencia de cada clase.
Eje horizontal: se representan los intervalos de fronteras “Fi - Fs”
Eje vertical: las frecuencias absolutas “ni”
Las frecuencias relativas pueden también presentarse en histogramas o graficas de otro tipo.
(Salida de SPSS)
POLÍGONO DE FRECUENCIAS
Es un gráfico de línea.
Se construye uniendo con segmentos de recta los puntos medios (marca de clase) de los intervalos adyacentes.
Se utiliza para determinar la forma que sigue la distribución de frecuencias de las observaciones con el propósito de ajustarle alguna función probabilística determinada.
_ Una de las ventajas de este tipo de visualización es que facilita la comparación entre varias distribuciones ya que los podemos desplegar en un mismo diagrama.
•Eje horizontal: se representan las marcas de clases “mi ”
•Eje vertical: las frecuencias absolutas “ni”
OJIVA
Es un polígono de frecuencias acumulativas.
Comienza en cero y termina en 100%.
Es un polígono que parte de la frontera inferior del primer intervalo de clase y en cada frontera superior va indicando su frecuencia acumulada.
Eje horizontal: se representan los intervalos de fronteras “Fi - Fs”
Eje vertical: las frecuencias absolutas acumuladas “Ni”
GRÁFICO CIRCULAR O DE TORTA
-Permite representar las frecuencias absolutas o frecuencias relativas porcentuales en un círculo.
-Se debe determinar la cantidad de grados del círculo correspondiente a cada frecuencia absoluta mediante la proporción ¿QUÉ SE ENTIENDE POR DEDUCCIÓN Y COMPROBACIÓN DE HIPÓTESIS?
La DEDUCCIÓN es el método que permite pasar de afirmaciones de carácter general a hechos
particulares. Proviene de deductivo que significa descender.
En el plano de la lógica, la deducción o también conocido como método lógico deductivo, es un
tipo de razonamiento a través del cual la conclusión es inferida necesariamente de los axiomas o las premisas. Luego de una sucesión de fórmulas, el razonamiento deductivo permite extraer la conclusión mediante reglas de inferencia.
La principal aplicación de la deducción se hace a través del método de extrapolación que es
un método científico y lógico que supone que el curso de los acontecimientos continuará en el futuro, constituyéndose como las reglas de las cuales se partirá para llegar a una nueva conclusión, es decir, se los extrapola y nos sirven en una nueva situación.
La inducción se refiere al movimiento del pensamiento que va de los hechos particulares a
afirmaciones de carácter general. Esto implica pasar de los resultados obtenidos de observaciones o experimentos (que se refieren siempre a un número limitado de casos) al planteamiento de hipótesis, leyes y teorías que abarcan no solamente los casos de los que se partió, sino a otros de la misma clase; es decir generaliza los resultados (pero esta generalización no es mecánica, se apoya en las formulaciones teóricas existentes en la ciencia respectiva) y al hacer esto hay una superación, un salto en el conocimiento al no quedarnos en los hechos particulares sino que buscamos su comprensión más profunda en síntesis racionales (hipótesis, leyes, teorías).
Tenemos que una hipótesis es una suposición que se hace, la misma se debe comprobar, mientras que una deducción es una forma de razonamiento para llegar a una conclusión. Cuando una hipótesis NO se cumple se puede replantear la hipótesis, o simplemente indica que la misma no es verdadera. En caso que se quiera continuar con una investigación lo más apropiado es replantear la hipótesis y volver a verificarla. Sin embargo, en algunos casos, el que una hipótesis no se cumpla es un simple argumento para refutar algunas teorías, de esta manera no hay necesidad de replantear a la misma. Mediante una deducción pudiéramos refutar una hipótesis. Las hipótesis deben referirse a una situación real es decir basarse en la realidad. -Las variables o términos de las hipótesis debe ser comprensibles, precisos y lo más concreto posible. -La relación entre variables propuesta por una hipótesis debe ser clara y verosímil es decir lógica. COMPROBACION: confirmación o prueba de la existencia, veracidad o exactitud de una cosa. HIPOTESIS: suposición sin pruebas que se toma como base de un razonamiento. También podemos decir que es la que se formula provisionalmente para guiar una investigación científica que debe confirmarse o negarse. PRUEBA DE HIPÓTESIS La experimentación es la regla suprema del método científico, y si un experimento muestra que la hipótesis no es cierta, prevalece sobre todos, los experimentos anteriores que la respaldaron. Las teorías científicas, destinadas a explicar de alguna manera los fenómenos que observamos, pueden apoyarse o no en experimentos que certifiquen su validez. Sin embargo, hay que dejar claro que el mero uso de metodologías experimentales, no es necesariamente sinónimo del uso del método científico, o su realización al cien por ciento.
Por ello, Francis Bacon (1561-1626) definió el método científico de la siguiente manera:
1) Observación: Es aplicar atentamente los sentidos a un objeto o a un fenómeno, para estudiarlos
tal como se presentan en realidad, puede ser ocasional o causalmente. 2) Inducción: La acción y efecto de extraer, a partir de determinadas observaciones o experiencias particulares, el principio particular de cada una de ellas. 3) Hipótesis: Consiste en elaborar una explicación provisional de los hechos observados y de sus posibles causas. 4) Experimentación: para probar la hipótesis. 5) Demostración o refutación (antítesis) de la hipótesis. 6) Tesis o teoría científica.
MÉTODOS DE COMPROBACIÓN DE HIPÓTESIS
En la Metodología Cualitativa Una comprobación cualitativa aduce hechos PERO… confía la comprobación al raciocinio lógico más que a una rígida evaluación de los hechos observados. CONCORDANCIA: Si dos o más casos del fenómeno que se investiga tienen sólo una circunstancia en común, esta circunstancia es (probablemente) la causa o el efecto del fenómeno dado. DIFERENCIA: Si un caso en que se presenta el fenómeno que investigamos y otro en que no se presenta tienen las mismas circunstancias en común excepto una, que ocurre sólo en el primero, esa circunstancia sola en la que los dos casos difieren es (probablemente) el efecto o la causa o una parte indispensable de la causa del fenómeno.
CONJUNTO DE CONCORDANCIA Y DIFERENCIA: Si en dos o más casos en que aparece un
fenómeno tienen sólo una circunstancia en común, mientras que dos o más casos en que no aparece el fenómeno sólo tienen en común que esta circunstancia —la primera—no aparece, la circunstancia única en que difieren los dos conjuntos de ejemplos es el efecto, la causa del fenómeno.
VARIACIONES CONCOMITANTES: Si en un fenómeno se observa que al variar una de las
circunstancias que concurren en él, varía de manera proporcional, entonces, esta circunstancia es la que causa el fenómeno.
RESIDUOS: Cuando en un fenómeno pueden separarse algunos elementos, por saber que no lo determinan, en el resto de las circunstancias debe estar la causa del efecto producido.
En la Metodología Cuantitativa
Determinar las probabilidades de cada ocurrencia
Dependientes entre sí (si la ocurrencia de uno de ellos modifica la probabilidad del otro) Probabilidad condicional (si otra frecuencia fue observada antes que ella) MODELO CUANTITATIVO
Diseño de experimentos Teoría del muestreo Estadístico de prueba. Estimadores Significancia. Criterios estimativos para aceptar la de trabajo. hipótesis nula Diseño de instrumentos para comprobar la hipótesis nula
Existen cuatro tipos de Hipótesis
-Hipótesis nula
-Hipótesis alternativa
-Hipótesis de investigación
-Hipótesis estadística.
Hipótesis nula: Es aquella por la cual indicamos que la información a obtener es contraria a la hipótesis de trabajo.
Hipótesis alternativa: Indica que un parámetro de población es más pequeño, más grande o diferente del valor hipotético de la hipótesis nula. La hipótesis alternativa es lo que se podría pensar que es cierto o espera probar que es cierto.
Hipótesis de investigación: Representa un elemento fundamental en el proceso de investigación.
Después de formular un problema, el investigador enuncia la hipótesis, que orientará el proceso y permitirá llegar a conclusiones concretas del proyecto que recién comienza.
Hipótesis estadística: son la transformación de las hipótesis de investigación, nulas y alternativas
en símbolos estadísticos. Se pueden formular solamente cuando los datos del estudio que se van a recolectar y analizar para aprobar o desaprobar las hipótesis son cuantitativos (números, porcentajes, promedios). Es decir, el investigador traduce su hipótesis de investigación y su hipótesis nula (y cuando se formulan hipótesis alternativas, también éstas) en términos estadísticos.
Básicamente hay tres tipos de hipótesis estadística, que corresponden a clasificaciones de las
