Está en la página 1de 18

PARADIGMA CUANTITATIVO

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


hipótesis de investigación y nula:

1) hipótesis de estimación,

2) hipótesis de correlación y

3) hipótesis de diferencias de medias.

También podría gustarte