CONFIABILIDAD Y VALIDEZ

La confiabilidad consiste en determinar hasta donde las respuestas de un instrumento de

medición aplicado a un conjunto de individuos, son estables independientemente del
individuo que lo aplique y el tiempo en el que es aplicado. La validez es el grado en el que
el instrumento mide lo que queremos medir.
ORGANIZACIÓN DE UN SURVEY
La organizacion de un survey se divide en 6 pasos. Los cuales son:
 Orientacion en el campo de investigacion y formulacion de un Sistema de hipotesis.
 La construccion, evaluacion y manejo del instrument de recoleccion de datos
(cuestionario) y muestreo.
 Recoleccion de datos
 El procesamiento de los datos.
 El analisis.
 La presentacion.

DIFERENCIAL SEMANTICO Y VALORATIVA

El diferencial semántico es un procedimiento destinado a medir la significación que tienen

ciertos objetos, hechos, situaciones o personas para los encuestados. Concretamente se
mide esa significación a partir de la situación del concepto del objeto analizado en un
espacio semántico de dimensiones valorativas.
La técnica se desarrolla proponiendo una lista de adjetivos al sujeto, que él ha de relacionar
con los conceptos propuestos. Los adjetivos se presentan en forma bipolar, mediando entre
ambos extremos una serie de valores intermedios.
ESCALA VALORATIVA
Este instrumento detecta el grado en que un sujeto presenta el rasgo evaluado, desde su
ausencia o escasa presencia hasta la posibilidad de tener el máximo de este o de una
determinada actitud o conducta (mediante una escala gráfica, categórica o numérica).
Pretenden graduar la fuerza con la que aparece una conducta, por lo tanto, es un buen
instrumento para recoger información frente a comportamientos o acciones que queremos
observar de manera permanente si nos interesa cuantificar su grado o intensidad.

LICKERT DE ACTITUDES Y CONDUCTAS

 La escala de Likert es una de las que tiene más amplio uso a nivel mundial en cuanto a
cuestionarios y encuestas, esto debido a su simplicidad y eficacia.
La encuesta busca medir las actitudes, y se las mide basado en el nivel de aprobación o
desaprobación en cuanto a un tema específico.
ESCALA THURSTONE
Esta consiste en pensar un grupo elevado de preguntas o proposiciones en relación a la
actitud que se pretende medir, favorables, adversas y neutrales en todos sus grados. Estas
proposiciones se someten a un grupo que hace de jueces y se les pide que señalen la
valoración que a su juicio objetivo, tiene el ítem o proposición respecto a la actitud en
cuestión.
ESCALA GUTTMAN
 La escala Guttman tiene afirmaciones en el orden de dificultad, desde la menos difícil
hasta la más difícil. En una escala Guttman de diez ítems, si un encuestado obtiene una
puntuación de 8, indica que el encuestado está de acuerdo con las primeras 8 afirmaciones
de la escala y no está de acuerdo con las dos últimas.
PRUEBAS NO PARAMETRICAS PARA PRUEBA DE HIPOTESIS
Las pruebas no paramétricas, también conocidas como pruebas de distribución libre, son las
que se basan en determinadas hipótesis, pero lo datos observados no tienen un organización
normal. Generalmente, las pruebas no paramétricas contienen resultados estadísticos que
provienen de su ordenación, lo que las vuelve más fáciles de comprender.

Las pruebas no paramétricas tienen algunas limitaciones, entre ellas se encuentra que no
son lo suficientemente fuertes cuando se cumple una hipótesis normal.

Las ventajas de las pruebas no paramétricas son:

 Pueden utilizarse en diferentes situaciones, ya que no deben de cumplir con

parámetros estrictos.
 Generalmente, sus métodos son más sencillos, lo que las hace más fácil de entender.
 Se pueden aplicar en datos no numéricos.
 Facilita la obtención de información particular más importante y adecuada para el
proceso de investigación.

Las desventajas de las pruebas no paramétricas son:

 No son pruebas sistemáticas.

 La distribución varía, lo que complica seleccionar la elección correcta.
 Los formatos de aplicación son diferentes y provoca confusión.
 Es posible que se pierda información porque los datos recolectados se convierten en
información cualitativa.
 Es posible que se necesite tener fuentes y un respaldo con más peso.
Este tipo de estadísticas se pueden utilizar sin el tamaño de la muestra o la estimación de
cualquier parámetro relacionado del que no se tenga información. Dado que las
suposiciones son menores, pueden aplicarse de múltiples formas.

PRUEBA DE WALF-WOLFOWITZ

Permite contrastar la hipótesis nula de que dos muestras independientes proceden de

poblaciones con distribuciones contínuas idénticas contra la hipótesis alternativa de que las
poblaciones difieren en algún aspecto, que puede ser tanto la tendencia central como
cualquier otra característica.

Para realizar el contraste se combinan las observaciones de ambas muestras, ordenándolas

de menor a mayor, y se halla el número de rachas o valores sucesivos de una misma
muestra en la secuencia ordenada.

El estadístico de prueba es el número de rachas, R. Si los tamaños de las muestras son , el

valor de R está comprendido entre 2 y n1 + n2. Si la hipótesis nula es cierta, las
observaciones de ambas muestras aparecerán muy mezcladas, y en la secuencia ordenada
habrá un gran número de rachas; por el contrario, si ambas poblaciones de origen difieren
las observaciones de cada muestra tenderán a aparecer juntas y el número de rachas será
pequeño.

Cuando ambos tamaños muestrales son superiores a 10 la distribución de R es

aproximadamente normal de parámetros

PRUEBA DE COX STUART

El test de Cox-Stuart se basa en v.a. binomiales y permite testear la presencia de tendencias.

Mientras que el test paramétrico clásico testea ausencia de tendencia vs presencia de una
tendencia lineal (relación lineal entre X e Y), el test de Cox-Stuart no tiene esa restricción y
testea la hipótesis de ausencia de tendencia vs la hipótesis alternativa de tendencia
monótona.

PRUEBA DE WILCOXON
La prueba de los rangos con signo de Wilcoxon es una prueba no paramétrica para
comparar el rango medio de dos muestras relacionadas y determinar si existen diferencias
entre ellas. Se utiliza como alternativa a la prueba t de Student cuando no se puede suponer
la normalidad de dichas muestras.

ESCALA DE OSGOOD

La escala de Osgood es una escala de calificación que se utiliza para entender las actitudes
o los sentimientos de los encuestados hacia un objeto o evento. Esta escala consiste en
evaluar un producto, servicio o marca en una escala de valoración de múltiples puntos que
tiene adjetivos opuestos en cada extremo.

COEFICIENTE DE SPEARMAN

Este coeficiente es una medida de asociación lineal que utiliza los rangos, números de
orden, de cada grupo de sujetos y compara dichos rangos. Existen dos métodos para
calcular el coeficiente de correlación de los rangos: uno, señalado por Spearman y otro, por
Kendall.

TAU

En estadística, el coeficiente de correlación de rango de Kendall, comúnmente conocido

como coeficiente τ de Kendall (con la letra griega τ, tau), es una estadística utilizada para
medir la asociación ordinal entre dos cantidades medidas. Una prueba τ es una prueba de
hipótesis no paramétrica para la dependencia estadística basada en el coeficiente τ.
Es una medida de correlación de rango: la semejanza en el ordenamiento de los datos
cuando se clasifican en rangos por cada una de las cantidades. 

V DE CRAMER

En estadística, la V de Cramér es una medida de asociación entre dos variables nominales,

dando un valor entre 0 y +1. Se basa en la estadística chi-cuadrado de Pearson

1. Cramérs V = 0: no hay relación entre X e Y.

2. Cramérs V = 1: hay una relación perfecta entre X e Y.
3. Cramérs V = 0,6: hay una correlación relativamente intensa entre X e Y.

COMPARACIÓN DE 2 MÉTODOS ARITMÉTICOS

Cuando queremos comparar una respuesta que se mide como una proporción entre dos o
más niveles necesitamos pruebas que nos indiquen si hay diferencias entre estas
proporciones, es decir, si se distribuyen homogéneamente entre los niveles de la variable o
por el contrario, existen diferencias. Por lo tanto, la hipótesis experimental es que las
proporciones de ocurrencia de determinado evento medido en muestras independientes son
diferentes

COMPARACION DE DOS PROPORCIONES

En caso de comparar una variable ordinal o nominal en función de dos categorías, estamos
queriendo comparar una variable con dos categorías con otra con dos categorías.
COMPARACIÓN DE VARIABLES ORDINALES
Los datos ordinales son un tipo estadístico de datos cuantitativos en los que existen
variables en categorías ordenadas que se producen de forma natural. La distancia entre dos
categorías no se establece utilizando datos ordinales.

En estadística, un grupo de números ordinales se representan usando una escala ordinal. La

principal diferencia entre los datos nominales y ordinales es que los ordinales tienen un
orden de categorías mientras que los nominales no.

Prueba U de Mann-Whitney: Para comparar dos grupos de datos ordinales, se debe utilizar

la prueba Prueba U de Mann-Whitney. Esta prueba permite a un investigador concluir que
una variable de una muestra es mayor o menor que otra variable seleccionada al azar de
otra muestra.

Prueba de Kruskal-Wallis: Para comparar más de dos grupos ordinales, se debe utilizar la

prueba Prueba de Kruskal-Wallis. En esta prueba, no se asume que los datos provengan de
una fuente en particular. Esta prueba concluye si la media de dos o más grupos es variada.
Esto mostrará la diferencia entre más de dos grupos de datos ordinales.

VARIANZA SIMPLE

Es una medida de dispersión ampliamente utilizada en los sectores de la economía y las

finanzas, interpretándose como el riesgo de que el rendimiento de algún procedimiento en
concreto sea distinto del rendimiento esperado de dicho procedimiento.

La varianza, junto con la desviación estándar son las medidas de dispersión de datos por
excelencia, sobre todo en el mundo de las finanzas.

VARIANZA CON DOS FACTORES

El análisis de varianza de dos vías, también conocido como plan factorial con dos
factores, sirve para estudiar la relación entre una variable dependiente cuantitativa y dos
variables independientes cualitativas (factores) cada uno con varios niveles. El ANOVA
de dos vías permite estudiar cómo influyen por si solos cada uno de los factores sobre la
variable dependiente (modelo aditivo) así como la influencia de las combinaciones que se
pueden dar entre ellas (modelo con interacción).

Velázquez, A. (2018, 12 octubre). ¿Qué son las pruebas no paramétricas? QuestionPro.

https://www.questionpro.com/blog/es/pruebas-no-parametricas/

Martínez Ortega, Rosa María, Tuya Pendás, Leonel C, Martínez Ortega, Mercedes, Pérez Abreu, Alberto, &
Cánovas, Ana María. (2009). EL COEFICIENTE DE CORRELACION DE LOS RANGOS DE SPEARMAN
CARACTERIZACION. Revista Habanera de Ciencias Médicas, 8(2) Recuperado en 01 de junio de 2021, de
http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1729-519X2009000200017&lng=es&tlng=es.

Abraira, V. (2002). notas estadísticas Desviación estándar y error estándar. 28(11), 2001–2003.
Canal Díaz, N. (2009). Técnicas de muestreo. Sesgos más frecuentes. Revista Seden, 121–132.
Santos. (2017). Validez y confiabilidad del cuestionario de calidad de vida SF-36 en mujeres con
LUPUS , Puebla. Benemérita Universad Autónoma de Puebla, 74. Retrieved from
https://www.fcfm.buap.mx/assets/docs/docencia/tesis/ma/GuadalupeSantosSanchez.pdf
Tutorial estadística SPSS, S. (1999). 11. Comparación de proporciones. Sociedad Española de
Enfermería Nefrológica (SEDEN), 149–164.