Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Autores:
Oscar Rafael Guillen Valle
Blanca Flor Cerna Ventura
Mario Rodolfo Sánchez Camargo
Luis Hernando Begazo Bedoya
Edwin Alberto Martínez López
Autor – Editor
Oscar Rafael Guillen Valle
Jirón Ayacucho 443 Apartamento 101 Block A
Magdalena del Mar
Lima
Perú
Autores
Oscar Rafael Guillen Valle
Blanca Flor Cerna Ventura
Mario Rodolfo Sánchez Camargo
Luis Hernando Begazo Bedoya
Edwin Alberto Martínez López
Hecho el Depósito Legal en la Biblioteca Nacional del Perú con el Nro. 2019-11514
2
EDITORIAL
1
Félix Suárez Reyes, Actual Rector de la Universidad del Pacífico. Afrocolombiano. Doctor
Honoris Causa en Educación del Instituto de Educación Superior Tecnológico Público Suiza
– Pucallpa – Perú. Candidato a Ph.D en Educación Universidad de Baja California, Post-Doctor
en Investigación Científica Cualitativa y Cuantitativa, Universidad Nacional de Ucayali,
Pucallpa, Perú. Magíster en Lingüística y Especialista en docencia del Español de la Universidad
del Cauca, en ciencias de la educación con énfasis en psicolingüística de la Universidad Distrital
Francisco José de Caldas. Licenciado en literatura y lengua española. Es fundador de los
programas de formación docente en Etnoeducación Afrocolombiana y Competencias
Ciudadanas adscritos al CEPA y del DELIN, (2004; Res, 018). En la Universidad del Pacífico,
Buenaventura, Colombia. Consultor UNESCO-IESALC para el Proyecto Diversidad Cultural,
e Interculturalidad en América Latina y Caribe y en El lenguaje en Colombia, Tomo I, apoyado
por La Academia Colombiana de la Lengua y Bibliobancos pertinentes para Buenaventura en
Ciencias Sociales y Lenguaje.
3
con iniciativa empresarial, son las llamadas a dialogar con su universidad; son ellos
y ellas quienes deben tomar la iniciativa y decirnos cómo la necesitan. Son los
jóvenes renacientes y renacidos –así se autodenominan los afrodescendientes e
indígenas jóvenes-- los que deben decirnos cuál es su propuesta, cómo debemos
construirla y cuál es la sociedad en la que desean vivir.
4
curriculares de la Cátedra de Estudios Afrocolombianos, el decreto 804 que
reglamenta el capítulo tercero de la Ley 115 de 1994; Educación para Grupos
Étnicos y la Comisión Pedagógica Nacional, creada por la Ley 725 de 2001,
destinada a establecer las bases para una educación afrocolombiana.
La ley 65 de 1988 crea la Universidad del Pacífico, con una perspectiva mayor que
la señalada en su artículo primero: “A partir de la fecha de sanción de esta Ley,
crease la Universidad del Pacífico, como un establecimiento público nacional, de
carácter docente, con personería jurídica y autonomía de educación nacional. Su
domicilio será la ciudad de Buenaventura, Departamento del Valle del Cauca, pero
podrá establecer dependencias académicas en otras localidades del Litoral
Pacífico…”
5
proyecta desde la investigación formativa hasta la investigación científica básica y
aplicada. La investigación básica y aplicada que se desarrolla en la Universidad aporta
en la formación del investigador” (Artículo 3, Política de Investigación, Enero/ 2013).
Desde aquí, los puntos señalados muestran la importancia que la Universidad del
Pacífico le da al desarrollo de la investigación, a la internacionalización, a los
convenios y al desarrollo latinoamericano pedagógico que produce conocimiento en
conjunto.
En buena hora y por todo lo anterior, estas publicaciones internacionales serán muy
bienvenidas en el ámbito latinoamericano.
6
Félix Suárez Reyes
Rector, Universidad del Pacífico.
Buenaventura, Valle. Colombia.
Enero, 30 de 2019.
Campus Universitario, Kilometro 13.
7
Dedicatorias
Gracias Dios por todo lo que he recibido en el pasado, por lo que me das día a día y por todo lo que está por llegar.
Por tener unos padres maravillosos Oscar y Esther, a mis hijos Gustavo Rafael, Stephany Valeria, Raphael
Antonio por ser ellos un apoyo silencioso pero importante cada día de mi vida, a mi esposa Blanca Flor quien hoy
no solo es mi compañera de vida, sino mi apoyo en todos mis proyectos.
A mis profesores, hoy mis amigos de siempre, en forma muy especial al Amauta el Dr. Jorge Lazo quien me inicio
en el mundo de la investigación científica, a mi padre quien con su ejemplo, paciencia, perseverancia y amor me
enseño todo lo que hoy soy, y por tener yo la dicha infinita de tener a un amigo, hermano, padre y gurú en él, todos
los días de mi vida
Oscar Rafael Guillen Valle
Al creador que no he visto, pero siento su presencia en cada instante de mi vida. A mi familia Maché, madre y
hermana mayor, a mis hermanos Luz Mary, Rocio y Pepeto; por otro lado, a mis hijos Davis, Cristian Jhonatan
y La estrella Linda Pamela, mi querida compañera de vida y esposa, SALOME. A los colegas en investigación, a
los estudiantes y a las instituciones que han permitido que salga a la luz esta obra, un enorme agradecimiento por
el apoyo.
Feliz Suarez Reyes
A dios por guiarme en el sendero del bien y no perder las esperanzas de un mañana diferente. A mis padres Oscar
y Paquita por inculcarme los valores éticos y morales y enseñarme a ser imperecedero en la vida. A Nelly, por su
infinito cariño, dedicación y comprensión a mis hijos y hermanos por su inmenso cariño.
Luis Hernando Begazo de Bedoya
A dios, a mi mamita Hermelinda, a mis padres Carmen y Segundo, la alegría de mi vida mi hija Abigail, mi
compañera de vida Anali, mi hermano Jorge y mis sobrinos Diego y Leandro.
Mario Rodolfo Sánchez Camargo
8
Contenido
Prólogo 13
Capítulo 1. Metodologia de la investigación científica 14
1.1 Definición de metodología 15
1.1.1 Definición de la investigación 15
1.2 Enfoque de investigación científica 16
1.2.1 Enfoque cuantitativo o ruta cuantitativa de la investigación (primera vía) 17
1.2.2 Enfoque cualitativo o ruta cualitativa de la investigación (segunda vía) 17
1.2.3 Enfoque mixto o ruta mixta de la investigación (tercera vía) 18
1.2.4 Enfoque sistémico (La cuarta vía) 18
Capítulo 2. La Variable 24
2.1 Definición de la variable 25
2.1.1 La variable según su naturaleza 25
2.1.2 La variable según su función 26
2.1.3 La variable según su escala de medición 26
2.1.3.1 Escala nominal 26
2.1.3.2 Escala ordinal 27
Capítulo 3. Título de la tesis 28
3.1 La elección del título de la tesis 29
3.2 Título de la tesis que se investigara 29
3.3 Descripción de la situación problemática 30
3.4 Planteamiento del problema de investigación 30
3.5 Criterios para plantear el problema 31
3.6 Formulación del problema 31
3.7 Objetivos de la investigación 31
3.8 Justificación de la investigación 32
3.8.1 Justificación teórica 32
3.8.2 Justificación metodológica 33
3.8.3 Justificación práctica 33
Capítulo 4. Construcción del marco teórico 34
4.1 Conocimiento del enfoque teórico de la variable de estudio 35
4.2 Marco teórico 35
4.3 Numero de referencias en el marco teórico 36
4.4 Cantidades de hojas en el marco teórico 37
4.5 Antecedentes de la investigación 37
4.6 La hipótesis 37
4.7 Hipótesis estadística 38
4.7.1 Hipótesis alterna 38
4.7.2 Hipótesis nula 38
Capítulo 5. Alcances o tipo de investigación 39
5.1 Definición de alcance o tipo de investigación 40
5.1.1 Alcance o tipo exploratorio 41
9
5.1.2 Alcance o tipo descriptivo 41
5.1.3 Alcance o tipo correlacional 41
5.1.4 Alcance o tipo explicativa (causal) 42
Capítulo 6. El diseño de la investigación 45
6.1 Definición de diseño 46
6.2 Diseño no experimental 46
6.2.1 Corte transversal 46
6.2.2 Corte longitudinal 47
6.3 Diseño experimental 47
6.3.1 Requisitos para una investigacion experimental 48
Capítulo 7. Población y muestra 49
7.1 Definición de la Población (universo) 50
7.2 Definición de la Muestra 50
7.3 Muestreo 50
7.3.1 Muestreo no probabilístico 50
7.3.2 Muestreo probabilístico 51
Capítulo 8. Instrumentos y técnicas de recolección de información 52
8.1 Definición de recolección de información 53
8.2 Instrumentos de medición 53
8.3 Medición 53
8.4 Pasos para construir un instrumento de medición 53
8.5 Tipos de instrumento de medición 53
8.5.1 Cuestionario 53
8.5.2 Entrevista 54
8.6 Técnica de medición 54
8.6.1 Observación 54
8.6.2 Encuesta 54
8.6.3 Fichaje 54
8.7 Validación del instrumento 54
8.8 Prueba piloto 54
8.9 Confiabilidad 55
8.10 Métodos para hallar la confiabilidad del instrumento 55
8.10.1 Alfa de Cronbach 55
8.10.2 Kuder-Richarson (KR-21) 55
Capítulo 9. Estadística 57
9.1 Definición de la estadística 58
9.2 Pruebas paramétricas 58
9.2.1 T de Student para una muestra 58
9.2.2 T de Student para muestras independientes 63
9.2.3 T de Student para muestras relacionadas 67
9.2.4 Anova con un factor intersujetos 71
9.2.5 T de Student para muestras relacionadas 77
9.2.6 Coeficiente de correlación “R” de Pearson 82
9.3 Pruebas no paramétricas 88
10
9.3.1 X2 Bondad de ajuste 88
9.3.2 Bondad de ajuste binomial 92
9.3.3 U Mann-Withney 96
9.3.4 Dependencia Chi – cuadrado 101
9.3.4 KRUSKAL WALLIS 104
9.3.5 Wilcoxon 108
9.3.5 Q de Cochran 112
9.3.6 MC NEMAR 116
9.3.7 FRIEDMAN 120
Capítulo 10. Laboratorios para pruebas estadísticas cuantitativas y cualitativas 129
Laboratorio Nro. 1 – Normalidad y Homocedasticidad (Prueba de Levene) 129
Laboratorio Nro. 01 Procesamiento de datos 146
Laboratorio Nro. 01 Pearson y Rho de Spearman – Correlacionales 158
Laboratorio Nro. 02 --- U Mann Whitney 172
Laboratorio Nro. 03 – Prueba de Kruskall Wallis 182
Laboratorio Nro. 04 Pruebas de Wilconxon 188
Laboratorio Nro. 05 Test de McNemar 198
Laboratorio Nro. 06 Correlación de Yates 204
Laboratorio Nro. 07 Análisis de la varianza con un factor - Anova con un factor 211
REFERENCIAS BIBLIOGRÁFICAS 218
11
Tabla de Figuras y Tablas
12
Prólogo
El libro “Metodología y estadística de la investigación - sencillo y práctico”, trata en todo
momento de poder enseñar a los nuevos investigadores que la aplicación del SPSS 25 como otras
herramientas que facilitan los procesos estadísticos, son fáciles, sencillos y rápidos. Asimismo, el
desarrollo de un plan de tesis o una tesis no es lo complicado, tedioso, imposible de elaborar, lo
que se requiere es seguir procesos o pautas en forma ordenada, saber que deseamos desarrollar
y que deseamos aportar con nuestra investigación científica.
Como lo indica Henri Poincare “El científico encuentra su recompensa en lo que llama el placer
de la comprensión, es por eso que la aplicación de un nuevo paradigma la Cuarta Via, nos
permite entender, comprender, definir de una manera fácil, sencillo, simple, entendible y rápida.
En los libros digitales anteriores del PhD. Ing. Oscar Rafael Guillen Valle han sido un preámbulo
de apoyo del uso del SPSS 25, el SPSS es un programa estadístico informático muy usado en las
ciencias sociales y aplicadas, además de las empresas de investigación de mercado. El nombre
originario correspondía al acrónimo de Statistical Package for the Social Sciences (SPSS),
reflejando la orientación a su mercado original (ciencias sociales), aunque este programa es
también muy utilizado en otros campos como la mercadotecnia. Sin embargo, en la actualidad la
parte SPSS del nombre completo del software (IBM SPSS) no es acrónimo de nada.
Se presentan los capítulos las etapas para realizar un plan de tesis como tesis en una forma simple
de entender, sin dejar de lado el rigor científico, de la misma manera laboratorios que se aplicarán
de acuerdo a cada diseño que se utilizara en la investigación.
Los autores recordaron a Martin Luther King “Sólo quiero hacer la voluntad de Dios. Él me
permitió subir a la montaña y mirar más allá y he visto la tierra prometida. Yo no puedo ir allí
contigo, pero quiero que sepas que nuestro pueblo llegará a la tierra prometida”. (De un discurso
en Memphis la noche antes de su asesinato, 3 abril de 1968). Es el gran eje que nos permitió
desarrollar este libro para demostrar que elaborar un plan de tesis o una tesis no es nada
complicado, y no requiere ser un illuminati o un gurú, simplemente se requiere un profesional
investigador con método, didáctica y conocimiento de metodología como de estadística.
Debemos tener presente que los críticos abundan, como lo precisa Benjamin Disraeli: ¿Sabéis
quiénes son los críticos? Aquellos que fracasaron en la literatura y en las artes. pero el análisis de
aquellos es muy simple han podido escribir al menos una línea con sus propias palabras o
conocen sinceramente estadística básica mínimo o intermedia para ser capases de desarrollar
solos con un rigor científico serio un curso de desarrollo de tesis, O saber por qué o como y de
qué forma se prueba una estadística.
Los autores esperamos sea de su agrado, les sea útil y pueda ser la luz que ilumina el final del
camino.
13
Capítulo 1. Metodología de la investigación científica
14
1.1 Definición de metodología
La metodología consiste en la necesidad de plantear o construir un problema, formular
hipótesis; determinar qué datos se van a obtener, como y de qué manera clasificar y medir los
datos obtenidos; la forma de plantear las proposiciones e hipótesis en una estructura teórica;
como codificar, agrupar y analizar los datos para su interpretación; y en su caso como predecir
acontecimientos con base en la teoría y en esos datos (Ortiz & Garcia, 2000, p. 30).
De acuerdo a (Sánchez, 2010, p. 19), la metodología es una rama de la logica que se ocupa
de la aplicación de los principios de razonamiento a la investigacion cientifica y a la filosofia. La
metodologia es un sistema de métodos en una ciencia particular, y se apoya para ello en los
paradigmas (positivista y naturalista).
Según (Godoy, 2011, p. 11), el método es el camino a seguir mediante una serie de
operaciones, reglas y procedimientos fijados de antemano de manera voluntaria y reflexiva, para
alcanzar un determinado fin, que puede ser material o conceptual. Para (Sánchez y Pongo, 2014,
p. 18), en Metodología, es necesario:
− En primer lugar, conocer, describir, explicar y discutir los fundamentos filosóficos,
epistemológicos, ontológicos y metodológicos de los paradigmas.
− En segundo lugar, si el investigador tiene alguna preferencia por una metodología, esta
deberá estar fundamentada en el enfoque a utilizar, ya sea el cuantitativo, el cualitativo
o el sistémico (holístico).
− En tercer lugar, elegido el enfoque, se aplica el proceso o los pasos que nos deben
conducir a las teorías generales o bases teóricas que permitirán encontrar nuevas
soluciones al problema de investigación, con el apoyo de los diseños metodológicos y de
la estadística.
15
Sujeto Observa, mide-explica, transforma Objeto
Métodos explicativos
Métodos o experimentales
observacionales o
descriptivos
Figura 1 La investigación
Fuente. (Palomino, Peña, Zevallos, & Orizano, 2015, p. 27).
Para (Palomino, Peña, Zevallos, & Orizano, 2015, p. 27), la investigación constituye la
aplicación de métodos o procedimientos para plantear problemas o conjeturas y recoger datos
de la realidad objetiva para su verificación y así dar respuesta a las interrogantes que se plantean
y generar nuevas leyes y teorías. En términos generales, investigar implica ampliar el
conocimiento instituido hasta el momento o descubrir algo nuevo (Iglesias & Resala, 2014, p.
59).
Los enfoques de investigación científica según (Palomino, Peña, Zevallos, & Orizano,
2015, p. 28), son formas de cómo se orienta la investigación que conduce a resolver problemas o
producir conocimientos científico
16
1.2.1 Enfoque cuantitativo o ruta cuantitativa de la investigación (primera vía)
El enfoque cuantitativo (la primera vía) o conocida también por (Hernández & Mendoza, 2018,
p. 6) como ruta cuantitativa es apropiada cuando queremos estimar las magnitudes u
ocurrencias de los fenómenos y probar hipótesis. Por ejemplo, determinar la prevalencia de una
enfermedad (número de individuos que la padecen en un periodo y zona geografica) y sus
causas; predecir quien de los candidatos va a triunfar en la proxima elección para presidente del
país, comprobar cuál de dos métodos de enseñanza incrementa en mayor medida el aprendizaje
de algo (por ejemplo, robotica elemental) en cierta población, etcétera.
El proceso del enfoque cuantitativo se representa de la siguiente manera:
Revisión de la
Visualización Elaboración de
Idea Planteamiento literatura y desarrollo
del alcance del hipótesis y definición
del problema del marco o
estudio de variables
perspectiva teórica
Para (Sánchez, 2011, p. 36), el enfoque cuantitativo, según Kerlinger parte del supuesto
que en potencia todos los datos son cuantificables. Para ello se apoya en los fundamentos del
positivismo y de la ciencia nomotética (establecimiento de leyes universales), cuya tendencia es
hacia la concentración del análisis en las manifestaciones externas de la realidad.
17
hechos en si y revisado los estudios previos, ambas acciones de manera simultánea, a fin de
generar una teoría que sea consistente con lo que está observando que ocurre.
Con los enfoques expuestos podemos señalar que la elección del enfoque de
investigación para la elaboración de la tesis es dependiendo del grado de conocimientos que se
tenga por ejemplo si elegimos el enfoque cuantitativo se debe tener base estadística, además
también depende mucho del docente que esté a cargo del curso de metodología.
18
investigadores, en cambio, normalmente asumen el conocimiento previo del tesista; es decir, su
experiencia en la temática de la investigación a realizar (Sánchez y Pongo, 2014, p. 15).
Al investigar a veces se hace frente a situaciones que no corresponden con la lógica que
se hallan en los “modernos manuales o libros de metodología” (en el planteamiento o
formulación del problema y en el contraste de hipótesis), y, de este modo, al enseñar
metodología no se toma en cuenta la formación previa del tesista, necesaria para trabajar con
paradigmas positivistas o naturalistas sino sistémica (Sánchez y Pongo, 2014, p. 15).
19
Figura 3 Tendencias contemporáneas en Metodología
Fuente. (Sánchez y Pongo, 2014, p. 17).
20
Figura 4 Cuarta Vía: Semáforo para la toma de decisiones
Fuente. (Sánchez y Pongo, 2014, p. 21).
21
Figura 5 Semáforo para aplicar a conclusiones y recomendaciones
Fuente. (Sánchez y Pongo, 2014, p. 21).
Según (Sánchez y Pongo, 2014, p. 22), de la comparación de las causas- efectos de estas
dimensiones, se obtienen:
− La Innovación metodológica- visual, sobre las correlaciones significativas o no
significativas, que se hallan en la horizontal, y son las conclusiones del investigador.
− De manera vertical, las relaciones causa-efecto, permitirán de manera original y creativa,
las recomendaciones del investigador.
22
Figura 6 Proceso de Elaboración de Tesis según la cuarta vía
Fuente. (Sánchez y Pongo, 2014, p. 23).
23
Capítulo 2. La Variable
24
2.1 Definición de la variable
Según (Palomino, Peña, Zevallos, & Orizano, 2015, p. 78), una variable es cualquier
característica de un objeto, sujeto o intervención que puede variar de un objeto a otro, de un
sujeto a otro, de una intervención a otra. Es una propiedad que varía o adquiere diversos valores
y cuya variación es susceptible de ser medida u observada; y adquieren valor para la
investigación científica cuando son relacionadas con otras variables. Asimismo (Gamarra,
Wong , Rivera , & Pujay , 2015, pp. 23-24), define la variable como una caracteristica, cualidad
o propiedad que puede variar con relacion a si mismo o diferentes objetos a lo largo del tiempo
y cuya variación es susceptible de observarse o medirse. Existen tipos de variables según el
criterio de clasificacion que se utilice. A su vez (Córdova, 2013, p. 60) define la variable como la
caracteristica observable de un colectivo que varia de unidad de observación en unidad de
observación. Finalmente (Kerlinger & Lee, 2002, p. 36), una variable es un simbolo al que se le
asignan valores o numéros. La variable es una caracteristica en la uqe se poya el investigador
para probar la hipotesis de una investigación (Garcia, 2016, p. 37). De acuerdo a (Webster, 2000,
p. 9) la variable es una caracteristica de la muestra o poblacion que se está observando. Los
criterios de clasificación más utilizados son:
Variable cualitativa o
categórica: expresan en Variable cuantitativa o
Según su
datos no numéricos o numérica: se expresan
naturaleza en datos numéricos.
atributos.
Se dividen Se dividen
en: en:
Dicotómicas: se expresan
en dos categorías: Discretas: asumen valores
− Sí o no. enteros positivos como:
− Bueno o malo. − Número de hijos.
− Estudiantes matriculados.
25
Fuente. (Gamarra, Wong , Rivera , & Pujay , 2015, p. 24).
26
Tabla 3 Categorías de las variables y su codificación
Variables Categorías Codificación
Masculino 1
Genero
Femenino 2
Cusco 1
Lugar de
Lima 2
nacimiento
Piura 3
Soltero 1
Casado 2
Estado civil
Viudo 3
Divorciado 4
Como las escalas nominales, las escalas ordinales permiten la clasificación. Sin embargo,
además de la clasificación con las escalas ordinales también es permisible un ordenamiento de
rangos en alguna característica (Cohen & Swerdlik, 2001, p. 97).
27
Capítulo 3. Título de la tesis
28
3.1 La elección del título de la tesis
Los investigadores consideran que el tema de investigación debe ser específico, y que puede
obedecer a contestar estas interrogantes: ¿qué tan definido y delimitado está el problema de
investigación?, ¿qué tan innovador es el problema de investigación?, ¿existe consistencia teórica
entre el problema, los objetivos y la hipótesis?, ¿existe congruencia teórica, metodológica y
lógica sobre el tema de investigación?, ¿estoy realmente interesado en este tema de investigación
como para dedicarle tiempo, recursos económicos y humanos?, ¿la investigación a realizar
ampliará el conocimiento existente?, ¿contribuirá la investigación a un avance de tipo
tecnológico dando solución a algún problema que plantea necesidades reales?, ¿qué nuevos
hallazgos se podrá aportar con esta investigación para acrecentar el conocimiento científico?
(Sánchez y Pongo, 2014, pp. 61-62).
Para (Bernal, 2016, p. 104), el tema es la idea general del campo del conocimiento de una
disciplina en el que hay interes para realizar una investigación. En el caso de los trabajos de
grado, es necesario que el tema de investigación sea pertinente con los contenidos de la
disciplina y profesión a la que se optara el grado. Es decir, si el trabajo de grado es para optar al
titulo de administración, los temas de investigación deben referirse al campo de la
administración; si es para optar al titulo de psicologia, los temas deben ser del campo de la
psicologia, etcetera.
29
En el inicio del titulo de una investigación cientifica es inadecuado el uso de conceptos
que para el caso representan redundancia o que no aportan a la idea que se pretende expresar
en el titulo. Ejemplos: es inadecuado el uso de expresiones como “Estudio de…”, “Investigacion
sobre…”. Asi, en un titulo que dice “Estudio de la influencia del ambiente familiar en la conducta
agresiva de los adolescentes de la zona PHG de la ciudad MNB”, la expresión “Estudio de la…”
es redundante porque ya se sabe que lo que se realizará será un estudio. El titulo deberia decir
“Influencia del ambiente familiar en la conducta agresiva de los adolescentes de la zona PHG de
la ciudad MNB”, o “Analisis de la influencia del ambiente familiar en la conducta agresiva de los
adolescentes de la Zona PHG de la ciudad MNB” (Bernal, 2016, pp. 109-110).
Según (Lerma, 2004, p. 33), en el caso de las investigaciones originadas por vacíos de
conocimientos o por teorías que generan controversia, la descripción de la situación
problemática debe incluir los referentes empíricos y la teoría en la que se basó el problema,
dejando claro y explicito los vacíos de conocimiento, las inconsistencias encontradas o los
puntos que se quieran a verificación.
La autora (Arbaiza, 2013, p. 80), sugiere que en la descripcion del problema debe
contener lo siguiente:
− Presentar una introducción a la naturaleza del problema.
− Mostrar el diagnostico del problema (causas y relaciones).
− Explicar el estado actual de la situación.
− Establecer un pronostico con respecto al propósito del estudio.
De acuerdo a (Bernal, 2016, p. 116), una vez definido el tema y el título de la propuesta
de investigación se procede a plantear el problema de investigación, entendiendo como
problema de investigación la situación, el fenómeno, el evento, el hecho u objeto del estudio que
se va a investigar.
De nada sirve contar con un buen método y mucho entusiasmo, si no sabemos qué
investigar. En realidad, plantear el problema no es sino afinar y estructurar más formalmente la
idea de investigación (Hernandez, Fernandez, & Baptista, 2014, p.36).
30
Para (Mendez, 2012, p. 160), el planteamiento del problema es la descripción de la
situación actual que caracteriza al objeto de conocimiento (síntomas y causas), identificación
de situaciones futuras al sostenerse la situación actual (pronostico) y presentación de
alternativas para superar la situación actual (control al pronóstico).
31
Asimismo (Palacios, Romero , & Ñaupas, 2016, p. 207), la fijación de un objetivo o de
varios objetivos es necesaria, ya que a través de ellos se conoce qué es lo que se pretende con el
esfuerzo investigativo. El objetivo es la razón de ser y hacer en la investigación.
El objetivo general indica cuáles son los conocimientos que se obtendrán al haber
finalizado el estudio. Este objetivo expresa el resultado del conocimiento más complejo que se
desea alcanzar (Gómez, 2006, p. 69). Según (Arbaiza, 2013, p. 69) los objetivos especificos son
mas concretos pues se enfocan en los aspectos operativos de la tesis, es decir como van a
obtenerse los datos para el estudio y sobre todo, como conseguir los resultados esperados y, en
consecuencia, el objetivo general del estudio.
En terminos formales, tanto los objetivos generales como los especificos se plantean
mediante el uso de verbos en infinitivo, para que puedan expresarse de la forma más directa
posible, los verbos más usados en las investigaciones son los siguientes: describir, analizar,
desarrollar, evaluar, interpretar, identificar, sensibilizar, comparar, demostrar, examinar,
proponer, adaptar, calcular, determinar, diseñar y verificar. Luego del verbo se introducen las
variables del estudio, los sujetos de analisis y el contexto de la investigación (Arbaiza, 2013, pp.
69-70).
Según (Arbaiza, 2013, p. 72), en la justificación del problema se expone la razón de ser
del estudio, mediante argumentos que explican para qué se realiza y por qué es importante
hacerlo
32
3.8.2 Justificación metodológica
Para el autor (Bernal, 2016, p. 138), la justificación metodológica del estudio se da cuando el
proyecto que se va a realizar propone un nuevo método o una nueva estrategia para generar
conocimiento valido y confiable.
El autor (Mendez, 2012, p. 196), señala que la justificación metodológica hace alusión al
uso de metodologías y técnicas específicas (instrumentos, como encuestas o formularios;
modelos matemáticos) que han de servir de aporte para el estudio de problemas similares al
investigado, y a su aplicación posterior por otros investigadores (Mendez, 2012, p. 196).
33
Capítulo 4. Construcción del marco teórico
34
4.1 Conocimiento del enfoque teórico de la variable de estudio
Según (Hernandez, Mendez, Mendoza, & Cuevas , 2017, p. 62), una teoría es un conjunto de
proposiciones interrelacionadas para explicar por qué y cómo ocurre un fenómeno.
La Metodología, requiere de conocer los paradigmas, del cual se derivan los enfoques de
investigación y seguidamente, los niveles de contraste de hipótesis. Las investigaciones con
paradigma naturalista, enfoque cualitativo, no requieren de hipótesis, y por lo tanto no utilizan
la estadística (Sánchez y Pongo, 2014, p. 75).
Al elegir la variable que se investigara se tiene que contar con el enfoque teórico que
sustente la variable planteada, como se aprecia en la figura 9, donde la variable motivación
presenta dos enfoques teóricos: del autor Maslow y del autor Herzberg.
Según (Bernal, 2016, p. 171), se entiende como la fundamentación teórica sobre el tema
de interés dentro de la cual se enmarca la investigación que va a realizarse. Es decir, es una
35
presentación critica de las principales escuelas, enfoques o teorías existentes sobre el tema
objeto de estudio, en que se muestra el nivel del conocimiento en ese campo, los principales
debates, resultados, instrumentos utilizados, y demás aspectos pertinentes y relevantes sobre
el tema de interés.
Para (Hernández & Mendoza, 2018, p. 95), un buen marco teórico no es aquel que
contiene muchas páginas, sino que trata con profundidad únicamente los aspectos relacionados
con el problema, y que vincula de manera lógica y coherente los conceptos y las proposiciones
existentes en estudios anteriores.
Para buscar la información para el marco teórico, de acuerdo a (Bernal, 2010 citado por
Arbaiza, 2013, pp. 83-84), lo más apropiado es empezar por recopilar la mayor cantidad de
información de fuentes primarias, es decir, de los estudios directos que se hayan realizado sobre
el problema. En la investigación primaria, la información proviene de observaciones empíricas,
grabaciones, entrevistas, experimentos, registros, estadísticas, etc. Asimismo (Stangor, 2011
citado por Arbaiza, 2013, p. 84) señala la ventaja de acudir a las fuentes secundarias que son los
estudios hechos por otros investigadores a partir de fuentes primarias.
36
doctoral el numero se incrementa entre 60 y 120 referencias. Con todo, deben ser referencias
directamente vinculadas con el planteamiento del problema, es decir, se excluyen las fuentes
primarias que mencionan indirectamente o de forma periférica el planteamiento, las que no
recolectan ni se fundamentan en datos (que son simples opiniones de un individuo), trabajos
no publicados o no avalados por una institución.
Es posible que los antecedentes del tema elegido sean escasos, si es asi, se debe ampliar
la busqueda a otros idiomas o consultar fuentes no previstas (Vara, 2012 citado por Arbaiza,
2013, p. 95).
Los antecedentes según (Vara A., 2012, p. 94), consisten en la revisión crítica de los
diversos estudios que se han realizado previamente sobre el tema que investigas. Los
antecedentes no son la simple aglomeración de investigaciones previas; por el contrario, es la
revisión crítica de las tendencias de estudio sobre el tema. La actitud crítica para redactar los
antecedentes implica realizar una selección y lectura detallada de la información que ha sido
buscada y revisada previamente. Esto se efectúa para examinar la confrontación entre enfoques,
autores y sus procedimientos y resultados empíricos.
4.6 La hipótesis
Según (Tafur & Izaguirre, 2015, p. 149), los cientificos conciben las hipotesis como enunciados
que, basados en conocimientos existentes o en hechos nuevos, constituyen respuestas
tentativas a problemas de investigacion.
La hipótesis es una afirmación en forma de conjetura de las relaciones entre dos o más
variables. Se plantean en forma de oraciones declarativas y relacionan variables en forma general
37
o especifica. Son aseveraciones sobre la relación entre variables y conllevan a probar dichas
relaciones (Kerlinger, 1994 citado por (Palomino, Peña, Zevallos, & Orizano, 2015, p. 66).
Según (Kerlinger & Lee, 2002, p. 23), una hipótesis es un enunciado conjetural de la
relación entre dos o más variables. Las hipótesis siempre se presentan en forma de enunciados
declarativos y relacionan, de manera general o específica, variables con variables. Los criterios
para definir la hipótesis son las siguientes:
− Las hipótesis son enunciados acerca de las relaciones entre variables.
− Las hipótesis contienen implicaciones claras para probar las relaciones enunciadas.
Estos criterios significan que los enunciados de hipótesis contienen dos o más variables
que son medibles o pueden serlo, y que se especifican cómo están relacionadas las
variables.
38
Capítulo 5. Alcances o tipo de investigación
39
5.1 Definición de alcance o tipo de investigación
Se entiende por alcance o tipo de investigación a la precisión de la ubicación del estudio en una
clasificación de las investigaciones. Como las clasificaciones dependen del criterio, existen
varias clasificaciones de las investigaciones. El investigador ubicara el tipo de estudio, teniendo
en cuenta cada una de las clasificaciones existentes, pero no dejara de tener en cuenta el tipo de
investigación según el control de variables (Tafur & Izaguirre, 2015, p. 189).
Exploratorios
• Investigan
Descriptivos
problemas
Tipos pocos estudiados.
• Consideran un
• Resultan de la revisión de la fenómeno y sus
literatura. componentes.
Correlaciónales
40
5.1.1 Alcance o tipo exploratorio
Los estudios exploratorios sirven para preparar el terreno y, por lo común, anteceden a
investigaciones con alcances descriptivos, correlaciónales o explicativos Hernández et al., 2017,
p. 74).
La investigación exploratoria también conocido como estudio piloto, son aquellos que
se investigan por primera vez o son estudios muy pocos investigados. También se emplean para
identificar una problemática (Saavedra, 2017, p. 189).
41
La investigación correlacional según (Bernal, 2016, p. 147), tiene como propósito mostrar
o examinar la relación entre variables o resultados de variables o resultados de variables. Uno
de los puntos importantes respecto a la investigación correlacional es examinar relaciones entre
variables o sus resultados, pero en ningún momento explica que una sea la causa de la otra. En
otras palabras, la correlación examina asociaciones pero no relaciones causales, donde un
cambio en un factor influye directamente en un cambio en otro.
Algunos temas de investigaciones correlaciónales
− Las investigaciones cuyos propósitos son conocer la relación entre el estado
motivacional de los trabajadores y el nivel de productividad de los mismos.
− Estudios que buscan conocer la relación entre tipo de prueba de evaluación y procesos
y técnicas de aprendizaje (Bernal, 2016, p. 148).
42
− Estudios orientados a explicar el nuevo papel del docente en la sociedad del
conocimiento.
− Estudios orientados a explicar las relaciones entre ambiente académico y rendimiento
escolar.
− Estudios que buscan explicar los efectos del aborto en la vida emocional de las mujeres
que abortan (Bernal, 2016, p. 149).
− Una investigación para analizar las causas por las que ocurrió un accidente aéreo.
− Un estudio que expliqué el efecto que tiene el consumo de algún alimento adicionado
con linaza (como la gelatina) en la disminución de la acidez estomacal.
− Una investigación sobre como un factor genético especifico aumenta el riesgo de
padecer cierta enfermedad en la edad.
43
− Autoestima, habilidades sociales en la inteligencia emocional en los estudiantes de la
Red N° 13 UGEL 06 Ate – 2016. (Barrón, 2017)
− El Coaching educativo en las habilidades sociales de los estudiantes del V ciclo del nivel
primaria de la Institución Educativa: Francisco Bolognesi del Distrito de Independencia,
2017. (Soto, 2017).
44
Capítulo 6. El diseño de la investigación
45
6.1 Definición de diseño
El diseño según (Hernández & Mendoza, 2018, p . 150) es un plan o estrategia que se desarrolla
para obtener la información (datos) requerida en una investigación con el fin último de
responder satisfactoriamente el planteamiento del problema. Asimismo (Andia, 2017, p. 167),
define el diseño como los lineamientos que se debe tomar en cuenta para validar la hipótesis.
Finalmente (Tafur & Izaguirre, 2015, p. 187) señala que el diseño metodologico de la
tesis es el programa que precisa el proceso y el control de la investigación, indicandose los
procedimientos y las condiciones para lograr la información necesaria que permitirá alcanzar
los objetivos del estudio y probar las hipotesis que el autor de una tesis formulo respondiendo
con eficacia a los problemas de investigación. Existen diferentes clasificaciones para los diseños
cuantitativos, pero la más sencilla y citada se muestra a continuación:
Experimentales
Experimentales Experimentales
Diseños Experimentales
cuantitativos
Experimentales
No experimentales
Experimentales
46
6.2.2 Corte longitudinal
El diseño longitudinal, según (Hernández et al., 2014, p. 159) son estudios que recaban datos en
diferentes puntos del tiempo, para realizar inferencias acerca de la evolución del problema de
investigación, sus causas y sus efectos. Según (Arbaiza, 2013, p. 147), los estudios longitudinales
permiten hacer inferencias sobre la evolución de un fenómenos durante un periodo más o menos
largo.
Causa o Efecto o
variable variable
Independiente Dependiente
X Y
47
Según Hernández Pina et al. (2001), la investigación experimental se soporta en el
experimento, el cual es un proceso planificado de investigar en el que al menos una variable
(llamada experimental o independiente: (VI) es manipulada u operada intencionalmente por el
investigador para conocer los efectos que produce esta en al menos otra variable llamada
dependiente (VD) (Citada por Bernal, 2016, p. 152). Para la mencionada autora, la variable
independiente se conoce también como variable experimental o de tratamiento, la variable
dependiente, conocida también como resultados o efecto, se refiere a los efectos observados en
el estudio.
El según requisito de acuerdo a (Hernández et al., 2017, pp. 102-103) consiste en medir
el efecto que la variable independiente tiene en la variable dependiente (p. 102). El tercer
requisito es el control de la situación experimental, si en el experimento se observa que una o
más variables independientes hacen variar a las dependientes la variación de estas últimas se
debe a la manipulación de las primeras y no a otros factores o causas.
48
Capítulo 7. Población y muestra
49
7.1 Definición de la Población (universo)
La población es definida o al menos perfilado desde el planteamiento del problema, La población
es un conjunto de todos los casos que concuerdan con determinadas especificaciones, las
poblaciones deben situarse de manera concreta por sus características de contenido, lugar y
tiempo, así como accesibilidad (Hernández & Mendoza, 2018, pp. 196-199). Según (Bernal,
2016, p. 210) la población es el conjunto de todos los elementos a los cuales se refiere la
investigación.
Las poblaciones pueden ser finitas o infinitas. Por ejemplo, la población que consta de
todos los pernos producidos en un determinado día en una fábrica es finita, en tanto que la
población que consta de todos los resultados (cara o cruz) que se pueden obtener lanzando una
y otra vez una moneda es infinita (Spiegel & Stephens, 2009, p.1). Según (Fernández, 2005, p.
41), la poblacion se define como el conjunto de todas las observaciones ya que por cada unidad
elemental se tiene una observacion. Al tamaño de la poblacion se le denota con la leta N.
La muestra, para que sea representativa de la población, requiere que todas las unidades
de la población tengan la misma probabilidad de ser seleccionadas, es decir, debe ser aleatoria,
al azar o probabilística (Martinez, 2012, p. 275).
7.3 Muestreo
Según (Cordova, 2006, p. 2), en general existen dos tipos de muestras: las no probabilisticas
(basadas en el criterio de expertos) y las probabilisticas.
50
probabilidad sino que depende del proceso de toma de decisiones del investigador (Hernández
& Mendoza, 2018,p. 200).
Según (Vara, 2012, p. 223) señala que la muestra probabilística es la más adecuada para
identificar índices y describir poblaciones mediante muestras. Por eso este tipo de muestreo es
típico y necesario cuando estas realizando investigaciones cuantitativas, descriptivas y
correlaciónales.
51
Capítulo 8. Instrumentos y técnicas de recolección de
información
52
8.1 Definición de recolección de información
Según (Tokeshi, 2013, p. 42), debe entenderse como recolección de la información la actividad
por la cual se acopia, ordena y prioriza la información (estadística, teórica, analítica, etcétera)
cuya utilidad ha sido previamente evaluada. Los instrumentos y técnicas que se usen
dependerán del origen de la fuente.
8.3 Medición
Proceso que vincula conceptos abstractos con indicadores empíricos. En toda investigación
cuantitativa aplicamos un instrumento para medir las variables contenidas en las hipótesis (y
cuando no hay hipótesis simplemente para medir las variables de interés). Esa medición es
eficaz cuando el instrumento de recolección de datos en realidad representa las variables que
tenemos en mente. Si no es así, nuestra medición es deficiente; por tanto, la investigación no es
digna de tomarse en cuenta. Desde luego, no hay medición perfecta. Es casi imposible que
representemos con fidelidad variables como la inteligencia emocional, la motivación, el nivel
socioeconómico, el liderazgo democrático, el abuso sexual infantil y otras más; pero es un hecho
que debemos acercarnos lo más posible a la representación fiel de las variables que se van a
observar mediante el instrumento de medición que desarrollemos. Se trata de un precepto
básico del enfoque cuantitativo. Al medir estandarizamos y cuantificamos los datos (Babbie,
2014 y Bostwick y Kyte, 2005 citado por Hernández et al., 2014, pp. 199-200).
53
información de la unidad de análisis objeto de estudio y centro del problema de investigación
(Bernal, 2016, p. 245).
8.5.2 Entrevista
Es una forma específica de interacción social que tiene por objeto recolectar datos para una
indagación. El investigador formula preguntas a las personas capaces de aportarle datos de
interés, estableciendo un dialogo peculiar, asimétrico, donde una de las partes busca recoger
informaciones y la otra es la fuente de esas informaciones.
8.6 Técnica de medición
8.6.1 Observación
La observación como técnica de investigación científica es un proceso riguroso que permite
conocer, de forma directa, el objeto de estudio para luego describir y analizar situaciones sobre
la realidad estudiada (Bernal, 2016, p. 254).
8.6.2 Encuesta
Parte de la premisa de que si queremos conocer algo sobre el comportamiento de las personas,
lo mejor, lo más directo y simple es preguntárselo directamente a ellas. Se trata de requerir
información a un grupo socialmente significativo de personas acerca del problema en estudio
para luego, mediante un análisis de tipo cuantitativo, sacar las conclusiones que se
correspondan con los datos (Quezada, 2015, p. 124).
8.6.3 Fichaje
El fichaje según (Pino, 2011, p. 309), es una técnica auxiliar de todas las demás técnicas empleada
en investigación científica; consiste en registrar los datos que se van obteniendo en los
instrumentos llamados fichas, las cuales debidamente elaboradas y ordenadas contienen la
mayor parte de la información que se recopila en una investigación por lo cual constituye un
valioso auxiliar en esa tarea, se ahorra mucho tiempo, espacio y dinero.
La Validación por juicio de expertos según (Hernández et al., 2014, p. 204) es el grado
en que un instrumento realmente mide la variable de interés, de acuerdo con expertos en el
tema.
La validación del instrumento es válido cuando mide lo que debe medir, es decir, cuando
nos permite extraer datos que preconcebidamente necesitamos conocer (Carrasco, 2006, p.
336).
54
seleccionada pero si a la población o un grupo con características similares a la de la muestra
del estudio, aproximadamente entre 14 y 30 personas. De esta manera se estimara la
confiabilidad del cuestionario (De La Torre & Accostupa, 2013, p. 20).
8.9 Confiabilidad
Según (Avolio, 2016, p. 110) la confiabilidad se refiere a que otros investigadores deben alcanzar
similares resultados si estudian el mismo caso usando los mismos procedimientos que el
investigador original. El objetivo de la confiabilidad es minimizar los errores y sesgos del
estudio.
55
56
Capítulo 9. Estadística
57
9.1 Definición de la estadística
La Estadística es considerada como el conjunto de procedimientos utilizados para clasificar,
calcular, analizar y resumir los datos obtenidos de manera sistemática.
Las paramétricas exigen a los datos a los que se aplica, que se cumplan los siguientes
requisitos:
− Variable numérica. Que las variables de estudio esté medida en una escala que sea por lo
menos de intervalo.
− Normalidad. Que los valores de las variables sigan una distribución normal, por lo
menos, en la población al que pertenece la muestra.
− Homocedasticidad. Que las varianzas de la variable dependiente en los grupos que se
comparan sean aproximadamente iguales (homogeneidad de las varianzas).
Cuando los datos cumplen con los requisitos indicados, las pruebas estadísticas
paramétricas exhiben su máximo poder. Cuando estas pruebas estadísticas se aplican a datos
que no cumplen al menos uno de los requisitos señalados, pierde parte de su poder.
¿Qué es?
Prueba si la medida de la muestra de una variable difiere significativamente de la medida
conocida de la población. Así podemos saber si una determinada muestra procede de una
población cuya media verdadera se conoce.
¿Cuál es su fórmula?
58
En esta prueba se evalúa la hipótesis nula de que la media de la población estudiada es igual a
un valor especificado μ0 , se hace uso del estadístico:
𝑥̅ − 𝜇0
𝑡= 𝑠
√𝑛
¿En qué situaciones se debe de usar?
Se utiliza la prueba t para una sola muestra cuando se tiene una sola población de interés, por
ejemplo los alumnos del quinto grado A de secundaria; para el cual se quiere analizar una
hipótesis sobre una característica de esta población.
Para calcular la significación de las diferencias obtenidas por una muestra de sujetos en
determinados test psicológicos y los valores medios de los baremos, tomados como valores
poblacionales. O, en otros casos, para comparar la media del test de cada individuo con la media
grupal, en cuyo caso primero hay que calcular la media del grupo y posteriormente aplicar la
prueba t para una muestra.
Caso práctico 1:
El director del centro educativo Miguel Grau quiere verificar si el promedio de los
estudiantes de quinto grado de educación primaria de la sección A es de 16 en la
asignatura de Lógica y funciones, para ello selecciona una muestra de 16 estudiantes:
Datos:
15 14 13 16 17 15 14 13
16 17 15 14 16 17 13 12
1. Plantear la hipótesis
H0: El promedio de los estudiantes de quinto gado es de 16 en la asignatura de lógica y
funciones.
H1: El promedio de los estudiantes de quinto gado es diferente de 16 en la asignatura de
lógica y funciones.
59
Supuestos de la prueba
1. Tamaño de muestra: menor de 30
2. Distribución de datos: Normal
60
PASOS PARA PROBAR LA NORMALIDAD EN SPSS
Paso1:
Pasos: 2 y 3
61
SALIDA DEL SPSS
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
*
Nota ,146 16 ,200 ,931 16 ,257
a. Corrección de la significación de Lilliefors.
*. Este es un límite inferior de la significación verdadera.
P VALUE. Según la prueba de Shapiro – Wilk El estadístico obtenido es de0.931 con unp-
value de 0.257 que supera el 0.05; entonces se concluye que, los datos tienen una distribución
normal.
Paso 1:
62
Paso 2:
SALIDA DEL SPSS
¿Qué es?
El procedimiento Prueba T para dos muestras independientes o T desapareadas (muestras no
relacionadas) compara las medias de dos grupos de casos. Para esta prueba, idealmente los
sujetos se deben de asignar aleatoriamente a dos grupos, de forma que cualquier diferencia en
las respuestas sea debido al tratamiento y no a otros factores.
¿Cuál es su fórmula?
𝑀1 − 𝑀2
𝑡=
√𝑆12 /𝑛1 + 𝑆22 /𝑛2
Dónde:
𝑀1 y𝑀2 : Medias de ambos grupos,
63
𝑠: Desviación típica
𝑛: Número de casos.
Tienen su aplicación más típica cuando las unidades estadísticas que definen a ambas
muestras que están siendo comparadas no se superponen.
Así mismo, este tipo de metodología exigirá que la varianza en ambos grupos de
observaciones sea la misma.
El director del colegio Bartolomé Herrera del distrito de Los Olivos está interesado en
conocer las diferencias que existe entre los estudiantes varones y estudiantes mujeres,
respecto a la nota obtenida en el examen final en el curso de matemática en los estudiantes
del quinto año de secundaria; y para ello, toma una muestra de 28 estudiantes.
1. Plantear la hipótesis
H0: No existe diferencia entre los estudiantes varones y estudiantes mujeres con
respecto al rendimiento académico en el curso de Matemática.
H1: Existe diferencia entre los estudiantes varones y estudiantes mujeres con respecto al
rendimiento académico en el curso de Matemática.
2. Nivel de significancia:𝛂 = 𝟎. 𝟎𝟓
64
Pasos para probar la normalidad en SPSS
Paso1:
Paso2:
Pruebas de normalidad
Sexo de los Kolmogorov-Smirnova Shapiro-Wilk
estudiantes Estadístico gl Sig. Estadístico gl Sig.
Nota Hombre ,181 14 ,200 ,964 14 ,791
obtenida en Mujer ,178 12 ,200 ,950 12 ,639 P-
el examen de
Matemática valu
e
Según los resultados de la prueba de Shapiro Wilks el estadístico alcanzo un valor de
0.964 y 0.950 para ambos grupos con valué de 0.791 y 0.639 ambos mayores a 0.05, por el cual
no se rechaza la hipótesis nula; por lo tanto, concluimos que los puntajes en ambos grupos
tienen distribución normal.
Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad
Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis
alterna
65
PASOS PARA PROBAR LA
HOMOCEDASTICIDAD
Paso 1
Paso 2:
,006 1 24 ,936
66
Pasos para realizar la prueba T – Student para muestras independientes
Paso 1
Paso 2:
Según los resultados del análisis T – Student para muestras independiente El p valué fue
de 0.433 > 0.05 Por lo que no se rechaza la hipótesis nula y se concluye que no existe diferencia
de rendimiento académico según sexo.
67
Variable de estudio Numérica (dos medidas)
Tipo de distribución Con normalidad
¿Qué es?
Las pruebas t de muestras dependientes o apareadas, consisten típicamente en una muestra de
pares de valores con similares unidades estadísticas, o un grupo de unidades que han sido
evaluadas en dos ocasiones diferentes (una prueba t de mediciones repetitivas). Un ejemplo
típico de prueba t para mediciones repetitivas sería que los sujetos sean evaluados antes y
después de un tratamiento.
¿Cuál es su fórmula?
𝑥𝐷 − 𝜇0
̅̅̅
𝑡= 𝑠𝐷
√𝑛
Dónde:
̅̅̅
xD : Media muestral dela diferencia.
sD ∶Desviación estándar de la diferencia.
n ∶ Tamaño de la muestra.
Existen n − 1 grados de libertad asociados con la prueba t para una muestra.
Caso práctico 3:
68
Se realiza un estudio para conocer si el rendimiento académico de los estudiantes cambia
luego de aplicar cierta metodología de enseñanza.
1. Plantear la hipótesis
H0: No existe diferencia en el rendimiento académico después de aplicar determinada
metodología de enseñanza.
H1: Existe diferencia en el rendimiento académico después de aplicar determinada
metodología de enseñanza.
2. Nivel de significancia: 𝛂 = 𝟎. 𝟎𝟓
3. Tipo de Prueba: t de Student
Supuestos de la prueba
• Normalidad de los datos
Paso 2:
69
Prueba de KOLMOGOROV - SMIRNOV para una muestra
Nota inicial Nota final
N 60 60
Parámetros normalesa,b Media 11,30 12,95
Desviación típica 3,049 2,620
Diferencias más extremas Absoluta ,161 ,158
Positiva ,076 ,109
Negativa -,161 -,158
Z de Kolmogorov-Smirnov 1,246 1,221
Sig. asintót. (bilateral) ,090 ,101
a. La distribución de contraste es la Normal.
b. Se han calculado a partir de los datos.
Paso 1
70
Paso 2
Se seleccionan las
variables
71
Objeto estadístico Comparar
Variable de estudio Numérica (más de dos grupos)
Tipo de distribución Con normalidad
¿Qué es?
El análisis de la varianza (ANOVA) es uno de los tests estadísticos más ampliamente utilizados
para probar la igualdad de más de dos medias de la población. Es decir: Hipótesis: Cuando se
trata de comparar varias medias cabe la posibilidad de realizar comparaciones dos a dos
Utilizando, por ejemplo el test t. Este procedimiento no es correcto. Si, como es habitual, se
utiliza un valor crítico del 5 % para comprobar la hipótesis de ausencia de diferencias entre las
medias de las poblaciones, el nivel de significación real será mucho mayor. Aunque todas las
muestras procedieran de la misma población, una media del 5 % de los valores t superarán el
valor crítico. Puede demostrarse que en 10 comparaciones independientes uno o más valores de
t superará el valor crítico t0,95 en un 40 % de ocasiones. Es decir, es relativamente fácil rechazar
la hipótesis nula por un valor espurio de t a causa de la reiteración de comparaciones. Una
segunda razón es la pérdida de precisión al estimar la varianza común cada dos grupos. Claro
está que este problema se soluciona utilizando la varianza global, pero sigue en pie el problema
de la significación.
¿Cuál es su fórmula?
𝐻0 : 𝜇1 = 𝜇2 = ⋯ = 𝜇𝑘 = 𝜇
𝐻1 : ∃𝜇𝑖 ≠ 𝜇 𝑖 = 1,2, … , 𝐾
Caso práctico:
Se realiza un estudio para conocer si existe diferencia en tres métodos de lectura
aplicados a tres grupos de estudiantes.
72
1. Plantear la hipótesis
H0: No existe diferencia entre los tres métodos de lectura.
H1: Existe diferencia entre los tres métodos de lectura.
2. Nivel de significancia: 𝛂 = 𝟎. 𝟎𝟓
Paso1:
Paso 2 y 3:
Hacer clic en
gráficos
73
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Estadístic Estadístic
Método de lectura o gl Sig. o gl Sig.
Nota obtenida Método de lectura ,150 22 ,200* ,954 22 ,377
en la A
comprensión de Método de lectura ,128 22 ,200* ,950 22 ,311
lectura B
Método de Lectura ,168 22 ,105 ,889 22 ,018
C
a. Corrección de la significación de Lilliefors
*. Este es un límite inferior de la significación verdadera.
Paso 2 y 3:
Clic en opciones
74
SALIDA del SPSS
75
Pasos para realizar el Análisis de Varianza en SPSS
Paso1:
Paso 2
ANOVA
Nota obtenida en la comprensión de lectura
Suma de Media
gl F Sig.
cuadrados cuadrática
Inter-grupos ,485 2 ,242 ,086 ,918
Intra-grupos 177,773 63 2,822
Total 178,258 65
76
Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad
Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna
¿Qué es?
Las pruebas t de muestras dependientes o apareadas, consisten típicamente en una muestra de
pares de valores con similares unidades estadísticas, o un grupo de unidades que han sido
evaluadas en dos ocasiones diferentes (una prueba t de mediciones repetitivas). Un ejemplo
típico de prueba t para mediciones repetitivas sería por ejemplo que los sujetos sean evaluados
antes y después de un tratamiento.
77
Observaciones; pre_tratamiento y pos_tratamiento.
Caso práctico:
Se realiza un estudio para conocer si el rendimiento académico de los estudiantes cambia
luego de aplicar cierta metodología de enseñanza.
4. Plantear la hipótesis
H0: No existe diferencia en el rendimiento académico después de aplicar determinada
metodología de enseñanza.
H1: Existe diferencia en el rendimiento académico después de aplicar determinada
metodología de enseñanza.
5. Nivel de significancia: 𝛂 = 𝟎. 𝟎𝟓
Paso1:
Paso 2:
78
SALIDA DEL SPSS
79
Pasó 2
Se seleccionan las
variables
80
Los resultados de la prueba T- Student muestran un P value<0.05 por lo que se
rechaza la hipótesis nula y se concluye que si existe diferencia en el rendimiento
académico después de aplicar cierta metodología.
81
9.2.6 Coeficiente de correlación “R” de Pearson
¿Qué es?
En estadística, el coeficiente de correlación de Pearson es una medida de la relación lineal entre
dos variables aleatorias cuantitativas. A diferencia de la covarianza, la correlación de Pearson es
independiente de la escala de medida de las variables.
De manera menos formal, podemos definir el coeficiente de correlación de Pearson como un
índice que puede utilizarse para medir el grado de relación de dos varia
¿Cuál es su fórmula?
En el caso de que se esté estudiando dos variables aleatorias x e y sobre una población
estadística; el coeficiente de correlación de Pearson se simboliza con la letraρX,Y siendo la
expresión que nos permite calcularlo:
Dónde:
σXY Es la covarianza de(X, Y)
σX Es la desviación típica de la variable X
σY Es la desviación típica de la variable Y
De manera análoga podemos calcular este coeficiente sobre un estadístico muestral,
denotado como rxy a:
∑ 𝑥𝑖 𝑦𝑖 − 𝑛𝑥̅ 𝑦̅ 𝑛 ∑ 𝑥𝑖 𝑦𝑖 − ∑ 𝑥𝑖 ∑ 𝑦𝑖
𝑟𝑥𝑦 = =
𝑛𝑠𝑥 𝑠𝑦 √𝑛 ∑ 𝑥𝑖2 − (∑ 𝑥𝑖 )2 √𝑛 ∑ 𝑦𝑖2 − (∑ 𝑦𝑖 )2
82
¿Cómo interpretarla?
Para interpretar el coeficiente de correlación utilizamos la siguiente escala:
Valor Significado
-1 Correlación negativa grande y perfecta
-0,9 a -0,99 Correlación negativa muy alta
-0,7 a -0,89 Correlación negativa alta
-0,4 a -0,69 Correlación negativa moderada
-0,2 a -0,39 Correlación negativa baja
-0,01 a -0,19 Correlación negativa muy baja
0 Correlación nula
0,01 a 0,19 Correlación positiva muy baja
0,2 a 0,39 Correlación positiva baja
0,4 a 0,69 Correlación positiva moderada
0,7 a 0,89 Correlación positiva alta
0,9 a 0,99 Correlación positiva muy alta
1 Correlación positiva grande y perfecta
Caso práctico:
Se realiza un estudio para conocer la relación que existe entre el número de horas de
estudio semanal y la calificación en un examen de Estadística.
1. Plantear la hipótesis
H0: Existe relación entre las horas de estudio y la calificación.
H1: No existe relación entre las horas de estudio y la calificación.
2. Nivel de significancia: α = 0.01
3. Tipo de Prueba: r de Pearson.
4. Supuestos de la prueba.
5. Normalidad de los datos.
83
Paso1:
Pasó 2
84
Prueba de KOLMOGOROV - SMIRNOV para una muestra
Calificación en el
Horas de estudio examen de
semanal Estadística
N 60 60
a,b
Parámetros normales Media 5,07 14,63
Desviación típica 2,261 3,103
Diferencias más Absoluta ,137 ,214
extremas Positiva ,103 ,122
Negativa -,137 -,214
Z de Kolmogorov-Smirnov 1,061 1,655
Sig. asintót. (bilateral) ,210 ,008
a. La distribución de contraste es la Normal.
b. Se han calculado a partir de los datos.
Los resultados presentados en la tabla indican que la distribución de los puntajes en las
horas de estudio y la calificación en el examen presentan estadísticos K-S-Z que no son
estadísticamente significativos, por lo cual podemos concluir que presentan una adecuada
aproximación a la curva normal.
85
Seleccionar ambas variables
Pasó 2
Resultados de SPSS
86
Correlaciones
Calificación en el
Horas de estudio examen de
semanal Estadística
Horas de estudio semanal Correlación de Pearson 1 ,941**
Sig. (bilateral) ,000
N 60 60
Calificación en el examen Correlación de Pearson ,941** 1
de Estadística Sig. (bilateral) ,000
N 60 60
**. La correlación es significativa al nivel 0,01 (bilateral).
Según los resultados presentados en la tabla, estos nos indican que existe una
correlación significativa muy alta que alcanza un valor de 0.941 entre las horas de estudio
semanal y la calificación en el examen.
87
9.3 Pruebas no paramétricas
9.3.1 𝐗 𝟐 Bondad de ajuste
¿Qué es?
Se entiende por bondad de ajuste a la asimilación de los datos observados de una variable a una
función matemática previamente establecida y reconocida. A través de este es posible entonces
predecir el comportamiento de la variable de estudio.
Las pruebas de bondad de ajuste tienen por objetivo determinar si los datos disponibles se
ajustan a una determinada distribución.
¿Cuál es su fórmula?
Entre las pruebas de bondad de ajuste más conocidos, tenemos:
Chi cuadrado:
𝑘
(𝑜𝑖 − 𝑒𝑖 )2
𝑥2 = ∑
𝑒𝑖
𝑖=1
Distribución Ji-cuadrado con 𝑣 = 𝑘 − 𝑟 − 1 grados de libertad
88
La prueba de bondad de ajuste se aplica en diseños de investigación en los que se estudia a un
único grupo.
La prueba compara la distribución de frecuencias observadas (Fo ) de una variable
usualmente cualitativa, pero que también puede ser cuantitativa, con la distribución de
frecuencias de la misma variable medida en un grupo de referencia.
El procedimiento de la prueba implica el cálculo de una distribución esperada (Fe ) en el
grupo estudiado, usando como punto de partida a la distribución de la variable en el grupo de
referencia.
El propósito de la prueba es averiguar si existen diferencias estadísticamente
significativas entre la distribución observada (Fo ) y la distribución esperada (Fe )
En la prueba se plantean las siguientes estadísticas:
Hipótesis estadística nula :Ho : Fo = Fe
Hipótesis estadística alterna : Ho : Fo ≠ Fe
Caso práctico:
Se realiza un estudio para conocer si la proporción de individuos según nivel socio
económico son iguales.
1. Plantear la hipótesis
H0: La proporción de individuos según nivel socio económico son iguales.
H1: La proporción de individuos según nivel socio económico son diferentes.
2. Nivel de significancia: α = 0.05
3. Tipo de Prueba: Bondad de ajuste x 2
4. Supuestos de la prueba
5. Variable ordinal.
Paso1
89
Pasó 2
SALIDA DE LA PRUEBA
90
Estadísticos de contraste
Nivel Socioeconómico
Chi-cuadrado 7,200a
gl 2
Sig. asintót. ,027
a. 0 casillas (,0%) tienen frecuencias esperadas menores que 5. La
frecuencia de casilla esperada mínima es 10,0.
91
9.3.2 Bondad de ajuste binomial
¿Qué es?
Es una prueba de bondad de ajuste, que permite averiguar si una variable dicotómica sigue o no
un determinado modelo de probabilidad. Permite contrastar la hipótesis de que la proporción
observada de aciertos se ajusta a la proporción teórica de una distribución binomial (lo cual se
traduce en la posibilidad de contrastar hipótesis sobre proporciones y sobre cuartiles).
¿Cuál es su fórmula?
Para obtener los valores esperados se tiene que utilizar la fórmula de la distribución binomial:
𝑥 (𝑛−𝑥)
𝑛𝐶𝑥 𝑝 𝑞
Dónde:
n: Es el número de series,
p y q: Son las probabilidades respectivas.
Para calcular el valor de p, se sabe que μ = np en una distribución binomial, por
lo que μ = 5p.
Con un α = 0.05
92
se tienen serias dudas sobre la satisfacción de la hipótesis que respaldan la metodología
estándar.
Caso práctico:
Se realiza un estudio para conocer si la mitad de los estudiantes que utilizan como
máximo 4 horas de estudio semanal.
1. Plantear la hipótesis
H0: La mediana de las horas de estudio es igual a 4 horas.
H1: La mediana de las horas de estudio es diferente a 4 horas.
2. Nivel de significancia: α = 0.05
3. Tipo de Prueba: Binomial.
4. Supuestos de la prueba.
5. Los datos no tienen distribución normal.
93
Paso 1
Pasó 2
94
SALIDA DEL SPSS
95
Paso 1
Resultados de la Prueba
Prueba binomial
Sig.
Proporción Prop. de exacta
Categoría N observada prueba (bilateral)
Horas de Grupo 1 <= 4 32 ,53 ,50 ,699
estudio Grupo 2 >4 28 ,47
Total 60 1,00
9.3.3 U Mann-Withney
96
Objeto estadístico Comparar
Variable de estudio Numérica – Ordinal (dos grupos)
Tipo de distribución Sin normalidad
¿Qué es?
En estadística la prueba U de Mann-Whitney (también llamada de Mann-Whitney-Wilcoxon,
prueba de suma de rangos Wilcoxon, o prueba de Wilcoxon-Mann-Whitney) es una prueba no
paramétrica aplicada a dos muestras independientes. Es, de hecho, la versión no paramétrica de
la habitual prueba t de Student.
Fue propuesto inicialmente en 1945 por Frank Wilcoxon para muestras de igual
tamaños y extendido a muestras de tamaño arbitrario como en otros sentidos por Henry B.
Mann y D. R. Whitney en 1947.
Esta prueba sirve para contraste de dos muestras independientes.
¿Cuál es su fórmula?
La prueba calcula el llamado estadístico U, cuya distribución para muestras con más de 20
observaciones se aproxima bastante bien a la distribución normal.
97
𝑃(𝑋 > 𝑌) + 0.05𝑃(𝑋 = 𝑌) > 0.05
Caso práctico:
Un investigador desea determinar si las horas de estudio en los estudiantes según sexo
son iguales.
1. Plantear la hipótesis
H0: Las horas de estudio en los estudiantes según sexo son iguales.
H1: Las horas de estudio en los estudiantes según sexo son diferentes.
2. Nivel de significancia: 𝛂 = 𝟎. 𝟎𝟓
3. Tipo de Prueba: U Mann Whitney.
Supuestos de la prueba.
4. Los datos no tienen distribución normal.
Pasó 2
98
SALIDA SPSS
Pruebas de normalidad
Sexo de los Kolmogorov-Smirnova Shapiro-Wilk
estudiantes Estadístico gl Sig. Estadístico gl Sig.
Horas de Masculino ,212 29 ,905 29 ,013
estudio ,002
Femenino ,181 31 ,867 31 ,001
,011
99
Pasó 2
SALIDA de la Prueba
100
Estadísticos de contrastea
Horas de estudio
U de Mann-Whitney 325,000
W de Wilcoxon 821,000
Z -1,869
Sig. asintót. (bilateral) ,062
a. Variable de agrupación: Sexo de los estudiantes
Seleccionamoso casillas
101
Tipo de estudio Transversal
Nivel de investigación Relacional
Objeto estadístico Comparar
Variable de estudio Nominal Politómica -Dicotómica
Tipo de distribución Sin normalidad
¿Qué es?
Es una distribución de probabilidad continua con un parámetro “k”, que presenta los grados de
libertad de la variable aleatoria, la distribución de Chi Cuadrado es denotada por la letra griega
x 2 , es frecuentemente usada para probar hipótesis, concernientes a la diferencia entre un
conjunto de frecuencias observadas de una muestra y un conjunto correspondientes de
frecuencias teóricas esperadas. Las pruebas de Chi Cuadrado, son útiles al analizar más de dos
poblaciones, por ejemplo, sirven para trabajar con datos de Mercadotecnia, también permite
determinar si un grupo de datos descritos de una distribución normal, se ajustan a la realidad
de ese patrón.
El estadístico de Chi Cuadrado se representa de la forma siguiente:
¿Cuál es su fórmula?
x 2 : Chi Cuadrado
∑ : “La suma de”
Fo : Frecuencia observada
Fe : Frecuencia esperada.
Caso práctico:
102
1. Plantear la hipótesis
H0: El nivel socioeconómico y el defecto del lenguaje son independientes.
H1: El nivel socioeconómico y el defecto del lenguaje son dependientes.
2. Nivel de significancia: 𝛂 = 𝟎. 𝟎𝟓
3. Tipo de Prueba: Chi cuadrado.
4. Supuestos de la prueba
5. Variables cualitativas.
103
Paso 2 y Paso 3
SALIDA PRUEBA
Pruebas de chi-cuadrado
Sig. asintótica
Valor gl (bilateral)
a
Chi-cuadrado de Pearson 3,840 2 ,147
Razón de verosimilitudes 4,454 2 ,108
Asociación lineal por lineal ,000 1 1,000
N de casos válidos 16
a. 5 casillas (83,3%) tienen una frecuencia esperada inferior a 5.
La frecuencia mínima esperada es ,75.
104
Tipo de estudio Transversal
Nivel de investigación Descriptiva
Objeto estadístico Comparar
Numérica - Ordinal (más de dos
Variable de estudio
grupos)
Tipo de distribución Sin normalidad
¿Qué es?
La prueba de Kruskal-Wallis (también llamada la prueba H) es una prueba no paramétrica que
utiliza rangos de datos muestrales de tres o más poblaciones independientes. Se utiliza para
probar la hipótesis nula de que las muestras independientes provienen de poblaciones con
medianas iguales; la hipótesis alternativa es la aseveración de que las poblaciones tienen
medianas que no son iguales. Es una extensión de la de U de Mann-Whitney y representa una
excelente alternativa al ANOVA de un factor completamente aleatorizado.
¿Cuál es su fórmula?
12 ∑ 𝑅𝑐 2
∑ − 3(𝑁 + 1)
𝑁(𝑁 + 1) 𝑛𝑖
𝐻=
𝐿
Dónde:
H : Valor estadístico de la prueba de Kruskal-Wallis.
N: Tamaño total de la muestra.
Rc 2 : Sumatoria de los rangos elevados al cuadrado.
ni:Tamaño de la muestra de cada grupo.
L: Ajuste dado por el ajuste de ligas o empates de los rangos.
105
La prueba de Kruskal - Wallis es un método no paramétrico que se usa para probar si un grupo
de datos proviene de la misma población. Intuitivamente, es idéntico al ANOVA con los datos
reemplazados por categorías. Es una extensión de la prueba de la U de Mann-Whitney para 3 o
más grupos. Ya que es una prueba no paramétrica, la prueba de Kruskal - Wallis no
asume normalidad en los datos, en oposición al tradicional ANOVA. Sí asume, bajo la hipótesis
nula, que los datos vienen de la misma distribución. Una forma común en que se viola este
supuesto es con datos heterocedásticos.
Caso práctico:
Se realiza un estudio para conocer si el área a la que pertenece el profesorado influye en
la utilidad que le atribuye a las TIC en la enseñanza.
1. Plantear la hipótesis
H0: El área de estudio a la que pertenece el profesorado no influye en la utilidad que
le atribuye a las TIC en la enseñanza.
H1: El área de estudio a la que pertenece el profesorado influye en la utilidad que le
atribuye a las TIC en la enseñanza
106
Pasó 2
107
RESULTADOS DE LA PRUEBA KRUSKAL WALLIS
Rangos
Rango
Área de estudio N
promedio
Cienicas Naturales 20 57,23
Ciencias Sociales y
20 27,08
Educación
Utilidad de las TIC
Letras 20 16,93
Técnicas 20 60,78
Total 80
Estadísticos de contrastea,b
Utilidad de las TIC
Chi-cuadrado 57,289
gl 3
Sig. asintót. ,000
a. Prueba de Kruskal-Wallis
b. Variable de agrupación: Area de estudio
Según los resultados de la prueba se rechaza la hipótesis nula ya que el p-valué< 0.05 por
lo que se acepta la hipótesis alterna y se concluye que,el área de estudio a la que pertenece el
profesorado, influye en la utilidad que le atribuye a las TIC en la enseñanza
9.3.5 Wilcoxon
108
Nivel de investigación Descriptiva
Objeto estadístico Comparar
Variable de estudio Numérica – Ordinal (dos medidas)
Tipo de distribución Sin normalidad
¿Qué es?
La prueba de los rangos con signo de Wilcoxon es una prueba no paramétrica para comparar la
media de dos muestras relacionadas y determinar si existen diferencias entre ellas.
¿Cuál es su fórmula?
La hipótesis nula esH0 : θ = 0. Retrotrayendo dicha hipótesis a los valores xi , yi originales, ésta
vendría a decir que son en cierto sentido del mismo tamaño.
Para verificar la hipótesis, en primer lugar, se ordenan los valores absolutos|Z1 |, … , |Zn | y se les
asigna su rango R1 . Entonces, el estadístico de la prueba de los signos de Wilcoxon, W + , es:
𝑊 + = ∑ 𝑅𝑖 ,
𝑍𝑖 >0
En ocasiones, esta prueba se usa para comparar las diferencias entre dos muestras de
datos tomados antes y después del tratamiento, cuyo valor central se espera que sea cero. Las
diferencias iguales a cero son eliminadas y el valor absoluto de las desviaciones con respecto al
valor central son ordenadas de menor a mayor. A los datos idénticos se les asigna el lugar medio en la
serie. La suma de los rangos se hace por separado para los signos positivos y los negativos. S representa la menor
de esas dos sumas. Comparamos S con el valor proporcionado por las tablas estadísticas al efecto para
determinar si rechazamos o no la hipótesis nula, según el nivel de significación elegido.
Caso práctico:
Se realiza un estudio para conocer si los estudiantes de administración han variado su
opinión sobre la utilidad de la estadística aplicada después de aplicar un taller de
herramientas que ofrece la Estadística en el Análisis de datos.
1. Plantear la hipótesis
H0: No hay diferencia en la opinión de los estudiantes sobre la utilidad de la estadística
aplicada después de la aplicación del taller.
109
H1: Hay diferencia en la opinión de los estudiantes sobre la utilidad de la estadística
aplicada después de la aplicación del taller.
Pasó 2
110
Seleccionar la
prueba
Rangos
Rango
N promedio Suma de rangos
Opinión de los estudiantes Rangos negativos 8a 8,50 68,00
después del Taller - Rangos positivos 16b 14,50 232,00
Opinión de los estudiantes Empates 11c
del Taller Total 35
a. Opinión de los estudiantes después del Taller < Opinión de los estudiantes del Taller
b. Opinión de los estudiantes después del Taller > Opinión de los estudiantes del Taller
c. Opinión de los estudiantes después del Taller = Opinión de los estudiantes del Taller
Estadísticos de contrasteb
Opinión de los estudiantes después del
Taller - Opinión de los estudiantes del
Taller
Z -2,440a
Sig. asintót. (bilateral) ,015
a. Basado en los rangos negativos.
b. Prueba de los rangos con signo de Wilcoxon
Según los resultados de la prueba, se rechaza la hipótesis nula ya que p-valué<0.05, por
lo que, existen diferencias significativas y aceptamos la hipótesis alterna. Concluimos que hay
diferencia en la opinión de los estudiantes sobre la utilidad de la estadística aplicada después
de la aplicación del taller.
111
9.3.5 Q de Cochran
¿Qué es?
La prueba Q de Cochran es una técnica estadística, extensión de la prueba de McNemar, que se
utiliza en los modelos experimentales con tres o más muestras dependientes o relacionadas
entre sí, es decir, esta población sirve como su propio control, en el que existe un período previo
y otro ulterior; además, el tipo de escala debe ser nominal.
¿Cuál es su fórmula?
El valor calculado en la prueba Q de Chochran se distribuye igual que la ji cuadrada, por lo cual
el símbolo utilizado será X 2 Q
La ecuación es la siguiente:
2
2
(𝑘 − 1)[𝐾 ∑ 𝐺𝑛2 − (∑ 𝐺𝑛) ]
𝑋 𝑄=
𝐾 ∑ 𝐿𝑐 − ∑ 𝐿𝑐 2
Dónde:
X 2 Q: Estadístico ji cuadrada de la prueba Q de Cochran.
K: Número de tratamientos.
Gn: Número total de respuestas de cambio de cada tratamiento o columna.
Lc: Número total de respuestas de cambio por individuo de la muestra o hileras.
Pasos:
1. Arreglar la muestra individualmente con sus respuestas de cambio.
2. Efectuar las sumatorias de cambios por cada tratamiento o columna (Gn y S Gn).
3. Efectuar la sumatoria de cambios por cada hilera y elevarla al cuadrado y, a su vez,
las sumatorias de éstas (S Lc y S Lc 2 ).
4. Aplicar la fórmula de la prueba Q de Cochran, de modo que se obtenga el valorX 2 Q:.
5. Calcular los grados de libertad (gl) con K tratamientos -1.
6. Comparar el estadístico X 2 Q:obtenido con respecto a los gl en la distribución de ji
cuadrada.
7. Decidir si se acepta o rechaza la hipótesis.
112
¿En qué situaciones se puede usar?
− Esta prueba es particularmente adecuada cuando los datos estén en una escala nominal
o se ha dicotomizado la información nominal.
− Esta prueba puede utilizarse en aquellas situaciones en las que se seleccionan n grupos
de k elementos de forma que los elementos de cada grupo sean lo más parecidos posible
entre sí, y a cada uno de los elementos del grupo se le aplica uno de entre k
''tratamientos'', o bien cuando a cada uno de los elementos de una muestra de tamaño n
se le aplican los k ''tratamientos''.
− Su función es comparar el cambio en la distribución de proporciones entre más de dos
mediciones de una variable dicotómica y determinar que la diferencia no se deba al azar
(que la diferencia sea estadísticamente significativa).
− Es una prueba para comparar las proporciones de respuestas de un tipo (positivo o
negativo) o (cero o uno) de varios sujetos bajo varias formas de tratamiento.
Caso práctico:
Se realiza un estudio para conocer si la proporción es la misma de alumnos que han
recibido dos tipos de terapia.
1. Plantear la hipótesis
H0: No hay diferencia en la proporción de estudiantes que reciben terapia de
ansiedad, terapia de fobia y terapia de estrés ante exposiciones.
H1: Hay diferencia en la proporción de estudiantes que reciben terapia de ansiedad,
terapia de fobia y terapia de estrés ante exposiciones.
2. Nivel de significancia: α = 0.05
3. Tipo de Prueba: Cochran
Supuestos de la prueba
5. Variable Nominal.
6. Más de dos muestras relacionadas.
113
Paso 2
Seleccionar la prueba
114
SALIDA SPSS
Frecuencias
Valor
1 2
Terapia de Ansiedad 12 8
Terapia de Fobia 7 13
Terapia de Estres 10 10
Estadísticos de contraste
N 20
Q de Cochran 2,714a
gl 2
Sig. asintót. ,257
a. 1 se trata como un éxito.
115
9.3.6 MC NEMAR
¿Qué es?
La prueba Mc Nemar también conocida como apareados de medidas repetidas o de grupos
relacionados se utiliza para decidir si se puede o no aceptarse que determinado “tratamiento”
induce un cambio en la respuesta de los elementos sometidos al mismo, y es aplicable a los
diseños del tipo “ANTES - DESPUES” en los que cada elemento actúa como su propio control.
Fue publicada por primera vez en un artículo en Psychometrika 1947, dada por Sr.
Quinn, quien fue profesor en el departamento de Psicología y Estadística de la Universidad de
Stanford.
¿Cuál es su fórmula?
La prueba se aplica a una tabla de 2 × 2 contingencia, que tabula los resultados de dos ensayos
en una muestra de n sujetos, como sigue.
116
2
2
(|𝑏 − 𝑐| − 0.5)
𝑋 =
𝑏+𝑐
Una corrección alternativa 1 en lugar de 0.5 se atribuye a Edwards [4] por Fleiss, lo que resulta
en una ecuación similar:
2
2
(|𝑏 − 𝑐| − 1)
𝑋 =
𝑏+𝑐
117
− Cuando las variables son ordinales o cuantitativas que no siguen una distribución
normal, se pueden realizar las pruebas de los Signos y de los Rangos signados para una
sola muestra, contrastando si la mediana de la variable diferencia entre visitas es igual a
un determinado valor teórico med0 para la mediana poblacional de la diferencia.
Caso práctico:
Se realiza un estudio para conocer si la proporción es la misma de alumnos que han
recibido dos tipos de terapia.
1. Plantear la hipótesis
H0: No hay diferencia en la proporción de estudiantes que reciben terapia de
ansiedad y terapia de fobia ante exposiciones.
H1: Hay diferencia en la proporción de estudiantes que reciben terapia de ansiedad y
terapia de fobia ante exposiciones.
2. Nivel de significancia: α = 0.05
3. Tipo de Prueba: Mc Nemar
Supuestos de la prueba
4. Variable Dependiente: Nominal.
5. Dos muestras relacionadas.
118
Paso 2
Terapia de Fobia
Terapia de Ansiedad Si No
Si 5 7
No 2 6
119
Estadísticos de contrasteb
Según los resultados de la prueba Mac Nemar, no se rechaza la hipótesis nula por lo que
concluimos: no hay diferencia en la proporción de estudiantes que reciben terapias de: ansiedad
y fobia ante exposiciones.
9.3.7 FRIEDMAN
¿Qué es?
Prueba no paramétrica desarrollada por Milton Friedman, economista estadounidense, a través
del cual se va ordenando los datos por filas o bloques, reemplazándolos por su respectivo orden;
teniendo en cuenta los datos idénticos.
¿Cuál es su fórmula?
12 𝑘
𝐹= ∑ 𝑅𝑗2 − 3𝑛(𝑘 + 1)
𝑛𝑘(𝑘 + 1) 𝑗=1
Dónde: n:
Número de filas o bloques
k: Número de tratamientos (columnas)
120
R2 : Es la suma de los rangos de la j-ésima columna
Conforme aumenta la cantidad de bloques en el experimento (más de 5) se puede
aproximar el estadístico de Friedman a una distribución x 2 con (k − 1) grados
de libertad
Caso práctico:
Se realiza un estudio para conocer si el rendimiento académico de los estudiantes del
quinto año de secundaria es el mismo en tres de las asignaturas que cursan como son:
Lógico Matemático, Ciencia y ambiente y Comunicación Integral.
1. Plantear la hipótesis
H0: No hay diferencia en el rendimiento académico en las tres asignaturas que cursan los
estudiantes.
H1: Hay diferencia en el rendimiento académico en las tres asignaturas que cursan los
estudiantes.
2. Nivel de significancia: α = 0.05
3. Tipo de Prueba: Friedman.
Supuestos de la prueba.
4. No normalidad de los datos.
121
Resultados de la Prueba de Normalidad
122
Según los resultados de la Prueba Kolmogorov-Smirnov se obtienen estadísticos significativos
por lo que se rechaza la hipótesis nula para ambos puntajes y concluimos que estos no se
aproximan a una distribución normal.
123
PASOS PARA REALIZAR LA PRUEBA DE FRIEDMAN
Paso 1
Pasó 2
124
Rangos
Rango
promedio
Nota en Lógico 1,92
Matemático
Nota Comunicación 2,02
Integral
Nota en Ciencia Ambiente 2,06
Estadísticos de contrastea
N 31
Chi-cuadrado ,389
gl 2
Sig. asintót. ,823
a. Prueba de Friedman
Paso 1
125
Pasó 2
126
Prueba de KOLMOGOROV-SMIRNOV para una muestra
Rango de la
Rango del Desarrollo Mental
Educación
del Niño
Materna
N 30 30
Parámetros normalesa,b Media 5,30 4,83
Desviación típica 2,437 2,306
Diferencias más extremas Absoluta ,249 ,253
Positiva ,249 ,253
Negativa -,202 -,160
Z de Kolmogorov-Smirnov 1,364 1,388
Sig. asintót. (bilateral) ,048 ,042
Según los resultados de la tabla se aprecia que los puntajes obtenidos en educación
materna y desarrollo mental del niño no se adecuan a una distribución normal.
Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad
Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna
Paso2:
127
Resultado de la Prueba de Spearman
Correlaciones
Rango del
Rango de la Desarrollo
Educación Mental del
Materna Niño
Rho de Spearman Rango de la Educación Coeficiente de 1,000 -,017
Materna correlación
Sig. (bilateral) . ,927
N 30 30
Rango del Desarrollo Coeficiente de -,017 1,000
Mental del Niño correlación
Sig. (bilateral) ,927 .
N 30 30
128
Capítulo 10. Laboratorios para pruebas estadísticas cuantitativas
y cualitativas
El área total bajo la curva normal será de 1.00 por lo cual podemos considerar que las
áreas bajo la curva son probabilidades.
El valor de Z.
129
Z= Número de desviaciones estándar de x respecto a la media de esta distribución.
Z= x-m / s
130
En los gráficos de cajas y bigotes, se puede ver de que si la proyección la MEDIA debe de
estar dentro de la caja, se demostrar que existe distribución norma, si esta fuera, para el Caso 1
Si esta media dentro de B por lo cual podemos decir que existe distribución normal, en el Caso
2 la media no está dentro de la caja, por lo cual podemos afirmar de que no está presente la
distribución normal.
Contrastación de hipótesis
Propósito
Demostrar distribución normal
Hipótesis de investigación
Ho= La distribución de la variable aleatoria no es distinta a la distribución normal.
Ha= La distribución de la variable aleatoria es distinta a la distribución normal.
Para esto tenemos una Población de 328 casos y nuestra muestra será de 211,
trabajaremos con una selección aleatoria usando el SPSS 22, con la opción selección de casos y
eliminaremos automáticamente los registros que no intervendrán en nuestro laboratorio para
este caso.
Debemos tener presente que se usa Kolgomorov Smirnov porque la muestra es mayor a
50, de no ser así se usa ShapiroWilks
131
Tenemos la base de datos de 311 casos, ahora debemos
seleccionar solo 211.
132
Obtenemos solo los 211 casos requeridos para nuestro estudio del caso
133
Cuadro estadístico necesario
Llenamos los parámetros de esta opción para seleccionar las medidas estadistas que requerimos.
134
Para completar los datos del cuadro debemos realizar fórmulas para los límites
135
Medidas estadísticas Peso Lima Peso Arequipa
Media 33,20 3330
Error estándar 58 86
IC 95% límite inferior 3206 3162
IC 95% límite superior 3433 3499
Hipótesis de investigación
Ho= La distribución de la variable aleatoria no es distinta a la distribución normal.
Ha= La distribución de la variable aleatoria es distinta a la distribución normal.
El nivel de significancia
Es de 0,05 o lo que es lo mismo 5,00%. Con SPSS 22 probamos cuál de las hipótesis es la más apropiada
para nuestra investigación.
136
Nuestro valor de sigma asintótica es de 0,200 pero tiene las anotaciones c y d, lo cual nos pone
en conocimiento de que tiene el coeficiente de significación de Lillefors y que este es un límite
inferior de la significancia verdadera.
Pero tenemos como valor 0,200 o 20,00% de probabilidad de error, este valor es mayor
a 0,05 lo que nos indica que la hipótesis alterna es rechazada y es validada la hipótesis nula.
137
Ho= La distribución de la variable aleatoria no es distinta a la distribución normal.
Ha= La distribución de la variable aleatoria es distinta a la distribución normal.
Homocedasticidad de Levene
La homocedasticidad o igualdad de varianzas significa que todos los grupos a analizar poseen
la misma varianza, el incumplimiento de esta condición debe de ser cuidadosamente cuidado
debido que de ser el caso no cumpliría con tener homocedasiicidad y de ser este el caso sería NO
PARAMETRICA
Se contrasta esta afirmación con la Prueba de Levene.
138
Debemos de tener presente que para la presentación grafica de caja de bigotes debemos
te tener bien el claro el criterio de cuartiles y media, así como los limites inferiores y superiores.
En los gráficos de cajas y bigotes, se puede ver de que si la proyección la MEDIA debe de
estar dentro de la caja, se demostrar que existe distribución norma, si esta fuera, para el Caso 1
Si esta media dentro de B por lo cual podemos decir que existe distribución normal, en el Caso
2 la media no está dentro de la caja, por lo cual podemos afirmar de que no está presente la
distribución normal.
139
Podremos analizar las medias de cada caso y veremos que no en todos los casos se cumple.
Debemos tener presente que una variable con distribución que no sea normal, puede ser
transformada para tener distribución normal y analizarse en procesos PARAMETRICOS.
Las varianzas homogéneas, en la Prueba de t de Student para muestras independientes, existen
dos estadísticos, uno para varianzas similares y otro donde se asume que son distintas.
140
Obtenemos solo los 211 casos requeridos para nuestro estudio del caso
141
Cuadro estadístico necesario
Medidas estadísticas Peso Lima Peso Arequipa
Media
Error estándar
IC 95% límite inferior
IC 95% límite superior
Llenamos los parámetros de esta opción para seleccionar las medidas estadistas que requerimos.
142
Para completar los datos del cuadro debemos realizar fórmulas para los límites
143
Medidas estadísticas Peso Lima Peso Arequipa
Media 33,20 3330
Error estándar 58 86
IC 95% límite inferior 3206 3162
IC 95% límite superior 3433 3499
El nivel de significancia
Es de 0,05 o lo que es lo mismo 5,00%
144
Tenemos que el estadístico de Levene nos da un sigma bilateral de 0,725 o lo que es lo
mismo 72,50% de error, el cual es mayor a 0,05 o 5,00% del nivel de significancia para este
laboratorio, lo que nos permite afirmar que rechazamos la hipótesis alterna y se ratifica la
hipótesis nula .
145
Laboratorio Nro. 01 Procesamiento de datos
El procesamiento de los datos es todo el proceso que sigue un investigador desde la recolección
de datos, a través de los instrumentos, hasta la presentación de los mismos en forma resumida,
como parte del desarrollo de la investigación. Es decir el análisis de los datos, es la etapa final
del proceso de investigación cuya finalidad es la verificación de las hipótesis del estudio.
Bases de datos BD
Paso 01. Debe de insertar en Excel hoja1 las preguntas que aplicó en su investigación. Para lo
cual deberá copiar del Microsoft Word sus preguntas y pegarlas a Excel, usted obtendrá lo
siguiente:
→ Abrir el archivo en formato Word encuestas_invest, copiar su contenido en el excell en
la primera hoja, luego cambiar el nombre por cuestionario.
Paso 02. Vaciar las respuestas de las encuestas en la Hoja2 de Excel, poner el nombre
BD (base de datos).
→ En la primera celda de las columnas deberán ir los códigos de la siguiente manera:
V2D2P5 que es la secuencia de: variable 2, dimensión 2 y pregunta 5. La codificación es
útil para procesar los datos con facilidad.
146
→ Realizar la sumatoria total de: variable 1 y 2: SumV1, SumV2 y de las dimensiones de
cada variable SumD1V1, SumD1V2, etc.
Paso 03.Trasladar la base de datos (BD) al programa estadístico SPSS (Statistical Package for
the Social Sciences)
147
c. Editor datos: este editor cuenta con dos diferentes tipos de vistas (Datos y
Variables), a través de las cuales se puede modificar o definir parámetros específicos
de la información contenida en el archivo.
En esta opción se
cambian los nombres En esta opción se Esta opción le permitirá
genéricos VAR001 por asigna un nivel más especificar si la escala de la
los códigos de las descriptivo a las variable es de tipo ordinal o
variables: V3D3P2 variables. nominal.
Variables
N°
de
caso
s
Paso 05. Pulse en editor de datos vista de variables y defina los parámetros informativos de las
preguntas.
a. Elige la opción transformar de la barra de menú y pulsa agrupación visual.
b. Trasladar la variable que será agrupada y pulsar continuar.
a
b
c. En etiqueta describe los nombres correspondiente a los valores, luego pulse aceptar, se
creará una nueva variable.
Procedimientos estadísticos
149
Los datos son procesados cuantitativamente
mediante el uso de la estadística descriptiva e
inferencial. En algunos casos los resultados se
obtienen a partir de procesos cualitativos que no
requieren el uso de la estadística. En ambos casos,
dichos resultados sirven para la toma de decisiones
sobre la verificación de las hipótesis y sub-hipótesis
planteadas, las respuestas a las preguntas
específicas propuestas o al problema investigado
(Campos, 2000).
1. Estadística descriptiva
Describe los datos e identifica los patrones de los
mismos, porque la selección de los procedimientos
dependerá del tipo de
150
• Para que practiques el procedimiento, resuelve el ejercicio paso a paso, la segunda variable y las
dimensiones de ambas.
• Para verificar qué tan bien desarrollaste el ejercicio revisa la guía.
2. Estadística inferencial
Es una técnica mediante la cual se obtienen generalizaciones o se toman decisiones en
base a una información parcial o completa obtenida mediante las técnicas paramétrica
y no paramétricas.
Las paramétricas exigen a los datos a los que se aplica, que cumplan con diversos
supuestos estadísticos, los más importantes se refieren al tipo de variable, tipo de
distribución de variables y Homocedasticidad de la variable.
151
3. Plantear hipótesis:
152
2. Trasladar las variables de interés y en opciones seleccione la prueba de
homogeneidad de las varianzas, pulsar
3.Plantear
hipótesis
Ho: Las varianzas de ambas variables no son diferentes
H1: Las varianzas de ambas variables son diferentes
Prueba de homogeneidad de varianzas
Calidad de software
Estadístico de
Levene df1 df2 Sig.
495,000 1 30 ,000
Los resultados del estadístico de Levene indican que la varianza de ambas variables es diferente
porque el valor de Sig< 0,05 entonces no se puede usar pruebas de hipótesis paramétricas.
Análisis de correlaciones
153
APLICACIÓN
1. Objetivo:
Determinar la relación que existe entre la calidad de software y la atención de los
pacientes de la Sub Gerencia de Atención Domiciliaria en Lima Metropolitana en el
2013.
2. Supuestos estadísticos:
3. Variables:
Primera variable: Calidad de software
154
4. Análisis:
a. Primer paso: Esboza las hipótesis estadísticas
Ho: No existe relación significativa entre la calidad de software y la atención
de los pacientes de la Sub Gerencia de Atención Domiciliaria en Lima
Metropolitana en el 2013.
= 0,05
c. Tercer paso: como ya verificó los supuestos estadísticos de las variables puede
continuar con el análisis de correlación. Debe proceder de la siguiente manera:
2. Traslade las
variables de interés a la ventanilla de variables, con el botón de flecha: VAR1
y VAR2 seleccione la opción Spearman, bilateral, correlaciones
significativas y aceptar.
155
3. El programa SPSS le proporcionará una matriz de correlaciones, en pares de
variables. Usted podrá observar cómo se relacionan las variables y luego
interpretarlo.
156
Considera el siguiente criterio:
Si p ≥ → Rechazar Ho
PRESENTACIÓN DE
RESULTADOS
Paso 1: Cambia el aspecto de la tabla en el programa SPSS, ponle un título y procede a
describirlo indicando lo encontrado y lo que esto significa en términos del
criterio de comparación así como de la hipótesis de investigación a la cual se hace
referencia.
Tabla 7
Resultados del Test de Spearman para determinar la relación entre la calidad de
software y nivel de satisfacción de los pacientes
Calidad de nivel de
software satisfacción
Rho de Calidad de Coeficiente de 1,000 ,713**
Spearman software correlación
Sig. (bilateral) . ,000
N 32 32
nivel de Coeficiente de ,713** 1,000
satisfacción correlación
Sig. (bilateral) ,000 .
N 32 32
En la tabla 7 se observa que el coeficiente de correlación es alto (0,713) y que el sig.
(0,000) cumple con ser menor que 0,05 por lo que se cumple con rechazar la hipótesis nula; es
decir, que si existe relación significativa entre la calidad de software y nivel de satisfacción de
los pacientes.
Por lo expuesto se verifica la hipótesis que dice “si existe relación significativa entre la
calidad de software y la atención de los pacientes de la Sub Gerencia de Atención Domiciliaria
en Lima Metropolitana en el 2013”.
157
Laboratorio Nro. 01 Pearson y Rho de Spearman – Correlacionales
Rho de Spearman
158
Para saber si hay correlación en casos No Paramétricos usaremos entonces la Prueba de
Spearman.
Debemos tomar en cuenta de que para el caso de que se tengan escalas ordinales, estas
pueden ser consideradas numéricas. Mc Guigan (1993) y Siegel (1956). Pero debe tenerse
presente lo siguiente:
− Deben tener muchas categorías
− Deben tener distribución normal
Contrastación de hipótesis
Ha= Las unidades de una variable no se correlacionan con las unidades de las otras.
Ha= Las unidades de una variable se correlacionan con las unidades de las otras.
159
Población es de 345 trabajadores y nuestra muestra de 292 trabajadores, selección de casos en
forma aleatoria.
Procedamos a crear nuestra base de datos en SPSS 22 y cargar la data de nuestra encuesta.
Seleccionaremos aleatoriamente de nuestra base de datos de 345, solo 292 que es lo que
requerimos para el desarrollo del Laboratorio Nro. 01.
Se ha considerado los grados académicos:
160
Tener presente que grado académico es Ordinal y sueldo
es Escalar o Numérica
1) Diagrama de dispersión
161
2) Barra de error simple
162
3) Diagrama de cajas y bigotes
163
Hipótesis
Ho= No existe una correlación entre el grado académico y el nivel de ingreso económico anual
Ha = Existe una correlación entre el grado académico y el nivel de ingreso económico anual
Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna
164
Podemos observar de que el valor de sigma bilateral es de 0,00 el cual es menor a 0,05,
esto se interpreta que si hay NORMALIDAD en loso datos.
Este análisis nos permite corroborar que la hipótesis alterna es válida y se rechaza la
hipótesis nula.
Entonces es válido pensar que: “Existe una correlación entre el grado académico y el
nivel de ingreso económico anual”.
165
Seleccionamos los estadístico de Pearson y Spearman, recordar que para usar Pearson es
Paramétrica u Spearman No Paramétrica.
Rho de Spearman
Correlaciones
166
Ingresos
Grado Académico anuales
Rho de Spearman Grado Académico Coeficiente de correlación 1,000 -,008
Sig. (bilateral) . ,886
N 292 292
Ingresos anuales Coeficiente de correlación -,008 1,000
Sig. (bilateral) ,886 .
N 292 292
Correlación de Pearson
Planteamiento
Se ha evaluado el ponderado fetal ecográfico y el peso del recién nacido en el Hogar de la Madre.
¿Cuál es el grado de correlación entre el ponderado fetal ecográfico y el peso de los recién
nacidos?
167
Seleccionamos ambas variables en la caja de datos denominada Lista de dependiente.
Seleccionan amos únicamente la Media y el Error estándar de la media
Tenemos los siguientes resultados en el SPSS 25, los trasladamos al excell para realizar
los cálculos de los límites y llénanos el cuadro anteriormente presentado.
168
Medidas Ponderado fetal Peso del recién nacido
ecográfico- gramos gramos
Media 3403.20 3350.80
Error estándar 72.695 65.913
IC 95% límite mínimo 3262 3222
IC 95% limite máximo 3545 3480
169
Ha= Existe un grado de correlación entre el ponderado fetal ecográfico y el peso de los recién
nacidos
Tenemos que el valor de sigma bilateral es 0,00 lo cual es menor a 0,05, esto quiere indicarnos
que se ratifica la hipótesis alterna y se rechaza la hipótesis nula, entonces podemos afirmar que
“Existe un grado de correlación entre el ponderado fetal ecográfico y el peso de los recién
nacidos”
170
171
Lo calificamos de acuerdo a la siguiente tabla de Pearson
Calificación Valores
Correlación perfecta =>0,95 a 1.00
Correlación fuerte =0,8 y <0,95
Correlación significativa =>0,7 y <0,8
Correlación moderada =>0,5 y <0,7
Correlación parcial < 0,5
El valor de 0.826 está en el rango de mayores o iguales a 0,8 y menores a 0,95, debido a
que nuestro valor es de 0,826, entonces tiene una correlación fuerte.
Calificación Valores
Perfecta =1
Excelente 0,9 a <1
Buena 0,8 a <0,9
Regular 0,5 a <0,8
Mala <0,5
Entonces tenemos una correlación buena, porque está en el rango de 0,8 a menores que
0,9, nuestro valor es 0,886
172
Leve
Moderada
Severa
Total
Procederemos a elaborar una simulación de 148 datos para trabajar este Taller Nro 02.
173
Trabajemos solo con el 50% de datos para que
de esta manera sea mas fácil su interpretación o si desea trabaje con el total de la muestra.
174
175
Ya está procesado el requerimiento, grabe su base de datos de trabajo con otro nombre.
176
En la Tabla cruzada traspasamos el Grado de hipertofiaanedoidea a Filas y Sexo a
columnas para poder trabajar los datos en nuestra hoja de trabajo
177
Se obtendrá un cuadro de la siguiente manera:
178
Grado de Sexo TOTAL
hipertofiaanedoidea Masculino Femenino
N % N % N %
Leve 76 100% 1 2,3%
Moderada 0 0,00% 43 97,7%
Severa 0 0,00% 0 0,00%
Total 76 100,00% 44 100,00% 120 100%
Recordemos que:
Planteamiento de la investigación:
Se ha evaluado el grado de hipertrofia adenoidea en un grupo de ambos sexos. ¿El grado de
hipertrofia adenoidea es distinto según el sexo de los niños?
179
180
Obtendremos en el valor de P de U de Mann Whitney
Nuestro valor de p o sig. Asintótica bilateral es de 0,000 el cual es menor a 0,05 lo cual
nos indica que la hipótesis alterna es la que se ratifica y se rechaza la hipótesis nula.
En consecuencia la hipótesis a considerar en nuestra investigación es la hipótesis
alterna.
181
Laboratorio Nro. 03 – Prueba de Kruskall Wallis
Vanos a considerar
Grados Académicos: Primaria, Secundaria,
Universitaria, Postgrado
Religiones: Budismo, Cristianismo, Islam,
Hinduismo, Neopaganismo, Jainismo, Judaísmo,
Shintoismo.
182
Teniendo la base de datos con 111 casos en forma aleatoria procederemos a trabajar la
estadística de esta prueba. Procederemos a desarrollar el grafico de Barras de error simple.
Procedemos a dar los parámetros de variable u eje de categorías para obtener la gráfica
correspondiente, así de esta manera interpretar rápidamente si se cumple lo presentado en la(s)
hipótesis.
183
Obtenemos la gráfica donde podremos analizar lo planteado por la(s) hipótesis
Ahora realizaremos el análisis descriptivo, usando las tablas cruzadas en SPSS 25.
184
Obtenemos el siguiente resultado estadistico:
185
Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad
Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna
186
Seleccionaremos las religiones 4 y 5 como variables de agrupación para este ejercicio.
Se obtendrá la siguiente información estadística:
187
Obtenemos un valor de sigma asintótica (bilateral) de 0,000 el mismo que es menor de
0,05 o 5,00%, lo cual ratifica la hipótesis alterna y rechaza la hipótesis nula planteada en este
Talle Nro. 03.
Ho=El grado académico de los profesionales no es distinto según sus creencias religiosas
Ha= El grado académico de los profesionales es distinto según sus creencias religiosas
188
Propósito
Evidenciar diferencias entre medidas antes (pre) y después (post)
Procederemos a generar una base de datos en forma aleatoria de una población de 280
mujeres y hombre, una muestra exacta de 130.
189
Debemos calcular la diferencia entre ambos pesos
190
Procedemos a ver lo ocurrido al adicionar este campo diferencia
191
Debemos proceder a calculas la estadística descriptiva que nos permita completar la
información del siguiente cuadro.
192
Procedemos a realizar los cálculos pendientes de los límites.
Límite mínimo……… 64,98 - (1,96*0.087) =
Límite superior…….. 64,98 + (1,96*0.087) =
193
Media 64,98 65,02 0,0385
Error estándar 0,087 0,106 0,13078
IC 95% límite inferior
IC 95% límite superior
Calculamos la normalidad de los resultados, pero debe tener en cuenta que solo debe considerar
la diferencia de los pesos pre y post únicamente.
Procederemos a trabajar con Kolgomorov Smirnov para calcular la normalidad.
194
Se obtienen los siguientes resultados:
Podemos ver que el sigma asintótica (bilateral) es de 0,000, la cual es menor a 0,05 o
5,00%, lo cual se interpreta que si tiene o presenta normalidad.
Asimismo se debe tener presente que ha tenido la corrección significativa de Lilliefors.
195
Podemos observar que tiene una forma de campana, lo cual nos indica que presenta
normalidad sus datos. Calculamos el valor de p para saber si es correcta la hipótesis alterna y se
rechaza la hipótesis nula.
196
Se obtienen los siguientes datos para el cálculo de la prueba de Wilcoxon
197
Tenemos un valor de sigma asintótica bilateral de 0,931 o sea 93,10%, lo cual es mayor a
0,05 o 5,00%, en tal sentido se ratifica la hipótesis nula y rechazamos la hipótesis alterna.
Estos contrastes permiten comprobar si hay diferencias entre las distribuciones de dos
poblaciones a partir de dos muestras dependientes o relacionadas; es decir, tales que cada
elemento de una muestra está emparejado con un elemento de la otra, de tal forma que los
componentes de cada pareja se parezcan entre sí lo más posible por lo que hace referencia a un
conjunto de características que se consideran relevantes. También es posible que cada elemento
de una muestra actúe como su propio control.
Algunas de las pruebas que pueden realizarse con el programa SPSS son: la prueba de
Wilcoxon, la de signos y la de McNemar.
198
Para el presente laboratorio tendremos una población de 123 pacientes, procederemos a
la selección de casos aleatorios y nuestra población será de 91 pacientes. Nuestra estructura de
datos será la siguiente:
199
Proceso de la Test de McNemar
La formulación de
las hipótesis
Nivel de
significancia
Estadísticos de
pruebas
Estimación del p
valor (sigma
bilateral)
Toma de decisiones
Nivel de significancia
Es de 0,05 lo que lo mismo expresado en porcentajes 5,00%
Prueba estadística
Prueba de McNemar, porque es dicotómica y se está analizando datos antes y después.
Calculo del p-valor de la muestra
200
201
Obtenemos un p-valor de 0,04 lo que es lo mismo un 4,00%, como nuestra significancia
es del 5.00%, este es menor en tal sentido se ratifica la hipótesis alterna y se rechaza la hipótesis
nula. En tal sentido se prueba que
202
Si p>0,05 si presenta normalidad, si p<0,05 no presenta normalidad
Si sigma > 0,05 se acepta la Hipótesis nula, si sigma<0,05 se acepta Hipótesis alterna
Ho= No existe una mejora en los pacientes con depresión después del tratamiento realizado.
Ha= Existe una mejora en los pacientes con depresión después del tratamiento realizado.
203
Laboratorio Nro. 06 Correlación de Yates
204
Lo que debemos conocer es el grado de satisfacción de estos dos salones.
Ha= Existe un grado de satisfacción en los alumnos de ambas aulas.
Debemos tener presente que en columnas se debe ubicar la variable de agrupación
205
206
Pero debemos realizar lo siguiente debido a que (a) nos indica de que el recuento mínimo
es de 13,90.
207
208
209
Para esta caso al tener esta anotación lo que se considera ya no es el Chi Cuadrado, sino
la Corrección de continuidad, ósea el valor de p o sigma asintótica es de 0,214 o lo que es lo
mismo 21,40% el cual es mayor a 5,00%, en tal sentido se rechaza la hipótesis alterna y se valida
la hipótesis nula en este caso.
210
Laboratorio Nro. 07 Análisis de la varianza con un factor - Anova con un factor
El análisis de la varianza permite contrastar la hipótesis nula de que las medias de K poblaciones
(K >2) son iguales, frente a la hipótesis alternativa de que por lo menos una de las poblaciones
difiere de las demás en cuanto a su valor esperado. Este contraste es fundamental en el análisis
de resultados experimentales, en los que interesa comparar los resultados de K 'tratamientos' o
'factores' con respecto a la variable dependiente o de interés.
Variación Total:
Variación Intra-grupos:
Variación Inter-grupos:
Siendo xij el i-ésimo valor de la muestra j-ésima; nj el tamaño de dicha muestra y su media.
Cuando la hipótesis nula es cierta SCE/K-1 y SCD/n-K son dos estimadores insesgados
de la varianza poblacional y el cociente entre ambos se distribuye según una F de Snedecor con
K-1 grados de libertad en el numerador y N-K grados de libertad en el denominador. Por lo tanto,
si H0 es cierta es de esperar que el cociente entre ambas estimaciones será aproximadamente
igual a 1, de forma que se rechazará H0 si dicho cociente difiere significativamente de 1.
Se debe tener presente que esta prueba se realiza si tenemos más de 2 grupos y la
variable de estudio es numérica.
Debemos de realizar cinco (5) pasos de los grupos a comparar
− Debemos de conocer que trabajaremos con tres grupos de pruebas; técnicas A, técnicas
B y técnicas C.
211
− Y estudiaremos los valores de las resistencias de estos tres grupos.
− Trabajaremos con una población de 36 casos y una muestra de 36 casos, y cada una de
ellas estará compuesta por 12 unidades.
212
213
214
Podríamos concluir con este cuadro estadístico que las técnicas Grupos A y B están
agrupados y el grupo C no.
Podríamos concluir que las técnicas A y B son homogéneas y la técnica C es no
homogénea.
Asimismo el P valor es de 0,937 para el subgrupo 1 93,70% y para el grupo 2 es de 1,00 su
equivalencia es 100,00%.
215
Esta relaciona cada grupo con los otros este es con el método estadístico de Turkey, se
debe considerar que comparando límites si uno es negativo y el otro positivo se concluye que
no hay diferencias significativas, cuando ambos son negativos el p valor es significativos
216
217
Se puede observar gráficamente que los Grupos A y B están superpuestos, mientras que
el grupo C no es así, en tal sentido se observa que la mediana de A esta dentro de B, lo que nos
permite ratificar lo anteriormente mencionado.
Por lo tanto la conclusión final es que el Grupo C es mucho mayor a los Grupos A y B.
REFERENCIAS BIBLIOGRÁFICAS
Ampa, I., Ramirez, K., & Ramirez, A. (2007). Tecnologia de la investigación. Lima: Moshera SRL.
Andia, W. (2017). Manual de investigacion universitaria. Lima: Ediciones arte y pluma.
Arbaiza, L. (2013). Como elaborar una tesis de grado. Lima: Esan ediciones.
Arroyo, D. (2017). Estrategias de lectura en los niveles de comprensión lectora de los estudiantes de la
Institución Educativa N° 3040 20 de abril, Los Olivos 2017. (Tesis de maestria en educación),
Lima , Peru: Universidad Cesar Vallejo.
Avolio, B. (2016). Metodos cualitativos de investigacion:una aplicacion al estudio de caso. Mexico:
Cengage Learning.
Barrón, E. (2017). Autoestima, habilidades sociales en la inteligencia emocional en los estudiantes de la Red
N° 13 UGEL 06 Ate - 2016. (Tesis para optar el grado de doctor en eduación), Lima , Perú:
Universidad Cesar Vallejo .
Bernal, C. (2016). Metodologia de la investigacion. Bogota: Pearson.
Caballero, A. (2008). Innovaciones en las guias metodologicas para los planes y tesis de maestria y doctorado.
Lima: Instituto metodologico Alen Caro.
Caceres, M. (2019). Control interno según la metodología COSO I y su influencia en la gestión del control de
activos fijos en una empresa privada, año 2017. (Tesis para optar el grado de maestria en
auditoria integral), Lima , Perú : Universidad Nacional Federico Villareal.
Carot, A. (2001). Control estadistico de la calidad. España: Universidad Politecnica de Valencia.
Carrasco, S. (2006). Metodologia de la investigacion cientifica. Lima: San Marcos.
Cohen, R., & Swerdlik, M. (2001). Pruebas y evaluación psicométricas. Mexico: Mc Graw Hill.
Córdova, I. (2013). El proyecto de investigación cuantitativa. Lima: Editorial San Marcos EIRL.
218
Cordova, M. (2006). Estadistica inferencial (2 ed.). Lima: Moshera SRL.
Cruzado, W. (2019). Competencias blandas en la empleabilidad de la Universidad Privada del Norte-sede
los Olivos, año 2018. (Tesis para optar el grado de administración), Lima , Perú:
Universidad Nacional Federico Villareal.
Cubos , U. (2018). Competencias y mejoramiento continúo en la asociación de comerciantes de nuevo
Carabayllo y servicios múltiples, en el distrito de Carabayllo, año 2017. (Tesis para optar el grado
de maestria de gestión de alta dirección), Lima, Perú: Universidad Nacional Federico
Villareal.
De La Torre, C., & Accostupa, Y. (2013). Estadistica inferencial. Lima: Editorial Moshera.
Deza, J., & Muñoz, S. (2008). Metodologia de la Investigacion Cientifica. Lima: Universidad Alas
Peruanas.
Fernández, J. (2005). Estadistica descriptiva . Lima : Fondo editorial del Pedagogico San Marcos .
Fernandez, J., & Fernandez, J. (2013). Estadistica aplicada I. (3ra. ed.) Lima: Editorial San Marcos.
Gamarra, G., Wong , F., Rivera , T., & Pujay , O. (2015). Estadistica e investigacion con aplicacion de
SPSS. Lima: San Marcos.
Garcia, J. (2016). Metodologia de la investigacion para Administradores. Bogota: Ediciones de la U.
Godoy , E. (2011). Cómo hacer una tesis. Florida: Valletta Ediciones.
Gómez, N. (2006). Introducción a la metodologia de la investigación cientifica. Cordoba, Argentina:
Editorial Brujas.
Hernández, R., & Mendoza, C. (2018). Metodología de la investigación: las rutas cuantitativa,
cualitativa y mixta . México: Mc Graw Hill Interamericana Editores, S.A. de C.V.
Hernandez, R., Fernandez, C., & Baptista, M. (2014). Metodologia de la investigacion (6 ed.).
Mexico: Mc Graw Hill education.
Hernandez, R., Mendez, S., Mendoza, C., & Cuevas , A. (2017). Fundamentos de investigacion.
Mexico: Mc Graw Hill education.
Herrera, C. (2018). Calidad de atención y Satisfacción del servicio de los pacientes atendidos en el Servicio de
odontología del Centro de Salud San Sebastián, Lima – 2018. (Tesis para optar el grado de
maestria en gestión de los servicios de la salud), Lima , Perú : Universidad Cesar Vallejo.
Iglesias, G., & Resala, G. (2014). Elaboracion de tesis, tesinas y trabajos finales. Buenos Aires: Edciones
novedades educativas de México .
Kerlinger, F., & Lee, H. (2002). Investigación del comportamiento (4 ed.). Mexico: Mc Graw Hill.
Leon, O., & Montero, I. (2008). Diseño de investigaciones. Madrid: Mc Graw Hill education.
Lerma, H. (2004). Metodologia de la investigación: propuesta, anteproyecto y proyecto (3 ed.). Bogotá:
Ecoe ediciones.
Martinez, C. (2012). Estadistica y muestreo. Bogota: Ecoe ediciones.
Mendez, C. (2012). Metodologia, diseño y desarrollo del proceso de investigacion con enfasis en ciencias
empresariales (4 ed.). Mexico: Limusa.
Munch, L. (2005). Metodos y tecnicas de investigación (12 ed.). México: Editorial Trillas S.A.
Nuñez, M. (2019). Las 5 s y las condiciones ambientales de trabajo en una empresa privada, año 2017. (Tesis
para optar el grado de maestria en gestion ambiental), Lima, Perú: Universidad Nacional
Federico Villareal.
Ñaupas, H., Valdivia, M., Palacios , J., & Romero, H. (2018). Metodologia de la investigación.
Cuantitativa-cualitativa y redacción de la tesis (5 ed.). Bogotá: Ediciones de la U.
219
Oblitas, S. (2018). Riesgos laborales y desempeño profesional del personal de enfermería de la Dirección del
Sistema de Atención Móvil de Urgencias y Emergencias de Lima, 2018. (Tesis para optar el grado
de gestión de los servicios de la salud), Lima, Perú: Universidad Cesar Vallejo.
Ortiz, F., & Garcia, M. (2000). Metodologia de la investigacion, el proceso y sus tecnicas. Mexico:
Limusa Noriega Editores.
Palacios, J., Romero , H., & Ñaupas, H. (2016). Metodologia de la investigacion juridica. Una brujula
para investigar en ciencias juridicas y redactar la tesis. Lima : Editora y libreria juridica Grijley
EIRL.
Palomino, J., Peña, J., Zevallos, G., & Orizano, L. (2015). Metodología de la investigación. Lima:
Editorial San Marcos.
Pérez, C. (2000). Tecnicas de muestreo estadistíco. México: Alfaomega.
Piélago, R. (2018). Capacitación y desempeño laboral del personal médico del Hospital Huaycán de Ate, 2018.
(Tesis de maestria para optar el grado de magister en gestion de servicios de la salud,
Lima, Perú: Universidad Cesar Vallejo.
Pino, R. (2011). Manual de la investigacion cientifica. Lima: Pinosa SRL.
Quezada, L. (2015). Metodologia de la investigacion. Lima: Editorial Macro.
Saavedra, P. (2017). Metodologia de investigacion cientifica. Lima: Soluciones graficas.
Sanchez, S. (2010). Metodologia: el curso. Lima: Cepredim.
Sánchez, S. (2011). La Cuarta Vía: Paradigmas y Contraste de Hipótesis. Lima: CEPREDIM-UNMSM.
Sánchez, S., & Pongo, O. (2014). Tendencias Contemporáneas en Metodología y Estadística. Lima:
Imprenta Universidad Nacional Federico Villarreal.
Soto, J. (2017). El Coaching educativo en las habilidades sociales de los estudiantes del V ciclo del nivel
primaria de la Institución Educativa: Francisco Bolognesi del Distrito de Independencia, 2017. (Tesis
para optar el grado de Maestra Administración de la Educación), Lima, Perú:
Universidad Cesar Vallejo.
Spiegel, M., & Stephens, L. (2009). Estadistica Shawm (4 ed.). México: Mc Graw Hill.
Tafur , R., & Izaguirre, M. (2015). Cómo hacer un proyecto de investigación (2 ed.). Bogotá: Alfaomega.
Tokeshi, A. (2013). Planifique, desarrolle y apruebe su tesis. Lima: Fondo editorial Universidad de
Lima.
Vara , A. (2015). 7 pasos para elaborar una tesis. Cómo elaborar y asesorar una tesis para Ciencias
Administrativas, Finanzas, Ciencias Sociales y Humanidades. Lima: Universidad San Martin de
Porres.
Vara, A. (2012). Desde la idea hasta la sustentación: 7 pasos para una tesis exitosa. Un método efectivo para
las ciencias empresariales. Lima: Instituto de Investigación de la Facultad de Ciencias
Administrativas y recursos humanos.
Vásquez, J. (2019). Google Adwords en el proceso de captación de nuevos clientes en la empresa Klimatechnik
SAC, año 2016-2017. (Tesis para optar el grado de maestria en marketing y negocios
internacionales), Lima, Perú: Universidad Nacional Federico Villareal.
Velazquez, A., & Rey, N. (2013). Metodología de la investigación científica. Lima: Editorial San
Marcos.
Webster, A. (2000). Estadistica aplicada a los negocios y la economia. (3ra ed.) Colombia: Mc Graw
Hill.
220
221