1.

1 EL ALCANCE DE LA INVESTIGACIÓN

1. Definición de alcance
- Nivel de complejidad de una investigación.
- En palabras simples, hasta dónde pretende llegar el investigador.
- Es jerárquico: Mientras más alto el nivel, más complejo es.

2. Modelos en el alcance de investigación

Modelo de Hernanndez y colaboradores (2014)
- Exploratorio: Estudios pioneros que comienzan a introducirse en un tema que
no ha sido muy estudiado.

- Descriptivo: Estudio sobre una variable de interés en una población

determinada, describir prevalencias.

- Correlacional (Relacional y comparativo): Correlaciones y comparaciones con

una variable de interés y alguna otra que pueda estar asociada.

- Explicativo (Experimental y multivariado): Implica causalidad, manipulación

de variables.

Modelo de Supo (2012)

- Exploratorio
- Descriptivo
- Correlacional
- Explicativo:
● Predictivo
● Aplicativo

3. Tipos de alcance de investigacion

Alcance Características Tipos de preguntas

Exploratorio - Investigación pionera ¿Qué es?

- Descripción del fenómeno, ¿Cómo puede
su definición y entenderse?
conceptualización inicial ¿Por qué sucede?
- Investigación cualitativa ¿De qué manera se
(Entrevistas, grupos focales, define?
historias de vida)

Descriptivo - Especificar las ¿Cuantos?

características de cualquier ¿Qué cantidad?
fenómeno ¿Qué proporción o
- Describir tendencias en una porcentaje?
población determinada ¿Cuan frecuente?
- Herramientas básicas:
 Porcentajes, frecuencias,
proporciones, tazas.
- Estudios de una sola
variable

Correlacional - Analizar la relación de la ¿Cual es la

variable de interés con otras correlación?
- Comparaciones entre ¿A mayor … menor …?
grupos: Dividir la muestra ¿Qué diferencias
por alguna característica y existen …?
contrastar los resultados de
acuerdo a lo que se está
midiendo.
- Correlaciones: Analizar el
comportamiento de 2
variables. Ej. Al incrementar
una variable observar si la
otra aumenta o disminuye

Explicativo - Analizar la forma en que es ¿Cual es la relación?

explicada una variable de ¿Qué variables influyen
interés por un grupo de …?
variables independientes ¿Que causa …?
- Se crean modelos que
detallan la calidad de
adecuación para predecir la
variable de interés

Predictivo - Analizan la forma en la que ¿Cual es el modelo?

es pronosticada una variable ¿Qué variables
de interés por un grupo de predicen …?
variables exógenas. ¿Qué pronóstico …?
- Modelos

Aplicativo - Consiste en el tratamiento o ¿Influye A en B?

intervención del investigador ¿Causa A un efecto en
sobre el problema a través B?
de herramientas ¿Provoca A
experimentales modificaciones en B?
- Su intención es manipular
algunas variables para
analizar su efecto en la
variable de interés
- Es de tipo experimental

4. Un ejemplo de alcance de la investigación: “Terapias alternativas”

Exploratorio:
- ¿Cuales terapias alternativas conocen? ¿Que han escuchado sobre ellas?
¿Que opinan sobre ellas?
 - Cuestionarios, entrevistas, grupos focales.
- Muestras pequeñas
- Profundizar en el tema
- Antecedentes para la creación de instrumentos de medición

Descriptivo
- ¿Cuál es la actitud de los estudiantes de psicología hacia las terapias
alternativas? (Se pretende describir la actitud)
- Encuestas, observación
- Muestras representativas: Se determina la muestra a partir de una fórmula
para tener la certeza de poder generalizar los resultados.
- Generalizar los resultados
- Estadística descriptiva: Frecuencias, proporciones, tazas, etc.

Correlacional
- ¿Existen diferencias en la actitud hacia las terapias alternativas entre
estudiantes hombres y mujeres? (Es una comparación entre los sexos)
- ¿Existe una correlación entre la actitud hacia las terapias alternativas y el
semestre de estudiante? (Es una correlación para saber si al incrementar el
semestre la actitud es más positiva o negativa)
- Muestras representativas, grandes
- Generalizar los resultados
- Estadística inferencial (bivariada): Se pretende inferir a partir de algo y es
bivariada porque son 2 variables (la de interés y alguna otra con la que se
pretende asociar)

Explicativo
- ¿Qué variables influyen sobre las actitudes hacia las terapias alternativas?
- Causalidad: De qué manera un conjunto de variables independientes influyen
sobre una variable dependiente.
- De que manera el sexo, semestre, religion inflye/causa las actitudes hacia las
terapias alternativas.
- Muestras representativas
- Se obtienen modelos: Ej. El sexo y la religion causan una actitud positiva
hacia las terapias alternativas.
- Estadística inferencial (Bivariados/Multivariados)
- Objetivo: Quiere ver de qué manera un conjunto de variables independientes
explican las variabilidad de una variable dependiente.
- Se habla de una relación causa - efecto

Predictivo
- ¿Qué variables predicen las actitudes hacia las terapias alternativas? (En
lugar de explicar es predecir)
- De que forma un conjunto de variables exógenas pueden pronosticar una
variable endógena.
- Muestras representativas
- Se obtienen modelos
- Estadística inferencial (Bivariados/Multivariados)
 Aplicativo
- ¿Influirá una intervención psicológica en las actitudes hacia las terapias
alternativas de los estudiantes de licenciatura en psicología?
- Dar solución al problema
- Medición previa, intervención y medición posterior
- Diseños experimentales: Manipulación de variables
- Diversos tipos: Preexperimentales, cuasiexperimentales y experimentales
puros.
- Estadística inferencial (Bivariada/multivariada)

5. La relación entre el alcance de la investigación y la estadística

La relación entre el alcance de la investigación y la estadística es que cada nivel o
alcance integra distintas pruebas y procedimientos estadísticos.

Alcance Características Relación entre variables

Exploratorio Sin estadística porque No aplica

son estudios cualitativos

Descriptivo Estadística descriptiva: No aplica

Medidas de tendencia
central y de dispersión

Correlacional Estadística inferencial Bidireccional: Ambas

(bivariada): Pruebas variables están
comparativas y correlacionadas
correlaciones

Explicativo Estadística inferencial Causalidad: Saber si A

(bivariada o multivariada): causa algo en B
Técnicas de dependencia
e interdependencia

Predictivo Estadística inferencial De pronóstico

(bivariada o multivariada):
Técnicas de dependencia
e interdependencia

Aplicativo Estadística inferencial Causa - efecto

(bivariada o multivariada):
Técnicas de dependencia
e interdependencia

1.2 EL NIVEL DE MEDICIÓN DE LAS VARIABLES

1. Que es el nivel de medición

- Es una clasificación
- Objetivo: Describir la naturaleza de la información contenida dentro de una
variable.
 - El proceso estadístico es diferente dependiendo del nivel de la variable.
- Cada nivel de medición tiene propiedades distintas.
- Niveles de medición: Nominal, ordinal, intervalo y razón.

2. Nivel de medición nominal

- 2 o más categorías del ítem o variable
- No tienen orden ni jerarquía
- No tiene propiedades
- Nominal dicotómica: 2 categorías
- Nominal politômica: Más de 2 categorías
- Ej:
● Sexo: Mujer - Hombre (dicotomica)
● Nacionalidad: Canadiense - Colombiano - Mexicano (Politómica)

3. Nivel de medicion ordinal

- Orden categórico
- Es posible distinguir entre menor y mayor
- El orden NO es numérico
- No tiene la propiedad de distancia (suma o resta)
- Ej:
● Nivel socioeconómico: Bajo - Medio - Alto
● Escolaridad: Secundaria - Bachillerato - Licenciatura - Posgrado
● **Likert: En desacuerdo - Ni de acuerdo ni en desacuerdo - De
acuerdo
● **Frecuencia: Nunca - Pocas veces - Algunas veces - Casi siempre -
Siempre

4. Nivel de medición intervalo

- Orden numérico
- Variables numéricas
- Tiene la propiedad de orden (mayor y menor) y distancia (suma y resta)
- No tiene la propiedad de origen (El “0” no significa nada, no es el punto de
origen)
- Ej:
● Temperatura: Grados centígrados
● Pruebas de inteligencia: Cociente intelectual

5. Nivel de medición razón

- Orden numérico
- Variables numéricas
- Propiedad de orden (mayor y menor) y distancia (suma y resta)
- Tiene la propiedad de origen (“0” como punto de origen, no hablas -3)
- Ej:
● Distancia: Metros
● Tiempo: Segundos
● Peso: Kilogramos
● Edad: Años
 6. Propiedades de los niveles de medición

Nominal Ordinal Intervalo Razón

Orden
(Mayor y menor)

Distancia
(Sumar y restar)

Origen
(0 como punto de
partido)

1.3 ESTADÍSTICA DESCRIPTIVA

1. La estadística descriptiva
- Informa cuantas observaciones fueron registradas y que tan frecuentemente
ocurre en los datos cada puntuación o categoría de observaciones.
- Herramientas:
● Frecuencias
● Proporciones
● Porcentajes
● Tasas
● Razones
● Medidas de tendencia central
● Medidas de dispersión
- De acuerdo al nivel de medición de las variables es el tipo de herramienta
estadísticas que podrá utilizarse.

2. Frecuencia
- Indica la cantidad de veces que una categoría es nombrada o presentada.
- Es un conteo.

3. Proporción
- Fracción que indica la parte del total que representa una de las categorías.
- También se le conoce como frecuencia relativa.
- Su valor se encuentra entre 0 y 1.
- Fórmula para su cálculo:
Frecuencia de la categoría % Total de observaciones

4. Porcentaje
- Significa “por 100”
- Es igual a la proporción multiplicada por este número.
- Los porcentajes son muy utilizados debido a su capacidad de comparación.
- Fórmula:
Frecuencia de la categoría % Total de observaciones X100
 5. Razón
- Relación entre dos categorías
- Cálculo:
Categoría mayor % categoría menor
- Después de realizar la operación, se puede concluir de las siguientes
maneras:
1. Por cada uno de (categoría más baja) hay (resultado de razón) de
(categoría más alta)
2. Existen (resultados de razón) de (categoría más alta) por cada uno
de (categoría más baja)

6. Tasa
- Relación entre el número de casos de una categoría y el número total de
observaciones (proporción) multiplicando por un múltiplo de 10.
- Generalmente se utiliza 1000, pero puede utilizarse un múltiplo más grande
cuando la proporción es muy pequeña.
- Cálculo:
Frecuencia de la categoría % Total de observaciones X Múltiplo de 10
- Después de realizar la operación, se puede concluir de la siguiente manera:
1. Existen (tasa) (categoría) por cada (múltiplo de 10 utilizado)

7. Ejercicio de práctica
- También se pudo haber utilizado con los que SI consumieran marihuana.
- Cuando se tiene una proporción muy pequeña se pueden usar múltiplos de 10 más
altos para adecuar la cifra. Ej. .00025
8. Las medidas de tendencia central (MTC)
- Parámetros estadísticos que describen el comportamiento de una población
respecto a una variable específica.
- Función: Resumir una gran cantidad de datos.
- La interpretación correcta de las medidas de tendencia central nos permite estimar el
comportamiento de una población.
- Parámetros: Cuando se calculan en toda la población.
- Estadísticos: Cuando son de una muestra.

Moda:
- Categoría o puntuación que se presenta con mayor frecuencia.
- Cálculo: Se cuentan las veces que aparecen cada una de las categorías.

Mediana:
- Valor que divide la distribución a la mitad.
- Cálculo: Acomodar los datos de menor y mayor, el valor que se encuentre a la mitad
de la distribución.
*Sacarles un promedio si se tiene 2 números en la mitad.

Media:
- Es el promedio de una distribución.
- Cálculo: Sumar todos los valores entre el número total de valores.

9. Las medidas de dispersión (MDD)

- Estadísticos que describen cómo se dispersan las puntuaciones de una variable
intervalo/razón a lo largo de la distribución.
 - Resumir una gran cantidad de datos.
- Nos permite estimar el grado de variación de las puntuaciones.
- Las medidas de dispersión son: Rango, desviación estándar y varianza.

Rango:
- Indica la extensión total de los datos en la escala.
- Cálculo: Valor mayor - Valor menor de la distribución

Desviación estándar:
- Promedio de desviación de las puntuaciones con respecto a la media que se
expresa en las unidades originales de medición de la distribución.
- Informar el promedio, que tanto se desvían los datos con respecto a la media. (Si
hay mucha o poca variabilidad)
- Cálculo: Sumar la resta de cada valor menos la media multiplicada al cuadrado.
Dividir entre el total y sacarle raíz cuadrada.

Datos obtenidos de una población Datos obtenidos de una muestra (Una parte de la población)

- Ejemplo: La media es 7

Varianza:
- Variación promedio de las puntuaciones en una distribución (no tiene valor
interpretativo directo).
 - Cálculo: Sumar la resta de cada valor menos la media multiplicado al cuadrado.
Dividir entre el total
- Es igual que la desviación estándar pero sin raíz cuadrada.
- “1.” Variabilidad, “.?” Poca variabilidad

Interpretación de los datos:

D.E.: Poca variabilidad

Conclusiones:
● Mientras mayor sea la desviación estándar, significa que los datos se encuentran
más dispersos.
● Mientras menor sea la desviación estándar, significa que son más similares entre
sí o más cercanos.
● La Varianza es la multiplicación al cuadrado de la desviación estándar, pero no es
interpretable.
● Solo puede usarse las medidas de dispersión cuando los datos son
intervalo/razón.