Metodología

Metodología: ciencia que se encarga de estudiar el conjunto de métodos, técnicas o estrategias que
se siguen en una investigación científica.
Método: Modo ordenado y sistemático de proceder para llegar a un fin determinado, es decir,
encaminadas para lograr un objetivo material o conceptual
Metodología de la Investigación: es conjunto de técnicas que se usan para resolver un problema.
Pues representa el cómo se les dará respuesta a las interrogantes del estudio o investigación y cómo
se desarrollarán los objetivos específicos que están planteando.
Método Comparativo: es el procedimiento de comparación sistemática de objetos de estudio.
utilizado especialmente para analizar, estudiar y hacer experimentos que se encaminan a probar o
refutar una hipótesis, o bien a alcanzar generalizaciones empíricas mediante la comparación
sistemática entre dos o más elementos.
Ciencia: conjunto de conocimientos sistemáticos comprobables que estudian, explican y predicen
los fenómenos.
 Ciencias formales: ideas, inferencias o pensamientos abstractos que formulan los seres
humanos, de manera racional y coherente, ejemplos son la lógica, las matemáticas, la
estadística, incluso, la computación.
 Ciencias fácticas: ciencias empíricas que estudian, entienden y describen un fenómeno
natural o hecho real, que sea observable y medible en un tiempo y espacio específico.
 Natural: física, química, biológicas, de la tierra
 Social: sociología, psicología, antropología, economía
Características de la Ciencia:
 Comprobable  Predictiva Analítica
 Verificable  Especializada
 Metódica y sistemática  Acumulativa
 Abierta a nuevos escenarios  Busca establecer leyes generales
 Neutral y objetiva

AREAS DE LA CIENCIA Y LA TECNOLOGIA Etapas del Método Estadístico

 ciencias naturales y exactas  La recolección de datos
 ingenierías y tecnologías  El recuento
 ciencias médicas y de la salud  La Presentación
 ciencias agrícolas  La síntesis
 ciencias sociales  El análisis
 humanidades
Método Estadístico y su Uso en La Salud
 Permite comprender los fundamentos racionales
 Interpreta las pruebas
 Proporciona el conocimiento de la información
 Otorga un discernimiento de los problemas sanitarios
Método Científico Etapas
 Definición y planteamiento del problema
 Formulación de la hipótesis
 Recogida y análisis de datos
 Confrontación de los datos con la hipótesis
 Conclusiones
 Nuevas producciones
Etapas método científico  5) resultados
1) definición del problema 6) conclusiones
2) formulación de hipótesis (razonamiento Etapas del método estadístico
deductivo)
1) recolección
3) recopilación y análisis de datos 2) recuento
3) presentación
4) confirmación o rechazo de hipótesis
4) síntesis y análisis.

PLANIFICACIÓN DEL ESTUDIO

2.1 Método estadístico y planteamiento del problema

El método estadístico, es la ciencia y el arte de dar sentido a los datos, para así poder desarrollar,
aplicar técnicas y métodos necesarios para su recolección y medición para así luego transformarlos
en información que a partir de modelos probabilísticos y estadísticos hacer inferencias que puedan
apoyar la explicación de algún fenómeno bajo estudio o toma de decisiones. El método estadístico
ayuda a la obtención, representación, simplificación, análisis, interpretación y proyección de las
características de una investigación para lograr una mejor comprensión de la realidad y la
optimización de la toma de decisiones.
El planteamiento del problema: es parte fundamental de una tesis o proyecto de
investigación debido a que en este se debe explicar o exponer el asunto que se tiene como objetivo
explicar, siendo este la base de todo estudio o proyecto de investigación ya que de aquí se definirá la
estructura de la idea que se quiere llegar durante la investigación. “el planteamiento del
problema consiste en describir de manera amplia la situación de objeto estudio, ubicándola en
contexto que permite comprender, su origen, relaciones e incógnitas”.
Notas de clase:
I PARTE:

 Analizar el tema según autores.

 Titulo (variables con que se va a trabajar)
 Iniciar con variable independiente, es la que se operacionaliza.

II PARTE:
  Se hacen interrogantes ¿Qué pasa, donde pasa y que se hace para modificarlo?

1.1 Objetivos, partes de un objetivo, elaboración

El objetivo de investigación es el enunciado claro y preciso, donde recogemos la finalidad que se
persigue con nuestra investigación, es decir, plasmar qué queremos lograr, alcanzar o conseguir con
nuestro estudio.
Deben evitarse objetivos que no sean factibles de alcanzar como resultado del proyecto. Por
ejemplo, diseñar un programa de formación para que las personas que lo tomen alcancen la felicidad
plena en 6 meses.

Deben plantearse mediante un verbo en infinitivo que señale la acción que ejecuta el tesista.

Los objetivos generales refieren a resultados amplios; los específicos se relacionan con situaciones

particulares que forman parte del objetivo general. Dependen del alcance y propósitos del estudio, y
del criterio del investigador.

Aunque habitualmente se recomienda formular un solo objetivo general y varios objetivos

específicos, nada impide que se establezcan varios objetivos generales en un mismo trabajo de
investigación. Lo que, si es cierto, es que por cada objetivo general siempre hay que plantear varios
objetivos específicos, pues la acumulación de los últimos permite alcanzar el objetivo
general correspondiente.

Pautas para redactar objetivos de investigación

 2.2 hipótesis en investigación, formulación, tipos
Son proposiciones tentativas acerca de las causas del comportamiento de alguna variable o las
relaciones entre dos o más variables y se apoya en los conocimientos organizados y sistematizados;
Deben ser factibles a someterse a prueba empírica.
Para formular una hipótesis hay que tomar en cuenta que deben referirse a una situación real, los
términos deben ser comprensibles, la relación entre variables debe ser lógica; los términos de la
hipótesis deben ser definidos.
¿Cómo formular una hipótesis?
Para identificar las variables, puedes escribir una predicción simple y luego en forma. La primera
parte de la oración debe establecer la variable independiente y la segunda parte la variable
dependiente:
Si un estudiante comienza a asistir a más conferencias, sus puntajes en los exámenes
mejorarán.
En la investigación académica, las hipótesis se expresan más comúnmente en términos de
correlaciones o efectos, donde se establece directamente la relación prevista entre las variables:
El número de conferencias a las que asisten los estudiantes de primer año, tiene un efecto
positivo en los puntajes de sus exámenes al finalizar el semestre.
Si estás comparando dos grupos, la hipótesis puede indicar qué diferencia espera encontrar entre
ellos:
Los estudiantes de primer año que asistieron a la mayoría de las conferencias, tendrán
mejores puntajes en los exámenes que aquellos que asistieron a pocas conferencias.

2.3 Definición de unidades de observación

Llamaremos unidad de observación a la unidad física que nos interesa estudiar u observar con fines
de investigación. Ejemplo: un paciente, una familia, una vivienda, una persona, un cajón de
manzanas, un pollo, un predio.
Características: altura, peso, color de piel, tono muscular, diámetro braquial, temperatura, pulso,
etc. Una familia tiene: tipo de vivienda, número de integrantes, ingreso familiar, gasto en salud.

Tipos de Observación

Observación científica o estructurada

Observación semiestructurada.

Observación simple o no estructurada.

2.4 Unidades de medidas

Las unidades de medida son las entidades que usan para medir atributos dados. Las unidades de
medida estándar son unidades de medida que se utilizan normalmente dentro de cada sistema de
medida, como pulgadas, pies, onzas, libras, kilogramos o tazas. Las unidades de medida
corresponden a las entidades básicas mediante las cuales se accederá a la unidad de análisis, en
algunos casos, ambas se corresponden.
2.5 Determinación de la población
Población: Es el conjunto total de individuos, objetos o medidas que poseen algunas características
comunes observables en un lugar y en un momento determinado. La población puede ser según su
tamaño de dos tipos:

 Población finita: Es algo que yo pueda contar. Por ejemplo: El número de estudiantes de la
Universidad de Panamá, o de una facultad o especialidad.
  Población infinita: no se puede alcanzar a contar por conteo. Por ejemplo: Si se realizase un
estudio sobre los productos disponibles en el mercado, hay tantos y de tantas cualidades y
precios que esta población podría considerarse infinita.

2.6 Determinación de la muestra

Una muestra poblacional es un conjunto de elementos que representan al universo total, es decir,
son una fracción de la totalidad del número de individuos a ser evaluados. Establecer el tamaño de
dicha muestra es un proceso importante en toda investigación ya que permitirá realizar un estudio
viable y creíble.

TIPOS DE MUESTRA

ALEATORIA.- Cuando se selecciona al azar y cada miembro tiene igual

oportunidad de ser incluido

ESTRATIFICADA.- Cuando se subdivide en estratos o subgrupos según las

variables o características que se pretenden investigar.

SISTEMÁTICA.- El proceso de selección se basa en alguna regla sistemática

simple.

POR ETAPAS.- La selección se realiza en 2 ó más etapas sucesivas o

dependientes.

RECOLECCIÓN DE LA INFORMACIÓN
3.1 Fuentes de información

“Todos aquellos instrumentos y recursos que sirven para satisfacer necesidades de información a
cualquier persona, se haya creado o no con ese fin y sean utilizados directamente o por un
profesional de la información como intermediario” por ello se puede decir que las fuentes de
información son instrumentos para el conocimiento, búsqueda y acceso a la información, de modo
que se pueda realizar la investigación con bases y datos que esclarezcan las interrogantes o temas
en cuestión planteados.
Además, es importante conocer la clasificación de las fuentes de información, las cuales se
dividen en: primarias; son documentos que presentan información original que proviene de
investigaciones o de pensamientos hechos por el autor, como ejemplo están las monografías,
documentos originales, cartas, entrevistas, base de datos institucional, reportajes de periódicos o
revistas, pues la fuente primaria se caracteriza por transmitir información directa antes de ser
interpretada, o evaluado por otra persona. Mientras que las fuentes secundarias; ya han procesado
información de una fuente primaria mediante interpretación, análisis, o la extracción y reorganización
de la información de la fuente primaria, ejemplos de está son, boletines de sumarios de revistas y
boletines bibliográficos.
En secuencia las fuentes de información terciaria son las que recopilan fuentes de información
primarias o secundarias, son usadas para obtener una idea general sobre algún tema, es decir, son
fuentes cuya función principal es ayudar a encontrar otras fuentes, ejemplos de esta son
bibliografías, almacenes, directorios, donde se encuentran la referencia de otros documentos, que
contienen nombres, títulos de revistas y otras publicaciones.
2.2 Métodos de Recolección de Información

La recolección de datos se refiere al enfoque sistemático de reunir y medir información de

diversas fuentes a fin de obtener un panorama completo y preciso de una zona de interés. La
recopilación de datos permite a un individuo responder preguntas relevantes, evaluar los resultados y
anticipar mejor las probabilidades y tendencias futuras.
La exactitud en la reunión de datos es esencial para garantizar la integridad de un estudio. Hay
muchas maneras de recolectar información en una investigación. El método elegido por el
investigador depende de la pregunta de investigación que se formule. Algunos métodos de
recolección de información incluyen: encuestas, entrevistas, pruebas, evaluaciones fisiológicas,
observaciones, revisión de registros existentes, muestras biológicas.
2. 3 Instrumentos de recolección de datos

cualquier recurso, dispositivo o formato (en papel o digital), que se utiliza para obtener, registrar o
almacenar informaciónn. Iinstrumentos para guardar la información tales como: el cuaderno de notas
para el registro de observación y hechos, el diario de campo, los mapas, la cámara fotográfica, la
grabadora, la filmadora, el software de apoyo; elementos estrictamente indispensables para registrar
lo observado durante el proceso de investigación.
2.4 Mecanismo de clasificación y ordenamiento de la información

Para realizar la clasificación de la información en un trabajo de investigación, conviene en primer

lugar, definir el concepto de dato: unidad de información que se obtiene durante la ejecución de una
investigación
según su naturaleza, en cualitativos (medidas categóricas que se expresan en lenguaje natural
descriptivo) y cuantitativos (medidas que se expresan en forma de números).
según su procedencia, los datos se clasifican en primarios cuando son obtenidos originalmente por
el investigador; y secundarios si son extraídos de la obra de otros investigadores.
según a su nivel de procesamiento es posible estructurar la información en: datos primarios o sin
procesar, por ejemplo, registros sonoros, observaciones, notas de campo o datos de experimentos;
datos procesados, aquellos que han sido tratados, digitalizados, validados, verificados y/o
anonimizados; y datos analizados, como gráficos, tablas, textos u otros, que han sido creados a
partir de los datos primarios y procesados.
según la fuente de la que provienen para una mejor gestión de los mismos: datos
experimentales, acompañan a los experimentos desde su planificación y preparación hasta la
obtención de resultados; los datos computacionales, que acompañan a las simulaciones; y los datos
observacionales, generados al registrar observaciones de un evento específico y posiblemente
irrepetible, en un lugar y tiempo dados, (por ejemplo: encuestas de opinión, datos climatológicos).
según formato de representación electrónica que tengan: textuales (Word, PDF, RTF, etc.),
numéricos (Excel, CSV, etc.), multimedia (JPEG, MPEG, WAV, etc.), estructurados (XML, base de
datos MySQL, etc.), código de software (Java, C, etc.) y específicos de un software (Mesh, 3D CAD,
modelo estadístico, etc.).
2.5 Variable en investigación y variable en estadística
Una variable representa una propiedad medible que cambia en el transcurso de un experimento
cuyos resultados se están probando. Estas características se miden de manera diferente según las
variables, el contexto del estudio o las limitaciones que el investigador esté considerando, así una
variable es una propiedad que puede fluctuar y cuya variación es susceptible de medirse u
observarse.
La variable de investigación o variable de estudio, es un término que se utiliza para referirse a
cualquier tipo de relación de causa y efecto, es todo aquello que se mide, la información que se
recolecta o bien los datos que se recaban con la finalidad de responder las preguntas de
investigación, las cuales habitualmente están especificadas en los objetivos.
La variable estadística es una característica de una muestra o población de datos que puede
adoptar diferentes valores, a su vez se dividen en diferentes tipos de variables es una herramienta o
instrumento matemático que representa una característica de estudio de un objeto observable que
puede cambiar comportamiento y cuyo cambio o variaciones representado por un número.
Tipos de variables en una investigación y en estadísticas
Según su operatividad: se les puede asignar un valor numérico y manipular.

 Variable cuantitativa o categórica, Se caracteriza por no utilizar valores numéricos, sino que
describe los datos por categorías, sin un orden natural, además se dividen en dos.
 Dicotómicas: dos valores posibles como por ejemplo si o no.
 Polinómica, ella permite que existan múltiples valores.
 Variable cualitativa, estas variables son numéricas, es decir representan cantidades
medibles, entre ellas se encuentran, variable discreta y variable continua.
Según su relación con otras variables:

 Dependientes: ella es la que se prueba o se mide en un experimento científico. Puede

modificarse a medida que el experimentador cambia la variable independiente.
 Variables independientes: esta cambia o controla en un experimento científico para probar
los efectos en la variable dependiente.
 Variables moderadoras: se encarga de cambiar el efecto o la relación que existe entre la
variable dependiente y la variable independiente.
Según su escala: comparan la información obtenida.

 Variable nominal, se encarga de nombrar o etiquetar variables, sin ningún valor cuantitativo,
por lo cual no tiene un orden y no permite operaciones matemáticas.
 Variable ordinal, el orden de los valores es lo más destacado y significativo.
 Variable de intervalo, son escalas numéricas en la que conoce el orden como la diferencia
exacta entre los valores.
  Variable de razón la cual informa el orden y el valor exacto entre unidades.

2.6 Variable Independiente

En la investigación experimental, este es el nombre que se le da a la variable que manipula el

investigador. La variable independiente es aquella que determina el valor de la variable dependiente.
Esto, en un modelo o estudio estadístico. Desde la perspectiva del investigador, lo que se suele
buscar es explicar cómo se forma una variable a partir de otra (u otras) variable, que sería la variable
independiente. La variable independiente no requiere de otra variable para incluirse en la
investigación, de manera que sus datos simplemente se incorporan sin tener que explicarse cómo se
originaron. El investigador define las variables independientes en función de un marco teórico.
2.7 Definición operacional de variable independiente
Implica especificar cómo será manipulada o medida en el estudio, controlando su manipulación y
predefiniéndola en el diseño de investigación para establecer una relación causal entre la variable
independiente y la o las variables dependientes.
ELABORACIÓN DE LA INFORMACIÓN
3.1 I fase: revisión y corrección de la información
La corrección se necesita frecuentemente en la organización de datos. El trabajo de corregir datos
recopilados de registros internos y fuentes publicados es relativamente simple. Sin embargo, los
datos recopilados en una encuesta pueden necesitar una corrección extensiva. Las respuestas de
una encuesta registrada por observadores no son frecuentemente presentadas en una manera tal
que puedan ser clasificadas o tabuladas rápidamente. Una persona puede encontrar una o varias de
las siguientes cosas que deberían ser corregidas o tratadas.
1. Las respuestas son inconsistentes.
2. La escritura no es determinante.
3. Las respuestas son incompletas.
4. Se necesitan cálculos.
3.2 II fase: clasificación y computo de datos
El trabajo de clasificar datos estadísticos recopilados en una encuesta y aquellos obtenidos de
registros internos es básicamente el mismo. La colección de datos publicados está usualmente en
forma clasificada, aunque en algunos casos son necesarias reclasificaciones a fin de adaptarlas a un
estudio particular. Hay muchas formas para clasificar datos estadísticos. En general, las
clasificaciones pueden ser determinadas de acuerdo a cuatro bases, lugar, cantidad y cualidad.
Después de que se han decidido las clasificaciones adecuadas o deseadas, el siguiente paso en la
organización de los datos es arreglar la masa de hechos cuantitativos en una forma resumida
basados en las clasificaciones. Este proceso es llamado tabulación. Los principales métodos de
tabulación son:
1. Tarjetas de escritura manual.
2. Hojas de registro.
3. Tarjetas de perforación.
4. Tarjetas perforadas.
 5. Procesamiento electrónico de datos.
3.3 III fase: presentación de la información, propósito
Una vez que se ha recopilado y organizado el conjunto de datos estadísticos, es muy probable, más
allá del análisis que se realice luego, que sea necesario presentarlos como el resultado obtenido de
nuestra tarea. La información puede presentarse de manera escrita, por medio de cuadros o tablas
estadísticas, o por medio de gráficas.
3.4 IV fase: análisis e interpretación de la información
El propósito del análisis es resumir las observaciones llevadas a cabo de forma tal que proporcionen
respuestas a las interrogantes de investigación. En todo caso, el análisis e interpretación de los
datos, se convierte en la fase de la aplicación de la lógica deductiva e inductiva en el desarrollo de la
investigación.
3.5 Escalas de clasificación de datos
es el conjunto de los posibles valores que una cierta variable puede tomar. Son instrumentos de
medición que comprenden un conjunto de ítems y estos ítems permiten identificar distintos niveles de
las variables teóricas que no son directamente observables. Entre las escalas de clasificación de
datos se encuentran las siguientes:

 La escala Nominal: ubica a los objetos en clases que son mutuamente excluyentes. Ejemplo:
fumadores y no fumadores.
 La escala Ordinal: permite ordenar los objetos según el criterio de posición de uno sobre otro.
Ejemplo: ingreso económico: Alto, Medio, Bajo.
 La escala de intervalo: todas las propiedades de las escalas Nominal y Ordinal, pero además
contiene el concepto de igualdad de intervalo. Los resultados de los test de inteligencia.
3.6 Escalas de clasificación de datos sin margen de error
Se denomina a los distintos modos de organizar, medir o asignar valores a los datos de una muestra.
Estimaciones de las distintas poblaciones, lo importante de esto es que podamos conocer el error
muestral. Entre algunas tenemos:

 La escala de intervalos.
 La escala comparativa.
 La escala de clasificación de identificación personal.

3.7 Programas de computación factibles para representar la información

De igual manera tenemos programas de computación factibles que nos permiten representar
cualquier escala, graficar con margen o sin margen de error algunos de ellos son:
 ANÁLISIS E INTERPRETACIÓN DE LA INFORMACIÓN
4.1 Matriz en investigación. Matriz de resultados. Tabulación de datos.
Consistencia: Se resume el proceso desde que se plantea la problemática a investigar, desde que
surgen las primeras preguntas, los objetivos, métodos, el diseño, población, muestra de la
investigación. Se concretan estos aspectos, además se plantean las hipótesis, las cuales se pueden
comprobar estadísticamente, para contrastar evidencia.
Operacional: Delimita las variables, se determinan los indicadores y las técnicas e instrumentos, a
aplicar en un proceso de investigación.
Resultados: En ella se vacían o tabulan los datos numéricos obtenidos de los instrumentos. Estos
datos se originan de las variables o características a medir. Se aplican los análisis y cálculos
estadísticos, matemáticos, para presentar los resultados.
Apuntes de clase: en la matriz se vacía la frecuencia absoluta y el porcentaje.

4.2 Regla de redondeo, describir y ejemplos de distribución de frecuencia (tipos).

La Regla del redondeo es el proceso mediante el cual se eliminan decimales poco significativos a un
número decimal.
Con la aplicación del redondeo se establece un valor fácil de manejar, de escribir y más exacto,
teniendo en cuenta la cantidad de decimales y el número que precede si es par o impar.

 Regla 1: el digito a la derecha del último requerido es menor que cinco, se deja el digito
precedente intacto, Ejemplo: 4,123 el redondeo es 4,12.
 Regla 2: si el digito de la derecha del último requerido es mayor que 5 se aumenta una unidad
el digito precedente queda por ejemplo 8,627 queda 8,63.
 Regla 3: si el digito a la derecha del último requerido es un número cinco seguido de cualquier
digito diferente de cero, se aumenta una unidad el digito precedente, ejemplo 9,4252 el
resultado es 9,43
  Regla 4: si el digito a la derecha del último requerido es un 5 no seguido de dígitos, se deja el
dígito precedente sin cambiar si es par, ejemplo 7,385 y redondeado seria 7,38.
 Regla 5: si el digito a la derecha del último requerido es un 5 no seguido de dígitos, se
aumenta el digito precedente una unidad si es impar ejemplo: 6,275 y su redondeo es 6,28.
Distribución de frecuencia: Se utiliza para representar datos y con ella se analiza más fácilmente.
Así mismo se pueden elaborar tablas de distribución de frecuencia para datos agrupados como no
agrupados. También se conoce como tablas de frecuencias siendo una ordenación en forma de tabla
de los datos estadísticos, asignando a cada dato su frecuencia correspondiente. Por otra parte, se
conocen algunos tipos de frecuencias tales como:

 Frecuencia Absoluta: es el número de veces que aparece un determinado valor en un

estudio estadístico. Ejemplo: al tirar una moneda 50 veces salen 35 caras y 15 sello; la suma
de las frecuencias absolutas es igual al número total de datos, que se representa con la letra
N. N= 31+15=50.
 Frecuencia Relativa: es el cociente entre la frecuencia absoluta de un determinado valor y el
número total de datos, se puede expresar en porcentaje y se representa por ni y la fórmula es
ni = fi / N, la frecuencia relativa es un número comprendido entre 0 y 1, es decir la suma de las
frecuencias relativas es igual a 1, entonces ncara = 35/50 y nsello= 15/50 . ncara + nsello =
35/50 + 15/50 =1
 La Frecuencia Acumulada: es la suma de las frecuencias absolutas de todos los valores
inferiores o iguales al valor considerado, se representa por Fi. Otro tipo es la frecuencia
relativa acumulada, es el cociente entre la frecuencia acumulada de un valor y el número total
de datos, se puede expresar en porcentaje.

4.3 Tipos de escalas que se utilizan para representar la información

La medición: Puede definirse como la asignación de números a objetos y eventos de acuerdo
con ciertas reglas. La manera como se asignan esos números determina el tipo de escala de
medición Las escalas de medición pueden ser:

 Nominal: En esta escala las unidades observacionales se agrupan en clases excluyentes,

los números se usan como identificadores o nombres, con lo que se define una partición
sobre el conjunto de tales unidades. Ejemplo: Al estudiar el desempleo se incluye la
variable sexo, se codifica masculino como 1 y femenino como 2, estos son identificadores
pero arbitrarios. La operación matemática permitida es el conteo.
 Ordinal: Esta escala tiene las propiedades de identidad y magnitud. No se puede
determinar la distancia entre las categorías, solo es interpretable el orden de sus valores.
Ejemplo: situación económica.
 Escala de intervalos: Representa magnitudes, con la propiedad de igualdad de la
distancia entre puntos de escala de la misma amplitud. Aquí puede establecerse orden
entre sus valores, hacerse comparaciones de igualdad, y medir la distancia existente entre
cada valor de la escala. Ejemplo: La temperatura en °C, puede decirse que la distancia
entre 25°C y 30°C, es la misma que entre 20°C y 25°C, pero no puede afirmarse que una
temperatura de 40°C, es el doble de 20°C en cuanto a intensidad de calor se refiere,
debido a la ausencia del cero absoluto.
 Escala de razón: Es el nivel de medición más completo, tiene las mismas propiedades de
la escala de intervalos, posee el cero absoluto. Con esta escala se puede hacer cualquier
operación de (ordenamiento, comparación y aritmética). Ejemplo: Longitud, peso,
distancia, precios, ingresos.

4.4 Datos de asociación, que es y tipos.

4.5 Series de datos estadísticos, que es.

 4.6 Series cronológicas
Es el diseño que efectúa a través del tiempo varias observaciones o mediciones sobre una o más
variables, sea o no experimental.
Presentación de resultados
Cuadro estadístico: Es el arreglo ordenado de los datos procesados para facilitar la lectura e
interpretación de los mismos
Tipos: Numérico, informativo, comparativo y analítico
Componentes: Numero del cuadro, titulo, encabezamiento, cuerpo, nota de pie de página, fuente,
elaboración.
Nota de clase: en el cuadro estadístico se introduce la información entre sus partes esta: el
número, titulo, pie de página, fuente. Está formado su cuerpo por columnas y filas, el contenido son
indicadores que salen de los objetivos, no preguntas. Ejemplo datos sociodemográficos, sexo, edad.
Contiene porcentaje y frecuencia absoluta.

Grafico estadístico: son gráficos en el campo de las estadísticas que se utilizan para visualizar
datos cuantitativos
Tipos:  Diagrama de barras.
 Gráfico de líneas.
  Histograma.  Título del gráfico.
 Gráfico en mosaico.  Área de trazado.
 Diagrama de Pareto.  Leyenda.
 Títulos de eje.
 Etiquetas del eje.
Componentes:  Marcas de graduación.
 Líneas de cuadrícula
Nota de clase: componentes número de gráfico, titulo, fuente. Cuerpo compuesto por escala,
frecuencia y leyenda de los resultados.
Análisis de resultados: son técnicas de análisis que se ocupan de relacionar, interpretar y buscar
significado a la información expresada en códigos verbales o icónicos para comprender los datos
encontrados. Es la parte final y conclusiva de una investigación
Nota de clase: se basa en los resultados y el comportamiento en %
¿Cómo se redacta?
-Explicar cuáles son las bases teóricas de la investigación y las posibles aplicaciones prácticas que
pueda tener
-De donde salen tus conclusiones y para qué sirven
-Formular detalladamente y de forma clara las conclusiones
-Dar recomendaciones o sugerencias si es necesario, para facilitar la compresión del informe

Ejemplo, estudio de caso: observación detallada de un único sujeto o grupo con la meta de
generalizar los resultados y conocimientos obtenidos

Conclusiones: Es una proposición al final de un argumento, después de las premisas. Si el

argumento es válido, las premisas implican la conclusión.
Nota de clase: en las conclusiones no se usa porcentaje
Recomendaciones: Resoluciones dirigidas a una determinada instancia o autoridad universitaria y
que tienen como finalidad corregir una trasgresión de derechos universitarios
nota de clase: son para el futuro, sugiere y recomienda
¿Cómo se redacta?
-Anotar las ideas principales y secundarias sobre las que queremos hablar
-Realizar un esquema con las ideas principales y secundarias.
-Escribir en forma de texto las ideas principales y secundarias utilizando nexos de unión cuando sea
necesario
-Leer el texto en busca de posibles errores
Importancia de la elaboración de trabajos de investigación sobre salud-enfermedad: Las
investigaciones en el ámbito sanitario son de suma importancia para el mejoramiento de la salud a
nivel mundial, ya sea su objetivo, identificar problemas que permitan el mejoramiento de las
condiciones actuales o el promover la innovación científica en los diversos campos de interés
Temas de salud factibles de investigación: Todos los temas de salud son importantes para
prevenir riesgo, pero estos son los más destacados en la sociedad
-Abuso de sustancias adictivas. -Envenenamientos, toxicología y salud
-Cánceres. ambiental.
-Diabetes mellitus. -Genética y defectos congénitos.
-Embarazo y reproducción. -Infecciones.
-Lesiones y heridas.

Medidas de tendencia central

son medidas estadísticas que pretenden resumir en un solo valor a un conjunto de valores.
Representan un centro en torno al cual se encuentra ubicado el conjunto de los datos. 

Moda (modo): Dato, valor o número con mayor frecuencia en un conjunto. “La moda interpreta el
significado de centro como el valor que ocurre más a menudo en el conjunto de datos analizados”
Tipos de moda estadística:
 Moda unimodal: cuando el máximo número de repeticiones se da para un solo número.
 Moda bimodal: cuando el máximo número de repeticiones se da para dos números
 Moda multimodal: cuando el máximo número de repeticiones se da para tres o más números.

Mediana: Es el valor de la variable que ocupa la posición central, cuando los datos se disponen en
orden de magnitud. 50% menor a la mediana y 50% mayor a la mediana
Si el número de observaciones es par, la mediana corresponde al promedio de los dos valores
centrales. Por ejemplo, en la muestra 3, 9, 11, 15, la mediana es (9+11)/2=10.
Nota de clase: sucesión de números impares y saco la mediana 3 a un lado 3 al otro y el número del
centro es la mediana
Media Aritmética: valor de referencia para un conjunto de datos analizados. la media aritmética de
una distribución es el valor alrededor del cual los otros valores se distribuyen. Es Única, Lógica,
Calculable y No se utiliza en Distribución de frecuencia de datos no agrupados.
Nota de clase: es la mediana, pero en cantidades pares tengo 4 números los sumo y divido entre 4
Promedio Simple: Medida aritmética que analiza la variabilidad de los resultados cuando se
agregan diferentes valores dividida en el número total de sumandos. “número finito que puede
obtenerse a partir de la sumatoria de diferentes valores dividida entre el número de sumandos”
Pasos para su cálculo:
1. Determinar el conjunto de valores que se busca promediar.
2. Sumar los valores para obtener el total.
3. Contar la cantidad de valores en el conjunto.
4. Dividir la suma del conjunto entre la cantidad de valores.
Ejemplo: en una tienda mayorista se
quiere calcular el promedio de ventas que realizaron los empleados durante el
mes
Promedio ponderado: Es el promedio a la cifra que resulta más idéntica o qué es la más cercana a
la media aritmética. Se calcula: Primero debemos multiplicar cada dato por su ponderación y luego
sumar dichos valores. Finalmente debemos dividir esta suma entre la suma de todas las
ponderaciones
Promedio sin margen de error: comparación entre el valor pronosticado y el valor real. Hay dos
fuentes de error: el sesgo también conocido como sistémico, es causado por errores
persistentes. Y el error aleatorio es inexplicable, es decir, un error debido a factores imprevistos, por
lo que no se sabe qué lo provocó.
El margen de error se refiere a la cantidad de error de muestreo aleatorio debido a la realización de
la encuesta. Define el grado de confianza en los resultados de una encuesta o estudio.
Medidas de Dispersión: permiten cuantificar la variabilidad o grado de dispersión de un conjunto de
datos y determinar qué tan alejados o cercanos se encuentran con respecto a su valor central,
usualmente representado por la media. Las medidas de dispersión más utilizadas son la desviación
estándar, la varianza y el coeficiente de variación. En enfermería, las medidas de dispersión son
valiosas para analizar la variabilidad de datos como la frecuencia cardíaca o la presión arterial de los
pacientes.
Medidas estadísticas
Medidas estadísticas: Según Aguilar M (2014): son valores representativos de una colección de
datos y que resumen en unos pocos valores la información del total de datos. Los más importantes
son, Tendencia central o centralización, Variabilidad de los datos, Forma de distribución de datos
Desviación estándar: “La desviación estándar o característica; es el promedio de desviación de las
puntuaciones con respecto a la media” (Jarman, 2013). La desviación estándar puede ser
interpretada como una medida de incertidumbre es uno de tres parámetros de ubicación central;
muestra la agrupación de los datos alrededor de un valor central (la media o promedio).
Ejemplo:
1.Toma el número sobre el cual desees medir la desviación estándar, así como la media o promedio
de todos los números y la cantidad de números que hay.
2.Encuentra la suma de todos sus resultados individuales, menos la puntuación media, elevando
todos al cuadrado.
3. Resta 1 al total de la muestra.
4. Divide la suma de los números en el paso 2 por el total de la muestra menos uno,
5. Toma la raíz cuadrada del número obtenido en el paso 4.
Probabilidad: Según Jay D (2008) “el termino probabilidad se refiera al estudio de azar y la
incertidumbre en cualquier situación, en el cual varios posibles sucesos pueden ocurrir; la disciplina
de la probabilidad proporciona métodos de cuantificar las oportunidades y probabilidades asociadas
con varios sucesos” EJEMPLO: se lanza un dado una vez, la probabilidad de que caiga el N° 2 es 1
entre 6 posibles resultados
PROBABILIDAD TEORICA: probabilidad que se centra en una situación real y es determinada por
la relación del número de eventos favorables entre el número total de intentos.
Ejemplo una moneda es lanzada al aire una vez, con la finalidad de que caiga cara o sello la
probabilidad de esto mismo es una vez entre dos posibles resultados quedando como probabilidad
teoría 50% para cara y 50% para sello
PROBABILIDAD EXPERIMENTAL: probabilidad asignada a un suceso mediante el cálculo de la
frecuencia relativa del mismo; al repetir el experimento muchas veces, cuántas más veces se realiza
más se aproxima el valor obtenido al valor desconocido de la probabilidad teórica.
Ejemplo: si lanzamos la moneda al aire 10 veces entonces podría caer 7 veces cara y 3 veces sello
quedando una probabilidad de 70% para cara y un 30% de probabilidad para sello
CURVA NORMAL: Según Pérez M. (2022) ”Se llama curva normal a la distribución gaussiana: la
distribución de probabilidad de una variable continua que suele resultar próxima a un fenómeno real.
La utilización de un modelo normal permite asumir que las observaciones derivan de la sumatoria de
causas independientes.” La curva normal, en este marco, sirve para modelar fenómenos sociales y
naturales de forma aproximada a la realidad

UNIVERSO (POBLACION) EN ESTADISTICA Y TIPOS: El Universo es la totalidad de elementos o

características que conforman el ámbito de un estudio o investigación. En estadística, el término
"universo" se refiere a una población que incluye las unidades de datos o informantes, tanto
animados como inanimados, asociados con un problema que se está estudiando.
TIPOS DE POBLACION ESTADISTICA:
• Población finita, por ejemplo: número de motocicletas vendidas durante el mes de abril
Nota de clase: aplicada en trabajos de investigación
• población infinita. por ejemplo: la cantidad de litros de agua en el mar
nota de clase: usada solo por laboratorios bajo métodos especiales
• población real, por ejemplo: la cantidad de usuarios que visitan un sitio web durante un mes
• Población hipotética, por ejemplo: cuántas personas se supone que sobreviven a un
determinado terremoto
• población aleatoria, por ejemplo: el peso de determinado alimento que varía según su
tamaño
• población dependiente, por ejemplo: el incremento de ventas de un producto durante un
buen período económico del país
• población polinomial, por ejemplo: cuando se realiza un censo poblacional, las
características y cualidades (edad, ingresos) de los habitantes serán diferentes.
Muestra en Estadística: La Muestra según Hernández y otros (2014) “es un subgrupo del universo
o población del cual se recolectan los datos y que debe ser representativo de ésta”. Esto quiere decir
que la muestra estadística es la porción que se extrae de una población para realizar un determinado
estudio, con el fin de representar, conocer y determinar los aspectos de dicha población.
Tipos de muestra estadística: Muestra Probabilística y Muestra no Probabilística
MUESTREO (EN ESTADÍSTICA): El Muestreo es un conjunto de métodos para obtener una muestra
finita o infinita con el fin de obtener valores de una población, además de requerir habilidades por
parte del investigador en el diseño a la hora de determinar la muestra.
MUESTREO PROBABILISTICO: Según Pimienta R.(2000) el muestreo probabilístico: tiene por
objeto estudiar los método para seleccionar y observar una parte que se considera representativa de
la población denominada muestra, con el fin de hacer influencia sobre el total
Nota de clase: azar simple
MUESTREO NO PROBABILISTICO: Según PIMIENTA LASTRO, RODRIGO (2000) El muestreo
no probabilístico es denominado también muestreo de modelos, donde las muestras no son
representativas por el tipo de selección, son informales o arbitrarias y se basan en supuestos
generales sobre la distribución de las variables en la población”
Nota de clase: taza criterio del investigador 5 o 3 criterios, llamado de inclusión, opinático, opinático
del investigador
MUESTREO AL AZAR: Muestreo fácil de llevar a cabo consiste en enumerar y seleccionar al azar
una población
 muestreo simple aleatorio: es muy útil para tener una muestra de una población pequeña
 muestreo sistemático: es fácil de usar ya que el primer individuo se elige al azar ya que los
demás viene condicionado
 muestreo estratificado: este se utiliza cuando se puede dividir en grupos la población y
luego se muestra aleatoriamente
 muestreo conglomerado: se divide la población en varios grupos de características
parecidas y luego se analiza solo algunos.
MUESTREO
MUESTREO AL AZAR SISTEMATICO: Es un procedimiento que permite la selección de las
unidades de estudio que van a conformar la muestra. “El muestreo es un conjunto de operaciones
que se realizan para obtener una muestra”
 primer lugar: se siguen una serie de etapas para garantizar la confianza y no sesgar el
trabajo con una muestra.
 en segundo: lugar los tipos de muestreo que se pueden utilizar de acuerdo a la investigación
que se quiera realizar.
 Por ejemplo: en un proceso de investigación se enuncia la siguiente pregunta “¿Cuál es la
muestra necesaria para establecer la prevalencia de cambios inflamatorios en biopsias
hepáticas en pacientes con colangitis aguda (CA)?
 Este muestreo es más preciso que el simple, ya que recorre la población uniformemente.
 Con el muestreo sistemático entre todos los sujetos con CA, se seleccionan aquellos que
ingresan los días impares del mes (puede ser los pares) o aquellos cuyo primer digito (o el
último) del documento de identidad sea par (o impar), hasta completar la muestra estimada.
 Este tipo de muestreo, es más preciso y más específico, es decir, la selección es más rigurosa
  Se puede utilizar cuando el criterio de distribución de los sujetos a estudio, en una serie, se
observa que los más parecidos tienden a estar más cercanos
MUESTREO ESTRATIFICADO: Al utilizar este tipo de muestreo, se agrupan los elementos de la
población en grupos o estratos.
El número de elementos de la muestra perteneciente a cada estrato es proporcional al número de
elementos de cada uno de ellos con respecto a la población total. Espinoza, I. 2018).
por ejemplo, sexo, nivel socioeconómico, edad, entre otras. El procedimiento es el siguiente: se
divide la población compuesta por “N” individuos, en “x” estratos Otzen, T., et al., 2017). teniendo dos
tipos de asignacion:
 asignación proporcional (el tamaño de la muestra de cada estrato es proporcional, al
tamaño del estrato que le dio origen, respecto a la población total)
 asignación optima (el tamaño de la muestra de cada estrato, es definido por quien hace el
muestreo)

MUESTREO POR CONGLOMERADO: Este tipo de muestreo se utiliza cuando se tiene una
población muy grande y dispersa. posee la característica de ser diferente al interior del grupo y
homogéneos entre sí. Implica la selección aleatoria de grupos o conglomerados a partir de la
población. El muestreo por conglomerado sería el método preciso, ya que se caracterizaría a la
población de todas las ciudades de 50 mil habitantes. (Porras, A. 2016).
La unidad muestral es el conglomerado a través del cual se logra el acceso a la unidad de análisis.
Entonces el procedimiento se efectúa en dos etapas: una es determinar los racimos o
conglomerados y la otra es que en ellos (los racimos) se seleccionan los sujetos a ser medidos.
MUESTREO CASUAL O ACCIDENTAL: Este muestreo se utiliza para estudiar fenómenos raros o
inusitados y se realiza mientras el grupo de sujetos está presente hasta completar la muestra. Por
ejemplo el caso de enfermedades raras a medida que los casos van ocurriendo. Hernández, C. et al.,
2019).
permite recoger opiniones, sugerencias, críticas y comentarios de forma fácil y sencilla, aunque sus
resultados no son tan sólidos desde el punto de vista experimental. Por ejemplo: trabajadores
universitarios que trabajan de noche (Bustamante, G. 2011, como lo cito Benavides, C.2016).
Muestreos No probabilísticos: Estos son utilizados frecuentemente en investigaciones cualitativas,
donde la posibilidad de generalización de los resultados es poco factible
MUESTREO POR CUOTAS: se determina estableciendo el tamaño de la muestra, se define la
unidad de análisis típica o representativa. En la selección de la muestra por parte del entrevistador o
encuestador, es muy importante tener en cuenta, la eliminación de aspectos subjetivos. (Pimienta, R.
2016). En encuestas sobre opinión electoral es muy utilizado este muestreo y en estudios de
mercado, o similares
MUESTREO CASUAL U OPINATICO: Esta técnica que se basa en la opinión del investigador para
constituir una muestra de sujetos en función de su carácter típico, como en el estudio de casos
extremos o marginales, o de los casos típicos (Domínguez, I. 2016).
● Interviene la subjetividad del investigador, como consecuencia se puede afirmar que,
generalmente el proceso de muestreo opinático o intencional proporciona muestras más
representativas cuanto menor sea el tamaño de las muestras a obtener.
Nota de clase: 20 pacientes de trauma, como bajo esa cantidad a 5 teniendo en cuenta estos
factores
Pacientes que tienen dolor, pacientes hospitalizados en trauma, pacientes con disposición de
participar, que tengan x tipo de fractura, que estén en x hospital (según la conveniencia del
investigador)
Muestreo Mixto: En estadística básica se le llama muestreo Mixto cuando en una determinada
población, aparecen complejidades de muestreo tanto probabilístico cómo no probabilístico, y con
sus mencionadas variaciones de ambos, en ese caso, se aplica un muestreo Mixto a la complejidad
de la población, aplicando, 2 o más muestreos de los anteriormente mencionado, para así tener un
panorama más claro, de la población y la complejidad que se aborda.
Ejemplo: Se pretende determinar la prevalencia de una determinada infección en una comunidad: se
dividen las explotaciones en 3 grupos en función de su tamaño y se realiza un muestreo
estratificado, en las granjas que forman la muestra se realiza un muestreo sistemático para elegir los
individuos que se analizar