Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Presentación de datos
en Ciencias del Deporte,
el Ejercicio y la Salud
INTRODUCCIÓN
Las actividades prácticas deben ocupar al menos 40 horas en el NM y 60 en
el NS del total de horas lectivas de Ciencias del Deporte, el Ejercicio y la Salud.
Hay una amplia variedad de tipos de actividades prácticas que pueden servir de
complemento a diferentes partes del curso. Algunas de ellas son:
B.
Se deben tener en cuenta las consideraciones éticas y de seguridad
relacionadas con el rango de las variables independientes. Si resulta que
no es posible obtener suficientes datos pertinentes como para llegar a una
conclusión, entonces es posible que deban replantearse la pregunta de
investigación o la metodología empleada para abordar dicha pregunta. Por
ejemplo, en el caso del efecto de la temperatura del agua sobre el rendimiento
de un nadador, sería mejor cambiar la pregunta a una que implique modelizar
el efecto que la inmersión en agua tiene sobre un objeto inanimado. En el
contexto de determinados estudios, la posibilidad de variación a lo largo del
tiempo implica que puede ser importante, por ejemplo, tomar muestras y
mediciones en distintos momentos del día o de la semana.
Por ejemplo, los alumnos pueden elegir hacer una valoración y aportar una
descripción acerca de sus niveles de fatiga en respuesta a un ejercicio que sea
objeto de estudio.
Los estudios de campo de observación son aquellos en los que los alumnos no
intentan manipular o controlar las variables, sino que recaban observaciones
en el terreno en cuestión. Por ejemplo, como parte de un estudio sobre la
motivación extrínseca, durante un partido de un deporte en equipo, un alumno
puede observar y tomar notas de acciones que realicen los jugadores que
influyan de manera positiva en el resto del equipo.
Dichos datos pueden ser cuantitativos (la cantidad de veces que cada jugador
realiza una acción de influencia positiva) o cualitativos (una descripción de
dichas acciones). En estudios como estos, se necesitan observaciones detalladas
y descripciones claras para poder establecer patrones en los datos. Debe
tenerse en cuenta que este tipo de estudios es plenamente adecuado para la
investigación individual de Ciencias del Deporte, el Ejercicio y la Salud, aunque
no haya una manipulación específica de las variables.
Unidades
Siempre que sea posible, para los datos cuantitativos deberá usarse el sistema
internacional de unidades, aunque la consideración principal es que las unidades
deben adecuarse al propósito. Por ejemplo, es preferible usar minutos en lugar
de segundos en experimentos más largos, como cuando se evalúa la velocidad
de degradación de la vitamina C en jugos de frutas recién exprimidos; o dm 3
en lugar de m 3 para medir el volumen de aire espirado por un deportista. No
deben usarse unidades no métricas, como pies y pulgadas
Tablas
Las tablas tienen por objeto organizar los datos y disponerlos para su análisis.
Las tablas deben tener un título explicativo. “Tabla de resultados” no es un título
explicativo, mientras que “Tabla que muestra el efecto de la presión de la pelota
en la altura de rebote de un balón de fútbol” describe la naturaleza de los datos
obtenidos. Otros puntos que deben tenerse en cuenta son:
Los métodos usados para procesar los datos deben ser fáciles de seguir y los
datos procesados pueden incluirse en la misma tabla que los datos brutos; no
hace falta separarlos.
Gráficos
Los gráficos deben ser claros y fáciles de leer e interpretar, y deben incluir un
título explicativo. Los puntos de datos deben poder identificarse con claridad,
incluso si el gráfico se ha generado mediante software. Todos los gráficos y
diagramas de barras deben tener ejes rotulados con una escala adecuada y
marcada.
Se debe prestar atención al estilo de gráfico utilizado para mostrar los datos.
Las líneas de mejor ajuste son útiles en los gráficos en los que hay una buena
razón para creer que los puntos intermedios caen dentro de la línea de mejor
ajuste entre ambos puntos de datos. Las razones de esto pueden ser :
Sin embargo, cuando los mismos datos se marcan al unir los puntos de datos,
se ve con claridad una tendencia distinta que muestra una estabilización del
gráfico cuando la longitud de las piernas es de aproximadamente 1 m. Podría
decirse que este segundo gráfico ofrece una interpretación más realista, ya que
no se esperaría que piernas más largas pudieran levantar siempre y de manera
indefinida una mayor masa en prensa de piernas.
Incertidumbre y error
Hay fuentes de error en varias etapas de cualquier investigación. El método
escogido debe procurar abordar todas las fuentes posibles pero, a pesar de
esto, muchas fuentes permanecerán.
Incertidumbre y error
En las investigaciones en laboratorio o de campo, los errores pueden estar
causados por variaciones en el lugar del estudio (por ejemplo, relativas a la
hora del día, a las condiciones meteorológicas, o a la estación del año) o por
Esto sucederá, por un lado, debido a la variación genética normal entre las
personas y, por otro lado, porque no es posible controlar otros factores como el
grado de descanso y nutrición, o la motivación para completar la prueba. Dichas
variaciones se describen como errores aleatorios y se pueden mantener en un
nivel mínimo mediante una selección meticulosa de ubicaciones y materiales,
y mediante un cuidadoso control de las variables cuando corresponda, pero
nunca se pueden eliminar por completo.
Errores humanos
Cometer errores al implementar la metodología no es una fuente aceptable
de error si dichos errores podrían haberse evitado fácilmente poniendo más
cuidado y atención. Si hay que realizar una gran cantidad de mediciones,
pueden utilizarse registradores de datos para evitar los errores humanos que
se producen por falta de concentración del alumno. Una planificación cuidadosa
puede ayudar a reducir este riesgo.
Errores sistemáticos
Los errores sistemáticos pueden reducirse si se comprueba o calibra
regularmente el equipo para garantizar su funcionamiento correcto. Por
ejemplo, un termómetro debe introducirse en un baño de agua electrónico
para comprobar que el termostato del baño de agua esté correctamente
calibrado. Debería usarse una muestra en blanco para calibrar un colorímetro,
y así compensar la desviación del instrumento.
Esto se debe en parte a que los errores aleatorios en algunos estudios de campo
pueden superar con creces al error sistemático que podría reducirse mediante
el uso de un instrumento de medición más sofisticado o preciso. Esto no significa
que haya que justificar cada elemento del equipo, y debe comprenderse que en
muchas situaciones durante las actividades prácticas en un colegio, es posible
que el instrumento más apropiado no esté disponible.
Para instrumentos con pantallas digitales, la regla más sencilla es que el grado
de precisión es más/menos (±) la división menor en el instrumento (división de
lectura mínima).
Propagación de errores
Aunque no se espera la propagación de errores durante el procesamiento de
datos, esta será aceptable siempre que sea adecuada y que se explique la base
del error experimental.
diez. Por ejemplo, cuando se obtienen datos sobre la distancia total diaria que
caminan los alumnos de una clase concreta (mediante el uso de podómetros
o dispositivos similares), la media puede calcularse y compararse con las
medias de otras clases o de otro colegio. Sin embargo, puede ser interesante
e informativo calcular la desviación típica para saber cuán representativa era la
media. Calcular la desviación típica no es obligatorio, pero puede ser útil para
mostrar la variación general o la incertidumbre en torno a una medición, aunque
no lo es tanto para identificar posibles anomalías.
Si las barras de error son especialmente amplias, ello podría sugerir que las
lecturas realizadas no son fiables (aunque tal vez sea necesario hacer una
referencia a la escala para determinar qué se considera “amplio”). Si las barras
de error se solapan con la barra de error de un punto anterior o posterior,
ello indicaría que la dispersión de los datos es demasiado amplia como para
permitir un discernimiento efectivo. Si es posible incluir líneas de tendencia,
añadir el coeficiente de determinación (R2), que se puede obtener fácilmente
al elaborar el gráfico a partir de una hoja de cálculo, puede ser útil como una
indicación de en qué medida la línea de tendencia se ajusta a los datos.
Estadística
Una presentación efectiva de los datos pasa por un largo proceso para evaluar
si se constata una tendencia o no. Sin embargo, esto no es lo mismo que
emplear la estadística para evaluar la naturaleza de una tendencia tal y si esta
es significativa, o dicho de otro modo, si una tendencia es realmente válida a
partir del juicio subjetivo de un gráfico.
https://ibpublishing.ibo.org/server2/rest/app/tsm.xql?doc=d_4_sport_tsm_1606_1_e&part=3&chapter=1