Curso formativo virtual

Orientaciones para la Presentación de datos en Ciencias del Deporte, el Ejercicio y la Salud

Orientaciones para la Presentación

de datos en Ciencias del Deporte, el
Ejercicio y la Salud

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:

• Investigaciones de manipulación en laboratorio.

• Investigaciones controladas llevadas a cabo en el entorno deportivo.
• Estudios de campo de observación.
• Exploración y análisis de datos secundarios, incluidas bases de datos.
• Uso de simulaciones por computadora y otros modelos tecnológicos.
• Uso de encuestas y sondeos de opinión

Ministerio de Educación del Perú Curso formativo virtual | PÁGINA _2

Curso formativo virtual
Orientaciones para la Presentación de datos en Ciencias del Deporte, el Ejercicio y la Salud

El plan de trabajos prácticos que prepare el profesor debe proporcionar a la

clase una variedad de oportunidades para desarrollar habilidades en estos
distintos tipos de actividades prácticas, de modo que los alumnos estén bien
preparados para realizar la investigación individual para la evaluación interna.

La gran cantidad disponible de datos secundarios, modelos y software de

simulación implica que se pueden realizar estudios prácticos de una escala local
a una global, y esto puede conducir a un programa de actividades prácticas que
refleje la naturaleza del curso. En la sección “Tecnología digital y Ciencias del
Deporte, el Ejercicio y la Salud” se proporciona más orientación al respecto.

Las actividades prácticas generan datos tanto cualitativos como cuantitativos, y

es importante que los alumnos sean conscientes de las cuestiones relativas a la
obtención de datos significativos y a la presentación de los resultados analizados.

Ciencias del Deporte, el Ejercicio y la Salud

Estas directrices son válidas al realizar todo tipo de investigaciones,
independientemente de si se evalúan de manera formal o no. La orientación
no es prescriptiva, sino que tiene por objetivo ayudar a los alumnos a realizar
presentaciones de sus trabajos claras y fáciles de interpretar.

El resultado de cualquier investigación depende de la calidad y la cantidad

de los datos. En muchas investigaciones que impliquen la participación de
seres humanos, es improbable que los alumnos tengan tiempo o recursos
suficientes como para obtener todos los datos pertinentes; asimismo, puede
haber limitaciones prácticas o éticas en la obtención de datos. Por ejemplo,
normalmente no puede confiarse en una encuesta para obtener respuestas de
todos los miembros de una comunidad deportiva, y no sería buena idea realizar
repeticiones de esfuerzos físicos que puedan ser peligrosos para la salud (como
correr en condiciones climáticas extremas).

En este tipo de situaciones:

A. Se debe seleccionar y justificar una estrategia de muestreo. La estrategia debe

permitir la obtención de suficientes datos para poder alcanzar una conclusión

Ministerio de Educación del Perú Curso formativo virtual | PÁGINA _3

Curso formativo virtual
Orientaciones para la Presentación de datos en Ciencias del Deporte, el Ejercicio y la Salud

razonable, dadas las limitaciones de los estudios realizados en el colegio. En

algunos casos es necesario aplicar una estrategia de muestreo aleatorio para
reducir la posibilidad de sesgo, pero en otros casos un muestreo representativo
es la mejor opción para obtener el rango de resultados que se requiere. Los
alumnos deben ser conscientes de que no prestar atención a la estrategia de
muestreo no implica necesariamente que los resultados vayan a ser aleatorios.

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.

En los estudios de manipulación, es posible que los alumnos deban generar

varias repeticiones de cada tratamiento para obtener suficientes datos. En este
tipo de estudio, las variables deben ser controladas.

Esto significa que, en la medida de lo posible, otros factores que no sean

la variable independiente y que puedan causar un cambio en la variable
dependiente deben ser fijos. Por ejemplo, en un estudio para comprobar si
la velocidad del viento afecta a la temperatura de la piel de un deportista que
utiliza una bicicleta estática, factores como la temperatura ambiente, el nivel de
resistencia establecido en la máquina, la ropa y el esfuerzo del deportista deben
ser los mismos en cada velocidad del viento que se aplique.

En algunas situaciones, especialmente cuando los estudios de manipulación se

realicen en el terreno, tal vez sea imposible controlar determinadas variables.
Los alumnos deben ser conscientes de estas variables de confusión y decidir,
antes de iniciar un estudio, si el impacto de dichas variables sin control será
demasiado grande en el estudio como para poder alcanzar una conclusión

Ministerio de Educación del Perú Curso formativo virtual | PÁGINA _4

Curso formativo virtual
Orientaciones para la Presentación de datos en Ciencias del Deporte, el Ejercicio y la Salud

razonable. Si deciden continuar, deben asegurarse de evaluar el impacto de

esas variables en la conclusión final.

Además de controlar las variables, para abordar la pregunta de investigación

los alumnos deberán obtener un rango válido de valores para la variable
independiente. Es habitual generar datos para al menos cinco valores diferentes
de la variable independiente, aunque en algunas circunstancias esto no será
posible. Cuando exista esta restricción, debe tenerse en cuenta que reducir el
rango de valores para la obtención de datos a fin de satisfacer la “regla de los
cinco valores” no necesariamente producirá suficientes datos pertinentes. Por
ejemplo, cinco valores distintos de temperatura que estén entre los 10 °C y los
15 °C no necesariamente mostrarán el efecto de la temperatura en el rebote de
una pelota de squash.

Cuando corresponda, también deben obtenerse datos cualitativos, ya que

pueden:

• Añadir riqueza a la mayoría de los tipos de investigaciones.

• Proporcionar información en aquellos casos en los que no haya datos
cuantitativos disponibles, o estos estén fuera del alcance de una investigación
escolar.
• Proporcionar información sobre la variación normal en los datos obtenidos

Los datos cualitativos pueden incluir descripciones por escrito, bocetos,

fotografías u otras representaciones digitales de ubicaciones o situaciones de
muestra.

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.

Esto estaría justificado porque no sería posible en la práctica realizar pruebas

fisiológicas sofisticadas para proporcionar datos cuantitativos sobre la fatiga en
el contexto del colegio. En estos casos, es posible que los alumnos desarrollen
una escala de evaluación para jerarquizar y cuantificar dichos datos que pueden
conducir a un mejor análisis. Los datos de este tipo pueden utilizarse por sí

Ministerio de Educación del Perú Curso formativo virtual | PÁGINA _5

Curso formativo virtual
Orientaciones para la Presentación de datos en Ciencias del Deporte, el Ejercicio y la Salud

mismos o en combinación con otros datos obtenidos (como el rendimiento

medido en la actividad de ejercicio) para triangular los resultados.

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.

Cuando se realizan encuestas, las respuestas a las preguntas se pueden

cuantificar, para lo cual se deben proporcionar enunciados con los cuales los
encuestados pueden mostrarse de acuerdo o en desacuerdo. Al atribuir un
valor numérico a cada respuesta, los datos se pueden cuantificar. En general,
es mejor recopilar datos sobre el nivel de acuerdo o desacuerdo (por ejemplo:
“parcialmente de acuerdo”, “de acuerdo”, y “totalmente de acuerdo”), ya que
esto conduce a datos más completos que las respuestas que se limitan a “de
acuerdo” y “en desacuerdo”, o a “sí” y “no”. También es muy útil obtener datos
cualitativos de opinión (para lo cual se invita a los encuestados a añadir los
comentarios que deseen), ya que esto puede revelar explicaciones acerca de los
datos que tal vez no hayan sido evidentes para los alumnos al principio.

Si se quieren recopilar datos sobre la opinión de individuos, es importante

preservar el anonimato de los encuestados. De lo contrario, se estarán
infringiendo las pautas éticas. Se debe tener en cuenta que siempre existe la
posibilidad de que los participantes no respondan sinceramente. Además, las
preguntas o los enunciados de las encuestas se deben escribir con cuidado
para no dar lugar a sesgos en las respuestas.

Ministerio de Educación del Perú Curso formativo virtual | PÁGINA _6

Curso formativo virtual
Orientaciones para la Presentación de datos en Ciencias del Deporte, el Ejercicio y la Salud

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:

• Las unidades deben aparecer únicamente en los encabezados y no en el

cuerpo de la tabla.
• La variable independiente de un estudio de manipulación debe estar en la
primera columna.
• Cuando corresponda, las columnas posteriores deben mostrar los resultados
de las variables dependientes.
• El número de decimales debe ser adecuado y coherente en una misma
columna.

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

Ministerio de Educación del Perú Curso formativo virtual | PÁGINA _7

Curso formativo virtual
Orientaciones para la Presentación de datos en Ciencias del Deporte, el Ejercicio y la Salud

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.

En la mayoría de los gráficos, cada punto de datos debe unirse al siguiente

mediante una línea recta, y dicha línea debe comenzar con el primer punto de
datos y concluir con el último. No debe haber ninguna extrapolación más allá
de dichos puntos.

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 :

• Se han obtenido y presentado una gran cantidad de datos en un diagrama de

dispersión (normalmente esto sucede cuando se utilizan fuentes secundarias
de datos).
• Los datos proceden de un estudio de manipulación en el que el alumno
confía en que se han controlado todas las variables significativas.
• La teoría de referencia indica que es probable que haya una correlación
causal.

En los dos siguientes gráficos se da un ejemplo de cómo una línea de mejor

ajuste puede no ser adecuada. En dichos gráficos se muestra la masa máxima
que levantan en prensa de piernas una pequeña cantidad de personas con
distintas longitudes de pierna. Ambos gráficos contienen los mismos datos. A
la izquierda hay una línea de mejor ajuste que parece indicar una correlación.

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.

Ministerio de Educación del Perú Curso formativo virtual | PÁGINA _8

Curso formativo virtual
Orientaciones para la Presentación de datos en Ciencias del Deporte, el Ejercicio y la Salud

Asimismo, la extrapolación de la línea solo tendrá sentido si hay una gran

cantidad de datos y se predice una línea de mejor ajuste o si se hace referencia a
valores obtenidos a partir de literatura científica. Los alumnos deben ser cautos
al hacer suposiciones.

Por último, el tipo de gráfico o diagrama escogido debe adecuarse a la naturaleza

de los datos obtenidos.

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.

Los alumnos no deben desanimarse por esto, ya que los resultados

experimentales solo son “instantáneas” o muestras de lo que normalmente es
un sistema complejo. Se debe animar a los alumnos a tener en cuenta las fuentes
de error al analizar los datos y extraer conclusiones. Cuando corresponda,
una evaluación cuidadosa de las fuentes de incertidumbre y error también
será de ayuda para alcanzar una perspectiva adecuada sobre el alcance de la
investigación en general y para sugerir ampliaciones y mejoras posibles.

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

Ministerio de Educación del Perú Curso formativo virtual | PÁGINA _9

Curso formativo virtual
Orientaciones para la Presentación de datos en Ciencias del Deporte, el Ejercicio y la Salud

variaciones en el material empleado en el estudio. Cuando el objeto de estudio

son seres humanos, estos también demuestran variación aunque participen en
experimentos de laboratorio controlados.

Por ejemplo, cuando se investiga el efecto de la edad en el tiempo de reacción,

se registrarán distintos tiempos de reacción en personas de la misma edad,
incluso aunque se hayan tenido en cuenta otros factores tales como la hora del
día, la temperatura ambiente, el sexo y el entrenamiento previo.

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.

Ministerio de Educación del Perú Curso formativo virtual | PÁGINA _10

Curso formativo virtual
Orientaciones para la Presentación de datos en Ciencias del Deporte, el Ejercicio y la Salud

Grados de precisión e incertidumbre en los datos

Los alumnos deben elegir un instrumento apropiado para medir cantidades
como la longitud, la temperatura, el pH y la fuerza. Puede que haya diferentes
instrumentos adecuados, dependiendo de si la medición se realiza en el terreno
o en un laboratorio del colegio.

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).

El límite de error de los instrumentos no digitales no suele ser mayor que la

división de lectura mínima y con frecuencia es una fracción del valor de dicha
división de lectura mínima. Por ejemplo, en un termómetro de líquido en vidrio
se suele leer hasta la mitad de la división de lectura mínima. Esto implica que
una lectura de temperatura de 24,1 ºC se convierte en 24,10 ºC (±0,05 ºC). Se
debe tener en cuenta que la temperatura se menciona ahora con un decimal
más para que haya coherencia con la incertidumbre.

La incertidumbre estimada tiene en cuenta los conceptos de división de lectura

mínima y límite de error del instrumento. Sin embargo, los alumnos también
deben tener en cuenta, si procede, niveles mayores de incertidumbre tal como
indique el fabricante del instrumento (documentación normalmente disponible
en línea) o consideraciones cualitativas como los problemas de paralaje al leer
la escala de un termómetro, el tiempo de reacción al pulsar un cronómetro
al inicio y al final de la medición, o la fluctuación aleatoria en una lectura de
una balanza electrónica. Los alumnos pueden mejorar su capacidad de evaluar
su metodología y sus datos si intentan cuantificar dichas observaciones con la
incertidumbre estimada.

Ministerio de Educación del Perú Curso formativo virtual | PÁGINA _11

Curso formativo virtual
Orientaciones para la Presentación de datos en Ciencias del Deporte, el Ejercicio y la Salud

Existen otros protocolos de estimación, y no se requiere ninguno en concreto.

Sin embargo, el registro de incertidumbres de una magnitud razonable y
coherente, cuando corresponda, puede mejorar la evaluación de resultados de
una investigación.

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.

Repeticiones y muestras en estudios de Ciencias

del Deporte, el Ejercicio y la Salud
Muchas investigaciones de Ciencias del Deporte, el Ejercicio y la Salud, debido a su
complejidad y variabilidad intrínseca, requieren repetición de las observaciones
y varias muestras. Como regla general para los estudios de manipulación, el
límite inferior será de cinco mediciones de una variable independiente, con tres
repeticiones por cada una. De este modo se obtendrán cinco puntos de datos
para su análisis.

Así, por ejemplo, en un estudio sobre cómo el ángulo entre la portería y el

jugador afecta al índice de acierto para marcar un gol en hockey sobre hierba,
se deben realizar lanzamientos desde como mínimo cinco ángulos diferentes y
repetirse al menos tres veces desde cada ángulo. Sin lugar a dudas, esta regla
variará dentro de los límites de tiempo disponible para una investigación, y
estará limitada por el error aleatorio asociado con los jugadores. Sin embargo,
algunas investigaciones sencillas, como esta, permiten una gran cantidad de
mediciones o de series. En grupo y en actividades prácticas no evaluadas,
también es posible usar los datos de clase para generar suficientes repeticiones
como para permitir un procesamiento de datos adecuado.

La desviación típica es la dispersión de los datos con respecto a la media.

Cuanto mayor sea la desviación típica, más amplia será la dispersión de datos.
La desviación típica se utiliza con datos que presentan una distribución normal y
se puede calcular si se obtienen más de tres repeticiones, normalmente más de

Ministerio de Educación del Perú Curso formativo virtual | PÁGINA _12

Curso formativo virtual
Orientaciones para la Presentación de datos en Ciencias del Deporte, el Ejercicio y la Salud

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.

Las barras de error se grafican uniendo el valor máximo y el valor mínimo

(obtenidos en una prueba) con una línea recta que atraviesa la media; esto
permitirá evaluar la variación o incertidumbre para cada conjunto de datos.

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.

Ministerio de Educación del Perú Curso formativo virtual | PÁGINA _13

Curso formativo virtual
Orientaciones para la Presentación de datos en Ciencias del Deporte, el Ejercicio y la Salud

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.

Aunque no es obligatorio, se anima a los alumnos a que utilicen pruebas

estadísticas pertinentes para evaluar sus datos; si las utilizan, deberán explicar
brevemente su elección de la prueba, resumirán la hipótesis de trabajo, y
pondrán los resultados de la prueba en el contexto de su investigación. Cuando
se realicen pruebas estadísticas, debe presentarse el protocolo correcto,
incluidas las hipótesis nula y alternativa, los grados de libertad, los valores
críticos y los niveles de probabilidad.

Programa del Diploma (2018)

“Recopilación y presentación de datos en Ciencias del Deporte, el Ejercicio y la Salud“.

Plataforma Material de ayuda al profesor de ciencias del deporte, el ejercicio y la salud

(primera evaluación 2018) IBIS:

https://ibpublishing.ibo.org/server2/rest/app/tsm.xql?doc=d_4_sport_tsm_1606_1_e&part=3&chapter=1

Ministerio de Educación del Perú Curso formativo virtual | PÁGINA _14