María Victoria Casas

Resumen de textos Métodos cuantitativos

“Diseño estadístico para la investigación” de Kish
3 criterios:
Los diseños estadísticos implican transacciones entre lo deseable y lo posible desde el momento que
elegimos la naturaleza, la estructura del diseño, su alcance y amplitud y el tamaño de los proyectos
de investigación.
Los compromisos que están en juego al elegir entre estos 3 tipos de diseños se refieren a los
problemas filosóficos de todas las ciencias empíricas: como hacer inferencias a grandes poblaciones,
a universos infinitos y a sistemas causales, a partir de nuestras reducidas observaciones sujetas a
errores diversos.
Ejemplo: comparar y evaluar la eficacia relativa de 2 o + técnicas pedagógicas en los centros de
enseñanza.
- Realismo: variables explicativas. Pueden ser variables predictoras y pronosticadas, es decir, de
tratamiento y respuesta. Hay que definir y operacionalizar los diferentes métodos de enseñanza
que se van a comparar y plantearan dificultades y soluciones con técnicas ideales y las viables.
Podemos comenzar con variables teóricas conceptualizadas, pero rápido querer aproximarnos a
las realidades concretas reales y posibles.
- Asignación aleatoria: de cara a la fiabilidad científica, asignar de manera aleatoria de los sujetos
a los distintos tratamientos
- Representatividad: de las unidades de muestreo implica soluciones de compromiso, tato en la
elección de la población objetivo como en la selecciones de las unidades.
Dificultades que hay que superar para satisfacer los 3 criterios del diseño de investigación que deben
analizarse. El hecho de priorizar uno antes que el otro tiende a producir, estudios observacionales
controlados, experimentos o encuestas por muestreo.

Variables de perturbación que permanecen.

Encuestas, experimentos e investigaciones controladas

1
María Victoria Casas

- Diseños experimentales: para verificar y determinar las variables explicativas y para medir las
relaciones entre ellas en los contrastes analíticos con los datos.
- Muestreo de encuestas: aportar estadística descriptivas, medias, proporcionales y totales,
especialmente para grandes muestras extraídas de poblaciones mucho mas grandes. Se utiliza en
las ciencias sociales, para la investigación estadística y analítica de las relaciones entre
variables explicativas.
En situaciones, ninguna resulta viable o práctica, por lo que debe utilizarse una investigación
controlada o de estudio observacional.

 Experimentos: ideales, en los que todas las variables extrañas han sido o bien controladas o
aleatorizadas.
 Encuestas: muestras probabilísticas, en las que todos los elementos de una determinada
población tienen una probabilidad positiva conocida de ser seleccionados en la muestra.
Las diferencias entre experimentos, encuestas e investigaciones no son las consecuencias del análisis
estadístico, sino que resultan de los diferentes diseños a la hora de introducir las variables y de
seleccionar los elementos de la población.
Al evaluar los fines, costes y medios disponibles, efectúan una elección estratégica de métodos. Se
enfrentan con 3 problemas básicos de la investigación científica:
- Aleatorización: potente: control de las variables explicativas por medio de la aleatorización de
las variables en los sujetos, es decir, asignación de los sujetos a tratamientos. Débil: a la
representatividad con respecto a las poblaciones objetivo-definidas y en cuanto al realismo de
las mediciones.
- Representatividad: las encuestas lado fuerte aca. Débil en el control de las variables.
- Realismo de las mediciones: investigaciones son deficientes en cuanto al control y muchas
veces en cuanto a la representatividad. Fuerte: obedecer a su bajo coste y relativa comodidad y
a la necesidad y viabilidad del realismo de las mediciones en entornos naturales.
Raras veces podrán
satisfacerse adecuadamente
los 3 criterios. Ni siquiera 2
de los 3. Lo normal es que
se destaque por ser el –
costoso o el + practico o el
+ justificado por motivos
teóricos.

Los experimentos gozan de 3 ventajas:

1. Es posible eliminar los sesgos originados por las variables perturbadoras mediante la
aleatorización de las variables extrañas.

2
María Victoria Casas

2. Los controles sobre la introducción y variación de las variables predictoras clarifican tanto la
dirección como la naturaleza de la causalidad existente entre las variables predictoras y las
pronosticadas.
3. El diseño experimental moderno permite una gran flexibilidad, eficiencia, simetría y una
potente manipulación estadística, mientras que el uso analítico de los datos de encuentra
presenta difíciles problemas estadísticos.
En muchas ocasiones el método experimental no es posible (caso ciencias sociales), donde los
predictores no pueden asignarse libremente a los sujetos por diversas razones:
- Imposible asignar predictores tales como edad, sexo, religión, ingresos, educación.
- No es ético asignar predictores como fumar, abuso de drogas
- No es practico asignar un nuevo método de enseñanza para dividir a los alumnos de una clase.
Incluso el método experimental puede presentar inconvenientes.
A. En 1er lugar, difícil elegir y manejar las variables de control o diseñar un experimento ideal
(periódicos que publican informes acerca de éxitos con medicamentos que luego se
desmiente). (La distinción entre experimentos y encuestas en cuanto al control es real e
importante.)
B. Difícil diseñar experimentos de manera que sean representativos de una población especifica.
Los problemas del muestreo, es decir, de la representatividad de las poblaciones implicadas
en los resultados experimentales, han sido ignorados en el diseño experimental.
C. Para muchos objetivos de investigación no es factible reproducir en el diseño experimental el
deseado realismo de un entorno natural de cada a las mediciones.
Los 2 puntos últimos débiles de los experimentos que hemos indicado señalan las ventajas de las
encuestas. Se requiere una gran capacidad de inventiva en estos diseños a fin de lograr flexibilidad,
eficiencia y control de las variables extrañas.
Las investigaciones controladas toman muchas formas y tienen muchos nombres: estudios
observacionales, observaciones controladas.
En la práctica, carecemos generalmente de los recursos necesarios para superar todas las dificultades
y para conseguir simultáneamente la perfección en el realismo de las medidas, en la aleatorización
para controlar los tratamientos y en la representatividad de las grandes poblaciones.
Para el autor, no existe un supercriterio que pueda detentar la superioridad única sobre los demás.
Hay que escoger y comprometerse con una estrategia de investigación de modo que nuestros
recursos se ajusten a la situación concreta.
Puede mejorarse cada criterio enfocándose en superar sus puntos débiles:
- Falta de control sobre los tratamientos en las encuestas. Debería mejorar la recogida y el uso de
variables auxiliares.
- Experimentos e investigaciones esforzándose en delimitar mas claro las poblaciones y que sus
resultados sean mas representativos. Se puede y debe hacer mas amplia la base de diseño.
Demasiado a menudo el investigador justifica estas restricciones como un intento de lograr que
los sujetos sean mas homogéneos.

3
María Victoria Casas

El diseño factorial dos ventajas frente a los experimentos en los que hay factores aislados:
1. Mayor eficiencia. Son evaluados los factores con mucha precisión
2. Mayor alcance. Se evalúan sus interacciones.
El investigador debería contemplar la base poblacional en términos de factores de coste y
componente de variación, y luego ampliar la base de la inferencia estadística tanto como se lo
permitan los recursos.
“Fundamentos de estadísticas” de Levin

 Cap 1: razones por las que el investigador social emplea la estadística

Las etapas de la investigación social

El contrastar sistemáticamente nuestras ideas acerca de la naturaleza de la realidad social exige con
frecuencia una investigación cuidadosamente planeada y ejecutada, en la cual:
1. Se reduce a una hipótesis contrastable, el problema que se va a estudiar, (por ejemplo las
“familias con uno sólo de los padres, generan más delincuencia que las familias con los dos
padres”);
2. Se desarrolla un conjunto de instrumentos apropiados (por ejemplo, elaborar un cuestionario
o un programa de entrevistas)
3. Se recogen los datos (esto es, el investigador puede ir al lugar del problema y hacer un censo
o encuesta);
4. Se analizan los datos para apoyar su hipótesis inicial; y 5. Los resultados del análisis son
interpretados y comunicados a un auditorio, por ejemplo, por medio de una conferencia o de
un artículo en una revista
Los datos recogidos o reunidos por el investigador se analizan para apoyar su hipótesis inicial. Es en
esta etapa de la investigación cuando los datos no procesados se tabulan, calculan, cuentan, resumen,
reordenan, comparan o, en una palabra, se organizan para que podamos comprobar la exactitud o
validez de nuestra hipótesis
El uso de series de números en la investigación social
técnicas o métodos para mejorar la calidad del análisis de los mismos. Muchos investigadores creen
que es esencial emplear mediciones, o una serie de números en el análisis de los datos.
Los números tienen por lo menos tres funciones importantes para el investigador social, dependiendo
del nivel de medida que emplee. las series de números se pueden usar:
a. para categorizar el nivel nominal de la medición
b. para determinar el rango o el orden al nivel ordinal de la medición
c. para obtener montajes al nivel de intervalo de la medición.
principales características de estos niveles de medición,
- el nivel nominal

4
María Victoria Casas

El nivel nominal de medición simplemente involucra el proceso de denominar o etiquetar; esto es,
colocar los casos dentro de categorías y contar su frecuencia de ocurrencia.
podríamos usar una medida de nivel nominal para indicar cuántas de las personas entrevistadas
tienen prejuicios hacia los portorriqueños y cuántas no.

Sexo (femenino contra masculino), el estatus de bienestar social (los que lo reciben contra los que no
lo reciben), los partidos políticos (conservador, liberal, independiente y socialista), el carácter social
(de dirección interna, de otra dirección y tradicional), el modo de adaptación (conformidad,
innovación, ritualismo, retiro, rebelión), la orientación en el tiempo (presente, pasado y futuro), y la
urbanización (urbana, rural, suburbana).
con los datos nominales debemos tener en cuenta que cada caso debe colocarse en una sola categoría.
Esta exigencia indica que las categorías no deben traslaparse ni excluirse mutuamente. Deben ser
exhaustivas (debe haber un lugar para cada caso que se presente)
los datos nominales no se clasifican en un rango o escala por cualidades tales como mejor o peor,
más alto o más bajo, más o menos. Queda claro entonces, que una medida nominal de sexo no
explica si los hombres son “superiores” o “inferiores” a las mujeres. Los datos nominales únicamente
se rotulan, algunas veces por nombre (hombres contra mujeres o personas con prejuicios contra las
que no los tienen); otras veces por número (1 contra 2), pero siempre con el fin de agrupar los casos
en categorías separadas para indicar semejanza o diferencia respecto a una cualidad o característica
dada.
- el nivel ordinal
el investigador va más allá de este nivel de medición y busca ordenar sus casos en términos del grado
en que poseen una determinada característica, entonces está trabajando al nivel ordinal de medición.
el investigador podría clasificar a las personas con respecto al estatus socioeconómico como “clase
baja” , “clase media“ y “clase alta”. O, en lugar de clasificar a los estudiantes de una clase dada
como con prejuicios o sin prejuicios, los podría clasificar de acuerdo con su grado de prejuicio hacia
los portorriqueños.

5
María Victoria Casas

El nivel ordinal de medición nos da información acerca de la organización de las categorías, pero no
indica la magnitud de las diferencias entre los números. Por ejemplo, el investigador social que
emplea una medida de nivel ordinal, para estudiar el prejuicio contra los portorriqueños, no sabe qué
tanto más de prejuicios tiene una persona que otra. en una escala ordinal, los intervalos entre los
puntos o rangos no son conocidos o significativos
- nivel por intervalos
nos indica tanto el orden de las categorías como la distancia exacta entre ellas. Emplean unidades
constantes de medición (por ejemplo, pesos o centavos, grados centígrados o Fahrenheit, metros o
centímetros, minutos o segundos), las cuales proporcionan intervalos iguales entre los puntos de la
escala.
podemos ordenar a los estudiantes en
términos de sus prejuicios y además indicar
las distancias que los separan a unos de
otros

Funciones de la estadística
el investigador social emplea números, cuantifica sus datos a los niveles de medición nominal,
ordinal o por intervalos, cuando es probable que emplee la estadística como un instrumento para:
(1) la descripción: estudia centenares, miles o aun cifras más altas de personas o grupos.
constituye siempre una tarea descomunal describir y resumir las enormes cantidades de datos
que se generan de los proyectos de investigación social. estadística como un conjunto de
técnicas para la reducción de datos cuantitativos (esto es, una serie de números) a un número
pequeño de términos descriptivos más adecuados y de lectura más simple.

6
María Victoria Casas

(2) la toma de decisiones: necesario hacer inferencias, esto es, tomar decisiones basándose en los
datos recogidos solamente de una pequeña porción o muestra del grupo más grande que
pensamos estudiar. Factores tales como costo, tiempo, y la necesidad de una supervisión
adecuada, muchas veces impiden hacer una completa enumeración o lista del grupo
completo. debe decidir si en verdad resulta correcto generalizar los resultados obtenidos con
respecto a la población entera, de la cual se obtuvo la muestra. Del muestreo resulta
inevitablemente el error, aun del muestreo que ha sido correctamente concebido y ejecutado.
Este es el problema que se presenta al generalizar o sacar inferencias de la muestra a la
población. La Estadística puede utilizarse con el fin de generalizar los resultados obtenidos en
la investigación, con un alto grado de seguridad, de pequeñas muestras a poblaciones
mayores. la Estadística es un conjunto de técnicas para tomar decisiones que ayuden a los
investigadores a hacer inferencias de las muestras a las poblaciones y, en consecuencia, a
comprobar hipótesis relativas a la naturaleza de la realidad social.

 Cap 2: organización de datos

se requiere un grado de previsión, planificación cuidadosa y control o bien pasar algún tiempo en
dicha situación. La recolección de datos es la materia prima con que debe trabajar el investigador
social.
Distribuciones de frecuencia de datos nominales:
intenta transformar sus datos crudos en un conjunto de medidas significativas y organizadas que
puedan utilizarse para probar su hipótesis inicial.
El primer paso sería construir una distribución de frecuencia en forma de tabla.
concurrieron muchos más hombres que
mujeres —80 de los 100 estudiantes que
asistieron eran hombres.
Comparación de las distribuciones:
La comparación entre distribuciones de frecuencia es un procedimiento que se utiliza a menudo para
aclarar resultados y agregar información. La comparación particular que haga el investigador está
determinada por la pregunta que busca contestar.
¿es probable que participen más estudiantes del sexo masculino, que del sexo femenino en
manifestaciones tanto izquierdistas como derechistas? comparar los 100 estudiantes asistentes a la
manifestación izquierdista con otros 100 estudiantes de la misma universidad asistentes a una
manifestación derechista.
hombres, en esta universidad,
participaron más que su contraparte
femenina tanto en las
manifestaciones izquierdistas como
derechistas. Podemos afirmar

7
María Victoria Casas

también que, cuando las mujeres asistieron, tendieron a participar algo más en las manifestaciones
derechistas que en las izquierdistas.
Proporciones y porcentajes
Cuando el investigador estudia distribuciones de igual tamaño total, los datos de frecuencia pueden
utilizarse para hacer comparaciones entre los grupos. Así, el número de hombres asistentes a
manifestaciones, de derecha y de izquierda, puede ser comparado directamente, ya que sabemos que
había exactamente 100 estudiantes en cada manifestación. Sin embargo, generalmente no es posible
estudiar distribuciones que tengan exactamente el mismo número de casos
necesitamos un método para estandarizar distribuciones de frecuencia por tamaño —una forma de
comparar grupos a pesar de las diferencias en las frecuencias totales.
Dos de los métodos más populares y útiles para estandarizar por tamaño y comparar distribuciones
son:
- la proporción: compara el número de casos en una categoría dada con el tamaño total de la
distribución. Podemos convertir cualquier frecuencia en una proporción P, dividiendo el
número de casos en cualquier categoría dada / por el número total de casos en la distribución N.
P= f/N.
10 hombres entre 40 estudiantes asistentes a una manifestación pueden expresarse en la proporción P
= 10/40 = 0,25.
- el porcentaje: mucha gente prefiere indicar el tamaño relativo de una serie de números en
términos del porcentaje. la frecuencia de ocurrencia de una categoría por cada 100 casos. Para
calcular un porcentaje, simplemente multiplicamos cualquier proporción dada por 100: %=100.
f/n. el 25 % de este grupo de 40 estudiantes son del sexo masculino.
Razones
Método menos común. compara directamente el número de casos que caen dentro de una categoría
(por ejemplo, hombres) con el número de casos que caen dentro de otra categoría (por ejemplo,
mujeres). Razón = frecuencia de una categoría / frecuencia de otra categoría. comparar el número de
negros entrevistados 150 con el número de blancos entrevistados 100. 150/100= 3/2 (había 3
entrevistados negros por cada 2 blancos)
El investigador podría aumentar la claridad de su razón dando la base (el denominador) de alguna
forma comprensible. multiplicaríamos la razón por 100. Razón de sexo=100 x frecuencia
H/frecuencia M=100x150/50=300. Resulta entonces que había 300 hombres en la población dada,
por cada 100 mujeres.
Las razones ya no se usan en la investigación social, por los siguientes motivos:
1. Se necesita un gran número de razones para describir distribuciones que tienen muchas categorías
de análisis.
2. Puede ser difícil comparar razones basadas en números muy grandes.

8
María Victoria Casas

3. Algunos investigadores sociales prefieren evitar las fracciones o decimales que generan las
razones.
Tasas
Otra clase de razón. en cuanto a las tasas, de reproducción, muerte, crimen, divorcio, matrimonio. las
tasas indican comparaciones entre el número de casos reales y el número de casos potenciales.
ejemplo, para encontrar la tasa de divorcios, podríamos comparar el número real de divorcios con el
número de matrimonios que ocurren durante algún periodo de tiempo (por ejemplo 1 año). tasas
suelen darse en términos de una base de 1000 casos potenciales. 500 nacimientos entre 4000 mujeres
en edad de concebir. Hubo 125 nacimientos por cada 125 mujeres.
Tasa de nacimiento= 1000x frecuencia de casos reales/ frecuencia casos potenciales =
1000x500/4000= 125
distribución de frecuencia simples de datos ordinales y por intervalos: las distribuciones de nivel
nominal no tienen que enlistarse en ningún orden en particular

 Cap 4: medidas de tendencia central

Una forma útil de describir a un grupo en su totalidad es encontrar un número único que represente
lo “promedio” o “típico” de ese conjunto de puntajes. En la investigación social, ese valor se conoce
como una medida de tendencia central, ya que está generalmente localizada hacia el medio o centro
de una distribución en la que la mayoría de los puntajes tienden a concentrarse.
3 medidas de tendencia central mas popular:
- La moda: buscamos el puntaje o categoría que ocurre más frecuentemente en una distribución.
En el caso de una distribución de frecuencia simple en la que los valores de los puntajes y las
frecuencias se presentan en columnas separadas, la moda es el valor que aparece más a menudo
en la columna de frecuencia de la tabla. Algunas distribuciones de frecuencia contienen dos o
más modas. tales distribuciones tienen dos puntos de frecuencia máxima, dos jorobas. Nos
referimos a estas distribuciones como bimodales, en contraste con la variedad unimodal más
común, que tiene una sola joroba o punto de máxima frecuencia.

- La mediana: Cuando los puntajes ordinales o por intervalos, se organizan por orden de tamaño,
resulta posible localizar la mediana (Mdn), el punto más cercano al medio en una distribución.
la mediana como la medida de tendencia central que corta la distribución en dos partes iguales.
Mediana=N+1/2.
11,12,13,16, 17,20,25; este es el caso en que 16 divide los números de manera que le quedan
3 números a cada lado.
Si el número de casos es par, la mediana es siempre aquel punto sobre el cual cae el 50% de
los casos y bajo el cual cae el otro 50% de los mismos.

9
María Victoria Casas

Como obtener la mediana de una distribución de frecuencia simple

Para encontrar la mediana de puntajes
ordenados en forma de distribución de
frecuencia simple. La mediana resulta
ser el duodécimo puntaje en esta
distribución de frecuencia.
Comenzando con el valor más bajo,
sumamos frecuencias hasta llegar al
duodécimo puntaje en la distribución.
En el presente ejemplo, la mediana de los valores de los puntajes es 4.
- La media: + común.
puede obtenerse sumando un conjunto de porcentajes y dividiendo entre el número de éstos. la suma
de un conjunto de puntajes dividido entre el número total de puntajes del conjunto.
X =I X/N donde
- X = la media (léase X
barra)
- I = la suma (expresada
como la letra mayúscula
griega sigma)
- X = un puntaje no
procesado en un
conjunto de datos
- N = el número total de puntajes en un conjunto.
A diferencia de la moda, la media no es siempre el puntaje que ocurre más a menudo. A diferencia
de la mediana, no es necesariamente el punto más cercano al medio en una distribución. Se considera
el centro de gravedad, el punto alrededor del cual las desviaciones positivas y negativas de cualquier
distribución se equilibran. Desviación: que indica la distancia entre cualquier puntaje no procesado y
la media. Para encontrar la desviación, simplemente le restamos la media a cualquier puntaje no
procesado.
x = X – X| donde
- x = el puntaje de desviación
- X = cualquier puntaje no procesado en la distribución
- X| = la media
Conclusión: mientras más grande es la desviación x, más grande es la distancia entre
ese puntaje no procesado y la media de la distribución. la media como un punto de equilibrio en la
distribución, podemos decir ahora que la suma de las desviaciones que caen por encima de la media
es igual en valor absoluto la suma de las desviaciones que caen por abajo de la media.
a suma de las desviaciones positivas (desviaciones de los puntajes no procesados 8 y 9) debieran
igualar la suma de las desviaciones negativas (desviaciones de los puntajes no procesados 4 y 3)

10
María Victoria Casas

como obtener la media de una distribución de frecuencia simple

La fórmula X = XX/N sirve para obtener la media de un pequeño número de puntajes. Sin embargo,
cuando tenemos un mayor número de casos podría ser más práctico, y se gastaría menos tiempo,
calcular la media de una distribución de frecuencia por la fórmula
X| = Zfx/N en que
- X| = la media
- X = el valor de un puntaje no procesado en la distribución
- f X = un puntaje multiplicado por su frecuencia de ocurrencia
- efX = la suma de los fXs
- N = el número total de puntajes

 Cap 5: medidas de dispersión o variabilidad

la moda, la mediana y la media podían usarse para resumir, en un sólo valor, lo que es “promedio” en
una distribución. Sin embargo, ésta nos da sólo un cuadro incompleto de un conjunto de datos.
además de una medida de tendencia central, necesitamos un índice de cómo están diseminados los
puntajes alrededor del centro de la distribución. Lo que se conoce como dispersión o variabilidad.
podríamos decir que la distribución
de temperatura en Sonora, México,
tiene mayor variabilidad que la
distribución de temperatura en
Honolulú, Hawaii. Del mismo
modo, podemos decir que la
distribución de ingresos entre los
profesores tiene menor variabilidad que la distribución de ingresos entre los ladrones.
medidas de dispersión o variabilidad más conocidas: el rango, la desviación media y la desviación
estándar.
el rango
Para lograr una medida de dispersión rápida, pero aproximada, podríamos buscar lo que se conoce
como el rango (R), o sea la diferencia entre el puntaje más alto y el más bajo de la distribución.
Por ejemplo, si la temperatura más alta de Honolulú, en el año fue de 44°C y la más fría de 28°C,
entonces el rango de la temperatura anual en Honolulú sería 16°C (44o —28°= 16°).

11
María Victoria Casas

La ventaja del rango, su cálculo rápido y fácil, es a la vez su más importante desventaja. el rango
depende totalmente de sólo dos valores de puntajes, del caso más grande y el más pequeño, en un
determinado conjunto de datos dado. Como resultado, el rango generalmente da sólo un índice no
procesado de la dispersión de la distribución
Cualquier medición que esté tan afectada por los puntajes de un sólo entrevistado, no puede darnos
una idea precisa con respecto a la dispersión y, en el mejor de los casos, debe considerarse sólo como
un índice preliminar o muy aproximado.
la desviación media
desviación como la distancia entre cualquier porcentaje no procesado y su media. Para obtener una
medida de dispersión que tome en cuenta cada puntaje en una distribución (en vez de sólo dos
valores), podríamos tomar la desviación absoluta (o distancia) entre cada puntaje y la media de la
distribución (bel), sumar estas desviaciones, y luego dividir esta suma entre el número de puntajes.
El resultado sería la desviación media. Por fórmula, DM=E |X|/N en que
- DM = la desviación media
- E|X| = la suma de las desviaciones absolutas (sin tomar en cuenta los signos + y -)
- N = el número total de puntajes
debemos pasar por alto los signos (+) y (—) y sumar valores absolutos.
La suma de las desviaciones reales es siempre igual a cero. Las desviaciones positivas y negativas se
cancelan a sí mismas y, por tanto, no pueden usarse para describir o comparar la dispersión de las
distribuciones. Por contraste, la suma de las desviaciones absolutas tiende a agrandarse a medida que
aumenta la dispersión o variabilidad de la distribución.
Para calcular la desviación

La desviación estándar
la desviación media ya no es utilizada ampliamente por los investigadores sociales; ha sido
abandonada como medida de dispersión en favor de una más efectiva, la desviación estándar.

12
María Victoria Casas

la desviación media evita el problema de los números negativos, que cancelan a los positivos,
pasando por alto los signos (+) y (-) y sumando las desviaciones absolutas de la media. Este
procedimiento para crear una medida de variabilidad tiene la notoria desventaja de que tales valores
absolutos no son siempre útiles en el análisis estadístico más avanzado (ya qué no se pueden
manipular con facilidad)
para superar este problema, podríamos elevar al cuadrado las desviaciones reales de la media y
sumarlas (2 x 2). Este procedimiento se libraría de los signos
Después de sumar las desviaciones de la media elevadas al cuadrado, podríamos dividir esta suma
entre N para controlar el número de puntajes involucrados y obtener lo que se conoce como la media
de estas desviaciones cuadráticas
Como resultado directo de la elevación al cuadrado de las desviaciones de la media, la unidad de
medición ha cambiado, lo que hace que nuestro resultado 8,67 sea bastante difícil de interpretar.
Entonces, para regresar a nuestra unidad de medición original, tomamos la raíz cuadrada de la media
de las desviaciones elevadas al cuadrado:
desviación estándar como el resultado de la anterior serie de operaciones, es decir, como la raíz
cuadrada de la media de las desviaciones de la media de una distribución elevadas al cuadrado
“técnicas de investigación social” de Sierra Bravo
escalas de las ciencias sociales
los distintos tipos de escalas, en sentido genérico, nominal, ordinal, de intervalo y de razón
representan diversos niveles de medida. El nivel mas bajo, el menos exacto, corresponde a escalas
nominales y el mas elevado y exacto a las escalas de intervalo y de razón.
Las escalas sociométricas pretender ser instrumentos de observación y de medida mas rigurosos.

 Escala de actitudes

Son las escalas mas conocidas, numerosos y utilizadas. Son aquellas que se emplean para medir el
grado en que se da una actitud o disposición de animo permanente, respecto a cuestiones especificas
en un sujeto determinado. Las escalas de actitud tienen en la actualidad una gran aplicación en las
investigaciones sociales, bien de manera independiente, bien formando parte de cuestionarios
simples o de entrevistas. Proporcionan al cuantificar los resultados de las observaciones, una
precisión mas elevada y una mayor posibilidad de aplicación de las matem a su análisis y estudio, así
como hacen mas viables el contrastar y comprobar en nuevas investigaciones los resultados
anteriores obtenidos.
Fundamento de las escalas de actitudes:
Las actitudes se pueden definir como disposiciones permanentes de animo formadas por un conjunto
de convicciones y sentimientos que llevan al sujeto que las tiene a actuar y expresarse en sus actos y
opiniones. las actitudes comprenden 3 factores:
1. Un factor ideológico formado por ideas y convicciones determinadas
2. Un factor sentimental que implica simpatía o antipatía hacia cosas o personas.

13
María Victoria Casas

3. Un facto reactivo que impulsa a pensar y obrar en las distintas situaciones sociales en
consonancia con las convicciones y sentimientos profesados.
Las actitudes se concretan y expresan en ideas, sentimientos hacia cosas y personas. sus
manifestaciones en la vida social son múltiples. Ej.: una persona progresista reflejas ideas y actos en
todos los campos de la vida social.
Para que las escalas de actitudes sean útiles como instrumentos de medida deben tener Caract:
- Graduación: comprender todos los grados de la actitudes de que se trate, desde elevados,
medios y bajos.
- Discriminatividad: constituir estímulos capaces de distinguir y dividir a las personas en relación
con la actitud.
- Validez: medir lo que pretende medir. Exige que los resultados obtenidos con la escala reflejen
verdaderamente la extensión real de la actitud investigada.
- Seguridad: proporcione resultados iguale o similares en las escalas sucesivas de los mismos
grupos.
- Uni dimensionalidad: una sola actitud.
- Formada por intervalos iguales: pretende reunirla y se consideran en la practica como tales, las
escalas experimentales del tipo Thurstone.
Tipos de escalas de actitudes
2 Criterios de clasificación de las escalas de actitudes:
1. Según el procedimiento de su valoración en arbitrarias y experimentales
Arbitrarias: aquellas en las cuales el procedimiento de valoración tiene su origen en el convenio o
arbitrio de los constructores de escalas.
Experimentales: no es subjetivo, sino resultado de un experimento.
2. Los sujetos a trabes de sus respuestas, los ítems o proposiciones.
Escalas de actitudes arbitrarias
- Escalas de puntos: palabas que se presentan al encuestado para que tache o borre las que le sean
desagradables
- de clasificación: clasificar por orden de preferencia
- de intensidad: elegir una pregunta entre varias respuestas que expresan el grado de aceptación o
rechazo de la pregunta. Muy conforme, conforme, indiferente, disconforme, muy discon
- de proposiciones: serie de actuaciones favorables o desfavorables a un grupo social o en general
a un fenómeno de interés social.
Escala de actitudes experimentales
Cada ítem tiene un valor o puntuación establecido experimentalmente. Thurstone. Son similares a las
de intensidad en cuanto consisten en un conjunto de proposiciones referentes a la actitud de que se
trata, pero diferentes en que cada ítem o pregunta tiene asignado un valor, valor escalar, obtenido
experimentalmente. Los valores escalares deben cubrir toda la extensión o continuo de estas escalas.

14
María Victoria Casas

Estos valores escalares son causa de que exista una diferencia o distancia entre los valores de cada
pregunta, por lo que se die que estas escalas tiene distancia y se les llama de intervalo.
Critica a Thurstone: la valoración hecha por los jueces puede no ser adecuada para el grupo a que se
aplique.
Otros tupos de escalas de actitudes

 El escalograma de Guttman

Formado por una serie de preguntas a las que se contesta con si o no formuladas de tal manera y en
tal orden que el contestar si a una de ellas supone normal y lógicamente contestas si a todas las
siguientes.
Propósito: construir escalas unidimensionales, en las cuales sus preguntas formasen una jerarquía
rigurosa, de modo que la aceptación de una proposición implicaría la aceptación de las de nivel
jerárquico inferior.

 Diferenciador semántico

Se presentan pares de calificación opuestos, fuerte-débil, grande-pequeño, dividiendo cada par en

una graduación de 7 puntos. Se debe a osgood. Medir el significado que tiene algo para un individuo,
aunque se pueda utilizar para medir la actitud hace ese algo. Objetivo: proporcionar una medida
indirecta de los sentimientos hacia un termino o palabra.
3 dimensiones básicas:
a. El valor (bueno o malo) o la evaluación que hace el sujeto de los entes propuestos
b. El poder (fuerte o débil) o la percepción por el sujeto de la potencia del ente en cuestión
c. La actividad (activo o pasivo) o sea la percepción del dinamismo del ente en cuestión.
Construcción de la escala de Likert
Operaciones básicas:
1. Búsqueda de las proposiciones, items representativos de la actitud o conceptos que se
pretenden medir
2. Prueba de cada uno de los ítems para contrastar si representan adecuadamente a la actitud
3. Establecimiento de un procedimiento de valoración de la escala, arbitrario o experimental
según el tipo de escala escogido.
4. Prueba de la escala completa para comprobar su validez y seguridad.
Likert: consiste en pensar y formular una serie de proposiciones, bastantes, referentes a la actitud en
cuestión.
Dichos ítems se someten a la prueba de aplicarlos a un grupo, para eliminar los ítems inadecuados
que no se ajustan bien a la actitud que se pretende medir.
Se averigua para todos los encuestados la puntuación total y se seleccionan de todos ellos el 25% que
ha obtenido una puntuación superior y el 25% que le haya obtenido inferior. Se forman 2 grupos:
superior e inferior. Y se analiza su forma de contestación. Este análisis se basa en el supuesto de que

15
María Victoria Casas

si se trata de un ítem que se ajusta a la actitud en cuestión, la puntuación media del grupo superior
debe ser mas elevada que la del grupo inferior. Los ítems en los cuales las diferencias entre los 2
grupos no sea significativa se eliminan. Solo se deja los ítem en los que la diferencia sea
significativa.
Construcción de las escalas de Thurstone
Pensar muchas preguntas o proposiciones en relación a la actitud que se pretende medir, favorables y
adversas y neutrales en todos sus grados.
Estas proposiciones se someten a un grupo que hace de jueces y se les pide que señalen la valoración
que a su juicio objetivo, no personal, tiene el ítem respecto a la actitud en cuestión. Como los jueces
pueden cumplir mas su tarea, por ello se debe analizar c/evaluación y eliminarlas en el caso de que
su trabajo sea deficiente. Ej.: eliminar los jueces que den el mismo valor a un número elevado de
ítems.
Escala de 1 a 11 en el que el 1 significa el máximo acuerdo y el 11 máximo desacuerdo. Se halla para
cada uno, la media y la desviación típica de las valoraciones que han dado. La media es la
ponderación o valor escalar que se da al ítem. Desviación típica, los ítems en que esta sobrepasa. En
lugar de la media y las desviación se pueden utilizar la mediana y la dispersión intercuartílica ya que
la escala es mas ordinal que de intervalo.
Los ítems eliminados son aquellos en los que la dispersión de las valoraciones de los jueces es mayor
y por tanto es menor su acuerdo respecto a la significación del ítem en cuestión respecto a la actitud
media.
Construcción de las escalas de Guttman
Se empieza = que los anteriores. Pueden llegar hasta 50. Las preguntas se someten a un grupo que
debe contestar si o no. Con las respuestas se forma una tabla que se llama escalograma.
Con X su aceptación de los ítems y con O su desacuerdo. Después estas puntuaciones se ordenan de
la mas alta a las mas baja. Finalidad es jerarquizar rigurosamente los ítems. En el escalograma los
items s disponen en sentido horizontal y los sujetos en sentido vertical, o sea, se atribuyen a los 1ºs
las columnas y a los 2ºs las filas de la tabla.
Por aproximaciones sucesivas se forman las nuevas tablas que sean necesarias, hasta que consiga
ordenar por orden jerárquico las proposiciones y las respuestas. Se van eliminado las preguntas que
presentan muy desviadas que infringen la jerarquización a las preguntas. Se estima que la
jerarquización de una escala de Guttman es buena cuando su coeficiente de reproductividad es al
menos de 0.90. el coeficiente se calcula según la formula: R=1- E/QxS donde:
- E: número total de errores o fallos
- Q numero de preguntas el escalograma
- S: numero de sujetos.
Otra técnica que ideo Guttman para evitar el error (no nos dice nada sobre el grado de jerarquización
de las respuestas dadas por el grupo) y la llamo Cornell: en la aplicación de la escala al grupo de
prueba, cada sujeto debe contestar a cada ítem como si fuera una escala de Likert, es decir, según

16
María Victoria Casas

diversos grados de acuerdo, normalmente 5. Se halla la puntuación total de cada uno y se ordenan
por orden de puntuación de mayor a menor. Si hubiera una jerarquización perfecta dentro de cada
ítem, los que tienen una elevada puntuación deberían tener en cada ítem una puntuación no inferior
al resto.
Calculo de la seguridad de las escalas sociométricas
El conocimiento de la validez y seguridad de cualquier instrumento de observación es un requisito
necesario par saber si es fiable.
La seguridad de estas escalas consiste en su propiedad de proporcionar resultados similares en sus
sucesivas. 3 procedimiento básicos para hallar la seguridad de una escala sociométrica:
1. Aplicación repetida de la misma escala al mismo grupo
2. Aplicación de escalas paralelas o similares al mismo grupo
3. División por mitad de una escala y aplicación de cada parte al grupo.
 Aplicaciones repetidas de la misma escala

Aplicar la misma escala al mismo grupo en 2 ocasiones y correlacionar las dos series de medidas
constituidas por los resultados de cada sujeto. La correlación obtenida es el coeficiente de seguridad.
Es el método mas lógico, pero tiene graves problemas como las variaciones de puntuación debido a
los cambios que se producen en cada individuo.

 División por mitad

Este es el método mas riguroso y preferible. Consiste en dividir la escala en 2 y hallar la correlación
de los resultados obtenidos. Presenta la ventaja de que pueden ser aplicadas las 2 mitades al grupo en
una sola sesión. Este método exige que las 2 mitades sean equivalentes.
“Diseño del formato de escalas tipo Likert: un estado de la cuestión” de Antonio Matas
Uno de los instrumentos mas utilizados. Existe cierto debate sobre el formato de estas escalas para
obtener datos de calidad.
identificando un conjunto de temas o tópicos relevantes por sus implicaciones metodológicas: sesgos
y estilos de respuesta, el número óptimo de alternativas, las razones de elección de la alternativa
intermedia y el efecto de la alternativa ‚No opino.

 Sesgos: Un estilo de respuesta es la tendencia sistemática del encuestado a contestar

sesgadamente con relación al constructo de interés. Los estilos de respuesta en este tipo de
escalas pueden agruparse en cuatro grupos:
1. Estilo de Respuesta Aquiescente (ERA): es la tendencia a elegir opciones que están de
acuerdo con el objeto del ítem, independientemente de su contenido.
2. Estilo de Respuesta Extrema (ERE): es la tendencia a elegir las alternativas extremas.
3. Estilo de respuesta intermedia (ERI): es la tendencia a elegir las alternativas moderadas,
evitando las extremas.
4. Respuesta socialmente deseable (RSD): es la tendencia a responder de la manera que se
espera que sea mejor vista por los demás. Se puede entender como una forma de deseabilidad
social

17
María Victoria Casas

En la literatura se recoge también el llamado sesgo negativo. Este sesgo consiste en registrar una
mayor frecuencia de respuestas en las alternativas de la derecha de la escala (normalmente los que
están a favor del sentido del ítem). Aunque el sesgo negativo ha sido identificado habitualmente en
las escalas Likert parece que un mayor número de alternativas lo corrige.

 Número de alternativas u opciones de respuesta: la confiabilidad aumentaba cuando las

alternativas se incrementaban de cinco a siete.
 La alternativa intermedia: analizan los argumentos a favor y en contra de incluir una opción
intermedia (opción de indecisión o ambivalencia) entre las alternativas de respuesta. Estos
argumentos están estrechamente vinculados a los sesgos de tendencia central y deseabilidad
social. Diversos estudios han puesto en evidencia que la elección de la alternativa intermedia
puede darse por muy diversos motivos, al margen del posicionamiento real de la. Esta
diversidad de argumentos puede generar un aumento de la frecuencia de elección de la
alternativa intermedia, provocando la aparición del sesgo de tendencia central.
Ante este sesgo algunos investigadores toman la decisión de usar escalas pares. Sin embargo,
las razones para incluir o no incluir esta alternativa son causa de debate. La eliminación de
esta alternativa disminuía el sesgo de deseabilidad social. En encuestas de orden político se
encontraba que la frecuencia de elección de opciones extremas era más equitativa cuando no
se incluía la alternativa intermedia
la presencia de la alternativa intermedia en la escala tiene un efecto moderado en la validez. Sin
embargo, algunos autores argumentan que la eliminación de la alternativa intermedia obliga al
encuestado a posicionarse a favor o en contra. recomiendan la inclusión de las categorías
intermedias, argumentando que es preferible no forzar esta elección para evitar inducir un error en
los datos.
apuntan a que la elección de la alternativa intermedia está afectada por el contenido de la escala de la
encuesta. En este sentido, hay que prestar atención a la legibilidad y claridad del ítem

 Argumentos de selección: 4 tipos de electores de las alternativas intermedias:

1. Los ambivalentes. Es el grupo de encuestados que eligen la opción intermedia porque
realmente se posicionan entre los dos extremos.
2. Los indiferentes. Son aquellos que no tienen interés por el tema o no se implican en contestar
de forma competente.
3. Los aquiescentes. Es el grupo de encuestados que tratan de responder lo que piensan que los
demás esperan que contesten.
4. Los que evitan u ocultan opiniones socialmente no deseables. Es el grupo que evita elegir
opciones que están mal vistas entre su grupo de iguales o de referencia
argumentos que, según la literatura, pueden llevar a los encuestados a seleccionar las alternativas
intermedias. Una de ellas era la de sentirse en el punto medio por indiferencia o ambivalencia, que
sería las razones originales previstas en las escalas Likert. Sin embargo, otras razones eran las
siguientes:
- La falta de comprensión del enunciado.
- La falta de competencia o información relativa al enunciado.

18
María Victoria Casas

- El recelo a revelar cuestiones personales.

- Y la falta de familiaridad o baja frecuencia de uso de los ítems empleados en una lista de
adjetivos
 Alternativas “sin opinión”: los encuestados eligen esta alternativa principalmente cuando no
tienen información o conocimiento sobre el tema que trata el ítem. Otras razones que hallaron
fueron que los encuestados elegían esta opción cuando no tenían interés por el tema de la escala,
no entendían lingüísticamente el ítem (por la complejidad o desconocimiento de las palabras
usadas, o por falta de claridad en la redacción) o que el encuestado tenía una perspectiva
totalmente opuesta al argumento racional del ítem. plantearse tres escenarios:
- No responder al ítem.
- Elegir una alternativa cualquiera, tanto a favor como en contra. La distribución de esta elección
sería azarosa.
- Elegir la alternativa intermedia.
En cualquiera de los escenarios, la calidad de los datos se vería afectada, puesto que la alternativa
intermedia no sería una respuesta típica de los encuestados con niveles intermedios de opinión.
ofrecer una revisión de la literatura científica sobre el formato de las escalas tipo Likert y su posible
efecto en la calidad de los datos. serie de sesgos vinculados a estas escalas. La mayor parte de los
sesgos se han asociado con los estilos de respuesta. Esto puede implicar que las personas tienden a
reaccionar de una determinada manera al ítem, no sólo por el contenido y el formato, sino también
por su propio estilo de afrontar este tipo de tareas. autores sugieren que las escalas tipo Likert
deberían tener cuatro opciones de respuesta, añadiendo la opción SO/NS o bien, escalas de siete
opciones para el caso de aquellas que se administran vía Internet para evitar una excesiva
interpolación.
los sesgos más recurrentes en la literatura (tendencia central, deseabilidad social, etc.)
“Metodología de la investigación” de Hernández Sampieri
¿qué implica la etapa de recolección de datos?
recolectar los datos pertinentes sobre los atributos, conceptos o variables de las unidades de
muestreo/análisis o casos
Recolectar los datos implica elaborar un plan detallado de procedimientos que nos conduzcan a
reunir datos con un propósito específico. Este plan incluye determinar:
a. fuentes de las que se obtendrán los datos: los datos van a ser proporcionados por personas, se
producirán de observaciones y registros o se encuentran en documentos, archivos, bases de
datos.
b. Localización de las fuentes: Regularmente en la muestra seleccionada, pero es indispensable
definir con precisión.
c. c método vamos a recolectar los datos: Esta fase implica elegir uno o varios medios y definir
los procedimientos que utilizaremos en la recolección de los datos. El método o métodos
deben ser confiables, válidos y “objetivos”.
d. Forma para que puedan analizarse y respondamos al problema

19
María Victoria Casas

El plan se nutre de diversos elementos:

1. Las variables, conceptos o atributos a medir
2. Las definiciones operacionales. para determinar el método para medirlas
3. La muestra.
4. Los recursos disponibles (de tiempo, apoyo institucional, económicos)
¿Qué significa medir?
“el proceso de vincular conceptos abstractos con indicadores empíricos”, el cual se realiza mediante
un plan explícito y organizado para clasificar (y con frecuencia cuantificar) los datos disponibles (los
indicadores), en términos del concepto que el investigador tiene en mente. En este proceso, el
instrumento de medición o de recolección de datos tiene un papel central. Sin él, no hay
observaciones clasificadas. dos consideraciones:
1. punto de vista empírico, se resume en que el centro de atención es la respuesta observable
(sea una alternativa de respuesta marcada en un cuestionario, una conducta registrada
mediante observación, un valor de un instrumento y su interpretación o una respuesta dada a
un entrevistador).
2. perspectiva teórica y se refiere a que el interés se sitúa en el concepto subyacente no
observable que se representa por medio de la respuesta. Así, los registros del instrumento de
medición representan valores visibles de conceptos abstractos.
Un instrumento de medición adecuado es aquel que registra datos observables que representan
verdaderamente los conceptos o las variables que el investigador tiene en mente
función de la medición: establecer una correspondencia entre el “mundo real” y “mundo conceptual”.
La medición es eficaz cuando el instrumento de recolección de datos representa las variables que
tenemos en mente. Si no es así, nuestra medición es deficiente; por tanto, no es digna de tomarse en
cuenta. Desde luego, no hay medición perfecta. Es casi imposible que representemos con fidelidad
variables como la inteligencia emocional, la motivación,
¿Qué requisitos debe cubrir un instrumento de medición?
3 requisitos:
- confiabilidad: grado en que su aplicación repetida al mismo individuo u objeto produce
resultados iguales.
- validez: al grado en que un instrumento mide realmente la variable que pretende medir.
diferentes tipos de evidencia:
a. La validez de contenido se refiere al grado en que un instrumento refleja un dominio
específico de contenido de lo que se mide. Es el grado en el que la medición representa al
concepto o variable medida. Un instrumento de medición requiere tener representados a todos
o la mayoría de los componentes del dominio de contenido de las variables que se van a
medir.
El dominio de contenido de una variable normalmente está definido o establecido por la literatura
(teoría y trabajos antecedentes). En indagaciones exploratorias en las que las fuentes previas son

20
María Victoria Casas

escasas, el investigador comienza a adentrarse en el problema de estudio y a proponer cómo puede

estar constituido tal dominio. De cualquier manera, en cada investigación uno debe probar que el
instrumento utilizado es válido. Un ejemplo del intento por establecer el dominio de contenido de
una variable es el siguiente:
para establecer el dominio de la variable clima organizacional, revisó 20 estudios clásicos sobre el
concepto, así como más de 100 investigaciones. Por otro lado, consideró diversos libros sobre el
tema, tres metaanálisis y otras tantas revisiones del estado del conocimiento. evaluó 15 estudios
efectuados en el contexto en el que se han considerado decenas de dimensiones o componentes del
clima organizacional, por lo que realizó un análisis para determinar cuáles habían sido los más
frecuentes.
Si el dominio de un instrumento es demasiado estrecho con respecto al dominio de la variable, el
primero no la representará. La pregunta que se responde con la validez de contenido es: ¿el
instrumento mide adecuadamente las principales dimensiones de la variable en cuestión? ¿qué tan
bien representan las preguntas a todas las que pudieran hacerse?
b. La validez de criterio de un instrumento de medición se establece al comparar sus resultados
con los de algún criterio externo que pretende medir lo mismo. Cuanto más se relacionen los
resultados del instrumento de medición con los del criterio, la validez será mayor.
Si el criterio se fija en el presente de manera paralela, se habla de validez concurrente (los
resultados del instrumento se correlacionan con el criterio en el mismo momento o punto de tiempo).
Si el criterio se fija en el futuro, se habla de validez predictiva (Si hay validez de criterio, las
puntuaciones obtenidas por ciertos casos en un instrumento deben estar correlacionadas y predecir
las puntuaciones de estos mismos casos logradas en otro criterio)
c. La validez de constructo es la mas imp desde una perspectiva científica. Debe explicar cómo
las mediciones del concepto o variable se vinculan de manera congruente con las mediciones
de otros conceptos correlacionados teóricamente.
Un constructo es una variable medida y tiene lugar dentro de una hipótesis, teoría o modelo teórico.
Es un atributo que no existe aislado sino en relación con otros y debe ser inferido de la evidencia que
tenemos en nuestras manos y que proviene de las puntuaciones del instrumento aplicado.
El proceso de validación de un constructo está vinculado con la teoría. No es conveniente llevar a
cabo tal validación, a menos que exista un marco teórico que soporte la variable en relación con otras
variables. Desde luego, no es necesaria una teoría muy desarrollada, pero sí investigaciones que
hayan demostrado que los conceptos se asocian. Preguntas que se responden ¿el concepto teórico
está realmente reflejado en el instrumento? ¿Qué significan las puntuaciones del instrumento? ¿El
instrumento mide el constructo y sus dimensiones? ¿Por qué? ¿Cómo opera el instrumento?
Validez total: La validez de un instrumento de medición se evalúa sobre la base de todos los tipos de
evidencia. Cuanta mayor evidencia de validez de contenido, de validez de criterio y de validez de
constructo tenga un instrumento de medición, éste se acercará más a representar las variables que
pretende medir.
relación entre la confiabilidad y la validez:

21
María Victoria Casas

La validez y la confiabilidad no se asumen, se prueban.

Supongamos que vamos a probar un arma con tres tiradores. Cada uno debe realizar cinco disparos,
entonces:


Tirador 1 Sus disparos no impactan en el centro del blanco y se encuentran diseminados por
todo el blanco.
 Tirador 2 Tampoco
impacta en el centro
del blanco, aunque sus
disparos se encuentran
cercanos entre sí, fue
consistente, mantuvo
un patrón.
 Tirador 3 Los disparos
se encuentran
cercanos entre sí e impactaron en el centro del blanco.
- objetividad: Grado en que el instrumento es o no permeable a la influencia de los sesgos y
tendencias de los investigadores que lo administran, califican e interpretan.
Resumen:
Recolectar los datos implica:
i. seleccionar uno o varios métodos o instrumentos disponibles, adaptarlos o desarrollarlos,
esto depende del enfoque que tenga el estudio, así como del planteamiento del problema y
de los alcances de la investigación;
ii. aplicar el o los instrumentos,
iii. preparar las mediciones obtenidas o los datos recolectados para analizarlos correctamente.
- En el enfoque cuantitativo, recolectar los datos es equivalente a medir.
- Medir es el proceso de vincular conceptos abstractos con indicadores empíricos, mediante
clasificación o cuantificación.
- En toda investigación cuantitativa medimos las variables contenidas en la(s) hipótesis.
- Cualquier instrumento de recolección de datos debe cubrir tres requisitos: confiabilidad, validez
y “objetividad”.
- La confiabilidad se refiere al grado en que la aplicación repetida de un instrumento de
medición, a los mismos individuos u objetos, produce resultados iguales.
- La validez se refiere al grado en que un instrumento de medición mide realmente las variables
que pretende medir.
- Se pueden aportar tres tipos principales de evidencia para la validez cuantitativa: evidencia
relacionada con el contenido, evidencia relacionada con el criterio y evidencia relacionada con
el constructo.
- Los factores que principalmente pueden afectar la validez son: la improvisación, utilizar
instrumentos desarrollados en el extranjero y que no han sido validados para nuestro contexto,
poca o nula empatía con los participantes y los factores de aplicación.
- No hay medición perfecta, pero el error de medición debe reducirse a límites tolerables.

22
María Victoria Casas

- La confiabilidad cuantitativa se determina al calcular el coeficiente de fiabilidad.

- Los coeficientes de fiabilidad cuantitativa varían entre 0 y 1 (0 = nula confiabilidad, 1 = total
confiabilidad).
- Los métodos más conocidos para calcular la confiabilidad son: a) medida de estabilidad, b)
formas alternas, c) mitades partidas y d) consistencia interna.
- La evidencia sobre la validez de contenido se obtiene al contrastar el universo de ítems frente a
los ítems presentes en el instrumento de medición.
- La evidencia sobre la validez de criterio se obtiene al comparar los resultados de la aplicación
del instrumento de medición frente a los resultados de un criterio externo.
- La evidencia sobre la validez de constructo se puede determinar mediante el análisis de factores
y al verificar la teoría subyacente.
- Los pasos para elaborar un instrumento de medición son:
a. Redefiniciones fundamentales sobre propósitos, definiciones operacionales y participantes.
b. Revisar la literatura, particularmente la enfocada en los instrumentos utilizados para medir las
variables de interés.
c. Identificar el conjunto o dominio de conceptos o variables a medir e indicadores de cada
variable.
d. Tomar decisiones en cuanto a: tipo y formato; utilizar uno existente, adaptarlo o construir
uno nuevo, así como el contexto de administración.
e. Construir el instrumento.
f. Aplicar la prueba piloto (para calcular la confiabilidad y validez iniciales).
g. Desarrollar su versión definitiva.
h. Entrenar al personal que va a administrarlo.
i. Obtener autorizaciones para aplicarlo.
j. . Administrar el instrumento.
- Posteriormente, se preparan los datos para el análisis.
- En la investigación disponemos de diversos instrumentos de medición.
1. Escalas de actitudes: de Likert, diferencial semántico y escalograma de Guttman
2. Cuestionarios (autoadministrado, por entrevista personal, por entrevista telefónica, internet y
por correo).
3. Recolección y análisis de contenido cuantitativo
4. Observación cuantitativa
5. Pruebas estandarizadas
6. Archivos y otras formas de medición
- Las respuestas a un instrumento de medición se codifican.
- Actualmente, la codificación se efectúa transfiriendo los valores registrados en los instrumentos
aplicados (cuestionarios, escalas de actitudes o equivalentes) a un archivo o matriz de un
programa computarizado de análisis estadístico

23
María Victoria Casas

24