Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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.
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
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.
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
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
10
María Victoria Casas
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
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.
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.
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.
18
María Victoria Casas
19
María Victoria Casas
20
María Victoria Casas
21
María Victoria Casas
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
23
María Victoria Casas
24