LA ESTADISTICA EN LA INVESTIGACION CIENTIFICA Y

TECNOLOGICA
I. INTRODUCCION.

En los últimos años, la estadística ha llegado a constituir una herramienta

de trabajo necesaria en muchos campos de la actividad intelectual. Más aun,
en la investigación científica.
La estadística es una ciencia importante, ya que sus métodos y técnicas,
ayudan en la búsqueda permanente de nuevos conocimientos en cualquier
área de estudio.
El objetivo principal de este tópico, LA ESTADISTICA EN LA
INVESTIGACION CIENTIFICA Y TECNOLOGICA es precisamente llenar
el vacío que existe en la formación profesional de los graduandos de la
Escuela Profesional de Matemática Aplicada, con la finalidad que obtengan
el Titulo Profesional de Licenciado en Matemática Aplicada.
Desarrollaremos conceptos básicos de la investigación científica y de la
ciencia estadística y su aplicación como instrumento para estudiar e
investigar en las diferentes áreas del conocimiento.
II. FUNDAMENTOS DE LA INVESTIGACION CIENTIFICA Y
TECNOLOGICA.

1. Introducción y desarrollo

Definición de ciencia, método e investigación.

La ciencia se puede entender como un conjunto sistematizado de

conocimientos, sobre la realidad observada, que se obtienen aplicando
el método científico. El fin esencial de la ciencia es la
teoría, ésta se erige como un conjunto de leyes y reglas
que son la base del conocimiento; la teoría sirve para
relacionar, explicar, predecir y controlar fenómenos.

El método, (meta = hacia; hodos = camino), es un conjunto

de acciones desarrolladas según un plan preestablecido con el fin de
lograr un objetivo. También se puede considerar como la estrategia que
emplean diferentes disciplinas para resolver sus problemas específicos.
En un sentido más amplio, designa a operaciones generales (deducción,
inducción, análisis y síntesis) que son comunes a todas las disciplinas.
Por métodos, entendemos toda una variedad de enfoques utilizados por
la investigación para recoger datos que se emplearán como base de la
inferencia, interpretación, explicación y predicción.
El método científico tuvo su origen, aplicación y desarrollo en el ámbito
de las ciencias naturales y físicas, y su base racional, en ideas como la
existencia de la realidad y la posibilidad de su conocimiento. Este
método se erige como el más objetivo y el que tiene mayor capacidad
de predicción, control y generalización. Su misión principal es la de
contribuir al desarrollo y validación de los conocimientos.

El método científico diferencia la investigación de la especulación, y el

conocimiento científico (universal, necesario,
sistemático y metódico), del vulgar (particular,
contingente, asistemático y metódico).

La metodología de la investigación implica una serie

de reglas y estrategias que especifican cómo se
puede profundizar en un problema y se concreta en
un proceso sistemático que comprende actividades y tareas.

F.Bacon (1561-1626) fue uno de los primeros filósofos que acotó el

significado del método científico, del cual destacó su carácter
eminentemente empírico. El empirismo antepone la observación y la
experimentación, como pasos previos a la generalización y elaboración
de teorías (método inductivo). Mientras que el método deductivo
formula hipótesis, a partir de leyes generales y las contrasta con la
realidad.

Las dos formas por las que se adquiere el conocimiento científico

(empirismo-inducción y racionalismo-deducción) se sintetizan el el
método hipotético-deductivo. Según KR Popper (1902-1994), el
científico elabora hipótesis y teorías y, posteriormente, las contrasta
con la experiencia. Justamente, lo que otorga el carácter de científico
al conocimiento, es la elaboración hipotético-deductiva de la teoría, y la
posibilidad de que ésta sea rebatida. El mantenimiento de una teoría
depende del proceso de contrastación de la hipótesis, y de su grado de
resistencia a la falsación.

Popper defiende que la base empírica de la ciencia objetiva no tiene

nada de "absoluto". Este sostiene que la falsación es la clave para
superar las limitaciones del inductivismo (es decir, primero, observar
los hechos, luego, construir una teoría o ley). El falsacionismo consiste
en demostrar que una hipótesis es falsa, cuando fracasa frente a las
pruebas que proporcionan la observación y la experimentación.
 La investigación (del latín: in =hacia, en; vestigium = huella, pista), es la
actividad humana que intenta satisfacer la curiosidad y la necesidad del
saber. Tradicionalmente se ha utilizado el método científico para lograr
ese cometido.

2. Tipos de investigación: cualitativa y cuantitativa

La investigación cualitativa ha sido clave en el ámbito de las ciencias

sociales. En efecto, para desarrollar el conocimiento en el
que se fundamenten la sociología, antropología, psicología y
pedagogía se han seguido dos corrientes filosóficas: el
positivismo y la fenomenología.

El positivismo (A.Comte, 1998-1857). Afirma que el

espíritu humano debe renunciar a conocer el ser mismo (la naturaleza)
de las cosas y contentarse con las verdades que proporcionan la
observación y la experimentación.

Esta corriente relega la subjetividad humana y

busca la verificación empírica de los hechos y sus
causas, con el objetivo de establecer leyes
universales. La complejidad de todo lo humano se
reduciría a variables que, cuantificadas y
analizadas, facilitarían el cálculo de la
probabilidad estadística de que algo ocurra.
Precisamente, el positivismo es la cuna del
desarrollo formal del método científico y de la
investigación cuantitativa, que con frecuencia, se asimila a la única
forma válida para la adquisición de conocimientos.

La fenomenología, corriente filosófica impulsada por Husserl (1859-

1938), se presenta como una reacción al positivismo. La fenomenología
plantea que la realidad se puede conocer a través de la abstracción
teórica, analizando las cualidades de la experiencia, que permite
aprehender la esencia misma del fenómeno.

En esta línea, la observación y los sentidos, a veces engañosos, son

aproximaciones de segundo orden respecto a la intuición y a la
meditación, las que sí permitirían adentrarse en la complejidad del ser.
La fenomenología fundamente la investigación cualitativa. Es evidente
que el estudio y la comprensión de los problemas de salud exigen de la
pluralidad metodológica, realizando un mayor énfasis en uno u otro
 método, según el problema concreto a investigar.

La realización de la investigación aplicada, que trata de responder a un

problema concreto, pone en evidencia que muchos aspectos
conceptuales y metodológicos son comunes a ambos enfoques y, que la
búsqueda de calidad y rigor es la actitud que debe preceder en
cualquier investigación, con independencia de su signo.

3. Etapas de la investigación

La planificación es el primer paso en la investigación, y comprende los

procesos de conceptualización y diseño que se concretan en los planes
metodológicos y de trabajo propios del proyecto de investigación.

Procesos y actividades en la etapa de la planificación:

Proceso de conceptualización Proceso de diseño

Identificación del problema (área) de

Selección del diseño de estudio
interés

Identificación de la población diana,

Revisión bibliográfica
accesible y elegible

Formulación de la pregunta. Determinación de las unidades de

Definición del objetivo. estudio (muestra)

Desarrollo del marco teórico o Elaboración de un instrumento o

conceptual. técnica para obtener los datos

Preparación de la estrategia de
Formulación de la hipótesis
análisis estadístico

Definición de las variables Realización de una prueba piloto

III. LA ESTADISTICA EN LA INVESTIGACION CIENTIFICA Y

TECNOLOGICA
Definiciones importantes

Definición de Estadística: La Estadística es la Ciencia de la

sistematización, recogida, ordenación y presentación de los datos
referentes a un fenómeno que presenta variabilidad o incertidumbre para
su estudio metódico, con objeto de deducir las leyes que rigen esos
fenómenos y poder hacer previsiones sobre los mismos, tomar decisiones u
obtener conclusiones.

Definición de población y muestra

• Población (‘population’) es el conjunto sobre el que estamos interesados

en obtener conclusiones (hacer inferencia). Para definirlo debe de
responder a las preguntas: ¿Qué?, ¿Cuándo?, ¿Dónde?. Normalmente es
demasiado grande para poder abarcarlo.
• Muestra (‘sample’) es un subconjunto de la población al que tenemos
acceso y sobre el que realmente hacemos las observaciones
(mediciones). Esta formado por miembros “seleccionados” de la
población (individuos, unidades experimentales). La muestra reúne los
siguientes requisitos:

Debe ser “representativa”, en el sentido de que sus elementos han sido

obtenidos al azar de la población.

Debe ser “adecuada”, en el sentido de que la muestra debe de tener un

tamaño adecuado.

Ejemplo: Si la población consiste en un total de pacientes atendidos

con cáncer en el año 1992, una muestra seria el número de pacientes
atendidos con cáncer en febrero de 1992.

Unidades de observación: Constituyen los elementos o cosas observadas.

Ejemplo: Si una enfermera lleva a cabo una investigación sobre los

menores desnutridos atendidos en un Centro de salud de niños; para cada
niño la enfermera obtendrá la edad, peso, talla, etc. En este caso, los niños
constituyen las unidades de observación; y la edad, peso y talla de cada
niño vienen a ser las observaciones.

Variable: Es una característica de la población que se va a investigar y

que puede tomar diferentes valores.
 Generalmente las variables se designan con las últimas letras mayúsculas
del abecedario: X, Y, Z; y los valores de las variables se designan con
letras minúsculas:

Clasificación de las variables:

1. Por su generalidad o nivel de abstracción:

a) Teóricas: Son aquellas que necesitan definirse
operacionalmente; porque sus cualidades o características no son
observables ni medibles.

Ej.: Desarrollo económico, estrato-socioeconómico, rendimiento

académico, hábitos de consumo, etc.

b) Intermedias: Son aquellas variables que permiten especificar a

las variables teóricas, con el fin de hacerlas observables y
teóricas.
c) Empíricas: Son aquellas variables que no necesitan definirse
operacionalmente; porque sus valores se identifican en forma
inmediata y son fácilmente medibles.

Ej.: Edad, sexo, peso, talla, etc.

Operacionalizar una variable significa transformar las variables teóricas

(no observables ni medibles) en variables empíricas (observables y
medibles)

VARIABLE VARIABLES INTERMEDIAS VARIABLES

TEORICA EMPIRICAS
ALTA 17-20
CALIFICACIONES
MEDIA 11-16

BAJA 00-10
REGULAR 81-100%
RENDIMIENTO ASISTENCIA A
ACADEMICO CLASES MEDIA 61- 80%

BAJA
 EFICIENTE A
PRACTICAS
PREPROFESIONALES REGULAR B

DEFICIENTE C

2. Por su relación causal:

a) Independientes: Generalmente se simbolizan estas

variables con la letra mayúscula X; y son aquellas que no
dependen de ninguna variable dentro de un contexto
determinado. Indica: causa, antecedente, determinante.

b) Dependientes: Generalmente se simbolizan estas variables con

la letra mayúscula Y, y son aquellas que dependen de otra u otras
variables dentro de un contexto determinado. Indica: Efecto,
resultado, consecuente.

c) Interviniente: Simbólicamente se le presenta con la letra

mayúscula Z; y son aquellas que van a especificar las condiciones
o requisitos para que las variables X e Y tomen sus
correspondientes valores.

Ej.: El escaso fomento de la educación alimentaria en la

población, genera mayor desnutrición infantil en las familias con
bajo nivel de instrucción.

En este ejemplo las variables son:

Educación alimentaria: X Variable independiente.

Desnutrición infantil: Y Variable dependiente

Nivel de instrucción: Z Variable interviniente

3. Por su naturaleza: Esta clasificación es de mucha utilidad para

fines estadísticos.
a) Variables cualitativas: Son aquellas cuyo dominio de variación
son objeto de clasificación. Se clasifican en:

Variables ordinales: Son aquellas cuyo dominio de variación son

objeto de clasificación y orden.
 Variables nominales: Son aquellas cuyos valores del dominio de
variación son objeto de clasificación y no importa el orden.

b) Variables cuantitativas: Son aquellas cuyos valores del

dominio de variación son contados o medidos. Se clasifican en:

Variables discretas: Cuando los valores del dominio de variación

son contados, y por lo tanto solo pueden asumir valores enteros.

Variables continuas: Cuando los valores del dominio de variación

son susceptibles de ser medidos. Pueden asumir valores
decimales.

Medición de variables:

Es la asignación de números a las observaciones, de modo que los números

sean susceptibles de análisis por medio operaciones cumplidas mediante
ciertas reglas.
Las variables se clasifican según la capacidad o nivel en que permiten
medir los objetos, puede ser cualitativa o cuantitativamente, donde la
característica más común y básica de una variables es la de diferenciar
entre la presencia y ausencia de la propiedad o atributo que ella enuncia.
Las variables cualitativas, categóricas, son aquellas que se refieren a
propiedades de los objetos en estudio, no puede ser medida en términos
de cantidad de la propiedad que posee, sólo se determina la presencia o
ausencia de ella. Ejemplos: sexo, estado civil, lugar de procedencia.

Las variables cuantitativas son aquellas cuya magnitud puede ser medida
en términos numéricos, los valores de la propiedad se encuentran
distribuidos a lo largo de una escala. Ejemplo: edad, estatura, nivel de
escolaridad.

Escalas de medición de variables:

Escala nominal. Consiste en clasificar los objetos según las categorías

de una variable. Para elaborar esta escala se categoriza la variable, por
ejemplo: sexo, se clasifica en femenino y masculino, y se les puede asignar
 un número (codificar) femenino (1), masculino (2), solamente para sustituir
el nombre de la categoría, no representa ninguna jerarquía.

Escala ordinal. Clasifica los objetos en forma jerárquica, según el

grado que posea una característica determinada, no proporciona magnitud
o distancia entre una categoría y otra, o cuánto mayor es una de otra, las
categorías se ordenan según su magnitud relativa, pues ellas no
representan igual cantidad de la variable.
Ejemplo: nivel académico; con categorías de primaria, secundaria, superior.

Escala de intervalo. En esta escala se miden variables cuantitativas,

siendo igual la distan entre dos puntos o valores de un continuo, pero el
punto cero es arbitrario y convencional, por lo que no se pueden establecer
razones o proporciones.
Ejemplos: temperatura, rendimiento académico, coeficiente intelectual.

Escala de razón. Es el nivel más alto de medición para las variables

cuantitativas; posee el cero absoluto, lo que permite determinar la
proporción conocida de valores de la escala.
Ejemplo: peso, talla, número de piezas dentaria. El cero representa la
ausencia o nulidad, por ello se puede establecer razones como en la
variable peso, el que pesa 60 Kg. es el doble del que pesa 30 Kg. o uno que
pesa 80 Kg. es 4 veces mayor que uno que pesa 20 Kg.

Técnicas estadísticas que se pueden usar con las clases de variables

Para cada tipo de variable, existe una determinada técnica estadística.

VARIABLES: Nominales VARIABLES: Ordinales

Distribución de frecuencias Coeficientes de rango

Coeficiente de contingencia Mediana

Prueba de Chi-cuadrado Gamma

Moda
VARIABLES: Proporcionales VARIABLES: Intervalares
Mediana
 Media aritmética

Admiten todas las técnicas Desviación estándar

Correlación múltiple

Coeficiente de correlación de pearson

Observaciones (datos). Estadísticamente son los datos que se recolectan
para un estudio.

Pasos en un estudio estadístico

• Plantear hipótesis sobre una población:

• Los fumadores tienen “más bajas” laborales que los no fumadores.
• ¿En qué sentido? ¿Mayor número? ¿Tiempo medio?
• Decidir qué datos recoger (diseño de experimentos)

– Qué individuos pertenecerán al estudio (muestras).

• Fumadores y no fumadores en edad laboral.
• Criterios de exclusión: ¿Cómo se eligen? ¿Descartamos los
que padecen enfermedades crónicas?
– Qué datos recoger de los mismos (variables).
• Número de bajas.
• Tiempo de duración de cada baja.
• ¿Sexo? ¿Sector laboral? ¿Otros factores?

• Recoger los datos (muestreo):

– ¿Estratificado? ¿Sistemáticamente?

• Describir (resumir) los datos obtenidos:

• Tiempo medio de baja en fumadores y no fumadores

(estadísticos)
• % de bajas por fumadores y sexo (frecuencias), gráficos,...

• Realizar una inferencia sobre la población:

• Los fumadores están de baja al menos 10 días/año más de

media que los no fumadores.

• Cuantificar la confianza en la inferencia:

– Nivel de confianza del 95%
– Significación del contraste: p = 2%