Investigacioncuanti

SEMINARIOS DE
INVESTIGACIÓN
El sistema de aprendizaje más efectivo para generar datos de calidad
Niveles de
Investigación
Dr. José Supo

Tema 1: TIPOS DE ESTUDIOS EN
INVESTIGACIÓN
Adaptado de: Supo, J.
1 EXPLORATORIO
Se plantean cuando no existe un cuerpo teórico

abundante que ilumine el estudio de un fenómeno
observado; y los resultados que se obtengan sean un
aporte al reconocimiento e identificación de los
problemas.
No hay preguntas que conduzcan a problemas
precisos, se exploran áreas problemáticas. Se
trata de una descripción y análisis teórico; por lo
que no se requiere de manejo estadístico.
INVESTIGACIÓN
1 EXPLORATORIO
¿Qué es un estudio Un estudio exploratorio se usa cuando un tema de

exploratorio? investigación ha sido escasamente estudiado,
existen muchas dudas de él o no se ha abordado
antes.
¿Qué condiciones o Los estudios exploratorios:
características debe cumplir •Parten de un tema de investigación general y el
un estudio exploratorio? cual no ha sido profundizado.
•El método de sistematización de obtención de la
información puede ser a partir de observación
directa o indirecta.
•Implica una amplia revisión de la literatura
existente del tema.
INVESTIGACIÓN
2 DESCRIPTIVO
Describe fenómenos sociales o clínicos en una

circunstancia temporal y geográfica determinada. Desde
el punto de vista cognoscitivo su finalidad es describir y
desde el punto de vista estadístico su propósito estimar
parámetros.
La estadística descriptiva consiste en estimar
frecuencias y/o promedios y otras medidas
univariadas. Ejm. los estudios de frecuencia de
la enfermedad: Incidencia y Prevalencia.
INVESTIGACIÓN
2 DESCRIPTIVO
¿Qué es un estudio descriptivo? Un estudio descriptivo se usa cuando se tiene como
¿Cuál es su objetivo? objetivo describir situaciones o eventos que han sido
investigados previamente. En este tipo de estudio ya
existe una selección de variables (a diferencia de los
exploratorios), las cuales se miden de manera aislada e
independiente y de esta misma manera se presentan sus
resultados.
¿Qué condiciones o Los estudios descriptivos:
características debe cumplir un •Se centran en descripciones de eventos y situaciones.
estudio descriptivo? •Se busca identificar problemas o justificar condiciones
actuales.
•A partir de sus resultados existen elementos para hacer
comparaciones o evaluaciones descriptivas.
•NO se busca encontrar relaciones, probar hipótesis o
hacer predicciones.
INVESTIGACIÓN
3 RELACIONAL/COMPARACIÓN
No son estudios de causa y efecto; porque las pruebas

estadísticas solo demuestran dependencia entre
diferentes eventos; aquí podemos encontrar los estudios
de asociación sin relación de dependencia; y las
correlaciones espurias.
Dr. José Supo

INVESTIGACIÓN
3 RELACIONAL/COMPARACIÓN
¿Qué es un estudio Un estudio correlacional se usa para saber el grado
correlacional? ¿Cuál es su de relación entre 2 o más variables (se conoce
objetivo? cómo se comporta una variable a través del
comportamiento de otras)
¿Qué condiciones o Los estudios correlacionales:
características debe cumplir •Permiten la medición de 2 o más variables
un estudio correlacional? •Explican relaciones y prueban hipótesis
•Muestran poco nivel de control de la Variable
Independiente
•Existe la posibilidad de encontrar modelos
correlacionales poco válidos
•NO muestran o prueban una relación causa-efecto
Dr. José Supo

INVESTIGACIÓN
EXPLICATIVO
4
Su finalidad es explicar el comportamiento de una
variable en función de otra(s); aquí se plantea una
relación de causa-efecto, y tiene que cumplir otros
criterios de causalidad (Bradford Hill); requiere de control
tanto metodológico como estadístico.
La estadística multivariada; tiene por finalidad

descartar asociaciones aleatorias, casuales o
espurias entre la variable independiente y
dependiente. Ejm. Chi 2 de Mantel - Haenszel.
INVESTIGACIÓN
EXPLICATIVO
4
¿Qué es un estudio Los estudios explicativos se usan para
explicativo? ¿Cuál es su explicar porqué ocurre un fenómeno y en qué
objetivo? condiciones (implica la exploración, la
descripción y la correlación de lo investigado)
¿Qué condiciones o En los estudios explicativos:
características debe Se explica, comprende e interpreta el porqué
cumplir un estudio ocurre un fenómeno, en qué condiciones y
explicativo? responde a la pregunta de por qué están
correlacionadas 2 o más variables
independientes (hay una explicación causa-
efecto)
INVESTIGACIÓN
EXPLICATIVO
4
¿Qué es un estudio Los estudios explicativos se usan para
explicativo? ¿Cuál es su explicar porqué ocurre un fenómeno y en qué
objetivo? condiciones (implica la exploración, la
descripción y la correlación de lo investigado)
¿Qué condiciones o En los estudios explicativos:
características debe Se explica, comprende e interpreta el porqué
cumplir un estudio ocurre un fenómeno, en qué condiciones y
explicativo? responde a la pregunta de por qué están
correlacionadas 2 o más variables
independientes (hay una explicación causa-
efecto)
INVESTIGACIÓN
EJERCICIO 1
La investigación titulada “Opinión de estudiantes sobre el uso

de las Tecnologías de Información y Comunicación (TICs) en
un curso universitario” tiene como propósito conocer la opinión
de los estudiantes de un curso universitario que tomaron un
curso en línea.
Para este propósito, después de haberles impartido el curso,

se les administró una encuesta de opinión para conocer los
índices de aceptación del curso en general y los principales
métodos usados en éste.
INVESTIGACIÓN
EJERCICIO 2
En un estudio se realizó una evaluación de los niveles de

ansiedad en 60 estudiantes de quinto año de primaria con la
intención de saber si existe una asociación entre esta
problemática y el rendimiento escolar (promedio general) que
tuvieron en el ciclo escolar 2010-2011.
SEMINARIOS DE
INVESTIGACIÓN
Hipótesis
Dr. José Supo

Tema 2: HIPÓTESIS
Definición
Son conjeturas que plantea el investigador; afirmaciones aun

no demostradas y que nacen de la experiencia o de la
deducción luego del análisis de los antecedentes investigativos .
Deben referirse a una situación real, en términos

comprensibles, precisos, concretos y deben estar relacionadas
con técnicas disponibles para probarlas.
Dr. José Supo

Tema 2: HIPÓTESIS
¿Qué es una hipótesis? Una Hipótesis es una proposición tentativa, la cual no es

¿Qué requisitos deben todavía verificada pero si probable, acerca de la relación
cumplir? existente entre 2 o más variables. (En el proceso de
investigación, debe derivarse del planteamiento del
problema y los objetivos).
Los requisitos que deben cumplir las hipótesis son las

siguientes:
-Se refieren a una situación real
-Las variables que contiene deben ser comprensibles,
precisas y concretas (observables y medibles)
-La relación entre las variables debe ser clara y verosímil
-Las hipótesis deben estar relacionadas con técnicas para
probarlas
Tema 2: HIPÓTESIS
Hipótesis Estadísticas
(De trabajo)
Tema 2: HIPÓTESIS
¿Qué es una hipótesis de La hipótesis de investigación o de

investigación o trabajo? trabajo es una propuesta tentativa acerca
de un problema planteado y que al final
del proceso de investigación puede ser
confirmada o rechazada
Ejemplos:
Hi (de trabajo): “La percepción de
similitud en las creencias (VI) provoca
MAYOR atracción física entre las personas
(VD)”.
Tema 2: HIPÓTESIS
¿Qué es una hipótesis Las hipótesis nulas son proposiciones que

nula? sirven para refutar o negar lo que afirma
la hipótesis de investigación (Ho)
Ejemplos:
Ho (nula): “La percepción de similitud en
las creencias (VI) NO provoca mayor
atracción física entre las personas (VD)”.
Tema 2: HIPÓTESIS
¿Qué es una hipótesis Las hipótesis alternativas son posibilidades

alternativa? alternativas ante las hipótesis de investigación y
nula. Ofrecen otra descripción, explicaciones
distintas a las que proporcionan los ya
mencionados tipos de hipótesis, estas sólo pueden
formularse cuando efectivamente hay otras
posibilidades adicionales a las hipótesis de
investigación y nula.
Ejemplos:
H2 (alternativa): “La percepción de similitud en las
creencias (VI) provoca MENOR atracción física
entre las personas (VD)”.
Tema 2: HIPÓTESIS
¿Qué es una hipótesis Una hipótesis de trabajo es una propuesta tentativa

de trabajo? acerca de un problema planteado y que al final del
¿Cuáles son sus proceso de investigación puede ser confirmada o
elementos? rechazada
¿Qué condiciones Sus elementos son:
debe cumplir? -Unidades de análisis (sujetos, grupos, objetos, etc.)
-Variables (ejemplo, niveles de depresión, tipos de
tratamiento, etc.)
-Enlaces lógicos (por ej. Si A, entonces B)
Las principales condiciones que debe cumplir son las
siguientes:
-Ser clara y fácilmente comprensible
-Plantear una relación susceptible de comprobarse
empíricamente
-Mostrar una conexión con logros teóricos anteriores
Tema 2: HIPÓTESIS
Hipótesis Según el
Nivel de Investigación
Dr. José Supo

Tema 2: HIPÓTESIS
Hipótesis según el nivel Investigativo
EXPLORATORIA
Los estudios exploratorios no contienen

hipótesis, porque no se puede presuponer
sobre algo que apenas se comienza a conocer.
Su función es precisamente generar hipótesis.
Dr. José Supo

Tema 2: HIPÓTESIS

DESCRIPTIVA
¿Qué es una hipótesis 3.3 Las hipótesis descriptivas proponen

descriptiva? o describen el valor de las variables (por
¿Cuáles son sus lo general son de 1 sola variable).
elementos?
¿Qué condiciones debe Por ej., “la ansiedad será elevada”, “la
cumplir? participación disminuirá con respecto al
curso pasado” “por lo menos un 70% de
los estudiantes aprobarán el curso”
Tema 2: HIPÓTESIS

RELACIONAL
Las hipótesis relacionales o empíricas son afirmaciones

respecto a las relaciones entre dos o más variables sin
fundamento, porque nacen de la observación y la experiencia,
siempre deben estar sujetas a comprobación empírica.
Solamente buscan concordancia entre hechos y generan la

necesidad de plantear hipótesis explicativas.
Tema 2: HIPÓTESIS

RELACIONAL
¿Qué es una Las hipótesis correlacionales especifican la relación entre dos o más variables.
hipótesis Las hipótesis correlacionales se simbolizan de la siguiente manera:
correlacional? XY
Ejemplo:
¿Cuáles son sus
-Hi: “A mayor autoestima, menor temor de logro”. La hipótesis indica que
elementos? cuando una aumenta la otra disminuye y viceversa.
¿Qué condiciones Las hipótesis correlacionales no sólo pueden establecer que dos o más variables
debe cumplir? se encuentran relacionadas, sino cómo están asociadas. Alcanzan el nivel
predictivo y parcialmente explicativo. Se establece que hay relación entre las
variables y se dice cómo es esa relación (qué dirección sigue).
Correlación bivariada = Cuando se correlacionan dos variables.
Correlación múltiple = Cuando se correlacionan varias variables.
Nota. En hipótesis de correlación NO es importante el orden en que coloquemos
las variables (ninguna antecede a la otra; no hay relación de causalidad). El
orden de los factores (variables) no altera el producto (la hipótesis). En la
correlación NO se habla de variables independientes y dependientes.
Tema 2: HIPÓTESIS

COMPARACIÓN
¿Qué es una hipótesis Las hipótesis de comparación o diferencias de grupos establecen

de comparación o diferencias entre la comparación de grupos específicos (la
diferencia de grupos? dirección se basa en la teoría)
¿Cuáles son sus La hipótesis de diferencia de grupos se puede establecer como
elementos? direccional o no direccional. La direccional especifica la
¿Qué condiciones naturaleza de la relación o la diferencia pronosticada. Por ej.: “Los
debe cumplir? niños que tienen un alto Coeficiente Intelectual manifestarán más
ansiedad en el salón de clase que los niños que tienen menor
Coeficiente Intelectual”. La no direccional establece que existe
relación o diferencia pero no especifica la naturaleza del hallazgo
que se espera. Por ej.: “Existe diferencia entre el aprendizaje de
lenguas extranjeras obtenido en mujeres y hombres”.
NOTA: esta cualidad direccional o no, también aplica en las
hipótesis correlacionales
Tema 2: HIPÓTESIS

EXPLICATIVA
¿Qué es una Las hipótesis causales establecen relaciones de causa-efecto y cómo

hipótesis causal? se dan.
¿Cuáles son sus Correlación y causalidad son conceptos asociados pero distintos. Dos
elementos? variables pueden estar correlacionadas sin que ello implique que una
¿Qué condiciones es causa de la otra. Para poder establecer causalidad, antes debe
haberse demostrado que hay correlación. Además, la causa debe
debe cumplir?
ocurrir antes que el efecto ( los cambios en la causa deben provocar
cambios en el efecto). A las supuestas causas se les conoce como
variables independientes y a los efectos como variables
dependientes. Solamente se puede hablar de variables
independientes y dependientes cuando se formulan hipótesis causales
o hipótesis de la diferencia de grupos, siempre y cuando en estas
últimas se explique cuál es la causa de la diferencia hipotetizada.
Tema 2: HIPÓTESIS

EXPLICATIVA
Tipos Tipos: Hipótesis causal bivariada: “La percepción de similitud en

las creencias (VI) provoca mayor atracción física entre las
personas(VD)”. Aquí se plantea una relación entre una variable
independiente y otra dependiente.
Hipótesis causal multivariada. Aquí se plantea una relación entre
varias variables independientes y una dependiente. O una
independiente y varias dependientes: “La cohesión(VI1) y la
centralidad (VI2) en un grupo sometido a una dinámica y el tipo de
liderazgo(VI3) que se ejerza dentro del grupo, determinan la
efectividad de éste para alcanzar sus metas primarias(VD)”.
Tema 2: HIPÓTESIS
Ejercicio
•Identifica la hipótesis de tu artículo de investigación y escribe cuál
sería la hipótesis de trabajo y la hipótesis nula.
•En la hipótesis de trabajo señala cuáles serían sus principales

componentes.
•Identifica qué tipo de hipótesis es de acuerdo al tipo de

investigación (justifica tu respuesta)
•Menciona cuál sería la definición operacional de la hipótesis o de

qué manera se medirán o cuantificarán las variables que están
presentes en dicha investigación.
Tema 2: HIPÓTESIS
Definición de Hipótesis
¿Qué es la definición La definición conceptual de una

conceptual de una hipótesis se refiere a definirla de
hipótesis? acuerdo a la literatura especializada.
¿Qué es la definición La definición operacional se refiere a

operacional de una definirla de tal manera que indique de
hipótesis? que manera se puede medir.
SEMINARIOS DE
INVESTIGACIÓN
TEMA 3:
Variables
Dr. José Supo

Tema 3: VARIABLES
¿Qué es una Una variable es una propiedad que

variable? puede variar y cuya variación es
susceptible de medirse.
Ejemplos de variable: método de
enseñanza, aprovechamiento
escolar, edad, género, inteligencia,
motivación, ingreso económico,
violencia, etc.
Tema 3: VARIABLES
¿Qué es una variable Una variable cuantitativa es aquella

cuantitativa? que tiene magnitud: puede medirse; es
continua: puede tomar cualquier valor
numérico (por ej., estatura); y es
discreta: establece categorías en
términos de números enteros (por ej.,
número de sujetos que asistieron a un
evento).
¿Qué es una variable Una variable cualitativa NO presenta
cualitativa? una cualidad de magnitud, se incluye en
categorías.
Tema 3: VARIABLES
¿Qué es una variable Una variable dependiente es la que varía a

dependiente? partir de la acción o manipulación realizada a
la variable independiente. Es la variable que
queremos explicar.
¿Qué es una variable La variable independiente se establece como

independiente? control o como susceptible de ser manipulada
por el investigador. Se pretende descubrir
cómo influye en la variable dependiente.
Cuando se manipula se considera como una
variable atributiva y cuando no es
manipulada se considera una variable activa.
Tema 3: VARIABLES
¿Qué es una variable Una variable dependiente es la que varía a

dependiente? partir de la acción o manipulación realizada a
la variable independiente. Es la variable que
queremos explicar.
¿Qué es una variable La variable independiente se establece como

independiente? control o como susceptible de ser manipulada
por el investigador. Se pretende descubrir
cómo influye en la variable dependiente.
Cuando se manipula se considera como una
variable atributiva y cuando no es
manipulada se considera una variable activa.
Tema 3: VARIABLES
¿Qué es una variable Una variable activa o experimental es aquella

activa o experimental? que es susceptible de manipulación directa por
parte del experimentador (por ej., el tipo de
tratamiento psicológico)
¿Qué es una variable Una variable atributiva es aquella que muestra
atributiva? una característica o atributo de los sujetos que
NO puede ser manipulada (por ej., el género)
¿Qué es una variable Una variable extraña es aquella que NO está
extraña? relacionada con la investigación (se puede
controlar, manteniendo constantes la condición
experimental/reexperimental). (por ejemplo, los
hábitos de lectura en la familia, con respecto al
nivel de rendimiento escolar en una población)
Tema 3: VARIABLES
¿Qué es una variable Una variable activa o experimental es aquella

activa o experimental? que es susceptible de manipulación directa por
parte del experimentador (por ej., el tipo de
tratamiento psicológico)
¿Qué es una variable Una variable atributiva es aquella que muestra
atributiva? una característica o atributo de los sujetos que
NO puede ser manipulada (por ej., el género)
¿Qué es una variable Una variable extraña es aquella que NO está
extraña? relacionada con la investigación (se puede
controlar, manteniendo constantes la condición
experimental/reexperimental). (por ejemplo, los
hábitos de lectura en la familia, con respecto al
nivel de rendimiento escolar en una población)
Tema 3: VARIABLES
A qué se refiere el nivel La escala de medida nominal tiene

de medición nominal? como fin nombrar y categorizar con el
(Ejemplo) fin de distinguir, puede considerarse la
escala de nivel más bajo (las categorías
NO indican orden ni jerarquía). Se trata
de agrupar objetos en clases. Las
categorías únicamente reflejan
diferencias en la variable.
Ejemplo:
sexo: 1=Femenino; 2=Masculino
Tema 3: VARIABLES
¿A qué se refiere el La escala ordinal presenta varias categorías

nivel de medición que mantienen un orden de mayor a menor,
ordinal? las etiquetas de las categorías indican
(Ejemplo) jerarquía. Estas escalas, recurren a la
propiedad de «orden» de los números. Las
medidas ordinales tienen imprecisas
diferencias entre valores consecutivos, pero
un orden interpretable para sus valores.
Ejemplo: Posición jerárquica de una
empresa: 10=presidente; 9= vicepresidente;
8= director general; 7= gerente de área; 6=
subgerente; 5= jefe; 4= empleado
Tema 3: VARIABLES
¿A qué se refiere En la escala de intervalos además del orden o la

el nivel de jerarquía entre categorías, se establecen intervalos
medición iguales en la medición, por lo que permite determinar
intervalar? la magnitud de los intervalos (distancia) entre todos los
(Ejemplo) elementos de la escala.; está caracterizada por una
unidad de medida común y constante. Es importante
destacar que el punto cero en las escalas de intervalos
iguales es arbitrario, y no refleja en ningún momento
ausencia de la magnitud que estamos midiendo (por ej.,
las mediciones de coeficiente intelectual o temperatura
en grados Celsius).
Ejemplo: una prueba de matemáticas: si Ana resolvió
10 problemas, Laura 20 y Abigail 30, la distancia entre
Ana y Laura, es la misma que entre Laura y Abigail.
Tema 3: VARIABLES
¿A qué se refiere el nivel La escala de coeficientes o Razones es el

de medición de razón? nivel de medida más elevado y se diferencia
(Ejemplo) de las escalas de intervalos iguales
únicamente por poseer un punto cero propio
como origen (además de tener las otras
propiedades: períodos iguales entre las
categorías, etc.); es decir que el valor cero es
real y absoluto (significa ausencia de la
magnitud que estamos midiendo).
Ejemplo: número de minutos viendo la TV o
usando el Internet; número de hijos, ventas de
un producto, ingreso, etc.
SEMINARIOS DE
INVESTIGACIÓN
SEMINARIOS DE
INVESTIGACIÓN
TEMA 4:
Diseño de
Investigación
Dr. José Supo

Tema 4: Diseños de Investigación
Qué es un diseño de El diseño es el plan o estrategia

investigación? que se desarrolla para obtener la
información que se requiere para
una investigación. Su objetivo es
analizar la certeza de la hipótesis.
¿Qué es un Los diseños experimentales son aquellos estudios

diseño en el que se manipulan intencionalmente una o
experimental? más variables independientes (supuestas causas),
para analizar las consecuencias que la
manipulación tiene sobre una o más variables
dependientes (supuestos efectos), dentro de una
situación control.
¿Cuáles son las Las características principales es que contienen: a) un

características de grupo de control o de comparación (es posible llevar a
los diseños cabo la investigación con un solo grupo, proporcionando
experimentales? todos los tratamientos a los mismos sujetos, y también es
posible tener tres o más grupos); b) se manipula de
manera activa (intencional) la variable independiente; c)
se basa en la aleatorización, es decir, se asigna al azar a
los sujetos a los grupos con el fin de garantizar su
equivalencia (en ocasiones, esto no es posible, debido a
que los grupos están ya constituidos o no es posible
realizar la asignación al azar).
¿Cuáles son los Los tipos de diseño experimental son: a) pre-
tipos de Diseño experimentales; b) cuasiexperimentales; c) experimentales
Experimental? puros.
¿Cuáles son los Los principales tipos son:

tipos de diseños a) Con posprueba únicamente y grupos de control G1-----X1----O1
experimentales G2----X2----O2
puros? (X2=sin tratamiento)
b) Con preprueba/posprueba y grupo de control G1---O1---X1---O2
G2---O3---X2---O4
(X2=sin tratamiento)
c) 4 grupos de Solomon G1---O1---X1---O2
G2---O3---X2---O4 (X2=sin tratamiento)
G3---O5---X3---O6 (O5=sin test o medición)
G4---O7---X4---O8 (O7=sin test; X4= sin tratamiento)
G= grupo X= tratamiento (VI) O= test o medición (VD)
¿Qué son los Los diseños cuasi-experimentales NO hay asignación aleatoria ni

diseños cuasi- emparejamiento, la muestra se elige de grupos ya formados antes del
experimentales? tratamiento. En estos diseños falta un grupo control o el control es
incompleto en los grupos observados.
tipos de diseño a) Series cronológicas: G-O1-O2-O3-X-O4-O5-O6
cuasi- b) Muestras cronológicas: G-X1-O1-X0-O2-X1-O3-X0-O4 (X0= sin
experimentales? tratamiento)
c) 2 o más grupos con pretest y postest G1-O1-X1-O2

G2-O2-X0-O2 (X0= sin tratamiento)
d) 2 con solo postest G1-X1-O2
G1-X0-O2 (X0= sin tratamiento)
G= grupo X= tratamiento (VI) O= test o medición (VD)
¿Qué es un diseño Los diseños pre-experimentales son diseños de un solo grupo

pre-experimental? donde el grado de control es mínimo.

tipos de Diseño a) Estudios de caso con una sola medición G---X---O
Pre-Experimental? b) Diseño de pre-prueba/pos-prueba con un solo grupo
G---O1---X---O2
G= grupo X= tratamiento (VI) O= test o medición

(VD)
¿Qué son los diseños no En los diseños no experimentales NO hay una

experimentales? manipulación deliberada de variables, sólo se
observan los fenómenos en su ambiente laboral y
luego se analizan.
¿Qué son los diseños no En los diseños transversales o transaccionales se

experimentales recopilan datos en un momento único (pueden ser
transaccionales o exploratorios, descriptivos, correlacionales o
transversales? causales).
¿Qué son los diseños no En los diseños longitudinales o evolutivos se

experimentales longitudinales recopilan datos en diferentes momentos a lo largo
o evolutivos? de un período determinado de tiempo.
SEMINARIOS DE
INVESTIGACIÓN
TEMA 5:
Muestreo
Dr. José Supo

HIPÓTESIS
H0: Hipótesis Nulas:
Niegan lo que afirman las hipótesis de investigación y existen tantas

hipótesis nulas como hipótesis de investigación. Es a la Nula a la que
se le rechaza o no se le rechaza:
 Si el p-valor es menor a 0.05; rechazamos Ho por lo tanto

concluimos en que hipótesis alterna es verdadera.
 Si el p-valor no es menor a 0.05; no rechazamos Ho; sin embargo
esto no significa que debemos aceptarla; sino que, simplemente
no hemos podido rechazarla.
Dr. José Supo

TEMA 5: MUESTREO
¿Qué es el El muestreo es la técnica para

muestreo? la selección de una muestra a
partir de una población.
Dr. José Supo

TEMA 5: MUESTREO
¿Cuáles son las El muestreo probabilístico requiere

características de los dos determinar el tamaño de la muestra y
principales tipos de seleccionar elementos muestrales (todas
muestreo? con la misma probabilidades de ser
(Probabilístico y No elegidos).
probabilístico)
El muestreo no probabilístico se basa en
una selección informal y arbitraria de los
sujetos, donde no todos tienen la misma
posibilidad de ser elegidos (depende de la
decisión del investigador).
Dr. José Supo

TEMA 5: MUESTREO
¿Cómo se realiza un El muestreo probabilístico aleatorio se

muestreo probabilístico realiza mediante un sorteo o tabla de
aleatorio?
números.
¿Cómo se realiza un El muestreo probabilístico estratificado se
muestreo probabilístico realiza a partir de una división de la
estratificado? población en estratos o categorías.
¿Cómo se realiza un El muestreo probabilístico por racimos o
muestreo probabilístico por conglomerados se realiza a partir de
racimos o conglomerados? seleccionar los racimos (lugares geográficos
o físicos) donde se encuentran los sujetos y

posteriormente seleccionarlos al azar,
TEMA 5: MUESTREO
¿Cómo se realiza un El muestreo NO probabilístico de sujetos

muestreo No probabilístico voluntarios se usa con individuos que deciden
de sujetos voluntarios? participar en el estudio.
¿Cómo se realiza un El muestreo NO probabilístico de sujetos tipo
muestreo No probabilístico se usa con los sujetos que cubren con ciertas
de sujetos tipo? características fijadas por el investigador.
¿Cómo se realiza un El muestreo NO probabilístico de muestra de
muestreo No probabilístico expertos se usa cuando es necesario la opinión
de muestra de expertos? de sujetos expertos.
¿Cómo se realiza un El muestreo NO probabilístico de muestra
muestreo No probabilístico por cuotas se basa en fijar determinadas
de muestra por cuotas proporciones de sujetos o “cuotas” según
variables demográficas.
Dr. José Supo
HIPÓTESIS
H1: Hipótesis Alternas:
Esta hipótesis se da por verdadera cuando rechazamos la hipótesis de

trabajo (Ho) o cuando por alguna razón no podemos aceptar la nula.
En el ritual de la significancia, procedemos a establecer las hipótesis

estadísticas comenzando por al del investigador (H1) y luego la Nula
(Ho); para proceder a trabajar con la Nula. El investigador procede a
rechazar la Nula (Ho); para quedarse con la Alterna (H1), que es su
planteamiento original; siendo que puede cometer un, entonces la
estadística consiste en calcular ese error al tomar tal decisión. Ese es
el p-valor
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
5 PREDICTIVO
Se encarga de la estimación probabilística de eventos generalmente

adversos, como puede ser las complicaciones de la enfermedad, la
mortalidad, etc. La línea investigativa debe haber pasado previamente por
los otros niveles.
Se aplican un conjunto de técnicas estadísticas.

Ejm. La validación de una prueba diagnóstica
requiere: Alfa de Cronbach, Índice Kappa,
ANOVA, Curvas ROC.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
6 APLICATIVO
Plantea resolver problemas de la vida cotidiana o a controlar situaciones

prácticas. Puede ser programática o no programática, de manera que
enmarca a la innovación técnica, artesanal e industrial como la propiamente
científica.
Las técnicas estadísticas apuntan a evaluar el

éxito de la intervención, como medidas de
impacto sobre los principales indicadores de
salud: tasas, coberturas, rendimiento, etc.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Escalas de
Medición de la
Variables
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Tipos de
Investigación
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Según la intervención del

1 investigador
OBSERVACIONAL EXPERIMENTAL
No existe intervención del Siempre son prospectivos,

investigador; los datos reflejan la longitudinales, analíticos y de nivel
evolución natural de los eventos, investigativo “explicativo” (causa –
ajena a la voluntad del investigador. efecto); además de ser “controlados”.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Según la planificación de la
2 toma de datos
PROSPECTIVO RETROSPECTIVO
Los datos necesarios para el estudio Los datos se recogen de registros

son recogidos a propósito de la donde el investigador no tuvo
investigación (primarios). Por lo que, participación (secundarios). No
posee control del sesgo de medición. podemos dar fe de la exactitud de
las mediciones.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Según el número de ocasiones en que

3 mide la variable de estudio
TRANSVERSAL LONGITUDINAL
Todas las variables son medidas en La variable de estudio es medida en dos

una sola ocasión; por ello de o más ocasiones; por ello, de realizar
realizar comparaciones, se trata de comparaciones (antes – después) son
muestras independientes. entre muestras relacionadas.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Diseños de
Investigación
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
2 EXPERIMENTALES
Requiere de dos condiciones básicas: intervención y asignación aleatoria.

Siendo de nivel investigativo explicativo tienen control metodológico.
 Pre-experimento: La intervención sobre las unidades de estudio, no es

apropósito de la investigación; sino que obedece a las necesidades
terapéuticas del sujeto.
 Cuasi-experimento: Cuando no hay grupo control, no es posible realizar la

asignación aleatoria de los sujetos, puesto que no se puede dejar sin
tratamiento a los pacientes.
 Experimento verdadero: Cumple con la asignación aleatoria e intervención.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Las variables
según su relación
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Introducción
Esta clasificación de las variables se fundamenta en la búsqueda de

obtener explicación causal que puede ser observacional o
experimental y correspondiente al nivel investigativo explicativo.
Su estructura responde a la necesidad de realizar el control

metodológico y/o estadístico de la relación causa-efecto.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Variable Independiente
Es aquella cuya existencia es

autónoma, no depende de otra, más
bien de ella depende otras, representa
los factores que constituirán la causa,
siendo que previamente ha
demostrado ser factor de riesgo para
el problema que se estudia.
En este sistema de variables se plantea

solamente una variable independiente
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Variable Dependiente
En este sistema de variables

representa a la variable de interés o
variable de estudio, es la que para su
existencia y desenvolvimiento
depende de otra independiente, su
modo de ser, está condicionada por
otros aspectos de la realidad.
Es la que mide o describe el

problema que se estudia.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Variable de Confusión
Su participación puede intensificar o

antagonizar la relación aparente
entre el problema y una posible
causa, creando confusión en el
investigador.
Su influencia se da tanto sobre la

variable independiente como en la
dependiente.
Su control se debe realizar mediante

análisis estratificado.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Variable Intermedia
Esta variable aparece de manera

incalculada durante el proceso de
una observación o inesperada
dentro de un experimento, entre el
factor causal y el efecto.
Ocurre cuando no ha habido una

buena elección de los factores de
riesgo.
El procedimiento más idóneo para

su neutralizar su participación es el
análisis multivariado.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Variable de Control
Es una variable con una fuerte

influencia sobre la variable
dependiente, pero ningún efecto
reconocido sobre la variable
independiente
Habitualmente se reconoce su
participación en el momento de la
planeación.
Su control se realiza método-

lógicamente mediante los criterios de
exclusión.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Formulación del
Problema
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Introducción
Se trata de sintetizar la cuestión proyectada a

investigar, generalmente a través de un
interrogante.
Los problemas de Investigación se formulan con los

5 componentes a continuación:
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Variables
Debe mencionarse al menos la variable de estudio;

pueden también mencionarse todas las variables
involucradas; o cuando las variables son muy
numerosas suele usarse términos que resuman de
manera lógica un grupo de variables.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Unidades de Estudio
Unidades de observación, unidades

experimentales, unidades de análisis. Reciben
distintos nombres según el diseño de la
investigación; y deben mencionarse, aunque a
veces su presencia en el enunciado resulta
implícita.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Diseño del Estudio
Propósito estadístico, Especificidad, etc. Es muy

variable de acuerdo a la investigación; es
importante utilizar términos que den por aludido el
diseño de la investigación, el nivel investigativo, el
tipo de estudio, etc.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Ubicación Espacial
Es ineludible cuando se tratan de estudios

descriptivos y se encuentra relacionado con el
tamaño de la muestra; siendo que los fenómenos
varían de un lugar a otro; se debe especificar sobre
que población se realizará la inferencia estadística.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Ubicación Temporal
Al igual que en el criterio espacial, se requiere

especificarlo cuando el fenómeno varía según el
tiempo. En los estudios descriptivos sobre
poblaciones infinitas o desconocidas habitualmente
se encuentra relacionado con el muestreo
accidental.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Nivel de
Significancia
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Introducción
Al plantear un estudio sobre una población, idealmente

debemos estudiar a todos los individuos que la conforman;
pero no siempre podemos acceder a todos, entonces
tenemos que escoger una muestra; sin embargo los
resultados obtenidos de esta manera nunca serán
exactamente iguales, a los que se obtendrían de estudiar a
toda la población; es decir, siempre va a haber un margen de
error.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Nivel de Significancia
Antes de realizar el estudio debemos plantearnos; que

proporción de error estamos dispuestos a aceptar para dar
por válido nuestro resultado. El error es el objetivo principal
del estudio. El análisis estadístico consiste en calcular la
probabilidad de cometer este error y esperamos que sea
menor al planteado preliminarmente como nivel
significancia.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Nivel de confianza
Es la confianza que debemos alcanzar para generalizar el

resultado de una muestra hacia toda la población. Es el
complemento del nivel de significancia; es la confianza que
tenemos, de que la conclusión a la que hemos llegado es
cierta. Una probabilidad elevada nos da la tranquilidad de
que lo que hemos calculado es cercano a lo real y no debida
al azar
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Niveles convenidos
a) α = 5%. Existe 5% (0.05) de probabilidad de equivocarse

y 95% (0.95) de confianza.
b) α = 1%. Existe 1% (0.01) de probabilidad de equivocarse

y 99% (0.99) de confianza.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Definición de términos
El error tipo I: Ocurre cuando afirmamos la hipótesis del

investigador, siendo que es falsa. Por lo tanto, es un juicio de
valor equivocado.
El p-valor: Es la probabilidad de equivocarse al aceptar

nuestra hipótesis del investigador como verdadera; es decir
la probabilidad de cometer un error tipo I.
El nivel de significancia: Es la máxima probabilidad de error

que estamos dispuestos aceptar para dar como válida
nuestra hipótesis del investigador.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Ritual de la
Significancia
Estadística
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
1. Formulación de Hipótesis
Consiste en traducir la hipótesis metodológica en una

hipótesis estadística de acuerdo al siguiente sistema:
Ho: Hipótesis nula ó hipótesis de trabajo
H1: Hipótesis alterna ó hipótesis del investigador
El primer paso es colocar la hipótesis del investigador como

Hipótesis Alterna (H1) y formular la Hipótesis Nula (Ho) que
viene a ser la negación de la alterna. Se precisa este artificio
porque es a la Hipótesis Nula a la que se le somete a
contraste.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
2. Establecer el nivel de significancia
El nivel de significancia denotado por la letra griega alfa es la

probabilidad de rechazar la hipótesis nula cuando es
verdadera a lo cual se le denomina error de tipo I.
Según Fisher, el nivel de significación estadística equivale a la

magnitud del error que se está dispuesto a correr de
rechazar una hipótesis nula verdadera.
Para la mayoría de los propósitos, el nivel de significación

previamente establecido suele ser de 0.05.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
3. Elección de la prueba estadística
El estadístico de prueba elegido está intrínsecamente

relacionado con el objetivo estadístico correspondiente para
su nivel investigativo; para esto debemos considerar la
naturaleza de las variables y el comportamiento de los datos
que corresponde a su distribución para los de naturaleza
cuantitativa y las frecuencias esperadas para los de
naturaleza cualitativa.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
4. Toma de la decisión
Luego de desarrollar la prueba estadística elegida se toma

una decisión en función a la regla previamente establecida
según las que se acepta o se rechaza la hipótesis nula para
lo cual es imprescindible determinar el Valor critico, que es
un número que divide la región de aceptación y la región de
rechazo, según el valor de la probabilidad que se haya
adoptado como nivel de significación estadística.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
5. Interpretación del p-valor
Este último paso en el ritual de la significancia estadística no

fue planteado originalmente por Fisher, pero cobra vital
importancia con la aparición de los software estadísticos que
nos calculan directamente el p-valor, el cual cuantifica el
error tipo I y nos ayuda a tomar una decisión de rechazo a la
hipótesis nula (Ho) cuando es menor al nivel de significancia
y de no rechazo cuando su valor es mayor al alfa planteado.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
www.SeminariosDeInvestigacion.com
Error Tipo
I y II
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Al establecer un criterio de decisión sobre la hipótesis

nula, el investigador puede ponderar los errores que
podría cometer en su decisión sobre la hipótesis nula.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Una primer forma de error (se conoce como el error tipo I) consiste
en rechazar una hipótesis nula verdadera, es decir, descartar el azar
como explicación cuando los resultados podrían explicarse
razonablemente con base en el mismo. Este es el error que comete
el investigador que ve más lo que hay en los datos; es decir, el
investigador concluye en que existe una relación real o verdadera
entre las variables independiente y dependiente de la investigación,
cuando en realidad la relación observada se puede explicar
razonablemente como resultado del azar.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
El llamado error tipo I es el error del investigador que se apresura a

concluir a favor de su hipótesis de investigación. Fisher no habló de
ningún otro error, pues la prueba de la hipótesis nula para él no era
otra cosa que un freno a la tendencia natural de un investigador a
creer que hipótesis ha sido confirmada por el simple hecho de que
los resultados de la investigación siguen la misma dirección de la
hipótesis. En la estrategia de Fisher, sólo hay un error posible:
rechazar una hipótesis nula verdadera.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Una segunda forma de error (se conoce como el error tipo II),
introducida por Egon Pearson y Jerzy Neyman consiste en no
rechazar una hipótesis nula falsa, es decir, no descartar el azar aun
cuando éste no constituye una explicación razonable de los datos.
Este es el error que comete el investigador que ve menos que lo
que hay en los datos; por miedo a rechazar incorrectamente el azar,
el investigador puede exponerse al riesgo de pasar por alto una
relación real o verdadera entre las variables de su investigación.
Fueron Pearson y Neyman los que, al introducir un segundo tipo de
error, bautizaron como error tipo uno al error de que había hablado
Fisher.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Según Fisher, el nivel de significación estadística equivale a la

magnitud del riesgo que está dispuesto a correr el investigador, de
cometer el error de rechazar una hipótesis nula verdadera (el
llamado error tipo I). Para la mayoría de los propósitos, el nivel de
significación previamente establecido suele ser de 0.05, aunque en
áreas de investigación más rigurosas se trabaja con un nivel de
significación de 0.01. Suponiendo que se trabaja con un nivel de
significación de 0.05, se rechazaría la hipótesis nula siempre que la
probabilidad de explicar los resultados obtenidos en una
investigación como si fueran obra del azar sea igual o menor que
0.05.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
En la perspectiva de Pearson y Neyman, para establecer el nivel de

significación estadística habría que atender al impacto de cada tipo
de error en el objetivo del investigador, y a partir de ahí se decidiría
cuál de ellos es preferible minimizar. Pearson y Neyman llamaron
alfa al error tipo I y beta al error tipo II; a partir de este último tipo
de error, introdujeron el concepto de "poder de una prueba
estadística", el cual se refiere a su capacidad para evitar el error
tipo II, y está definido por 1-beta, y en estrecha relación con éste se
ha desarrollado el concepto de "tamaño del efecto" que algunos
han propuesto como sustituto de los valores p en los informes de
investigación científica. (Cohen, 1990, 1994; Kraemer & Thiemann,
1987; Murphy & Myors, 2004).
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Objetivo Estadístico
Nivel Investigativo Relacional
Variable Categórica
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
1. COMPARAR (Grupos)
Es el objetivo estadístico más básico del análisis bivariado; aunque algunos

autores piensan que es univariado, porque habitualmente involucra un solo
evento aleatorio (diseños ecológicos), donde los grupos se construyen
previamente a la ejecución del estudio; sin embargo, su análisis involucra a dos
variables y por ello corresponde al nivel investigativo relacional. Su finalidad es
identificar las diferencias entre los grupos participantes.
La prueba de hipótesis se realiza con el estadístico: Chi cuadrado de

Homogeneidad.
Ho: Las proporciones de los grupos no son diferentes.

H1: Las proporciones de los grupos son diferentes.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
2. COMPARAR (Antes-Después)
Es la comparación de un mismo grupo antes y después de una intervención o de

un acontecimiento; la idea de hacer dos medidas sobre el mismo grupo, es
verificar los cambios producidos entre una medida y otra; donde las variaciones
pueden adjudicarse a la intervención o al periodo de seguimiento; por ello
corresponden a estudios longitudinales. Estas comparaciones siempre son de
individuo a individuo.

McNemar.
Ho: No existe diferencia entre las dos medidas.

H1: Existe diferencia entre las dos medidas.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
3. ASOCIAR (Categorías)
Solamente la comparación de una variable dicotómica en dos grupos nos puede

llevar a la asociación; y aunque se puede identificar en las tablas 2 x 2, debemos
hacer una medida asociación. Para asociar hay que definir los factores de interés
en ambas variables; y es que habitualmente la asociación involucra dos eventos
aleatorios. Desde el punto de vista epidemiológico tenemos dos medidas de
asociación relevantes: Riesgo Relativo y el Odds Ratio.

Independencia.
Ho: Existe independencia entre los dos eventos (variables).

H1: Existe dependencia entre los dos eventos (variables).
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
4. CONCORDAR
Es una medida de acuerdo entre dos observaciones donde el requisito

fundamental es que se trata de un solo grupo y los resultados de la observación
tienen las mismas opciones. Tenemos dos casos frecuentes: Cuando las
observaciones corresponde a diferentes observadores y cuando las
observaciones corresponden a diferentes instrumentos. En este caso el
estadístico, es también un índice de concordancia.
La prueba de hipótesis se realiza con el estadístico: Índice Kappa de

Cohen.
Ho: No existe concordancia entre las dos observaciones.

H1: Existe concordancia entre las dos observaciones.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Objetivo Estadístico
Nivel Investigativo Relacional
Variable Numérica
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
1. COMPARAR (Grupos)
Su finalidad es identificar las diferencias entre los grupos participantes; se puede

comparar dos o más grupos y habitualmente estos grupos se construyen en la
etapa de planificación del estudio. La comparación inicial es a dos colas; pero
debe complementarse con un test de una sola cola. Cuando se comparan mas de
dos grupos, debe realizarse una prueba post Hoc, con la finalidad de detectarse
diferencias entre cada uno de los grupos.
La prueba de hipótesis se realiza con el estadístico: t de Student para

muestras independientes.
Ho: Los promedios de los grupos no son diferentes.

H1: Los promedios de los grupos son diferentes.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
2. COMPARAR (Antes-Después)
Siempre corresponde a estudios individuales, es la comparación de un mismo

grupo antes y después de una intervención o de un acontecimiento; la idea de
hacer dos medidas sobre el mismo grupo, es detectar cambios entre una medida
y otra; donde las variaciones pueden adjudicarse a la intervención o al periodo
de seguimiento; por ello corresponden a estudios longitudinales. La hipótesis
habitualmente es de una sola cola.
La prueba de hipótesis se realiza con el estadístico: t de Student para

muestras relacionadas.
Ho: No existe variación entre las medidas antes y después de la intervención.

H1: Existe variación entre las medidas antes y después de la intervención.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
3. CORRELACIONAR (Unidades)
Se puede correlacionar las unidades de dos variables, incluso de diferente

dimensión, para ello hay que definir las unidades en ambas variables; que
habitualmente esta involucra dos eventos aleatorios. La correlación puede
significar el primer paso para la asociación, muy útil cuando se realiza minería de
datos. Ejm.: Correlacionar los niveles séricos de sodio con los valores de presión
arterial en un grupo de pacientes hospitalizados.
La prueba de hipótesis se realiza con el estadístico: Correlación R de Pearson.
Ho: Existe independencia entre las dos variables.

H1: Existe dependencia entre las dos variables.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
4. CORRELACIONAR (Como valor predictivo)
Aquí se tiene por descontado la presencia de correlación; por lo que su fin es

medir el grado de correlación. Desde el punto de vista de la evaluación de
pruebas diagnósticas se utiliza la correlación para evaluar el valor predictivo de
una variable sobre la otra. Ej. Hallar el valor predictivo del ponderado fetal recién
nacidos a término. En general para la validación de instrumentos se puede
utilizar para calcular el Alfa de Cronbach: Correlación Ítem-Total
La prueba estadística es el Índice Correlación R de Pearson ó el R2
Ho: No existe correlación entre las dos medidas.

H1: Existe correlación entre las dos medidas.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Objetivo
Comparativo
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
1. EXPLORATORIO
Aquí agrupamos a las comparaciones sin métodos estadísticos, siendo

que la investigación cualitativa no hace uso de las herramientas
estadísticas, el principal diseño encontrado aquí son las comparaciones
múltiples enmarcadas en los diseños comunitarios o ecológicos.
Como ejemplo podemos mencionar la comparación de las costumbres a

la hora del parto en la Región Quechua y Aymara.
Comparación por juicio de expertos en la validación cualitativa de un

instrumento. La comparación cualitativa es una opinión.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
2. DESCRIPTIVO
Las comparaciones descriptivas ocurren cuando evaluamos dos

poblaciones en los estudios comunitarios o ecológicos, en este caso no
se requiere aplicar pruebas estadísticas puesto que precisamente
estamos estudiando a la población y no hay inferencia estadística.
La comparación del rendimiento académico de dos estudiantes al

momento de la graduación tampoco requiere de pruebas de hipótesis
sino solamente de ver quién es el que tiene el mayor promedio.
El objetivo estadístico describir según las variables epidemiológicas es el

primer punto de partida para la verdadera comparación.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
3. RELACIONAL
Recordemos que el contraste de independencia entre dos variables responde

a tres modelos matemáticos:
- Modelo con los totales marginales de ambos factores fijos (modelo I)
- Modelo con los totales marginales de uno de los factores fijos (modelo II)
- Modelo con el total muestral fijo (modelo III)
Pues bien el objetivo comparativo a nivel bivariado (nivel relacional)

corresponde al modelo II con un factor fijo y uno aleatorio.
Dependiendo de la naturaleza de la variable se elegirá un determinado

estadístico. La comparación puede ser de grupos independientes o de
muestras relacionadas.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
4. EXPLICATIVO
La finalidad de este nivel es descartar asociaciones aleatorias, casuales o

espurias sobre todo cuando hacemos análisis comparativo estratificado
cuando queremos realizar el control estadístico en un estudio
observacional, ésta es la función del test de Mantel-Haenszel.
A nivel experimental podemos plantear objetivos comparativos de

grupo aleatorizados; como por ejemplo comparar el efecto sobre la
variable efecto en el grupo experimental y el grupo blanco, hablando de
estudios epidemiológicos.
Dentro de los experimentos verdaderos la factorización de las causas

también corresponde al objetivo comparativo.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
5. PREDICTIVO
Podemos comparar el valor predictivo de dos procedimientos

diagnósticos o de dos formas de evaluar una variable predictiva; por
ejemplo podemos comparar la eficiencia diagnóstica de dos métodos de
detección de una enfermedad.
En otro momento podemos comparar el pronóstico de la enfermedad o

del tiempo de supervivencia de dos tratamientos en pacientes con
cáncer. Incluso hay técnicas comparativas para el análisis de
supervivencia de Kaplan-Meier.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Validez de
un Estudio
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Un estudio es válido si sus resultados corresponden a la verdad.
Independientemente del tema y los objetivos de un estudio, lo que siempre se

debe perseguir es que el estudio sea válido.
La meta fundamental que todo estudio debe perseguir es la calidad de los datos;
por ello, todo lo que amenace la calidad de la información deberá ser
identificado y corregido.
Los elementos que amenazan esta calidad son: El Error Aleatorio y el Error
Sistemático.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
1. Error Aleatorio
La carencia de error aleatorio se conoce como precisión y se

corresponde con la reducción del error debido al azar.
Para reducir este error el elemento más importante del que

disponemos es incrementar el tamaño de la muestra y con ello
aumentamos la precisión.
Los intervalos de confianza y el error estándar se reducen al

aumentar el tamaño muestral.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
2. Error Sistemático
Se ha generalizado al término validez como la carencia del error

sistemático.
Esta validez tiene dos componentes:
- La validez interna, es la validez de inferencias de los sujetos

estudiados a los sujetos de la población de la cual fueron obtenidos.
- La validez externa o generalización en tanto se aplica a individuos

que están fuera de la población del estudio.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
2.1. La validez interna
La validez interna implica la validez de la inferencia para los propios sujetos de

estudio. Es máxima cuando el estudio minimiza los sesgos.
Se ve amenazada cuando no podemos controlar los dos tipos de sesgos: de

Selección y de Medición.
En un estudio comparativo los sesgos que afectan la validez interna surgen

siempre que los grupos estudiados difieren en más características que la
exposición.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
2.2. La validez externa
Es la generalización de los resultados de un estudio más allá de los

límites de la población considerada en el mismo.
Cuando el universo e incluso el marco muestral es demasiado grande

como para ser estudiado e incluso muestreado; se estudia una
porción deliberada de la población; asumiendo que el conglomerado
seleccionado es lo suficientemente homogéneo con otras
poblaciones como para que los resultados encontrados puedan ser
extrapolados.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Eliminar el error sistemático es utópico y el error aleatorio solo

puede ser anulado estudiando a toda la población.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Población
y
Muestra
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
POBLACION
Conjunto de todos los casos o grupo de unidades (sujetos u objetos de

estudio) con alguna característica común.
Las poblaciones deben situarse claramente en torno a sus características

de contenido, lugar y tiempo. La delimitación de la población que va ser
estudiada y sobre la cual se pretende generalizar los resultados, es un
paso importante en una investigación.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
POBLACION
Si se dispone de una lista de unidades o elementos de muestreo se dice

que es conocida; sino se dispone de tal listado se dice que es
desconocida.
La medición completa de todos los elementos que constituyen la

población constituye el censo, mientras que cuando no podemos
acceder a ella podemos hacer el análisis de una parte de esta.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
MUESTRA
Una muestra representativa debe tener un tamaño mínimo calculado

y responder a una selección parametrada (muestreo probabilístico).
Así podemos conocer la parte de una población que debe examinarse

con la finalidad de hacer inferencias sobre dicha población.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
MUESTRA
El muestreo otorga una probabilidad conocida de integrar la muestra a

cada elemento de la población, y dicha probabilidad no es nula para
ningún elemento.
Unidad de muestreo: Elementos de la población que se van a estudiar.

Cada unidad de estudio pertenece sólo una unidad de muestreo.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
UNIDAD DE ESTUDIO
Conocido también como unidad de análisis, unidad de observación,

unidad experimental, o unidad de población, son cada uno de los
sujetos u objetos de estudio de la población del que hay que obtener
la información
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
PARAMETRO
Es la medida estadística que describe un determinado

aspecto de una población. Los parámetros más usuales en
una investigación son: La media poblacional (µ), la varianza
poblacional (s).
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
ESTADIGRAFO
Es la media estadística que describe un determinado aspecto de una

muestra. Así, la media muestral (x), la varianza muestral (S2), etc.,
son estadígrafos porque se calculan para una muestra.
“Un parámetro es una constante, mientras

que un estadígrafo es una variable.”
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Muestreo
Probabilístico
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
1. MUESTREO ALEATORIO SIMPLE
Denominado también muestreo equiprobabilístico, porque si

se selecciona una muestra de tamaño n de una población de N
unidades, cada elemento tiene una probabilidad de inclusión
igual y conocida de n/N.
Ventaja: Se desarrolla en software porque se basa en la teoría estadística.

Desventaja: Precisa un marco muestral o listado de todas las unidades.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
2. MUESTREO SISTEMÁTICO
Para determinar una muestra de tamaño n conseguimos una

lista de N elementos, definimos un intervalo de salto k=N/n y
elegimos un número aleatorio entre 1 y k con el que
comenzamos la selección de la muestra.
Ventaja: No es necesario tener un marco muéstral o listado de unidades.

Desventaja: La constante podría asociarse con el fenómeno de interés.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
3. MUESTREO ALEATORIO ESTRATIFICADO
Como el azar no es una garantía de representatividad, aquí se

pretende asegurar la representación de cada grupo en la
muestra. Cuanto más homogéneos sean los estratos, más
precisas resultarán las estimaciones.
Ventaja: La muestra es homogénea en función a la variable involucrada.

Desventaja: Se debe conocer la distribución en la población de la variable
utilizada para la estratificación.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
4. MUESTREO POR CONGLOMERADOS
Denominado también muestreo por clusters aprovecha se

caracterizan porque la variación en cada grupo es menor que
la variación entre grupos lo cual resulta ventajoso en los
estudios comunitarios o poblacionales.
Ventaja: Muy eficiente cuando las unidades están muy dispersas.

Desventaja: Requiere un manejo estadístico mas complejo que el resto.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Sesgos de
Selección
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
1. Sesgo de prevalencia o incidencia (de Neymann)
Se produce cuando la condición en estudio determina

pérdida prematura de las unidades de estudio por
ejemplo por fallecimiento.
La exclusión de los pacientes que fallecen determina

este tipo de sesgo. Por ejemplo la duración del
tratamiento del cáncer en nuestro medio es corto
porque se diagnostican en estadios avanzados.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
2. Sesgo de admisión (de Berkson)
En un estudio relacional ocurre cuando hay una mala

selección del grupo de estudio y/o control. Ejm. cuando
asociamos el hábito de fumar al cáncer broncogénico.
Los pacientes con diagnóstico de Ca ya han dejado de

fumar; por lo que se observará menor frecuencia de
fumadores en pacientes con este tipo de cáncer.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Sesgos de
Medición
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
1. Sesgo de procedimientos
Ocasionalmente el grupo que presenta la variable

dependiente resulta ser más interesante para el
investigador que el grupo que participa como control.
Por esta circunstancia, en el procedimiento de
observación suele ser mas detenido.
En el caso de un estudio en el que exista intervención,

el sujeto del grupo experimental puede verse
beneficiado con una mayor acuciosidad en la
observación.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
2. Sesgo de memoria o de información
Frecuente de observar en estudios retrospectivos, en

los cuales se pregunta por antecedente de exposición a
determinadas circunstancias en diferentes períodos de
la vida, existiendo la posibilidad de olvido.
Por ejemplo, exposiciones inadvertidas a diversos

factores y que pueden afectar la medición ya sea por su
omisión absoluta o en la determinación de niveles de
exposición.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
3. Sesgo por falta de sensibilidad de un instrumento
Si no se cuenta con adecuados métodos de recolección

de la información, es posible que la sensibilidad de los
instrumentos empleados en tales mediciones carezca
de la sensibilidad necesaria para poder detectar la
presencia de la variable en estudio.
Una consecuencia es que encontremos una frecuencia

de la enfermedad inferior a la real.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
4. Sesgo de detección
Su ocurrencia se explica por la introducción de

metodologías diagnósticas diferentes a las inicialmente
utilizadas al comienzo de un estudio.
Es conocido que no existe coincidencia absoluta entre

dos instrumentos de medición; por ello los estudios
deben realizarse con un solo instrumento y un solo
observador.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
5. Sesgo de adaptación
En los estudios de intervención (experimentales), a

veces los cuales individuos asignados inicialmente a un
grupo deciden migrar de grupo por preferir un tipo de
intervención por sobre otro.
En un ensayo clínico controlado la ocurrencia de este

tipo de sesgo se neutraliza mediante la asignación
aleatoria de los sujetos y por la presencia del llamado
"doble ciego”.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
3. Sesgo de no respuesta o efecto del voluntario.
El grado de interés o motivación que pueda tener un

individuo que participa voluntariamente en una
investigación puede diferir sensiblemente en relación
con otros sujetos.
Igualmente, la negativa de algunos sujetos para ser

incluidos en un estudio puede estar dada por
motivaciones sistemáticas experimentadas por ellos.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
4. Sesgo de pertenencia (membresía)
Se produce cuando entre los sujetos evaluados se

presentan subgrupos de sujetos que comparten algún
atributo en particular, relacionado positiva o
negativamente con la variable en estudio.
Ejemplo: Nivel de conocimientos sobre signos de

alarma en las gestantes debe excluir a las gestantes que
son profesionales de la salud.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
5. Sesgo del procedimiento de selección
Puede observarse en diseños de investigación

experimentales (ensayos clínicos controlados), en los
cuales no se respeta el principio de aleatoriedad en la
asignación a los grupos de experimentación y de
estudio.
En los pre-experimentos la administración del

medicamento responde a las necesidades terapéuticas
del paciente y no a la del investigador.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Medidas de Tendencia
Central y Dispersión
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Medidas de Tendencia Central

Media:
Media aritmética, es la que se obtiene sumando los

datos y dividiéndolos por el número de ellos.
Se aplica por ejemplo para resumir el número de

pacientes promedio que se atiende en un turno.
Otro ejemplo, es el número promedio de controles

prenatales que tiene una gestante.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Mediana:
Corresponde al percentil 50%. Es decir, la mediana

divide a la población exactamente en dos.
Por ejemplo el número mediana de hijos en el centro

de salud “X” es dos hijos.
Otro ejemplo es el número mediana de atenciones por

paciente en un consultorio.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN

Moda:
Valor o (valores) que aparece(n) con mayor frecuencia.

Una distribución unimodal tiene una sola moda y una
distribución bimodal tiene dos. Útil como medida
resumen para las variables nominales.
Por ejemplo, el color del uniforme quirúrgico en sala

de operaciones es el verde; por lo tanto es la moda en
colores del uniforme quirúrgico.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Medidas de Dispersión
Desviación Estándar:
Llamada también desviación típica; es una medida que

informa sobre la media de distancias que tienen los
datos respecto de su media aritmética, expresada en
las mismas unidades que la variable.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
La varianza:
Es el valor de la desviación estándar al cuadrado; su

utilidad radica en que su valor es requerido para todos
los procedimientos estadístico.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Error típico:
Llamado también error estándar de la media. Se

refiere a una medida de variabilidad de la media; sirve
para calcular cuan dispersa estaría la media de realizar
un nuevo cálculo.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Medidas de Posición
y de Forma
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Medidas de Posición: Cuantiles
Percentiles: Son 99 valores que dividen

en cien partes iguales el conjunto de
datos ordenados. Ejemplo, el percentil
de orden 15 deja por debajo al 15% de
las observaciones, y por encima queda
el 85%.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Cuartiles: Son los tres valores que

dividen al conjunto de datos ordenados
en cuatro partes iguales, son un caso
particular de los percentiles. Se
denotan como: Q1 o primer cuartil, Q2
segundo cuartil (la mediana) y Q3
tercer cuartil.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Deciles: Son los nueve valores que

dividen al conjunto de datos ordenados
en diez partes iguales, son también un
caso particular de los percentiles.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Medidas de Forma
Asimetría: una distribución es simétrica cuando su mediana, su moda y su media aritmética

coinciden. Existen varias medidas de la asimetría de una distribución de frecuencias. Una de ellas
es el Coeficiente de Asimetría de Pearson: Su valor es cero cuando la distribución es simétrica,
positivo cuando existe asimetría a la derecha y negativo cuando existe asimetría a la izquierda.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Medidas de Forma
Apuntamiento o Curtosis: la curtosis es una medida de la forma que busca cuantificar la mayor
o menor concentración de frecuencias alrededor de la media y en la zona central de la
distribución. Se mide con el coeficiente de apuntamiento o curtosis: Su valor es cero cuando la
distribución es mesocúrtica, positivo cuando es leptocúrtica y negativo cuando es platicúrtica
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Pruebas Estadísticas
Paramétricas y no
Paramétricas
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Hay dos clases de pruebas estadísticas: Las

paramétricas y las no paramétricas. Las pruebas
paramétricas tienen mayor capacidad para detectar
una relación real o verdadera entre dos variables, si
es que la misma existe. Por ello, exigen que los
datos a los que se aplican, cumplan tres requisitos:
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
1. Variable numérica: Que las variable de estudio (dependiente)

esté medida en una escala que sea por lo menos de intervalo.
2. Normalidad: Que los valores de la variable dependiente sigan

una distribución normal; por lo menos, en la población a la que
pertenece la muestra.
Prueba estadística: Kolmogorov Smirnov
3. Homocedasticidad: Que las varianzas de la variable

dependiente en los grupos que se comparan sean
aproximadamente iguales (homogeneidad de las varianzas).
Prueba estadística: Test de Levene.:
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
 Cuando los datos cumplen con los requisitos indicados, las

pruebas estadísticas paramétricas exhiben su máximo poder.
 Cuando estas pruebas estadísticas se aplican a datos que no
cumplen al menos uno de los requisitos señalados, pierden
parte de su poder.
 Si se puede utilizar una prueba paramétrica y se usa una no
paramétrica hay una pérdida de información.
 Las pruebas estadísticas no paramétricas, no hacen a los datos
ninguna de las exigencias que les hacen las pruebas estadísticas
paramétricas; por eso se les denomina "pruebas estadísticas
libres de distribución".
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
NOTA: McGuigan (1993) y Siegel (1956)

Sostienen que algunas escalas ordinales
pueden ser consideradas por convención como
numéricas y; por lo tanto, podría usarse una
prueba paramétrica. Ejm: El rendimiento
académico
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
El Coeficiente
de Correlación
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
La correlación es una prueba de hipótesis que debe ser sometida a

contraste y el coeficiente de correlación cuantifica la correlación entre
dos variables, cuando ésta existe.
El coeficiente r de Pearson, por ser una prueba paramétrica requiere de
variables numéricas con distribución normal; mientras que el coeficiente
de correlación no paramétrica rho de Spearman acepta variables de
libre distribución e incluso ordinales.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
El coeficiente correlación varía entre 0 y 1,

INTERPRETACIÓN pudiendo ser positivo o negativo.
El valor numérico indica la magnitud de la correlación.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
El signo indica la dirección de la correlación
Correlación directa (+) Signo positivo Correlación inversa (-) Signo negativo
 “a mayor X, mayor Y” ó  “a mayor X, menor Y” ó
 “a menor X, menor Y”  “a menor X, mayor Y”
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Significancia estadística
Solo interpretamos el coeficiente si “p” es menor de 0.05, (Nivel de

significancia).
Se puede indicar la significancia así: r = 0.48 (p<0.05).
Coeficiente de determinación
Cuando el coeficiente se eleva al cuadrado (r2), asume varias interpretaciones

Por ejemplo. La correlación entre “El ponderado fetal” y “El Peso al nacer” es
de 0.80.
r = 0.80
r2 = 0.64
“El pondera fetal” predice en el 64% de los casos “El peso al nacer”.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Comportamiento
de los Datos
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
1 En variables numéricas
Hay dos clases de pruebas estadísticas: Las

paramétricas y las no paramétricas. Las pruebas
paramétricas tienen mayor capacidad para detectar
una relación real o verdadera entre dos variables, si es
que la misma existe.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
1 En variables numéricas
Para elegir una prueba paramétrica los datos debe cumplir:
a. Variable numérica: Que las variable de estudio (dependiente) esté

medida en una escala que sea por lo menos de intervalo.
b. Normalidad: Que los valores de la variable dependiente sigan una

distribución normal; por lo menos, en la población a la que pertenece la
muestra.
Prueba estadística: Kolmogorov-Smirnov
c. Homocedasticidad: Que las varianzas de la variable dependiente en los

grupos que se comparan sean aproximadamente iguales (homogeneidad
de las varianzas).
Prueba estadística: Test de Levene.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
2 En variables categóricas:
Tamaño de la muestra y frecuencias esperadas
Si bien las pruebas no paramétricas arrojan valores de probabilidad

más exactos cuando las muestras son pequeñas, su poder es
menos exacto cuando en una tabla de contingencia se observan
valores esperados demasiado pequeños, clásicamente por debajo
de 5. Un artificio matemático es dicotomizar todas nuestras
variables a partir del percentil 50 para evitar este problema. Sobre
todo si se trata de calcular medidas de asociación como el Riesgo
Relativo y el Odds Ratio que solo pueden calcularse en tablas
tetracóricas ó de 2 x 2.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
2 En variables categóricas:
Tamaño de la muestra y frecuencias esperadas
Si aún así no conseguimos elevar la magnitud de los valores

esperados por encima de 5 tendremos que aplicar una corrección
por continuidad denominada Corrección de Yates y en el caso de
que algún valor esperado sea menor a 3 aplicaremos la prueba
exacta de Fisher; con la finalidad de obtener un cálculo de
probabilidad (p-valor) más exacto.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Validación de
Instrumentos
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
VALIDEZ CUALITATIVA + VALIDEZ CUANTITATIVA
1.- Validez de contenido 2.- Consistencia Interna

3.- Validez de Constructo
4.- Estabilidad
5.- Punto de corte
Un instrumento de medición es válido en la medida que sus

resultados representen el concepto medido.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
1. VALIDEZ DE CONTENIDO
Validez de contenido = Validación Cualitativa
Concepto: La validez de contenido intenta evaluar la capacidad del instrumento

para recoger el contenido y el alcance del constructo
Podemos dividirlo en tres fases según el estado actual del conocimiento
1.- Aproximación a la población
2.- Juicio de expertos
3.- Revisión del conocimientos disponible
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
a. Aproximación a la población (Validez de respuesta)

Implica la carencia absoluta del conocimiento del constructo que se
desea medir; así cuando se trata de evaluar las causas de una
situación evidente, pero no existen estudios previos deberemos
consultar a las unidades de estudio.
Ejemplo: ¿Cuál es el uso que le dan los docentes universitarios a las

tecnologías de la información en el proceso de enseñanza
aprendizaje?
No confundir con prueba piloto, la cual tiene por finalidad medir la

confiabilidad del instrumento.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
b. Juicio de expertos (Validación por jueces)
No existe un determinado número de jueces o expertos, que deben

juzgar, de manera independiente, la “bondad” de los ítems del
instrumento, en términos de relevancia o congruencia de los
reactivos con el universo de contenido.
El autor debe considerar la pertinencia a la hora de elegir los jueces,

siendo que en el momento actual no se cuenta con bibliografía
disponible
La evaluación por jueces debe ser interdisciplinaria,
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
c. Revisión del conocimiento disponible (Validez racional)
Denominada también como validez racional. Este es el momento de

la validez en que se asegura la mejor representatividad de los ítems
que lo componen, respecto a la totalidad del campo o rasgo objeto
de evaluación.
Los constructos que se desean evaluar están mejor definidos cuando

se dispone de literatura ; de manera que los conceptos a medir ya no
son provisionales ni vagos.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
2. CONSISTENCIA INTERNA
(Alfa de Cronbach)
Su valor aumenta cuando las correlaciones ítem – total son

altas, por ello, mejores correlaciones, dan mayor fiabilidad al
instrumento. Se puede decir también que es un índice de
discriminación. El coeficiente de fiabilidad es afectado por la
heterogeneidad de los individuos que contestan la prueba;
cuanto más heterogéneo es el grupo de encuestados, mayor es
el coeficiente de fiabilidad.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
3. VALIDEZ DE CONSTRUCTO
(Rotación de Varimax)
El procedimiento consiste en aplicar el instrumento a dos o

más grupos y ver si discrimina. Para ello hay que contar con
una estructura Factorial del cuestionario.
Por ejemplo en los instrumentos para medir variables

psicológicas no podemos garantizar la existencia de un
constructo psicológico que subyaga y dé sentido y significado a
las puntuaciones del test; por lo mismo que no tenemos una
prueba patrón.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
4. ESTABILIDAD
(ANOVA)
Se refiere a la confianza que se concede a los datos; requiere

de un retest en condiciones similares a la primera evaluación y
está relacionada con la estabilidad o constancia test-retest.
Se trata de ver hasta que punto un conjunto de medidas son

reproducibles en el tiempo, el grado en que las puntuaciones
son estables sería el grado de fiabilidad. Por ello es sinónimo
de estabilidad.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
5. PUNTO DE CORTE
(Curvas ROC)
Habitualmente requerimos que el instrumento nos conduzca a

una decisión dicotómica (positivo-negativo) para tratar o no a
alguien; Se realizan trazando un diagrama en el que la
ordenada es la sensibilidad y la abscisa la especificidad. En este
sentido la curva ROC nos muestra en un gráfico todos los pares
sensibilidad-especificidad resultantes de la variación continua
de los puntos de corte en todo el rango de resultados
observados.
Las Curvas de ROC optimizan el punto de corte.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Tipos de
Datos
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Los datos, según su procedencia, pueden subdividirse en

dos grandes grupos: datos primarios y datos secundarios.
Las técnicas de recolección que se emplean en una y otra

situación son bien distintas e incluso dentro de un mismo
diseño utilizamos una y otra forma de información.
Es bueno subrayar, que en toda investigación puede

haber una técnica predominante para la recolección de
datos, pero siempre se complementa con las otras
técnicas.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
1. DATOS PRIMARIOS
Los datos primarios son aquellos que el investigador

obtiene directamente de la realidad, recolectándolos con
sus propios instrumentos. En otras palabras, son los que
el investigador o sus auxiliares recogen por sí mismos, en
contacto con los hechos que se investigan.
Los datos primarios son característicos de los estudios

prospectivos; y los diseños experimentales.
Las técnicas para recolectarlos, incluyen la observación,

entrevista, encuesta y la psicometría.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
2. DATOS SECUNDARIOS
Los datos secundarios, son registros escritos que

proceden también de un contacto con la práctica, pero
que ya han sido recogidos y muchas veces procesados por
otros investigadores. En muchas ocasiones el total o una
parte de los datos requeridos para responder la pregunta
de investigación ya han sido recolectados previamente
por otros investigadores y gozan del suficiente nivel de
pertinencia, objetividad, validez y confiabilidad como
para ser usados en la investigación sin tener que repetir
los procedimientos de recolección directa o indirecta.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
2. DATOS SECUNDARIOS
Estos datos se denominan datos secundarios, en

contraposición a los datos primarios o que son
recolectados por el propio equipo investigador.
Son característicos de los estudios retrospectivos y son

frecuentes en los diseños ecológicos o comunitarios.
Técnicas para recolectarlos: Documentación; Ejm.

Revisión de Historias clínicas, informes operatorios,
reportes de laboratorio, archivos del sistema de salud
pública; registro de muertes maternas, etc.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Escala
Tipo Likert
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
La escala de Likert es una escala ordinal y como tal no mide en cuánto es

más favorable o desfavorable una actitud, es decir que si una persona
obtiene una puntuación de 60 puntos en una escala, no significa esto que
su actitud hacia el fenómeno medido sea doble que la de otro individuo
que obtenga 30 puntos, pero sí nos informa que el que obtiene 60 puntos
tiene una actitud más favorable que el que tiene 30, de la misma forma que
sacar 20 puntos en un examen no significa que sepamos el doble de aquel
que saco 10 puntos pero sí indican un rendimiento más alto.
A pesar de esta limitación, la escala Likert tiene la ventaja de que es fácil de

construir y de aplicar, y, además, proporciona una buena base para una
primera ordenación de los individuos en la característica que se mide.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
La construcción de una escala tipo Likert
1º) Se recoge una larga serie de ítems relacionados con la actitud que
queremos medir (Aproximación a la población) y se seleccionan,
aquellos que expresan una posición claramente favorable o
desfavorable.
Estos ítems pueden ser elaborados por personas conocedoras del

tema que se pretende medir (Juicio de Expertos) y conocedoras,
así mismo, del colectivo de individuos que responderá a la escala
definitiva. Es conveniente partir de una colección de 100 ítems
para construir una escala de 20 ítems, balanceando la escala con
igual cantidad de enunciados favorables y desfavorables.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
2º) Se selecciona un grupo de sujetos similar a

aquél al que piensa aplicarse la escala. Estos
responden, eligiendo en cada ítem la
alternativa que mejor describa su posición
personal.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
3º) Las respuestas a cada ítem reciben

puntuaciones más altas cuanto más favorables
son a la actitud, dándose a cada sujeto la suma
total de las puntuaciones obtenidas.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
4º) Para asegurar la precisión de la escala, se

seleccionaran el 25 % de los sujetos con
puntuación más alta y el 25 % con
puntuaciones más baja, y se seleccionan los
ítems que discriminan a los sujetos de estos dos
grupos, es decir, aquellos con mayor diferencia
de puntuaciones medias entre ambos grupos.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
5º) Para asegurar la confiabilidad (consistencia

interna), se halla la correlación entre la
puntuación total y la puntuación de cada ítem
para todos los individuos, seleccionándose los
ítems con coeficiente más alto.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
6º) Con los criterios anteriores de precisión y

fiabilidad se selecciona el número de ítems
deseado para la escala. Aproximadamente la
mitad de los ítems deben expresar posición
favorable y desfavorable la otra mitad (validez
de constructo).
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Ventajas Desventajas
A pesar de la ausencia de teoría Puede obtenerse una misma

justificativa para la puntuación con diferentes
"escalabilidad", en la práctica, las combinaciones de ítems, lo que
puntuaciones del cuestionario demuestra que la misma
Likert proporcionan con puntuación puede tener
frecuencia la base para una significados distintos. (No
primera ordenación de la gente obstante, la consistencia interna
en la característica que se mide. tiende a evitarlo).
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Alfa de
Cronbach
(Índice de consistencia interna)
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Si su valor es cercano a la unidad se trata de un

instrumento fiable que hace mediciones estables y
consistentes.
Si su valor está por debajo de 0,8 el instrumento que se está

evaluando presenta una variabilidad heterogénea en sus
ítems y por tanto nos llevará a conclusiones equivocadas.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Existen dos formas de calcularlo:
a) Mediante la varianza de los ítems b) Mediante la matriz de correlación
α = Alfa de Cronbach
Método poco usado
K = Número de Ítems
N = Número de Ítems
Vi = Varianza de cada Ítem
p = el promedio de las
Vt = Varianza total
correlaciones lineales entre
cada uno de los ítems.
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Requisitos para poder calcular la fiabilidad de un test:
1. Estar formado por un conjunto de ítems que se combinan aditivamente

para hallar una puntuación global (esto es, la puntuaciones se suman y dan
un total que es el que se interpreta).
2. Todos los ítems miden la característica deseada en la misma dirección. Es

decir, los ítems de cada una de las escalas tienen el mismo sentido de
respuesta. Este último no es necesario para el método de la varianza de los
Ítems
Dr. José Supo

SEMINARIOS DE
INVESTIGACIÓN
Ejemplo: Si tenemos un test de 10 Ítems aplicados en una prueba piloto a 30

sujetos
Dr. José Supo

HIPÓTESIS
Estructura
FUNDAMENTO
Es lo que nos lleva a sostener la hipótesis planteada.

Las hipótesis relacionales carecen de fundamento
porque nacen de la subjetividad de una
observación; mientras que las hipótesis explicativas
se fundamentan en los antecedentes investigativos.
Dr. José Supo

HIPÓTESIS
Estructura
DEDUCCIÓN
Es la hipótesis misma, denominada hipótesis del

investigador; estadísticamente es la hipótesis
alterna y se debe someter a contraste.
Cuando el enunciado se plantea en forma de

interrogante, la hipótesis es la que da respuesta al
enunciado.
Dr. José Supo

Tema 2: HIPÓTESIS
EXPLICATIVA
Las hipótesis explicativas o racionales son

consideradas como explicaciones tentativas
respecto al problema planteado.
Cumple su función sólo si está relacionada con el

conocimiento existente; nacen del razonamiento
por analogía (Bradford Hill).
Sin antecedentes investigativos no es posible
plantear hipótesis explicativas.
Dr. José Supo

Investigacioncuanti

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Investigacioncuanti

Cargado por

Copyright:

Formatos disponibles

SEMINARIOS DE

Dr. José Supo

Se plantean cuando no existe un cuerpo teórico

¿Qué es un estudio Un estudio exploratorio se usa cuando un tema de

Describe fenómenos sociales o clínicos en una

No son estudios de causa y efecto; porque las pruebas

Dr. José Supo

Dr. José Supo

La estadística multivariada; tiene por finalidad

La investigación titulada “Opinión de estudiantes sobre el uso

Para este propósito, después de haberles impartido el curso,

En un estudio se realizó una evaluación de los niveles de

Dr. José Supo

Son conjeturas que plantea el investigador; afirmaciones aun

Deben referirse a una situación real, en términos

Dr. José Supo

¿Qué es una hipótesis? Una Hipótesis es una proposición tentativa, la cual no es

Los requisitos que deben cumplir las hipótesis son las

¿Qué es una hipótesis de La hipótesis de investigación o de

¿Qué es una hipótesis Las hipótesis nulas son proposiciones que

¿Qué es una hipótesis Las hipótesis alternativas son posibilidades

¿Qué es una hipótesis Una hipótesis de trabajo es una propuesta tentativa

Dr. José Supo

Hipótesis según el nivel Investigativo

Los estudios exploratorios no contienen

Dr. José Supo

Hipótesis según el nivel Investigativo

¿Qué es una hipótesis 3.3 Las hipótesis descriptivas proponen

Hipótesis según el nivel Investigativo

Las hipótesis relacionales o empíricas son afirmaciones

Solamente buscan concordancia entre hechos y generan la

Hipótesis según el nivel Investigativo

Hipótesis según el nivel Investigativo

¿Qué es una hipótesis Las hipótesis de comparación o diferencias de grupos establecen

Hipótesis según el nivel Investigativo

¿Qué es una Las hipótesis causales establecen relaciones de causa-efecto y cómo

Hipótesis según el nivel Investigativo

Tipos Tipos: Hipótesis causal bivariada: “La percepción de similitud en

•En la hipótesis de trabajo señala cuáles serían sus principales

•Identifica qué tipo de hipótesis es de acuerdo al tipo de

•Menciona cuál sería la definición operacional de la hipótesis o de

¿Qué es la definición La definición conceptual de una

¿Qué es la definición La definición operacional se refiere a

Dr. José Supo

¿Qué es una Una variable es una propiedad que

¿Qué es una variable Una variable cuantitativa es aquella

¿Qué es una variable Una variable dependiente es la que varía a

¿Qué es una variable La variable independiente se establece como

¿Qué es una variable Una variable dependiente es la que varía a

¿Qué es una variable La variable independiente se establece como

¿Qué es una variable Una variable activa o experimental es aquella

¿Qué es una variable Una variable activa o experimental es aquella

A qué se refiere el nivel La escala de medida nominal tiene

¿A qué se refiere el La escala ordinal presenta varias categorías

¿A qué se refiere En la escala de intervalos además del orden o la

¿A qué se refiere el nivel La escala de coeficientes o Razones es el

Dr. José Supo

Qué es un diseño de El diseño es el plan o estrategia

¿Qué es un Los diseños experimentales son aquellos estudios

¿Cuáles son las Las características principales es que contienen: a) un

¿Cuáles son los Los principales tipos son:

¿Qué son los Los diseños cuasi-experimentales NO hay asignación aleatoria ni

c) 2 o más grupos con pretest y postest G1-O1-X1-O2