REPASO DE INVESTIGACIÓN Y

ESTADÍSTICAS PARA EL EXAMEN

COMPRENSIVO

Octubre 2010

Preparado y Facilitado por:

Dra. Legna Vargas Batiz, Ph.D.
 Conocimiento científico: fenómeno
histórico-social-cultural
 Se puede llamar ciencia a una disciplina, cuando su objetivo es
entender, describir y explicar el objeto o sujeto de estudio, para
predecir y controlar de forma objetiva.
 La objetividad es un criterio básico del que hacer científico, que
va de la mano con la aplicabilidad del método científico y todos
sus pasos.
 La Ciencia es un proceso sistemático es un cúmulo de
conocimiento que establece maneras y respuestas para entender
el universo, los eventos físicos y sociales.
 La validez de las ciencias y de los datos que produce radican en su
metodología científica, objetividad y por ser empírica, lo que le da
poder y control.
 Paradigmas
 Conjunto de valores, ideologías y construcciones
que crean y ordenan la realidad
 ¿De quiénes?
 Paradigmas
– Positivista-empirismo: predicción, causalidad
– Realista: correlación
– Hermeneútico y fenomenológico: interpretación
– Críticos
 Paradigmas, teorías e investigación
Tres niveles de explicación y aplicación científica
 Ontología, epistemología y metodología
 1. Ontología: es el nivel filosófico del objeto de estudio o
sea, la naturaleza del conocimiento y de la realidad;
 2. Epistemología: ¿cómo el investigador se acerca a
ese conocimiento?, la relación con esa realidad, diferentes
formas para llegar al conocimiento o el estudio de cómo
conocemos las cosa;
 3. Metodología: las herramientas, diseño o instrumentos para
acercarse a ese conocimiento
 Teoría: conjunto de constructos (conceptos), definiciones y
proposiciones relacionadas entre sí, que presentan un punto de
vista sistemático de fenómenos especificando relaciones entre
variables, con el objeto de explicar y predecir los fenómenos.
 Modalidades de Investigación
1. ¿Qué es la Investigación Científica?
 Investigación rigurosa y cuidadosamente realizada, es
sistemática, controlada, empírica, y crítica basadas en
proposiciones hipotéticas sobre presumidas relaciones entre
fenómenos naturales.
 Sistemática y controlada: implica que hay una disciplina
constante para hacer investigación científica y que no se dejan los
hechos a la casualidad.
 Empírica: significa que se basa en fenómenos observables de la
realidad.
 Crítica: que juzga constantemente de manera objetiva y se
eliminan las preferencias personales y los juicios de valor.

2. Propósitos fundamentales: producir conocimiento y teorías

(investigación básica) y resolver problemas prácticos
(investigación aplicada).
 Investigación Investigación
Cuantitativa
 Método inferencial, deductivo
dirigido por la teoría,
generalizable
 Estrategias de recolección de
datos: Diseños experimentales
e instrumentos estandarizados
 Finalidad: validez,
confiabilidad y objetividad
para generalizar
 Fundamento de la realidad:
orientado al resultados,
confirmatorio, entender leyes
y causa
 Reportes escritos en tercera
persona
Cualitativa
 Método inductivo genera
teorías, no generalizable,
estudios de caso
 Estrategias de obtención de
información: Observación
participativa, entrevistas
profundas, narrativas,
investigador como
instrumento
 Finalidad: credibilidad,
transferencia
 Orientado al proceso, a
descubrimientos,
exploratorio, descriptivo,
busca significados
Criterios o principios investigativos
 A. Principio empírico de verificación: la verdad solo
es encontrada a través de la observación de la realidad.

 B. Principio de definición operacional: todos los

términos de una aseveración descriptiva deben ser
definidas cuidadosamente y operacional de manera que
se puedan manipular y observar.
 C. Principio de control observacional: para una
observación proveer una evaluación adecuada para
establecer que un cambio en A causa cambio en B; a
través de la observación.
 D. Principio de generalización estadística: se puede
generalizar una observación en condiciones similares si
esta se constituye de una muestra aleatoria.
 Criterios o principios investigativos
 E. Correlación vs. Causalidad
 1. Criterio de Causalidad en las Ciencias Sociales
 Violencia televisiva y agresividad en los niños/as
 En casi todos los métodos de investigación se intenta
encontrar una correlación o relación estadísticamente
significativa entre dos o más variables o factores; la
correlación puede ser: positiva, negativa o cero.
 F. Confiabilidad (grado en que un instrumento de medición
produce resultados consistentes, tanto a lo largo del tiempo
como entre observadores)
 G. Validez (grado de precisión con que un instrumento de
medición refleja lo que los investigadores pretenden medir).
 H. Población y Muestra experimental (representativa por
aleatoriedad o escogida al azar).
Pasos del método científico:
 Método científico: procedimiento metódico y sistemático
basado en principios fundamentales que caracterizan la
investigación para obtener conocimientos.
 Formulación de hipótesis
 Metodología
 Registro u obtención de datos
 Clasificación de los datos
 Análisis de los datos
 Validar los datos
 Predecir/controlar
 Objetivos de toda ciencia e investigación:
– Describir, entender, explicar, predecir/controlar
 Características de las
investigaciones:
 1. Muestreo al azar y representativo
 2. Control sobre las variables
 3. Corroborar los resultados
 4. Posibilidad de replica
 5. Generalizar los resultados
 Estar más cerca de la realidad
 Investigación ó Enfoque:
Cuantitativa y Cualitativa

Tipos de Investigación

Diseños de Técnicas de
Métodos de Recolección de
Investigación Investigación Datos

Experimental – No experimental
 Tipos de investigación
Depende de 2 razones: el estado de conocimiento en el tema y
el enfoque que se pretenda dar al estudio.
 1. Exploratorio : objetivo es examinar un tema o problema de
investigación poco estudiado o no abordado. Sirven para
familiarizarnos con fenómenos relativamente desconocidos,
determinan tendencias y relaciones potenciales entre variables.
 2. Descriptivo : describe situaciones y eventos, buscan especificar las
propiedades importantes de personas, grupos, comunidades o
cualquier otro fenómeno. Miden de manera independiente los
conceptos o variables. Se requiere conocimiento del área que se
investiga.
 3. Correlacional : su propósito es medir el grado de relación entre
dos o más variables en un contexto en particular, en los mismos
sujetos. Saber cómo se comporta un concepto o variable conociendo
el comportamiento de otras. (causal-comparativo)
 Correlación positiva, negativa y nula.
 La investigación correlacional tiene valor explicativo aunque
parcial.
 4. Explicativo : dirigidos a responder a las causas de los eventos
 Diseños de Investigación

 Longitudinales: observa a los mismos sujetos y los

cambios que ocurren a través del tiempo.
 Transversales: se evalúa una sola vez a personas de
diversas edades, osea a sujetos distintos
 Secuenciales: supera las desventajas de los estudios
longitudinales y tranversales y combina a ambos para
evaluar a las personas de una muestra representativa
más de una vez para determinar las diferencias a lo
largo del tiempo.
 Principales métodos y técnicas de investigación para
la recolección de datos
Métodos No Experimentales
 Estudios de caso/Estudio Clínico: investigación intensiva
Métodos Experimentales
y a fondo de un individuo o un pequeño grupo de personas.
 Entrevista, Encuesta y Cuestionarios
 Experimento: causa-
 Evaluación Psicológica
efecto
 Observación naturalista/de campo
 Observación estructurada o de laboratorio
 Etnografía: método con el que el investigador busca
entender los valores, tradiciones y procesos sociales únicos
de una cultura o subcultura viviendo con sus miembros.
 Métodos psicofisiológicos: miden la relación entre las
repuestas fisiológicas y el comportamiento, para explorar
los fundamentos biológicos de las respuestas perceptuales,
cognitivas y emocionales de las personas.
 Investigación Documental: investigación en la que se
examinan registros existentes, como datos censales,
artículos de periódicos, para confirmar una hipótesis.
 Investigación Cualitativa
Metodología/Técnicas
 Historias de vida
 Estudio de caso
 Entrevista- semi estructurada
 Grupos focales
 Observación-participe
 Diarios y Documentos(audiovisuales)
 Etnografia
 Analisis de Discurso
Plantear el problema de investigación
 Afinar y estructurar más formalmente la idea de
investigación, para poder conceptualizar el
problema, verbalizarlo en forma clara, precisa y
accesible.
 Criterios para plantear el problema
*Debe expresar una relación entre dos o más variables
*Debe estar formulado claramente y sin ambigüedad
(qué efecto, en qué condiciones, cuál es la
probabilidad, cómo se relaciona, etc.)
*El planteamiento debe implicar la posibilidad de
realizar una prueba empírica.
 Elementos que contiene el planteamiento del
problema de investigación
 Establecer objetivos: qué pretende la investigación y
por qué
 Desarrollar las preguntas de investigación, cómo voy
a estudiar el problema.
 Justificar la investigación: por qué es conveniente la
realización, beneficios o contribuciones a la disciplina
y a la sociedad(relevancia social):
*Implicaciones prácticas (ayudará a resolver un
problema),
*Valor teórico (llenará lagunas o huecos de
conocimiento, se podrán generalizar los resultados,
apoya una teoría, pueden surgir recomendaciones),
*Utilidad metodológica (ayuda a crear un nuevo
instrumento, a actualizar alguno, a definir un concepto).
 Elementos que contiene el planteamiento del
problema de investigación, cont.
 Viabilidad de la investigación: disponibilidad de
recursos humanos, financieros y materiales, tiempo.
 Diseños investigativos
 Definición de Variables: Definición conceptual y
operacional de las variables
 Formulación de hipótesis
 1. Características o criterios de una hipótesis
 2. Clasificación de las hipótesis
 Limitaciones
 Planteamiento de Hipótesis
 Las hipótesis son proposiciones tentativas acerca de las
relaciones entre dos o más variables y se apoyan en
conocimientos organizados y sistematizados.
 Las hipótesis contienen variables; estas son
propiedades o características cuya variación puede
ser medida.
 Las hipótesis surgen normalmente del planteamiento
del problema y la revisión de literatura, y algunas
veces de teorías.
¿Qué tipo de investigación quiero realizar?
 ¿Descriptiva?; ¿cuantitativa o cualitativa?
 ¿Descriptiva-correlacional?
 ¿Correlacional-explicativa?
 Dependiento el tipo de investigación serán las hipótesis a
desarrollar
 Una investigación puede tener varias hipótesis, con
diferentes objetivos
B. Bivariadas: relación entre una variable dependiente y una
independiente
C. Multivariadas: relación entre varias variables
dependientes e independientes.
D. Hipótesis nula: el reverso de las hipótesis de investigación
(Ho)
 Clasificación de Hipótesis
I. HIPÓTESIS DESCRIPTIVAS: Salen de los objetivos de investigación
– 1. Determinar si la atracción física, la confianza, el reforzamiento de la
autoestima tienen una influencia en el desarrollo del noviazgo entre jóvenes
puertorriqueños.
– ¿La atracción física, la confianza, el reforzamiento de la autoestima ejercen
una influencia significativa en el desarrollo del noviazgo entre jóvenes
puertorriqueños?

- 2. Identificar las variables asociadas al maltrato en la pareja en Puerto Rico.

– ¿Se identificarán las variables psicológicas, personales, sociales y familiares
asociadas al maltrato en la pareja en Puerto Rico?

- 3. Determinar si los programas de televisión de contenido violento influyen

en la conducta de los menores en Puerto Rico
- ¿Influirán los programas televisión de contenido violento en la conducta de
los menores en Puerto Rico?

- 4. Conceptuar el significado de los jóvenes del rol social de la familia en

Puerto Rico
 Clasificación de Hipótesis
II. HIPÓTESIS CORRELACIONAL: hipótesis que
establecen simplemente relación entre las variables
Ho: No existe asociación entre variable independiente y variable
dependiente en quienes (muestra)
H1: Existe asociación entre variable independiente y variable
dependiente en quienes (muestra)
Bivariada:
Ho: ¿No existe asociación entre la atracción física y el
desarrollo del noviazgo entre jóvenes puertorriqueños?
H1: ¿Existe asociación entre la atracción física y
eldesarrollo del noviazgo entre jóvenes puertorriqueños?

H1: A mayor la atracción física mejor el desarrollo del

noviazgo entre jóvenes puertorriqueños
 Hipótesis
HIPÓTESIS CORRELACIONAL
Bivariada
Ho: ¿No existe asociación entre la exposición a programas de televisión
de contenido violento y la conducta de los menores en Puerto Rico?
H1: ¿Existe asociación entre la exposición a programas de televisión de
contenido violento y la conducta de los menores en Puerto Rico?

H1: A mayor exposición a programas de televisión de contenido violento

mayor el efecto en la conducta de los menores en Puerto Rico

Multivariada
Ho: ¿No existe asociación entre la atracción física, la confianza, el
reforzamiento de la autoestima y el desarrollo del noviazgo entre
jóvenes puertorriqueños?
H1: ¿Existe asociación entre la atracción física, la confianza, el
reforzamiento de la autoestima y eldesarrollo del noviazgo entre
jóvenes puertorriqueños?
 Clasificación de Hipótesis
III. HIPÓTESIS DE DIFERENCIA DE GRUPOS: su fin es
comparar la media(promedio) que los grupos en comparación
obtuvieron en la variable dependiente.
H1: Habrá diferencia estadísticamente significativa en cambios en
la conducta entre niños y niñas tras largas horas de exposición a
programas de televisión con contenido violento
Ho: No habrá diferencia estadísticamente significativa en cambios
en la conducta entre niños y niñas tras largas horas de
exposición a programas de televisión con contenido violento

H1: Habrá diferencia estadísticamente significativa en la atracción

física entre mujeres y hombres en el desarrollo del noviazgo
Ho: No habrá diferencia estadísticamente significativa en la
atracción física entre mujeres y hombres en el desarrollo del
noviazgo
 Definición de Variables
 Definición conceptual de las variables y definición
operacional: conjunto de procedimientos que
describen las actividades a realizar para obtener
empíricamente los datos, cómo se van a medir las
variables.
 Temperatura: termómetro
 Inteligencia, Personalidad: escalas, pruebas, etc.
 Criterios para evaluar una definición operacional:
adecuación del contexto, confiabilidad y validez
 Variables
 Variable: fenómeno medible que varía a través del
tiempo
Variable dependiente: Cuya variación queremos explicar

Variable independiente: Predice la variación de la V.

dependiente
VI-----------------------------------------------------VD
Causa efecto
Predictor resultado
Estimulo respuesta
Intervención resultado
Variable dependiente: es la que quiero medir, la de
interés investigativo. La que el instrumento que utilizo
mide.
 Variable independiente: la que manipulo y causa
cambios en la dependiente.
 Elaborar el marco teórico: para
sustentar teóricamente el estudio
Funciones del marco teórico:
 1. Ayuda a prevenir errores que se han cometido en
otros estudios
 2. Orienta sobre cómo habrá de realizarse el estudio
 3. Amplía el horizonte del estudio y guía al
investigador para que se centre en su problema
evitando desviaciones.
 4. Conduce al establecimiento de hipótesis o
afirmaciones para someterse a prueba en la realidad.
 5. Inspira nuevas ideas, líneas y áreas de investigación
 6. Provee un marco de referencia para interpretar
resultados
a. Detección de la literatura y
Fuentes de información
 1. Fuentes primarias: constituyen el objetivo de la
investigación bibliográfica, libros, antologías,
artículos de publicaciones periódicas, monografías,
tesis, documentos oficiales, trabajos presentados en
conferencias o seminarios, películas, videocintas,
artículos periodísticos).
 2. Fuentes secundarias: son compilaciones,
resúmenes y listados de referencias en un área de
conocimiento en particular (son listados de fuentes
primarias). Procesan información de primera mano.
 3. Fuentes terciarias: documentos de nombres y
títulos de revistas y otras publicaciones periódicas.
 Adopción y/o Construcción del
marco teórico
 a. Teoría: conjunto de constructos (conceptos),
definiciones y proposiciones relacionadas entre sí,
que presentan un punto de vista sistemático de
fenómenos especificando relaciones entre variables,
con el objeto de explicar y predecir los fenómenos.
 Funciones y utilidad de la teoría:
 1. Describe y explicar (por qué, cómo y cuándo
ocurre un fenómeno)
 2. Sistematizar o dar orden al conocimiento y a
la investigación
 3. Predecir
 Criterios para evaluar una teoría:
 1. Capacidad de descripción (definir el evento,
características y componentes), explicación
(incrementar el entendimiento de las causas, prueba
empírica) y predicción
 2. Consistencia lógica (las proposiciones deben
estar interrelacionadas)
 3. Perspectiva (generalidad, mientras mayor cantidad
de fenómenos explique mayor aplicabilidad)
 4. Fructificación (generar nuevas interrogantes y
descubrimientos)
 5. Parsimonia (que sea simple, sencilla).
 Metodología
 Medir y medición y comprender su significado en la
investigación
 Métodos de muestreo y de recolección de datos
(principales instrumentos que se utilizan dependiendo el
tipo de investigación y diseño)
 Escalas y cuestionarios como instrumentos de medición
 Procesos de confiabilidad y validez
 Analisis de datos estadístico (descriptivo e inferencial)
 Comprobación de Hipótesis
 Estadísticas: Definición
 Estadística: se utiliza para estimar valores
desconocidos de una población. Conjunto de
procedimientos para reunir, medir, clasificar,
codificar, computar, analizar y resumir
información numérica adquirida
sistemáticamente.
 Cuerpo integrado de métodos que permiten
recopilar, organizar, analizar e interpretar
información numérica que de otra forma tendría
muy poco significado y utilidad para el ser
humano.
 Tipos de Estadísticas
 1. Descriptivas: decriben, clasifican,
organizarn y representan los datos.
 2. Inferenciales: realizar inferencias
con relación a las pruebas de hipótesis.

– Permiten llevar a cabo deducciones

de las observaciones de datos
obtenidos de una muestra para luego
 Estadísticas: Definiciones de
Conceptos Básicos
 Datos: información sistemática adquirida que se
organiza siguiendo los procedimientos de la ciencia y la
estadística.
 Data: información numérica; datos ya organizados y
clasificados.
 Hipótesis: predicción sobre la relación entre dos
variables; en ella se afirma que los cambios en la
medida de una variable independiente corresponderán a
cambios en la medida de una variable dependiente.
 Hipótesis son proposiciones tentativas acerca de las
relaciones entre dos o más variables y se apoyan en
conocimientos organizados y sistematizados.
 Escalas o Niveles de Medición de una Variable:
 Nos dice que tipo de estadísticas se van a utilizar e
identifica las propiedades de medición de las variables.
 Nominal: categorías diferentes y exclusivas no
matemáticas, no valor cuantitativo, poseen autonomía,
carecen de orden o jerarquía.
 Ordinal: tienen relativa autonomía, categorías, orden o
jerarquía, no tienen métrica interna. (Fuertemente a favor,
moderadamente a favor…)
 Intervalo: autonomía, orden y métrica interna, no tiene
cero absoluto, las diferencias son cuantificables. (Edad,
inteligencia, etc.)
 Razón: autonomía, orden, métrica, cero absoluto(significa
ninguno), las diferencias son cuantificables, se pueden
expresar como proporciones (Temperatura, tiempo, etc.)
 Gráficas
 “Pie Chart”: resume y categoriza la información/data
dividiendo el círculo en segmentos proporcionales al
porciento de cada variable/categoría/intérvalo
(nominal, ordinal,razón-intérvalo; discretas y
continuas)
 Barras: las categorías de las variables están
distribuídas a lo largo del eje horizontal (X) y su
porciento o frecuencia en el eje vertical (Y) (nominal,
ordinal,razón-intérvalo; discretas y continuas)
 Histograma de frecuencias: es más estructurado que la
gráfica de barras; PARA VARIABLES CONTÍNUAS-
RAZÓN-INTÉRVALO.
 Estadísticas Descriptivas: Medidas de
Tendencia Central
 Estadístico que proporciona una estimación de la puntuación típica,
común o normal encontrada en una distribución de puntuaciones
brutas.
 Su objetivo descriptivo principal es resumir o reducir la data.
 MODA (Mo), MEDIA(X, Me), MEDIANA(Mdn)

 La media o promedio aritmético (X): suma de todos los valores

dividida entre el total de casos. Para variables cuyo nivel de
medición es ordinal y razón-intervalo
 Moda: el valor, intervalo o categoría que ocurre con mayor
frecuencia (variables nominales, ordinales y razón-intervalo)
 La mediana (Me): es el dato que su localización divide la totalidad
de los casos, y sobre él y bajo él caen exactamente el 50% de los
casos. Para una variable ordinal o de razón-intervalo.
 Medidas de Dispersión
 Describen la variabilidad o variación de los datos.
 Cuanta dispersión existe en la distribución de los
datos con respecto a la media.
 Cuantifican la magnitud de la dispersión
 Características de una buena medida de la
dispersión:
 A. Utilice o incluya todos los datos en la
distribución
 B. Describa el promedio o la desviación típica de
las puntuaciones.
 C. Aumente su valor en la medida en que las
puntuaciones sean más heterogéneas.
 Medidas de Dispersión
 1. Alcance o Rango ®: diferencia entre el/los dato/s
máximo/s y mínimo/s de una distribución. Mide la
dispersión de los datos extremos, es la medida más
cruda o absoluta de dispersión.
 R= Xmayor – X menor
 Desviaciones o puntajes de desviación: La distancia
entre las puntuaciones y la media. Que tan lejos está
el dato con respecto a la media de su distribución.
 2. Desviación estándar: es la raíz cuadrada del
cuadrado de las desviaciones de las puntuaciones
alrededor de la media, dividido entre N.
 Medida de dispersión con respecto a la media
 Es sensible a cada uno de los datos de la distribución
 3. Varianza
 Cont.
Edad : 22, 22, 23, 20, 20, 21, 20
Mo= 20
Med.= 21
X= 21.14 grado de ansiedad
s= 1.12 3.5

3.0

Statistics
2.5
grado de ansiedad
N Valid 7 2.0
Missing 0
Mean 21.14 1.5
Median 21.00
Mode 20 1.0

Std. Deviation 1.21

Frequency

Std. Dev = 1.21

Variance .5
1.48 Mean = 21.1
Skewness .414 0.0 N = 7.00
Std. Error of Skewness .794 20.0 21.0 22.0 23.0
Range 3
grado de ansiedad
 Participantes: selección de la muestra:
quienes, sujetos u objetos de estudio
 1. Definir unidad de análisis (personas,
organizaciones, periódicos, etc.)
 2. Delimitar la población: conjunto de todos los
casos que concuerdan con una serie de
especificaciones, el universo de sujetos u objetos
 3. Seleccionar la muestra: subgrupo de la
población
 Parámetros muestrales: características de
inclusión
Tipos de muestras: probabilísticas y
no probabilísticas
 a. Probabilísticas: todos los sujetos tienen

la misma probabilidad de ser escogidos

para la muestra.
 b. El tamaño de la muestra: 10% para
investigaciones y 20% para desarrollar
o validar un instrumento si se conoce el
universo o población a estudiar.
 Muestreo probabilístico:
 a. Simple aleatorio (al azar) tómbola (se enumeran todos
los elemento muestrales del 1 al N.
 b. Números aleatorios o sistemática: utilización de una
tabla de números que implica un mecanismo de
probabilidad bien diseñado.
c. Estratificado: dividir la población en sujetos u objetos
con características similares,
Varones y féminas, luego se escogen aleatoriamente.
 d. Conglomerado: conjunto de grupos similares (al
azar).
Universidades- departamentos-cursos-estudiantes
 Muestreo no probabilístico:
 a. Sujetos voluntarios: Se requieren características
determinadas.
 b. Muestra de expertos o panel: se estudia algo novedoso
o raro. Estudios cualitativos y exploratorios.
 c. Sujetos-tipo: en estudios exploratorios y cualitativos,
perspectiva fenomenológica.
 d. Por conveniencia, hay sesgo.
 e. Persona informada de la comunidad o informante
clave: esta persona sabe la vida de los del bario y se
entrevista.
 f. Bola de nieve: para estudiar poblaciones de difícil
acceso. Se consigue a uno y con este a los demás por
referencia.
 g. Por cuotas: partiendo de los requisitos de proporciones
de ciertas variables demográficas se llenan las cuotas.
Curva Normal de Distribución
¿Qué tipo de investigación?, ¿Qué tipo
de prueba estadística y de hipótesis?
 Asociar, relacionar o correlacionar variables,
encontrar fortaleza de asociación (general)
– Relacionar, asociar o comparar variables; 1 VD y 1 VI; más
de 1 VD y VI
 Pearson
 Spearman
– Multiples variables asociadas: Regresión linear simple,
Regresión linear múltiple: varias variables independientes
 Encontrar fortaleza de la asociación por variable, ¿cuál aporta más?
 Diferenciar grupos (se compara medias (promedio) de
los grupos con relación a una variables)
– Hipótesis de diferencia de grupos
 2 grupos T-test
 3 ó más grupos ANOVA
 Nivel de significancia

Acepto H1;
rechazo Ho
Menor a .05
Estadísticamente
significativo
Estadísticamente
no significativo

Mayor a .05 Rechazo H1;

Acepto Ho

Aplica de igual manera si el nivel de sig.

escogido es de .01
 Prueba de Correlación:
Pearson, Spearman

Relación entre dos variables;

Relación entre múltiples variables
 Correlación
 Estudios correlacionales son los más
utilizados en las ciencias de la conducta
 Usan un estadígrafo llamado coeficiente de
correlación
 Correlación: grado de asociación entre dos
variables
 Correlación vs. causalidad
 Propósitos del análisis correlacional:
– Explicar y predecir el comportamiento de dos
variables entre sí
 Correlación
 Supuestos para la prueba de correlación
– Dos variables
– Nivel de medición razón-intérvalo
(Pearson), alguna de las variables es
nominal u ordinal (Spearman)
– Muestreo aleatorio
– Se asume normalidad
– Se asume relación lineal entre las variables
 Correlación
 Variable predictora: variable que se utiliza para
hacer la predicción
 Variable criterio: variable sobre la cual se realiza la
predicción
 El coeficiente de correlación va de –1 a +1
 Coeficiente de correlación: expresa de manera
cuantitativa la magnitud y dirección de una relación.
 Mientras más se aceque a 1, más fuerte es la
correlación
 El signo significa dirección de la correlación
 El valor del coeficiente significa la magnitud
 Correlación
 I. Coeficientes:
 -1 = correlación negativa perfecta
 1 = correlación positiva perfecta
 0 = no existe correlación
 Menos de .40= correlación baja
 Entre .40 y .69 = correlación moderada
 Más de .70 = correlación alta
 II. Se toma en consideración el nivel de
significancia:
 Puede ser .05 ó .01
– Sig mayor de .05 = la correlación no es verdadera
– Sig menor de .05 = la correlación es verdadera
– Me indica si es o no estadísticamente significativa la
correlación
 Correlación

Correlations

VT AE
VT Pearson Correlation 1.000 -.644**
Sig. (2-tailed) . .000
N 170 170
AE Pearson Correlation -.644** 1.000
Sig. (2-tailed) .000 .
N 170 170
**. Correlation is significant at the 0.01 level
(2-tailed).
 Prueba T: muestras grandes
 Cuando quiero comparar dos grupos de mi muestra
 Ver la medias (promedios) de los grupos en comparación en
relación a la variable dependiente
 H1: Habrá diferencia estadísticamente significativa (variable y
grupos)
 Ho: No Habrá diferencia estadísticamente significativa (variable y
grupos)
 Supuestos:
Ho: X1 = X2
 1. Depende del tamaño de la muestra; muestras grandes
 2. Grados de libertad: (gl= (N1 + N2)-2)
 3. Escoger regiones críticas de .05 ó .01.
 4. Variable dependiente: razón intérvalo
 Ver el valor de alfa (sig. 2 tailed)
– Si es menor a .05, hay diferencia estadísticamente significativa
– Si es mayor a .05 no hay diferencia
 T-Test Group Statistics

Std. Error
genero N Mean Std. Deviation Mean
satisfacción en la pareja femenino 10 72.80 7.66 2.42
masculino 10 82.90 4.84 1.53

Independent Samples Test

Levene's Test for

Equality of Variances t-test for Equality of Means
95% Confidence
Interval of the
Mean Std. Error Difference
F Sig. t df Sig. (2-tailed) Difference Difference Lower Upper
satisfacción en la pareja Equal variances
.878 .361 -3.526 18 .002 -10.10 2.86 -16.12 -4.08
assumed
Equal variances
-3.526 15.204 .003 -10.10 2.86 -16.20 -4.00
not assumed

Group Statistics

Std. Error
genero N Mean Std. Deviation Mean
satisfacción en la pareja femenino 103 74.30 7.85 .77
masculino 93 81.39 6.07 .63

Independent Samples Test

Levene's Test for

Equality of Variances t-test for Equality of Means
95% Confidence
Interval of the
Mean Std. Error Difference
F Sig. t df Sig. (2-tailed) Difference Difference Lower Upper
satisfacción en la pareja Equal variances
5.216 .023 -7.017 194 .000 -7.09 1.01 -9.08 -5.09
assumed
Equal variances
-7.108 189.605 .000 -7.09 1.00 -9.05 -5.12
not assumed
 ANOVA
 Cuando quiero comparar dos grupos de mi muestra
 Ver la medias (promedios) de los grupos en comparación
en relación a la variable dependiente
 H1: Habrá diferencia estadísticamente significativa
 Ho: No Habrá diferencia estadísticamente significativa
 Supuestos:
Ho: X1 = X2 = X3
 4. Variable dependiente razón intérvalo
 Ver el valor de alfa (sig. 2 tailed)
– Si es menor a .05, hay diferencia estadísticamente
significativa
– Si es mayor a .05 no hay diferencias
 ANOVA
Descriptives

actitud ante los profesores

95% Confidence Interval for
Mean
N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum
catolica 47 25.00 7.160 1.044 22.90 27.10 15 40
evangelicas 8 33.50 9.335 3.300 25.70 41.30 18 40
testigos de jehova 5 28.40 5.128 2.293 22.03 34.77 22 35
Total 60 26.42 7.799 1.007 24.40 28.43 15 40

Test of Homogeneity of Variances

actitud ante los profesores

Levene
Statistic df1 df2 Sig.
1.169 2 57 .318

ANOVA

actitud ante los profesores

Sum of
Squares df Mean Square F Sig.
Between Groups 515.383 2 257.692 4.780 .012
Within Groups 3073.200 57 53.916
Total 3588.583 59