Investigación Aplicada

Gloria Gabriela Peña Ordóñez

Ciclo 22-3

Semana 3

1/2
 Índice

Índice
(Continuación del tema 2)

2.6 Variables
2.6.1.Variables dependientes e independientes
2.6.2.Escalas de medición cuantitativas y cualitativas
2.6.3.Conceptualización y operacionalización

2.7 Principales instrumentos de recolección de información

2.7.1.Cuestionario
2.7.2.Encuesta

2.8 Análisis de datos

2.8.1.Elaboración de bases de datos
2.8.2. Selección de pruebas estadísticas paramétricas y no paramétricas.

2/2
 Introducción

Introducción
En los siguientes subtemas a analizar, se tiene por objetivo definir, identificar, clasificar y operacionalizar las
variables necesarias en una investigación para la planificación de la misma.

También se conocerá los principales instrumentos de recolección de información, que será útil para obtener los
datos que posteriormente serán analizados mediante pruebas estadísticas.

2/2
 2.6 Variables

• Variable.

Una característica se clasifica como variable si, tal como se observa, se

encuentra que esta toma diferentes valores en diferentes personas, lugares o
cosas.

Esto se hace por la simple razón de que la característica no es la misma cuando

se observa en diferentes sujetos.
2/2
• Algunos ejemplos de variables son:
• VARIABLE DEPENDIENTE:

Es aquella cuyos valores dependen de los que tomen otra variable.

La variable dependiente en una función se suele representar por y.

La variable dependiente se representa en el eje ordenadas.

La variable y está en función de la variable x, que es la variable independiente.

• Variable independiente:

Una variable independiente es aquella cuyo valor no depende del de

otra variable.

La variable independiente en una función se suele representar por x.

Ejemplo:
• Riesgo de cáncer de mama en trabajadoras de turno nocturno

• Variable dependiente: cáncer de mama

• Variable independiente: trabajo nocturno

• Variable cuantitativa.
Se pueden obtener mediciones de la estatura de los varones adultos, del
peso de los niños en edad preescolar, y de la edad de los pacientes que
consultan a un dentista.

Estos son ejemplos de variables cuantitativas.

Las mediciones hechas sobre variables cuantitativas conllevan información

respecto a cantidad.
• Variable cualitativa.

Algunas características no pueden ser medidas como la estatura, el peso y la edad.

Muchas de ellas solo se pueden clasificar, por ejemplo, cuando a una persona
enferma se le da un diagnostico medico o cuando se determina que alguien
pertenece a un grupo étnico dado, o bien, cuando se dice que una persona, Lugar o
cosa poseen o no alguna característica de interés.

En tales­casos, la medición consiste en una clasificación.

• Las mediciones hechas sobre este tipo de variables contienen
información respecto a los atributos.

• Aunque en el caso de las variables cualitativas las mediciones no

se llevan a cabo en el sentido usual de la palabra, se puede
contar el numero de personas, lugares o cosas pertenecientes a
varias categorías
• EI administrador de un hospital, por ejemplo, puede contar el número de
pacientes internados en un día, con base en cada uno de los diagnósticos de
admisión.

• Estos conteos o frecuencias, como se denominan, son el número que se maneja

cuando el análisis involucra variables cualitativas.
Medidas y escalas de medición
• Medición.

Se define como la asignación de números a objetos o eventos de

acuerdo con un conjunto de reglas.

Las diversas escalas de medición son consecuencia de que la medición

puede llevarse a cabo según diferentes conjuntos de reglas.
• Escala nominal.

La escala de medición mas baja es la escala nominal.

Consiste en designar o "nombrar" las observaciones o clasificarlas en varias

categorías mutuamente excluyentes y colectivamente exhaustivas.

La practica a de utilizar números para distinguir entre diversos diagnósticos

médicos consti­tuye una medición sobre una escala nominal.

Otros ejemplos incluyen dicotomías como masculino-femenino, sano-enfermo,

menor de 65 años de edad-mayor de 65 años de edad en adelante, niño-adulto
y casado-soltero.
• Escala ordinal.

Siempre que las observaciones no solo difieran de categoría a

categoría, sino que además puedan clasificarse por grados de acuerdo
con algún criterio.
• Los pacientes convalecientes pueden clasificarse como sin
mejoría, mejorados y bastante mejorados.

• Las personas pueden clasificarse de acuerdo con su estado

socioeconómico como de clase baja, de clase media o clase alta.

• La inteligencia de los niños puede estar por encima del promedio,

promedio o por debajo del promedio.
• Por ejemplo,
Un paciente bastante mejorado esta en mejor estado de salud que uno
clasificado como mejorado, mientras que un paciente que ha mejorado esta
en mejor condición que uno sin mejoría.

La función de los números asignados a datos ordinales es la de ordenar (o

asignar una categoría según el rango) las observaciones desde las mas bajas
hasta las mas altas; de aquí el termino ordinal.
• Escala de intervalos.

Es una escala mas especializada que la nominal o la ordinal en el

sentido de que, con esta escala, no solo es posible ordenar las
mediciones, sino que también se conoce la distancia entre dos
mediciones cualesquiera.
• Por ejemplo,
Se sabe que la diferencia entre una medida de 20 y una medida de
30 es igual a la diferencia entre las medidas de, 30 y 40.

La capacidad para hacer esto implica el uso de una distancia

unitaria y un punto cero, los cuales son arbitrarios.
• El punto cero seleccionado no es necesariamente un cero verdadero
en el sentido de que no indica una ausencia total de la cantidad que
se esta midiendo.

• Quizá el mejor ejemplo de una escala de intervalos es la forma en que

generalmente se mide la temperatura (grados Fahrenheit o Celsius).
• La unidad de medida es el grado, y el punto de comparación es el
que se selecciona arbitrariamente como "cero grados", el cual no
implica una ausencia de calor.

• La escala de intervalos, a diferencia de las escalas nominal y

ordinal, es una escala realmente cuantitativa.
• Escala de razones

El nivel mas alto de medición es la escala de razones.

Se caracteriza por el hecho de que puede determinarse tanto la

igualdad de las razones como la de los intervalos.
• Y para esta escala es fundamental un punto cero verdadero. La
medición de rasgos tan familiares como altura, peso y longitud,
hacen uso de este tipo de escala.
Conceptualización y operacionalización de variables

• La conceptualización de la variable teórica se refiere a la concepción

universal o general de la variable.

• Describe la esencia o características generales de la misma, pero no

logra la vinculación directa con la realidad del fenómeno en estudio.
• Definición operacional de la variable: está constituida por una serie de
procedimientos o indicaciones para realizar la medición de una
variable definida conceptualmente.

• En esta se intenta obtener la mayor información posible de la variable

seleccionada, a modo de captar su sentido y adecuación al contexto.
 Variable Definición
Tipo de diseño de  
estudio (ensayo clínico)       
 
 
 
 
 
Es una investigación de
intervención clínica o de tipo
experimental, que se realiza de
forma sistematizada, cuyo
propósito es obtener conclusiones
a cerca de procedimientos o
tratamientos y tienen diversas
clasificaciones.
Definición operativa
 
 
 
 
 
 
 
   
  Cualitativa nominal
Clasificación o tipo de policotómica
ensayo clínico  
Tipo de variable Medición Análisis
estadístico
  - Según su finalidad  
Estudios preclínicos, Investigación clínica  
  con III fases (fase con humanos), Revisión de  
  tratamiento, postratamiento)  
  - Según relación con investigador y entre  
  hospitalarios  
   Unicéntricos y multicéntricos (un solo país o  
  internacionales)  
- Según su metodología (2)  
 Controlados, no controlados, abiertos,  
simple ciego, doble ciego, triple ciego, Proporciones y
estudios piloto chi²
- Según asignación de tratamiento (3)
 Clínicos aleatorizados, no aleatorizados
- Según diseño del estudio (4)
 Comparativos, cruzados (“wthin partners” y
cruzados en dos etapas), pareados y
secuenciales

Tipo de tratamiento Es el conjunto de medios y Clasificación de los   -Ejercicio físico (0)  

clínico estrategias a seleccionar (
higiénicos, farmacológicos,
quirúrgicos o físicos) cuya finalidad
es la curación o el alivio (paliación)
de las enfermedades o síntomas.
Es un tipo de juicio clínico, u
objetivo es paliar o curar los
síntomas detectados a través de
un diagnóstico.
tratamientos   - Intervención nutricional (1)  
frecuentemente utilizados   -Ejercicio físico e intervención nutricional (2)  
en cada uno de los   -Sustitución hormonal (3)  
ensayos clínicos sobre Cualitativa nominal -Intervención con citoquinas (4) Proporciones y
Sarcopenia -Inhibidores de la mioestatina (5) chi²
-Otros (6)
 
Tamaño de la muestra Número previsto de sujetos que        
participarán en el estudio y que sean -Número de sujetos que   -Número de sujetos que participarán en cada uno de los Media y desviación estándar
suficientes y necesarios para que los datos participarán en cada uno de los Cuantitativa discreta ensayos
obtenidos sean representativos de la ensayos
población.
2.7 Principales instrumentos de recolección de información

• Un instrumento de recolección de datos es cualquier recurso del que

pueda valerse el investigador para extraer de ellos información.

• El instrumento sintetiza la labor previa de la investigación,

resume los aportes del marco teórico al seleccionar datos que
corresponden a los indicadores y, por lo tanto a las variables o
conceptos utilizados.
DATOS
• Materia prima de la estadística

• Para este propósito se puede definir a los datos como números.

FUENTE DE DATOS
• EI desempeño de actividades estadísticas obedece a la necesidad de responder a
diversas preguntas.

• Por ejemplo, los médicos probablemente quieran encontrar respuestas a

preguntas con respecto a la utilidad relativa de procedimientos de tratamiento
alternativos.
• Estos datos normalmente estén disponibles de una o mas fuentes
como las siguientes:

1) Registros rutinarios (cuestionarios)

2) Encuestas
3) Experimentación
4) Fuentes externas
1. El cuestionario.

Es un formato redactado en forma de interrogatorio para

obtener información acerca de las variables que se investigan, puede
ser aplicado personalmente o por correo y en forma individual o
colectiva y debe reflejar y estar relacionado con las variables y sus
indicadores. Los procedimientos para su elaboración:

• Diseño de la muestra.
• Preparación de un directorio para su aplicación
• Diseño y aplicación de un cuestionario piloto
• Preparación del cuestionario definitivo
2. Encuesta.

Si los datos necesarios para contestar una pregunta no están

disponibles a partir de los registros almacenados de manera rutinaria,
la fuente lógica puede ser una encuesta.
 ¿Qué es lo que se recopila?
• Cualquier información o dato referente al contenido
de la tesis en consonancia directa con el problema
planteado, la verificación de las variables y de la hipótesis
formulada.

• La naturaleza del instrumento a utilizar dependerá del tipo

de investigación. 
Cómo deben ser las técnicas:

• Válidas y confiables:

Válidas cuando mide lo que realmente desea medir, es

eficaz para predecir el comportamiento de los fenómenos que
estudiamos y serán confiables cuando estén en relación con
la consistencia y exactitud de los resultados, si esta se
volviese a aplicar el resultado debería ser muy parecido o similar.
 ¿Cómo aplicar estos instrumentos?
• 1.− Debes conocer qué es lo que vas a preguntar o
determinar en función del problema planteado, de las variables
presentes.

• 2.− Debes determinar cuál o cuáles son los instrumentos

más idóneos para encontrar las respuestas que te inquietan.

• 3.− Debes conocer ese, o esos instrumentos en particular,

cómo se aplica, cómo se elabora, el número de ítems Etc.
• 4.− Es recomendable una aplicación previa a un número reducido
de entrevistados a objeto de poder corregir cualquiera falla.

• 5.−Es recomendable que los ítems formulados sean factibles de

cuantificarse de llevarse a una tabla o gráfico donde puedas
observar el comportamiento en detalle de esa variable investigada.

• 6.− En la recopilación de datos debemos seguir entre otros los siguientes

pasos: la selección de la técnica, su diseño, su aplicación y la
recopilación de la información, para finalmente procesarla.
• Aplicación del cuestionario.

• Tabulación.

• Interpretación de los resultados

2.8 Análisis de datos
Bases de datos
• Son recursos que recopilan todo tipo de información, para atender
las necesidades de un amplio grupo de individuos.

• Su tipología es variada y se caracterizan por una alta estructuración y

estandarización de la información.
• Conjunto de informaciones almacenadas en un soporte legible por ordenador y
organizadas internamente por registros.

Estadística
• Conjunto de métodos científicos ligados a la toma, organización, recopilación,
presentación y análisis de datos, tanto para la deducción de conclusiones como
para tomar decisiones razonables de acuerdo con tales análisis
 DATOS
  SOCIODEMOGRAFICOS        
CASO/CONTROL SEXO EDAD EN AÑOS ESTADO CIVIL AÑOS DE ESTUDIO OCUPACIÒN
0 0 66 0 17 0
1 0 66 0 1 0
0 0 75 1 10 1
1 0 69 0 11 0
0 0 72 1 2 0
1 0 73 1 9 0
0 0 62 1 6 0
1 0 79 1 10 0
0 0 71 1 2 3

1 0 79 1 17 0
0 0 67 1 9 0
1 0 65 1 6 0
0 0 68 1 15 0
1 0 68 0 9 0
0 0 64 1 9 0
1 0 65 1 11.5 0
0 0 64 1 5 0

1 0 67 0 12 0
CASO = 1 CONTROL = 0 SEXO:     ESTADO CIVIL:   OCUPACION:

MUJER = 0 HOMBRE = 1 SIN PAREJA = 0 CON PAREJA = 1 HOGAR = 0 JUBILADO = 1 TRABAJO NEGOCIO, CARRERA O VOLUNTARIO =2
TRABAJA EN EL CAMPO, CONSTRUCCION, OBRERO = 3
REALIZA EJERCICIO:     TIPO DE EJERCICIO: ENFERMEDADES QUE PADECE:
NO REALIZA EJERCICIO = 0 REALIZA EJERCICIO = 1 EJERCICIO AEROBICO = 0 FUERZA RESISTENCIA O MOVILIDAD ARTICULAR = 1 DIABETES, PREDIABETES Y OTRAS = 0
EJERCICIO AEROBICO Y FUERZA MUSCULAR =2 HAS Y OTRAS = 1
DISLIPIDEMIAS = 2
PRESENCIA DE POLIFARMACIA: USO DE ESTATINAS: OBESIDAD CENTRAL: ENFERMEDADES MUSCULOESQUELETICAS = 3
AUSENTE = 0 PRESENTE= 1 NO USA = 0 SI USA = 1 AUSENTE = 0 PRESENTE = 1 DIABETES, HAS Y DISLIPIDEMIAS = 4
OTRAS = 6
PRESENCIA DE HAS O TRATAMIENTO:   PRESENCIA DE DIABETES O TRATAMIENTO: DIABETES E HIPERTRIGLICERIDEMIA = 7
AUSENTE =0 PRESENTE = 1 AUSENTE = 0 PRESENTE = 1 SIN PATOLOGÌAS = 8
DIABETES O PREDIABETES, HAS Y OTRAS = 9
PRESENCIA DE DISLIPIDEMIAS O TRATAMIENTO: SINDROME METABOLICO: IMC: ESTADIO SARCOPENIA:
AUSENTE = 0 PRESENTE = 1 AUSENTE = 0 PRESENTE = 1 BAJO PESO = 0 SIN SARCOPENIA = 0
NORMOPESO = 1 PRESARCOPENIA = 1
CONSUMO DE ALCOHOL: CONSUMO DE TABACO: SOBREPESO = 2 SARCOPENIA = 2
NO CONSUME = 0 SI CONSUME = 1 NO CONSUME = 0 SI CONSUME = 1 OBESIDAD 1 = 3 SARCOPENIA GRAVE = 3
OBESIDAD 2 = 4
OBESIDAD 3 = 5
Selección de pruebas estadísticas paramétricas y no paramétricas

• Estadística paramétrica: Hace referencia a una parte de la inferencia

estadística que utiliza estadísticos y criterios de resolución
fundamentados en distribuciones conocidas.

• Estadística no paramétrica: Se trata de una rama de la inferencia

estadística cuyos cálculos y procedimientos están fundamentados en
distribuciones desconocidas.
Análisis No Paramétricos

• Una alternativa en la solución de problemas son los métodos no

paramétricos o de distribución libre, los cuales no existen supuestos
tan numerosos ni severos y son aplicables a cualquier variable, en
particular a las de tipo nominal u ordinal así como a distribuciones
diversas
¿Cuáles son las presuposiciones de la estadística NO paramétrica?

• La mayoría de estos análisis no requieren de presupuestos acerca de la

forma de la distribución poblacional. Aceptan distribuciones no normales

• Las variables no necesariamente deben de estar medidas en un nivel por

intervalos o razón , pueden analizarse datos nominales u ordinales

• Sí se quiere análisis no paramétricos a datos por intervalos o razón, estos

deben se resumidos a categoría discretas. Las variables deben ser
categóricas
¿Cuáles son los métodos o pruebas estadísticas no paramétricas más
utilizadas estadísticas paramétricas más utilizadas?

• Coeficiente de Correlación de Pearson y la regresión lineal  Prueba “ t ”

• Prueba de contraste de la diferencia de proporciones

• Análisis de varianza unidireccional (ANOVA Oneway)

• Análisis de varianza factorial (ANOVA)

• Análisis de covarianza (ANCOVA)

Análisis Paramétricas

• Siempre presuponen distribuciones particulares de la variable

aleatoria, o bien sus hipótesis especifican parámetros o distribuciones
normales. Por esto la estadística que se usan con más frecuencia son
las estadísticas paramétricas. 

• Estas técnicas permiten confirmar resultados o valorar las

inconsistencias de ellos.
¿Cuáles son los supuestos de las estadísticas paramétricas?

1. La distribución poblacional de la variable dependiente es normal: el

universo tiene una distribución normal.

2. El nivel de la medición de la variable dependiente es por intervalo o

razón

3. Cuando dos o más poblaciones son estudiadas, éstas tienen una varianza
homogénea, es decir: Las poblaciones en cuestión tienen una dispersión
similar en sus distribuciones
¿Cuáles son los métodos o pruebas paramétricas más utilizadas?

• La Ji cuadrada o Chi cuadrada

• Los coeficientes de correlación e independencia para tabulaciones

cruzadas

• Los coeficientes de correlación para rangos ordenados de Spearman y

Kendall
 Conclusiones

Conclusiones
Dentro de la planificación de la investigación científica, se deben considerar puntos importantes que ayudaran
a probar la hipótesis de investigación:

1) Conocer a fondo las variables que están involucradas en el estudio, identificar las variable dependientes, la
independientes, su escala de medición, su definición operativa y clasificación,

2) Elegir el mejor instrumento de recolección de datos para medir las variables,

3) Elaborar una base de datos donde coloquemos los resultados de la variables que se midieron para su
posterior análisis estadístico utilizando la prueba que concuerde con el objetivo del estudio y las
características de las variables.

2/2
 Bibliografía

1. Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2014). Metodología de la investigación (6a. ed.-).
México: McGraw-Hill.

2. Daniel, W. W. (2010). Bioestadística: Base para el análisis de las ciencias de la salud (4a. ed. --.).

2/2