Sei sulla pagina 1di 28

ESTADISTICA PARA LAS CIENCIAS

SOCIALES, DEL COMPORTAMIENTO Y DE LA


SALUD.
Estadstica para las Ciencias Sociales, del comportamiento y de la Salud. 3 Ed,
Cengage Learning. Mxico.
Existen cuatro mtodos el conocimiento el primero es el mtodo la tenacidad, en el
la gente asume firmemente la verdad, la cual asumen como cierta debido a su
apego con ella y ya que siempre lo han considerado como verdadera y real. Un
segundo mtodo de establecer creencias es el mtodo de la autoridad. S la Biblia
lo dice, as es. Si los cientficos dicen que hay un Dios entonces lo hay.
El mtodo a priori es el tercer mtodo de conocimiento o de establecer carencias.
Raulin lo llamo el mtodo de la intuicin, se basa el supuesto de que las
proposiciones aceptadas por el apio lista son por s mismas evidentes. La idea
parece ser que la gente a travs de la comunicacin y trato libres pueda alcanzar
la verdad porque sus inclinaciones naturales tienden hacia ella.
El cuarto mtodo es el de las ciencia, este enfoque tienen la caracterstica de la
que carecen los otros mtodos del conocimiento, que es el autocorreccin. Una de
sus caractersticas es la objetividad, lo cual constituye el acuerdo entre jueces
expertos sobre el observador o lo que se hizo en la investigacin. De acuerdo a
Sampson la objetividad se refiere a aquellas declaraciones del mundo que se
puedan justificar y defender en el presente usando los estndares de argumento y
prueba empleados a la comunidad cientfica.
LA CIENCIA Y SUS FUNCIONES.
Hay dos amplias visiones de la ciencia, la esttica y la dinmica. La visin esttica
es aquella que parece influir en la mayora de la gente comn y en los estudiantes
consiste en que la ciencia es una actividad que aportar al mundo informacin

sistematizada. Desde esta perspectiva la ciencia tambin es una forma de explicar


los fenmenos observados.
La visin dinmica, considera la ciencia ms como una actividad que como aquello
que realizan los cientficos. El estado actual del conocimiento es importante, por
supuesto, pero no es en tanto que constituyen la base para futuras teoras e
investigaciones cientficas, a eso se le llama visin heurstica, lo que significa qu
sirve para descubrir o revelar y ahora tiene una connotacin de autor
descubrimiento. Esta visin se centra en la teora y esquemas conceptuales
interconectados que resultan fructferos para investigaciones posteriores, lo cual
indica que esta visin debe implicar un nfasis en el descubrimiento.
Los objetivos de la ciencia, explicacin cientfica y teora.
El fin bsico de la ciencia es explicar los fenmenos naturales. Tales explicaciones
se llaman teoras. Otros objetivos de la ciencia que se han mencionado son: la
explicacin comprensin, prediccin y el control. Sin embargo, si aceptamos la
teora como el fin supremo de la ciencia, la explicacin y el entendimiento se
conviertan en son objetivos del objetivo fundamental debido a la definicin y
naturaleza

de

la

teora.

Una

teora

es

un

conjunto

de

constructos

interrelacionados, definiciones y proposiciones que presentan una visin


sistemtica de los fenmenos al especificar las relaciones entre variables con el
propsito de explicar y predecir los fenmenos.
Las teoras son explicaciones tentativas. Pueden usarse para hacer un plan de
investigacin al generar hiptesis susceptibles de ser probadas y para organizar
hechos obtenidos al probar estas hiptesis.
La investigacin cientfica: es la definicin.
Captulo 2.
Problemas.
Formular un programa de investigacin no es fcil. El investigador empieza con
una nocin general difusa iban a que gradualmente se refina. Un problema es un
enunciado u accin interrogativa que pregunta: qu relacin existe entre dos o

ms variables? Debe expresarse como una relacin entre dos o ms variables,


debe ser redactado en forma de pregunta y debe implicar la posibilidad de ser
sometido a una prueba emprica.
Hiptesis.
Es un enunciado conjetural de la relacin entre dos bombas variables. Se
presentan en forma denunciados declarativos y relacionan de manera general o
especfica variables con variables. Los criterios para una buena hiptesis son los
mismos que los usados para los problemas.

Importancia de los problemas e hiptesis.


La importancia los problemas hiptesis es que:

Constituyen un instrumento de trabajo de la ciencia y un enunciado de


trabajo especfico de la teora.

Las hiptesis pueden ser sometidas a pruebas y ser predictivas.

Contribuyen al avance del conocimiento.

Virtudes de los problemas y de las hiptesis.

Dirige la investigacin.

Permiten al investigador deducir manifestaciones empricas especficas.

Sirven como puente entre teora e investigacin emprica.

Problemas, valores y definiciones.


Los problemas cientficos no constituyen preguntas ticas y morales. La ciencia no
puede contestar a preguntas de Valor o de juicio. Para poder detectar preguntas

de valor es necesario buscar palabras tales como mejor que, debera hubo habra
que. Otro defecto comn de los enunciados del problema es el estar aspectos
metodolgicos como subproblemas. La falla consiste en que: no son problemas
sustantivos que provengan del problema bsico en forma directa y en que estn
relacionados con tcnicas o mtodos de muestreo, medicin o anlisis, es decir,
no se presentan en forma de pregunta.
Generalidad y especifidad de los problemas de hiptesis.
En cuanto a los problemas es necesario establecer un equilibrio para que no sea
ni demasiado genera ni demasiado especfico. Los problemas hiptesis deben
reflejar la complejidad multivariada de la realidad del mbito de las ciencias del
comportamiento. La hiptesis representa uno de los ms poderosos instrumentos
inventados para obtener conocimiento confiable. Tiene la capacidad desde
predictivas. Un hallazgo negativo para una hiptesis puede servir para eliminar
una posible explicacin y generar otras hiptesis y lneas de investigacin.
Captulo 3:
CONSTRUCTOS, VARIABLES Y DEFINICIONES.
Conceptos y Constructos.
Un concepto es una expresin de una abstraccin formada partir de la
generalizacin de un particular es. Un constructo es un concepto que se ha
formulado para ser usado en la ciencia. Se usa en esquemas tericos y se defina
de tal manera que sea susceptible de ser observado y medido.
Variables.
Se define como una propiedad que pueda tomar diferentes valores, es un smbolo
al que se le asignan valores.
Definiciones constitutivas y operacionales de constructo soy variables.
El los conceptos y las palabras pueden ser definidas por:

Otras palabras o conceptos.

Descripcin de una accin o conducta implcita o explcita.

La definicin constitutiva ser cuando los constructos estn definidos por otros
constructos. Y la definicin operacional se presenta cuando se aporta el
significado al especificar las actividades u operaciones necesarias para medir y
evaluar el constructo. Slo pueden dar un significado limitado al constructo, no
pueden escribir completo una variable. Hay dos tipos de definiciones
operacionales:
a) De medida, la cual nos dice cmo ser medida la variable o el constructo.
b) Experimental, explican los detalles de cmo el experimentador manipula la
variable.
Tipos de variables.
Variables independientes y dependientes.
En la independiente vara y es la causa supuesta de otra variable, la
independiente. Constituye la variable manipulada, es la que estn bajo el control
de un experimentador.
El efecto de la variable dependiente que altera de forma concomitante con los
cambios o variaciones en la variable independiente.
Variables activas y variables atributo.
Una variable activa se manipula, lo cual quiere decir que el experimentador tiene
control sobre cmo cambian los valores. Una variable continua es capaz de asumir
con grupo ordenado de valores dentro de cierto rango. Entre los valores hay un
nmero infinito de otros valores, esta variable refleja por lo menos una categora
ordinal.
Variables continuas y categricas.
La variable categrica pertenece a una clase de medicin donde los objetos se
asignan a subclases o subgrupos, diferenciados y que no se traslapan. Se

considera que todos los elementos de una misma categora tienen la misma
caracterstica o caractersticas.

Captulo 4:
Conjuntos.
Los conjuntos no sirven para entender los mtodos de investigacin, son el
fundamento del proceso descriptivo, lgico y del pensamiento y procesamiento
analticos.
Un conjunto es una coleccin bien definida de objetos o elementos. Dos formas de
definir un conjunto pueden ser: enlistar todo los miembros del conjunto, o bien,
aportar una regla para determinar si los objetos pertenecen o no al conjunto.
Subconjuntos.
Son partes del conjunto original. Si el conjunto entre lo constituye la poblacin,
entonces los subconjuntos son muestras de dicha poblacin.
Operaciones de conjuntos.
Hay dos operaciones bsicas de conjuntos:

Interseccin: est compuesta por los elementos comunes a dos o ms


conjuntos o subconjuntos.

La unin: es la combinacin de los elementos no redundantes de dos o ms


conjuntos o subconjuntos.

Conjuntos universales y vacos; la negacin del conjunto.


El conjunto universal, U, se define como todos los elementos bajo consideracin.
Algunas veces se le llama poblacin. El conjunto vaco, E, es el conjunto que no
contienen miembros o elementos, tambin se le llama conjunto nulo. El conjunto
de negacin se simboliza por ~. Al colocar este smbolo antes de un conjunto se

indica que contiene miembros del conjunto universal, U, que no estn contenidos
en el conjunto. Por ejemplo, ~A los dice que este conjunto contiene todos los
elementos en U que no estn en A.

Captulo 5.
Relaciones.
Las relaciones son la esencia del conocimiento. Lo importante en ciencia no es el
conocimiento de lo particular sino de las relaciones entre los fenmenos. Relacin
es un conjunto de pares ordenados. Cualquier relacin constituye un conjunto, un
conjunto de cierta clase: un conjunto de pares ordenados. Un par ordenado est
formado por dos objetos, o por un conjunto de dos elementos, en el que hay un
orden fijo de aparicin de los objetos.
Algunas formas de estudiar las relaciones.
Podemos expresar las relaciones de varias formas:

Grficas: es un dibujo en el que los dos miembros de cada par ordenado de


una relacin se trazan en dos ejes.

Tablas: Las variables de las relaciones presentadas se sealan por lo


general en la parte alta y a los lados de la tabla, mientras que los datos
estn contenidos en su interior.

Captulo 6:
Varianza y covarianza.

Las diferencias entre las mediciones son necesarias para estudiar las relaciones
entre las variables. La varianza es una medida estadstica usada para estudiar
diferencias.
Tipos de varianza.

Varianza poblacional y muestral. La varianza poblacional es la varianza de


un universo o poblacin de medidas. La muestra es un subconjunto del
universo y tambin tiene variabilidad que se denomina varianza muestral.

Varianza sistemtica. Es la variacin en las medidas debidas a influencias


conocidas o desconocidas que causan que las puntuaciones se inclinen a
una direccin ms que a otra.

Varianza entre grupos. Como su nombre lo indica, es aquella que refleja


diferencias sistemticas entre grupos de sujetos y se conocen la causa de
dicha diferencia.

Varianza de error. Es la fluctuacin o variacin de medidas que no se


pueden explicar. Una parte de la varianza de error se debe al azar, lo que
se conoce como varianza aleatoria. La fuente de esa fluctuacin
generalmente es desconocida. Otras posibles fuentes de varianza del error
incluyen al procedimiento del estudio, el instrumento de medicin y las
expectativas del investigador.

Covarianza
La covarianza es la relacin entre dos o ms variables:
a) Es un coeficiente de correlacin no estandarizado;
b) La covarianza y la varianza son los fundamentos estadsticos de las
estadsticas multivariadas.

Captulo 7:

Probabilidad.
Definicin de probabilidad.
Existen tres definiciones:
1. La a priori, implica la capacidad de la gente para dar un estimado de
probabilidad en ausencia de datos empricos.
2. La a posteriori es la definicin ms comn usada en estadsticas, basada en
frecuencias relativas a largo plazo.
3. El peso de la evidencia de Keynes implica dos nmeros de probabilidad: uno es
subjetivo y est basado en la cantidad de informacin disponible.

Espacio muestral, puntos muestrales y eventos.


Es el nmero total de posibles resultados de un experimento. Cualquier resultado
aislado es llamado punto muestral o elemento. Un evento es uno o ms elementos
disponibles de tal forma que toman un significado.
Eventos compuestos y su probabilidad.
Un evento compuesto es la co-ocurrencia de dos o ms eventos aislados.
Independencia, exclusin mutua y exhaustividad.
La exhaustividad se refiere a la particin de un espacio muestral en subconjuntos.
Cuando estos subconjuntos se combinan, cubren todo el espacio muestral. Si la
interseccin de dos o ms conjuntos resulta en un conjunto vaco, estos conjuntos
son llamados mutuamente excluyentes.
Dos eventos se consideran independientes si la probabilidad de que ambos
eventos ocurran es igual a la probabilidad de un evento multiplicado por la
probabilidad del otro.
Probabilidad condicional.

A veces se desea calcular la probabilidad de un evento despus de recibir


informacin adicional que puede alterar el espacio muestral. Esta probabilidad se
llama probabilidad condicional.
Captulo 8:
Muestro y aleatoriedad.
Muestro, muestreo aleatorio y representatividad.
Muestrear significa tomar una porcin de una poblacin o de un universo como
representativa de esa poblacin o universo. Est definicin no dice que la muestra
tomada sea representativa, ms bien que se toma una porcin de la poblacin y
sta se considera representativa.
Aleatoriedad.
La aleatoriedad significa que no hay ley conocida capaz de ser expresada en
lenguaje, que describa o explique correctamente los eventos y sus resultados. En
otras palabras, cuando los eventos son aleatorios no pueden predecirse
individualmente.
Aleatorizacin
La aleatorizacin es la asignacin de miembros de un universo a los tratamientos
experimentales, de manera que para cualquier asignacin a un tratamiento, cada
miembro del universo tiene la misma probabilidad de ser elegido para dicha
asignacin.
Tamao de la muestra.
Los estadsticos calculados a partir de muestras grandes son ms precisos que los
calculados a partir de las muestras pequeas.
Tipos de muestras.

Muestras probabilsticas: usan alguna forma de muestreo aleatorizado en


una o ms de sus etapas. El nfasis radica en el mtodo y en la teora que
lo sustenta.

Muestras no probabilstico: no usan el muestreo aleatorizado. El nfasis


reside en la persona que hace el muestreo y que puede acarrear consigo
complicaciones enteramente nuevas e importantes. La persona hace que el
muestreo debe ser conocedora de la poblacin que estudia, as como del
fenmeno en estudio.

Captulo 9:
Principios del anlisis e interpretacin.
El anlisis es el proceso de categorizar, ordenar, manipular y resumir datos para
responder a las preguntas. El propsito del anlisis es reducir datos a una forma
interpretativa, de manera que las relaciones puedan ser estudiadas y probadas. La
interpretacin toma los resultados del anlisis y hace inferencias y discute
relaciones.
Medidas de frecuencia y medidas continuas.
Los datos cuantitativos se presentan en dos formas generales: como medidas de
frecuencia y como medidas continuas. Las continuas estn asociadas con
variables continuas.
Reglas de categorizacin.
Este es el primer paso del anlisis. Categorizacin es un sinnimo de particin, es
decir, una categora es una particin o una subparticin. Si un conjunto de objetos
es categorizado de alguna forma, es fraccionado de acuerdo a una regla. A
continuacin se describen las cinco reglas:

1. Las categoras se establecen de acuerdo con el problema de investigacin y


sus propsitos.
2. Las categoras son exhaustivas.
3. Las categoras son mutuamente excluyentes e independientes.
4. Cada categora se deriva de un principio de clasificacin.
5. Cualquier esquema de categorizacin deber es estar en un nivel de discurso.
Tipos de anlisis estadsticos.
Distribuciones de frecuencia.
Pueden servir, adems de ser descriptivas, para probar si dos o ms
distribuciones son lo suficientemente similares para garantizar su unin.
Grficos y elaboracin de grficos.
Un grfico es una representacin bidimensional de una relacin o relaciones.
Exhibe grficamente conjuntos de pares ordenados en una forma que ningn otro
mtodo puede hacerlo. Si existe una relacin en un conjunto de datos, un grfico
no solo lo mostrar claramente, sino que tambin mostrar su naturaleza; positiva,
negativa, lineal, cuadrtica, etctera.
Captulo 10: El anlisis de frecuencia.
Tabulacin cruzada definiciones y propsito.
Es una presentacin tabular numrica de los datos, generalmente en forma de
frecuencia o de porcentajes en la que las variables se dividen de forma cruzada.
Es una forma comn de anlisis que puede utilizarse con casi cualquier tipo de
datos, aunque se usa principalmente con datos categricos o nominales, tambin
se puede utilizar de forma descriptiva puede que el inters sea solo el de describir
una situacin existente. De igual manera permite al investigador determinar la
naturaleza de las relaciones entre las variables.

Tabulacin cruzada simple y reglas para la construccin de una tabulacin


cruzada.
La forma ms simple de una tabulacin cruzada es una tabla de dos por dos o una
tabla de cuatro casillas. La regla generalmente aceptada en las construcciones de
las tablas de tabulacin cruzada usa las columnas para los niveles de la variable
independiente y los renglones para los resultados de la variable dependiente.
Calculo de porcentajes
Los porcentajes se calculan de la variable independiente a la variable
dependiente.
Niveles de significancia estadstica
La significancia estadstica se define como un resultado emprico que difiere
significativamente de lo esperado por el azar. El nivel de significancia estadstica
es elegido arbitrariamente; .05 y .01 son por lo general los niveles aceptados en
las ciencias del comportamiento. Si un experimento se hiciera cien veces y
realmente no hubiera diferencia entre las medias, cuando mucho cinco de estas
cien replicas podran mostrar diferencias entre las medias lo suficientemente
grandes para ser consideradas significativas.
Especificacin
Es el proceso de describir las condiciones bajo las cuales una relacin existe o no
existe, o existe en mayor o menor grado.
Tabulacin cruzada, relaciones y pares ordenados.
Una relacione es un conjunto de pares ordenados. Dos de las formas en las que
se puede expresar un conjunto:
1) Por un listado de pares.
2) graficndolos.
Un coeficiente de correlacin es un ndice que expresa la magnitud de una
relacin. Una tabulacin cruzada expresa los pares ordenados en una tabla de
frecuencias.

Captulo 11:
Estadstica: Propsito, enfoque y mtodo.
El principio bsico que subyace a las pruebas estadsticas de significancia
consiste en comparar los resultados obtenidos con lo esperado por el azar.
La estadstica tiene cuatro propsitos fundamentales:
a) Reducir los datos a formas manejables y entendibles.
b) Ayudar en el estudio de poblaciones y muestras.
c) Ayudar en la toma de decisiones.
d) Auxiliar para realizar indiferencias confiables de muestras a poblaciones.

Definicin y propsito de la estadstica.


La estadstica es la teora y el mtodo de analizar datos cuantitativos obtenidos de
muestras de observaciones para estudiar y comparar fuentes de varianza de los
fenmenos, para ayudar en la toma de decisiones para aceptar o rechazar
relaciones hipotetizadas entre los fenmenos, y para contribuir en la extraccin de
indiferencias confiables a partir de observaciones empricas.
La curva normal de probabilidad y la desviacin estndar.
La curva normal de probabilidad es la curva en forma de campana, su importancia
proviene del hecho de que grandes cantidades de eventos azarosos tienden a
distribuirse en la forma de la curva. La razn estadstica ms importante para
utilizar la curva normal consiste en poder interpretar fcilmente las probabilidades
de los estadsticos que se calculan.
Captulo 12:
Comprobacin de hiptesis y error estndar.

El error estndar como estimado de la fluctuacin debida al azar, es la medida


contra la cual se verifican los resultados de los experimentos. Los errores estndar
sirven para evaluar diferencias entre medias y entre la correlacin de la muestra y
cero, adems sirven como un instrumento de medicin contra el que se examina la
varianza experimental.
Prueba de hiptesis: hiptesis sustantivas y nulas.
El propsito de la investigacin de la estadstica inferencial consiste en poner a
prueba hiptesis de investigacin por medio de la comprobacin de hipostasis
estadsticas. Se utilizan dos tipos te hiptesis:
A) la hiptesis sustantiva: la que expresa una afirmacin conjetural de la relacin
entre dos o ms variables, estas no pueden someterse a prueba, sin antes
traducirse a trminos operacionales. Una forma til para aprobar hiptesis
sustantivas es a travs de hiptesis estadsticas, este es un enunciado conjetural
en trminos estadsticos, de relaciones estadsticas deducidas a partir de hiptesis
sustantivas, es decir, una hiptesis estadstica expresa un aspecto de la hiptesis
sustantiva original, en trminos cuantitativos y estadsticos ( la media).
B) La hiptesis nula es una proposicin estadstica que esencialmente anuncia
que no existe una relacin entre las variables (el problema).
Una demostracin Montecarlo.
Es un mtodo utilizado para crear datos simulados, para numerosas situaciones
donde la recoleccin de datos puede resultar costosa o no factible, este puede ser
utilizado para demostrar el comportamiento y significado del error estndar.
Teorema del lmite central.
Con el teorema del lmite central, la distribucin muestral de las medidas
muestrales es aproximadamente normal en su forma, aunque la distribucin de la
cual se extrajeron las muestras no fuera normal. Si las muestras son extradas
aleatoriamente de una poblacin, las medidas de las muestras tendern a
distribuirse normalmente.

Inferencia estadstica.
Inferir estadsticamente quiere decir derivar conclusiones probabilsticas a partir de
premisas probabilsticas. Se concluye probabilsticamente, es decir, a un nivel
especificado de significancia. Se infiere, probabilsticamente si un resultado
experimental se deriva de las expectativas por el azar y si la hiptesis nula no es
verdadera, que una influencia real est operando.
Los cinco pasos de la comprobacin de hiptesis.
1. Consiste en establecer dicha hiptesis estadstica; generalmente se expresa en
trminos de valores poblacionales y contiene tanto el signo de no igual que, como
el

de

2.

Implica

mayor
enunciar

que
la

hiptesis

o
nula

el
la

de
cual

tiene

menor
el

signo

que.
igual.

3. Incluye calcular el estadstico de la prueba utilizando datos empricos. El


estadstico de la prueba es un tipo de puntuacin estndar que expresa una
diferencia en trminos de unidades de error de estndar (desviacin).
4. Consiste en la definicin de una regla de decisin, la cual provee los
lineamientos para evaluar el estadstico de la prueba.
Relaciona los resultados de la prueba estadstica con la hiptesis sustantiva.

Captulo 13:
Anlisis de varianza; fundamentos.

5.

La varianza de la variable dependiente puede descomponerse en dos o ms


componentes. Dichos componentes se denominan fuentes u origen de la varianza.
Las fuentes de la varianza sirven como base para el mtodo estadstico conocido
como anlisis de varianza o ANOVA. En un anlisis de varianza de un factor, las
fuentes de la varianza son aquellas entre los grupos y dentro de los grupos.
Una diferencia estadsticamente significativa se presenta cuando la varianza entre
los grupos excede en gran cantidad las varianza dentro de los grupos.

Captulo 14:
Anlisis factorial de varianza.
La naturaleza del anlisis factorial de varianza.
El anlisis factorial de varianza es el mtodo estadstico que analiza los efectos
independientes e interactivos de dos o ms variables independientes sobre una
variable dependiente.
El significado de interaccin.
Interaccin es la accin conjunta de dos o ms variables independientes en su
influencia sobre una variable dependiente, es decir, interaccin significa que la
operacin de una variable independiente sobre una variable dependiente depende
del nivel de otra variable independiente.

Consideraciones ticas en la realizacin de investigacin en ciencias del


comportamiento.
Algunos lineamientos generales.
Los siguientes lineamientos los establece Shrader-Frechette, son cdigos que
deben seguir los investigadores en todas las reas de estudio donde se utilicen
participantes humanos y animales.

No se deben realizar investigaciones que pongan en riesgo a las personas.

No realizar investigaciones que violen las normas del libre consentimiento


informado.

No hacer investigaciones que conviertan los recursos pblicos en


ganancias privadas.

No realizar investigaciones que puedan daar seriamente el ambiente.

No investigaciones sesgadas.

Lineamientos de la American Psychological Associaton.

El participante con el mnimo riesgo. En la mayora de las universidades


existe un comit especial que revisa los proyectos de investigacin para
determinar si el valor de dicha investigacin amerita poner en riesgo a los
participantes.

Justicia, responsabilidad y consentimiento informado. De ambas partes


debe

realizarse

un

acuerdo

que

aclare

las

obligaciones

responsabilidades, puede ser con el consentimiento informado, donde el


participante expresa su acuerdo con tolerar el engao, malestar y
aburrimiento por el desarrollo de la ciencia. El experimentador garantiza
salvaguarda y el bienestar del participante.

Engao. Los participantes colaboran voluntariamente con la creencia de


que nada perjudicial les ocurrir. Sus expectativas y deseos de hacer lo
que el investigador quiere pueden influir en el resultado del estudio, por lo
que la validez de los resultados puede verse comprometida.

Desengao. Se le debe explicar cuidadosamente la naturaleza de la


investigacin. El desengao es un intento de eliminar cualquier concepto
errneo que el participante pueda tener acerca del estudio.

Libertad de coercin. Se debe hacer sentir al participante que pueden


abandonar el estudio en cualquier momento, sin penalizacin ni repercusin
alguna.

Proteccin de los participantes. Se debe informar sobre todos los riesgos y


peligro inherentes al estudio.

Confidencialidad. Se le tiene que garantizar al participante que los datos


que se obtengan de l estarn salvaguardados.

Captulo: Diseo de investigacin: Propsito y Principio.


El diseo de investigacin constituye el plan y la estructura de la investigacin. El
plan es el esquema o programa general de la investigacin, incluye un bosquejo
de lo que el investigador har, desde formular las hiptesis y sus implicaciones
operacionales, hasta el anlisis final de los datos.
Una estructura es el marco de referencia, la organizacin o configuracin de los
elementos de la estructura.
Propsitos del diseo de investigacin.
Incluye dos propsitos:
a) Proporcionar respuestas a preguntas de investigacin.
b) Controlar la varianza.
Los diseos de investigacin se inventaron para permitir a los investigadores
responder preguntas de la forma ms valida, objetiva, precisa y econmica
posible.
El diseo de investigacin como control de la varianza.
Hablar de controlar la varianza, puede referirse a una o ms de tres cuestiones:

maximizar la varianza sistemtica.

Controlar la varianza extraa.

Minimizar la varianza del error.

Para maximizar la varianza sistematica debe tenerse una variable independiente,


cuyos niveles sean muy distintos entre s.
Para controlar la varianza extraa, el investigador necesita eliminar los efectos de
una variable independiente potencial sobre la variable dependiente, lo cual puede
hacerse por medio de:

Mantener constante la variable independiente.

La aleatorizacin, que se refiere a elegir participantes de manera aleatoria y


despus asignar aleatoriamente a cada grupo de participantes a las
condiciones de tratamiento.

Apareando a los participantes; este mtodo de control puede resultar difcil


en ciertas situaciones; un investigador nunca podr estar muy seguro de
que se realiz un apareamiento exitoso en todas las variables importantes.

Minimizar la varianza de error incluye la medicin de la variable dependiente. Al


reducir el error de medicin se reduce la varianza del error. El incremento en la
confiabilidad de la medicin tambin conlleva una reduccin de la varianza del
error.
Diseos inadecuados y criterios para el diseo.
Enfoque experimental y no experimental
Un experimento es un a investigacin cientfica donde un investigador manipula y
controla una o ms variables independientes y observa las variables dependientes
para determinar si hay variacin concomitante a la manipulacin de las variables
independientes.
Un diseo experimental es aquel en el que investigador manipula por lo menos
una variable independiente.
En la investigacin no experimental no es posible manipular las variables o asignar
aleatoriamente a los pacientes o tratamientos debido a que la naturaleza de las

variables es tal que imposibilita su manipulacin. Los pacientes llegan al


investigador con sus caractersticas distintivas intactas.
Criterios del diseo de investigacin.

control de variables independientes extraas: Las variables independientes


extraas son, variables que pueden influir en la variable dependiente, pero
que no son parte del estudio.

La manera de controlarlas sera aleatorizando siempre que sea posible:


seleccionar aleatoriamente a los pacientes, asignar aleatoriamente a los
participantes a los grupos y de igual forma asignar los tratamientos experimentales
a los grupos.

Posibilidad de generalizacin. La meta de la investigacin bsica consiste


en aportar informacin y conocimiento a un campo de estudio pero, en
general, sin un propsito prctico especifico. Los resultados son
generalizables; aunque no en el mismo terreno que los resultados
encontrados en estudios de investigaciones aplicadas.

Validez interna y externa. Es la representatividad o posibilidad de


generalizacin. Existen cuatro amenazas para la validez externa: efectos
reactivos o de interaccin de la prueba, los efectos de interaccin de los
sesgos de seleccin y la variable independiente, los efectos reactivos de
arreglos experimentales y la interferencia de tratamiento mltiple

Diseos generales de investigacin.


El propsito implcito de todo diseo de investigacin consiste en poner
restricciones controladas sobre observaciones de fenmenos naturales
Un diseo es un subconjunto de un proyecto cartesiano cruzado de varios niveles
de la variable independiente.
Apareamiento mediante la igualacin de los participantes. El mtodo de
apareamiento ms comn, consiste en igualar a los participantes en una o ms
variables a controlarse. Por ejemplo, para controlar la influencia sobre la variable

dependiente, el investigador debe estar seguro de que cada uno de los


participantes en los grupos de tratamiento tienen el mismo nivel de inteligencia. la
meta aqu es crear grupos de participantes equivalentes.
El mtodo de apareamiento de distribucin de frecuencias.
Dicha tcnica aparea grupos de palpitantes en trminos de la distribucin general
de la variable o variables seleccionadas, ms que con una base de individuo a
individuo.
Apareamiento mediante mantener constante las variables
Todos los participantes en cada grupo experimental tendrn el mismo grado o tipo
de variable extraa. Si se necesita controlar la variacin causada por diferencias
de gnero, se puede mantener constante el gnero utilizando nicamente
hombres o nicamente mujeres. Esto tiene un efecto de aparear a todos los
participantes en trminos del variable gnero. Esta tcnica tiene dos desventajas;
la primera consiste en que la tcnica restringe el tamao de la poblacin de
participantes, lo cual puede complicar encontrar suficientes participantes para
incluir en el estudio. La segunda desventaja es an ms crtica, ya que los
resultados solo pueden generalizarse al tipo de participante utilizado en el estudio.
Aplicaciones del diseo de investigacin: grupos aleatorizados y grupos
correlacinales.
Diseos factoriales.
El diseo factorial es la estructura de la investigacin, en la cual se yuxtaponen
dos o ms variables independientes para estudiar sus efectos independientes e
interactivos sobre una variable independiente.
Evaluacin de los diseos de sujetos aleatorizados.
Una de la fortaleza de estos diseos son la flexibilidad y la aplicabilidad, las cuales
sirven para ayudar a resolver muchos problemas en la investigacin del
comportamiento, puesto que parecen ajustarse particularmente bien a los tipos de

problemas del diseo que surgen de problemas e hiptesis cientficos, tanto


sociales como educativos.
Una de las crticas consiste en que los diseos de sujetos aleatorizados no
permiten pruebas de la igualad de los grupos, como lo hacen los diseos antesdespus.

Grupos correlacionados.
Existe un principio bsico detrs de todos los dueos de grupos correlacionados:
Hay varianza sistemtica en las medidas de la variable dependiente, debido a la
correlacin entre los grupos en alguna variable relacionada con la variable
dependiente.

Diseo de un grupo con ensayos repetidos.


En el diseo de un grupo con ensayos repetidos, como su nombre lo indica, a un
grupo se le dan diferentes tratamientos en diferentes momentos. En un
experimento sobre aprendizaje, el mismo grupo de participantes puede recibir
varias tareas de complejidad diferente o la manipulacin experimental tal vez sea
la presentacin de principios de aprendizaje en orden distintos, de simple
complejo, de complejo simple, de todo a la parte, de la parte al todo.
Diseo factorial con grupos correlacionados.
Los modelos factoriales pueden combinarse con la nocin de unidades para
producir un diseo valioso: el diseo factorial con grupos correlacionados, el cual
es apropiados cuando las unidades son parte natural de la situacin de
investigacin. Por ejemplo, la investigacin quizs requiera la comparacin de una
variable antes y despus de una intervencin experimental, o antes y despus de
un evento importante.

Anlisis de covarianza.
El anlisis de covarianza es una forma de anlisis de varianza que prueba la
significancia de las diferencias entre las medias de los grupos experimentales,
despus de tomar en cuenta las diferencias iniciales entre los grupos y la
correlacin de las medidas iniciales y las medidas de la variable dependiente.
DISEOS DE INVESTIGACIN CUASI-EXPERIMENTALES.
Los experimentos verdaderos son aquellos que el experimentador puede
seleccionar a los participantes de manera aleatoria, asignar a los participantes a
las condiciones del tratamiento aleatoriamente y controlar la manipulacin de la
variable independiente. El diseo cuasi-experimental carece de una o ms de
estas caractersticas.

Diseos de tiempo.
Los diseos de series de tiempo son diseos longitudinales que incluyen
mediciones repetidas de las mismas variables dependientes en diferentes
intervalos de tiempo fijo. Casi siempre en cierto momento se introduce la
intervencin del tratamiento.
La seleccin y la interaccin y la maduracin son dos explicaciones alternativos
que cubren los resultados obtenidos a partir de los diseos cuasi-experimentales.
Diseos experimentales de un solo sujeto.
El estudio de un solo sujeto utiliza nicamente un participante o cuando mucho
pocos participantes. Aun cuando se utilicen pocos palpitantes cada uno es
estudiado individual y extensamente, estos tambin se llamarn diseos o
estudios de un solo sujeto. Aunque tengan diferentes nombres, todos comparten
las siguientes caractersticas:

Solamente se utilizan uno o pocos participantes en el estudio.

Cada sujeto participa en varios ensayos.

Los procedimientos de aleatorizacin se utilizan en muy raras ocasiones.


En su lugar, las mediciones repetidas o intervalos de tiempo se asignan
aleatoriamente a las diferentes condiciones de tratamiento.

INVESTIGACIN NO EXPERIMENTAL
La investigacin experimental es la bsqueda emprica y sistemtica en la que el
cientfico no posee control directo de las variables independientes, debido a que
sus manifestaciones ya han ocurrido o a que son inherentemente no
manipulables- Se hacen inferencias sobre las relaciones entre las variables, sin
intervencin directa de la variacin concomitante de las variables independiente y
dependiente.

Diferencia bsica entre la investigacin experimental y la no experimental.


La diferencia ms importante entre la investigacin experimental y la no
experimental, es el control. En los experimentos, los investigadores, tienen, control
manipulativo: por lo menos tienen un variable activa. Si un experimento es un
verdadero experimento, tambin puede ejercerse control por medio de la
aleatorizacin. Es posible asignar participantes aleatoriamente a los grupos o
asignar los tratamientos aleatoriamente a los grupos. En la situacin de
investigacin no experimental este tipo de control de variables independientes no
es posible. Los investigadores deben de tomar las cosas como son e intentar
entenderlas.
Autoseleccin y seleccin no experimental.
La autoseleccin ocurre cuando los miembros de los grupos estudiados estn en
los grupos, en parte, porque poseen rasgos o caractersticas diferentes, ajenas al

problema de investigacin; caractersticas que posiblemente influyan o estn


relacionadas con las variables de investigacin.
Comprobacin de hiptesis alternativas.
La mayora de las investigaciones se inician con las hiptesis, y despus se
prueban las implicaciones empricas de tales hiptesis. Las hiptesis se pueden
confirmar y desmentir bajo estudios al tratar de demostrar qu hiptesis
alternativas

posibles

son

apoyadas o

no. Primero, considere

variables

independientes alternativas como antecedentes de una variable independiente. El


razonamiento es el mismo. Por ejemplo, si se dice variable independientes
alternativas, en efecto se est proponiendo hiptesis o explicaciones alternativas
de una variable independiente.

EXPERIMENTOS

DE

LABORATORIO,

EXPERIMENTOS

DE

CAMPO

ESTUDIO DE CAMPO.
Un experimento de laboratorio es una investigacin en la que la varianza de todas,
o de casi todas, las posibles variables independientes influyentes, sin pertenencia
al problema de investigacin inmediato, se mantienen al mnimo.
Fortalezas y debilidades de los experimentos de laboratorio.
Tiene la virtud inherente de la posibilidad de un control relativamente completo.
Puede aislar la situacin de investigacin de la vida fuera del laboratorio, al
eliminar muchas influencias extraas que lleguen a afectar las variables
independiente y dependiente.
Por otro lado, la mayor debilidad es la carencia de fortaleza de las variables
independientes.
Otra debilidad es la artificialidad de la situacin de investigacin experimental.

Propsitos del experimento de laboratorio.


Tienen tres propsitos: son un medio para estudiar las relaciones bajo condiciones
puras y no contaminadas; otra es que en un inicio hay que comprobar las
predicciones derivadas de la teora y, despus, aquellas derivadas de otras
investigaciones. Un tercer propsito consiste en refinar las teoras y la hiptesis
para formular hiptesis relacionadas con otras hiptesis probadas experimental y
no experimental.
El experimento de campo.
Consiste en un estudio de investigacin realizado en una situacin real, donde una
o ms variables independientes son manipuladas por el experimentador bajo
condiciones tan cuidadosamente controladas como la situacin lo permita.

Estudio de campo.
Son investigaciones cientficas no experimentales que buscan descubrir las
relaciones e interacciones entre variables sociolgicas, psicolgicas y educativas
en estructuras sociales reales.
Investigacin por encuesta.
La investigacin por encuesta estudia poblaciones grandes o pequeas, por medio
de la seleccin y estudio de muestras tomadas de la poblacin, para descubrir la
incidencia, distribucin e interrelaciones relativas de variables sociolgicas y
psicolgicas.
Tipos de encuestas.
Las entrevistas, los inventarios, los paneles y las encuestas por telfono y por
correo constituyen diferentes tipos de encuestas.

Entrevistas e inventarios. La mejor investigacin por encuesta utiliza la


entrevista personal como mtodo principal para obtener informacin. Lo

cual se logra, en parte, por la construccin cuidadosa y laboriosa de un


inventario o cuestionario.

La investigacin por encuesta puede obtener un amplio rango de


informacin, pero no proporciona informacin profunda. Es ms extensiva
que intensiva.

La metodologa de la investigacin por encuesta incluye un plan de flujo. Este


plan bosqueja el diseo y la implementacin de una encuesta.