T.

2 - Algunos conceptos bsicos en Anlisis y Proceso de Datos

1. Entidades, variables, datos y tablas de datos.
2. Poblacin y muestra.
3. Parmetros y estadsticos.
4. La seleccin de la muestra.
5. Metodologa de investigacin.


1. Entidades, variables, datos y tablas de datos.

Una entidad o unidad de observacin es cada uno de los elementos sobre los que se desea recoger
informacin en un determinado estudio. Los siguientes trminos suelen tambin ser utilizados con
frecuencia para referirse a las entidades implicadas en la recogida de datos en un estudio:
participantes, casos y sujetos. sta ltima denominacin es adecuada cuando las unidades de
observacin son personas, lo cual, aunque frecuente, no es siempre el caso: por una parte, las
unidades de observacin pueden ser dadas (p. ej., madre-hijo, parejas) o grupos (p. ej., familias,
asociaciones, colegios, empresas); por otra parte, pueden ser animales (como es tpico en la
investigacin psicofisiolgica) u objetos (p. ej., juguetes, anuncios radiofnicos...).

Una variable es el conjunto de valores resultantes de medir una caracterstica (propiedad, atributo)
en las distintas unidades de observacin objeto de estudio.

Un dato (valor observado, observacin) es un valor que proporciona informacin de una entidad
para una variable concreta.

Ejercicio: En un estudio con un grupo de 45 personas que haban sido tratadas psicolgicamente
por problemas de ansiedad, se pregunt a las mismas cuntas veces haban sufrido un ataque de
ansiedad desde que termin el tratamiento recibido. Tambin se les pregunt si consideraban que
haba mejorado su calidad de vida a raz del tratamiento psicolgico que recibieron.
Cuntas entidades y variables aparecen implicadas en este estudio?, cuntos datos se habrn
obtenido en la recogida de datos?, qu distintos valores adopta cada una de las variables
(modalidades de cada variable)?

Anlisis y Proceso de Datos en Psicologa: T2 1 Prof. J. Gabriel Molina y Mara F. Rodrigo
Existen diferentes formas de organizar los datos recogidos en un estudio, los cuales es comn que
sean cuantiosos dado que es frecuente obtener datos de diversas variables para un conjunto amplio
de entidades. A estas formas de organizacin de los datos se les suele conocer como estructuras de
datos, siendo la ms utilizada en la prctica la conocida como tabla de datos (tambin denominada
matriz de datos): se trata de una organizacin bidimensional en que las filas representan a las
entidades y las columnas a las variables, constituyendo el cruce de una fila y una columna
cualesquiera de la tabla, el valor observado (dato) correspondiente a una entidad concreta en una
determinada variable.

1.1. Tipos de variables

a) En funcin de cmo se mida (la escala de medida):

Variables cuantitativas o numricas: aqullas en que los valores resultantes de la medicin son
nmeros que indican el grado o cantidad de lo que se est midiendo. Las variables cuantitativas se
caracterizan por tener unidades de medida.

De las variables cuantitativas se hace una diferenciacin adicional en funcin de que sean
continuas (la variable puede tomar cualquier valor numrico) o discretas (la variable slo puede
tomar ciertos valores concretos).

En cualquier caso, hay que tener en cuenta que la precisin limitada de los instrumentos de
medida provoca que en la prctica todas las variables cuantitativas sean medidas de un modo
discreto aunque algunas, por su naturaleza, sean en realidad variables cuantitativas continuas.

Variables cuasi-cuantitativas u ordinales: aqullas en que los valores observados son nmeros que
indican el orden o posicin de las entidades en lo que se est midiendo. El dato correspondiente a
una determinada entidad tan slo representa en que grado se es mayor o menor que otras entidades
que tienen, respectivamente un valor inferior o superior en aquello que se est midiendo.

Variables categricas o nominales: aqullas en que las observaciones son valores que no tienen
ningn significado numrico, tan slo diferencian a los casos en distintas categoras de pertenencia.
Las variables categricas pueden ser dicotmicas (dos valores posibles) o politmicas (ms de 2
valores posibles)

Anlisis y Proceso de Datos en Psicologa: T2 2 Prof. J. Gabriel Molina y Mara F. Rodrigo
A tener en cuenta en relacin a las variables:

o Una variable no es de un tipo u otro per se, sino que va a depender del modo en que se
lleve a cabo su medicin (p. ej., la edad o el consumo de tabaco pueden ser medidas de
diferentes modos dando lugar a variables de diferente tipo).
o Las valores que toma una variable no siempre dependen de los propios sujetos: en algunos
casos, los valores de una variable son asignados a los sujetos de forma arbitraria o
circunstancial por parte de quien lleva a cabo el estudio (p. ej., la dosis de un frmaco
administrada o el grupo al que se ha sido asignado en un estudio). Se trata de las
conocidas como variables manipuladas por el investigador.
o A un atributo que en su medicin adopta los mismos valores para todas las entidades se le
conoce como una constante. No se habla en este caso de variable dado que falta la
variabilidad en los valores observados inherente a este trmino. Destacar que una misma
caracterstica puede ser variable o constante en funcin del estudio (p. ej., la variable Sexo
en un estudio sobre la depresin post-parto y en un estudio sobre la ansiedad).
o El tipo de variable (cuantitativa, cuasi-cuantitativa, categrica) es determinante en la
seleccin del mtodo de anlisis estadstico a aplicar.

Ejercicio: de qu tipo son las siguientes variables en funcin de la escala de medida? (Botella et
al., 2001)
- Tiempo en segundos invertido en resolver un determinado problema.
- Nacionalidad.
- Nmero de hijos.
- Capacidad de memoria medida a travs del nmero de palabras correctamente recordadas.
- Agresividad medida como ordenacin de un grupo de nios realizada por un observador
en la hora de recreo en funcin de la agresividad manifestada por los mismos.
- Clasificacin de un grupo de pacientes en funcin de su cuadro clnico (depresin,
esquizofrenia, ansiedad, etc.).
- Nivel de ingresos econmicos medido como altos, medios o bajos.
- Distancia tolerable hasta el objeto fbico (medida en cm.).
- Clasificacin de un grupo de 8 estudiantes en funcin de su rendimiento acadmico: un 1
al de mayor rendimiento y un 8 al de menor rendimiento.
- Nivel de tabaquismo medido por el nmero de cigarrillos que en promedio se fuma al da.
- Grupo al que se pertenece en la realizacin de una investigacin (tratamiento/control).

Anlisis y Proceso de Datos en Psicologa: T2 3 Prof. J. Gabriel Molina y Mara F. Rodrigo
b) En funcin de qu se mide:

En los estudios en el contexto de la psicologa son habituales las dos siguientes categoras de
contenidos en las variables con que se trabaja, si bien, otros son posibles:

Variables socio-demogrficas: aqullas que hacen referencia a aspectos biolgicos y sociolgicos
tales como la edad, el sexo, el lugar de residencia, el nivel de estudios alcanzado, el estado civil...

Variables psicolgicas: son variables que hacen referencia a aspectos como la personalidad, la
inteligencia, conocimientos, hbitos, aptitudes, actitudes y habilidades, entre otras facetas de la
psicologa.

c) En funcin de su papel en el diseo de la investigacin:

En algunos estudios se considera la existencia de influencia entre las variables, por ejemplo, una
investigacin podra plantearse la influencia de la introversin/extraversin sobre la conducta
solidaria. En estos casos se habla de una variable explicativa que se hipotetiza que es la causa de
una variable de respuesta. En la literatura aparece cierta diversidad en la forma en que estos dos
tipos de variables son nombrados, tal como se pone de manifiesto en la siguiente tabla:

Variable explicativa
Variable independiente (VI)
Variable predictora
Variable X


Variable de respuesta
Variable dependiente (VD)
Variable criterio
Variable Y

Cabe destacar que una misma variable puede aparecer como explicativa en un estudio y de
respuesta en otro estudio diferente, por ejemplo, una variable como la introversin/extraversin
puede ser la variable de respuesta en un estudio del efecto del estilo educativo recibido sobre esta
variable, mientras que la variable explicativa en un estudio del efecto de esta variable sobre la
conducta altruista.

En otras investigaciones no est claro a priori cul es la variable explicativa y cul es la variable
de respuesta y, por tanto, el objetivo se cie a analizar si hay relacin entre las variables, dado que
no hay una hiptesis sobre la direccin de esa relacin. En estos casos se habla de relacin simtrica
entre las variables, frente a la relacin asimtrica que se daba en el caso anterior. Este sera el caso,
por ejemplo, de un estudio en que aparecieran implicadas las variables Autoestima y Habilidades
sociales, caso en el que no hay relacin de causalidad entre ambas que est clara a priori (puede
darse en los dos sentidos).
Anlisis y Proceso de Datos en Psicologa: T2 4 Prof. J. Gabriel Molina y Mara F. Rodrigo

Ejercicio (Portell et al. 2003): Para cada una de las siguientes hiptesis:
Identificar la variable o variables implicadas en la hiptesis.
Si se plantea una relacin de causalidad, identificar la variable explicativa y la de respuesta.
Cuando haya informacin suficiente, sealar el tipo de variable en funcin de la escala de
medida.

En una situacin de examen, el formato de respuesta (abierta o tipo test) influye sobre la
ansiedad del examinando.
La proporcin de fumadores es similar en hombres y mujeres.
A la semana del nacimiento, los recin nacidos reconocen la voz de su madre.
La posicin de los productos en las estanteras de un supermercado influye sobre la decisin de
comprar.
La mayora de universitarios valencianos habla ms de 2 idiomas.
Los jvenes que padecen problemas de tipo alimentario tienen una autoestima ms baja que los
jvenes que no los padecen.
Los introvertidos y extravertidos difieren en su capacidad de razonamiento abstracto.
Las calificaciones obtenidas en la asignatura Anlisis y Proceso... estn relacionadas con las
obtenidas en Psicobiologa.
El nmero de accidentes laborales es inversamente proporcional a la experiencia del trabajador.
El tratamiento A contra la depresin es superior a los tratamientos B y C entre los pacientes
ms jvenes (edad inferior a 30 aos).
En nios de 2 aos, el juego en parejas es ms habitual que el juego en solitario o en grupos.


2. Poblacin y muestra

2.1. Poblacin

Se llama poblacin estadstica al conjunto de todos los elementos que cumplen una o varias
caractersticas o propiedades (Botella et al., 2001).
La anterior es una definicin correcta pero poco precisa acerca de su fin como concepto estadstico.
Otra propuesta de definicin: Conjunto de entidades objeto de inters en un estudio.

Anlisis y Proceso de Datos en Psicologa: T2 5 Prof. J. Gabriel Molina y Mara F. Rodrigo
Anotaciones acerca del concepto de poblacin:

En cuanto que conjunto, sus elementos tendrn alguna caracterstica(s) en comn que es la que va
a determinar su pertenencia a ese conjunto. La definicin de la poblacin en un estudio debe
expresar con precisin esas caractersticas, pues stas representan el criterio de pertenencia a la
misma, permitiendo discernir con claridad quin y quin no forma parte de la poblacin objeto de
estudio. Ejemplos:
- la poblacin de mujeres de entre 25 y 35 aos de la CV criterios de pertenencia: ser mujer,
tener entre 25 y 35 aos (ambos inclusive?) y ser de la CV (vivir, haber nacido?).
- los estudiantes del grupo 1D de la Facultad de Psicologa de la UVEG del presente curso
acadmico criterio de pertenencia: ...
- los colegios privados o concertados de la ciudad de Valencia criterio de pertenencia: ...

La poblacin que se especifique como objeto de estudio va a determinar de quin se va a recoger
datos (ya sea de todos sus elementos o de una parte de ellos) y, tambin, sobre quin van a recaer
las conclusiones derivadas del estudio. Es por ello que su especificacin representa un aspecto
crucial en el desarrollo de cualquier investigacin.

En la difusin de los resultados de un estudio deben detallarse las caractersticas de la poblacin
objeto de estudio. Ello no es siempre lo habitual en las noticias sobre estudios o investigaciones
difundidas en medios de comunicacin de masas (prensa, radio, TV...). En algunos casos, ese
ocultamiento u omisin est motivado por la premura de espacio y tiempo que estos medios tienen
para informar, pero esta premura acaba convirtindose a veces en una excusa para omitir o esconder
informacin de forma malintencionada.
Los oyentes o lectores expertos sern escpticos ante un informe en que se omita esa
informacin, pero no ocurrir lo mismo con otros receptores no expertos, que pueden creer que los
resultados hacen referencia a una poblacin amplia cuando, en realidad, puede que no sea ste el
caso. Es un deber tico el ser transparente en un aspecto tan crucial como es el de la descripcin de
las caractersticas de la poblacin objeto de estudio y las de los participantes de los que se haya
recogido datos, pues ello va a permitir valorar la capacidad de generalizacin de los resultados
obtenidos con stos a aqulla.

Algunas posibles fuentes de confusin acerca del concepto de poblacin:

Audiencias no expertas pueden entender el concepto estadstico de poblacin en su acepcin
geogrfica, en cuanto que pueblo, ciudad o similar.
Anlisis y Proceso de Datos en Psicologa: T2 6 Prof. J. Gabriel Molina y Mara F. Rodrigo

Que una poblacin sea concebida como algo necesariamente numeroso, de gran tamao.
Ejemplo: Precisamente el hecho de que las poblaciones, por lo general, sean infinitas o estn
formadas por un gran nmero de elementos, hace que la descripcin exacta de sus propiedades sea
un objetivo prcticamente inaccesible. (Pardo y San Martn, 2001).
El tamao de la poblacin depender de los objetivos del estudio que se plantee llevar a cabo.
Por ejemplo, el estudio de la eficacia de un mtodo determinado de lecto-escritura puede tener
como poblacin de inters simplemente a los escolares de un aula de un colegio, como sera el caso
si el objetivo no fuese otro que obtener evidencia de la eficacia de ese mtodo en ese contexto
concreto, que es en el que estamos desarrollando nuestro trabajo como psiclogos.


2.2. Muestra

Una muestra es un subconjunto de los elementos de una poblacin (Botella et al., 2001).
Tal vez se podra aadir: ...sobre el que obtener la informacin que nos permita inferir alguna
caracterstica(s) de esa poblacin.

Anotaciones acerca del concepto de muestra:

Principal ventaja de trabajar con muestras: economa de recursos.

Una ventaja mal entendida que se atribuye a trabajar con una muestra, frente a trabajar con la
poblacin correspondiente, es el problema de la accesibilidad a los elementos de la poblacin.
Ejemplo: Las poblaciones que habitualmente interesa estudiar en Psicologa o son infinitas o
son tan grandes que, normalmente resulta muy difcil (si no imposible) tener acceso a todos sus
elementos. Bajo estas circunstancias, es de las muestras de donde podemos obtener la informacin
necesaria... (Pardo y San Martn, 2001).
En realidad, no se suele tratar tanto de un problema de tener acceso sino del costo que
representa acceder a todos los casos de una poblacin numerosa.

Una fuente de confusin bastante frecuente al considerar el concepto de muestra es asociarlo a un
conjunto de elementos de tamao reducido.
Ejemplo: Al contrario de lo que ocurre con las poblaciones, que suelen ser conjuntos de
elementos de gran tamao, las muestras suelen ser conjuntos de elementos de tamao reducido.
(Pardo y San Martn, 2001).

Anlisis y Proceso de Datos en Psicologa: T2 7 Prof. J. Gabriel Molina y Mara F. Rodrigo
3. Parmetros y estadsticos

3.1. Parmetro

Un parmetro es un valor numrico que describe una caracterstica de una poblacin (Botella et
al., 2001)
Otra propuesta de definicin: Es el valor de un ndice estadstico obtenido a partir de los datos
de una poblacin que describe alguna caracterstica de la misma.
Otra ms operativa: Existen valores numricos como la media, la varianza o la proporcin
(adems de otros muchos ms) que cuando se refieren a alguna caracterstica poblacional reciben el
nombre de parmetros. (Botella et al., 2001)

3.2. Estadstico

Un estadstico es un valor numrico que describe una caracterstica de una muestra (Botella et
al., 2001)
Otra propuesta de definicin: Es el valor de un ndice (estadstico) obtenido a partir de los
datos de una muestra que nos va a permitir inferir el valor de alguna caracterstica de la poblacin a
la que esa muestra representa.

Algunos comentarios acerca de ambos conceptos:

Mientras que el valor obtenido para un parmetro es una constante, el obtenido para un estadstico
es una variable dado que para diferentes muestras de una misma poblacin se obtendrn diferentes
valores.

Es costumbre representar a los parmetros con letras griegas minsculas , mientras
que a los estadsticos con letras latinas maysculas (
X X X
( , , ...)
X , S
x
, P
x
...).

Relacionando conceptos:

Muestra Poblacin
Est. Descriptiva
Ok.
( estadsticos)
Ok.
( parmetros)
Est. Inferencial
Ok.
( estimaciones de parmetros)




Anlisis y Proceso de Datos en Psicologa: T2 8 Prof. J. Gabriel Molina y Mara F. Rodrigo


POBLACIN
Parmetros: , ,
MUESTRA
Estadsticos: X,P, S

Teora de la
Probabilidad



Estadstica
Inferencial


Muestreo


















4. La seleccin de la muestra

Condicin para que a partir de la informacin contenida en una muestra se puedan describir las
propiedades de la poblacin? Que la muestra sea representativa de esa poblacin.

Pero, qu quiere decir en la prctica que una muestra sea representativa de una poblacin?
Que las propiedades que caracterizan a la poblacin se distribuyen de forma anloga en la
muestra. Por ejemplo, sea la poblacin los estudiantes de la Facultad: si el 25% son de primero (y
as...), que en la muestra dem; si en la poblacin la mitad son varones y la otra mujeres, pues en la
muestra dem.; etc.

Factores asociados a la consideracin de la representatividad de una muestra:
(1) El procedimiento de seleccin de los elementos de la poblacin.
(2) El tamao de la muestra.
(3) El contenido de la investigacin.

4.1. Respecto al procedimiento de seleccin de los elementos de la poblacin.

Muestreo: conjunto de tcnicas asociadas a la seleccin de una muestra de una poblacin.

Subrayar que el muestreo no es algo exclusivo de la estadstica; es, en realidad, una estrategia muy
utilizada en la vida cotidiana. El conocimiento que nos formamos del mundo est con frecuencia
basado en el muestreo, y es razonable que as lo hagamos por economa de recursos. A modo de
Anlisis y Proceso de Datos en Psicologa: T2 9 Prof. J. Gabriel Molina y Mara F. Rodrigo
ejemplo, la cata de una cucharada de un guiso en marcha es una forma de muestreo del guiso
orientado a conocer el sabor del mismo.

Existen diferentes procedimientos o tcnicas que satisfacen -con mayor o menor xito- los dos
objetivos que podemos considerar bsicos del muestreo: (1) obtener una muestra que sea tan
representativa de la poblacin como sea posible; y (2) plantear una forma de recogida de datos que
se ajuste a los recursos (econmicos, temporales) con que se cuente.

En trminos probabilsticos, la satisfaccin de qu criterio va a determinar la seleccin de una
muestra representativa? El que todos los elementos de la poblacin tengan la misma
probabilidad de formar parte de la muestra.

A la estrategia a seguir en la seleccin de los elementos de una muestra se conoce como tcnica de
muestreo, existiendo un extenso repertorio de ellas, algunas de gran sofisticacin.

A las tcnicas de muestreo que satisfacen el criterio anteriormente planteado, se les conoce como
tcnicas de muestreo probabilstico, siendo la ms conocida por su sencillez y eficacia, el muestreo
aleatorio simple. Algunas variantes de la anterior, de mayor utilizacin en la prctica son el
muestreo aleatorio estratificado y el muestreo por conglomerados.

El muestreo aleatorio simple (m.a.s.)
Consiste en la seleccin al azar de los elementos de la muestra de entre todos los de la
poblacin.
Requiere la identificacin y listado de todos los elementos de la poblacin, algo no siempre
factible, por lo que su utilizacin resulta limitada en la prctica.

El muestreo aleatorio estratificado
Supone forzar que se mantenga en la muestra la misma distribucin que en la poblacin de
una determinada variable(s). Por ejemplo, si en la poblacin de estudiantes de la UVEG hay
un 60% de mujeres y un 40% de varones, en una muestra de la misma se forzara para que se
mantuviesen esos porcentajes. Se llaman estratos a las categoras de la variable en funcin
de la que se estratifique el muestreo el sexo, en nuestro ejemplo.
Pasos principales: determinar la proporcin de cada estrato en la poblacin para la variable
de estratificacin; fijar el nmero de elementos que se deben seleccionar de cada estrato en
la muestra (afijacin); extraer mediante m.a.s. de cada estrato de la poblacin el n de casos
establecido en el paso anterior.

Anlisis y Proceso de Datos en Psicologa: T2 10 Prof. J. Gabriel Molina y Mara F. Rodrigo
Ejemplo de aplicacin del muestreo aleatorio estratificado en la obtencin de una muestra (n
= 1000) de la poblacin de alumnos de la ESO en la CV:



El muestreo por conglomerados
Se trata de una forma de m.a.s. en que la unidad de muestreo no son los elementos de la
poblacin, sino agrupaciones de stos que de forma natural existan en aqulla
(conglomerados), por ejemplo, colegios, hospitales, secciones del censo electoral...
Supone seleccionar al azar uno o ms conglomerados, recogindose datos de todos los
elementos de esos conglomerados.
Suele resultar mucho ms fcil acceder a las unidades de los conglomerados, normalmente
prximos entre s, que a elementos individuales dispersos geogrficamente.

A las tcnicas que no se encuadran en las dos categoras anteriores se las conoce como de
muestreo no probabilstico. Son ejemplos el muestreo accidental (o casual) y el muestreo a
propsito.

Los tipos de muestreo anteriores no son excluyentes, se puede secuenciar la utilizacin de
diferentes tcnicas de muestreo dando lugar a lo que se conoce como un muestreo polietpico.
Ejemplo de muestreo en 2 etapas, estratificado (1 etapa) y por conglomerados (2 etapa):



Anlisis y Proceso de Datos en Psicologa: T2 11 Prof. J. Gabriel Molina y Mara F. Rodrigo
Si en una investigacin la muestra es representativa de la poblacin, es lcito generalizar los
resultados obtenidos en la muestra a la poblacin origen y se dice entonces, en trminos
metodolgicos, que la investigacin tiene validez externa.

Ejercicio: Qu tcnica de muestreo aparece aplicada en los siguientes enunciados?

1. Se solicita a las personas que entran y salen a un centro comercial que contestan a una serie de
cuestiones relativas a un estudio sobre comunicacin social.
2. De entre los asegurados de una compaa de seguros se selecciona al azar a 500 de ellos, a los
que se enva una carta con un cuestionario para evaluar una campaa de seguridad promovida por
esa compaa entre sus asegurados.
3. Un estudiante realiza una encuesta con el fin de explorar las actitudes solidarias de los alumnos
de psicologa de su facultad. Sabe a partir de un estudio previo que, de los estudiantes de su
facultad, el 25% est comprometido con alguna ONG, mientras que el 75% restante no lo est. As,
decide seleccionar al azar a 200 estudiantes, 50 de entre los comprometidos con una ONG y 150 de
entre los que no.
4. Tras discutirse en un programa de radio en torno a la posibilidad de reducir la jornada laboral, se
invita a sus oyentes que llamen para expresar su opinin al respecto. Al final del programa, la
presentadora afirma que los resultados de la encuesta muestran que el 80% de los que han llamado a
la emisora prefieren que se reduzca la jornada laboral.
5. En un estudio que pretende poner de manifiesto la influencia de la deseabilidad social al contestar
tests psicolgicos, el investigador pasa a sus conocidos y familiares una serie de cuestionarios.
6. Un psiclogo est interesado en explorar los hbitos de sociabilidad de las personas de la tercera
edad que viven en residencias. Para ello, obtiene una muestra aleatoria de diez residencias de su
comunidad autnoma y en cada una de ellas selecciona al azar a 30 personas.
7. Un psiclogo industrial pretende estudiar la relacin entre el turno de trabajo y la productividad
de los operarios en las cadenas de montaje de una gran empresa. Dado que algunos estudios previos
ponen de manifiesto que existe relacin entre la productividad y el sexo, y teniendo en cuenta que
en la empresa hay un 50% de hombres y un 50% de mujeres, decide que en la muestra de 100
sujetos haya 50 mujeres y 50 hombres, seleccionados aleatoriamente de entre las mujeres y hombres
que trabajan en esa empresa.
8. En un estudio a nivel nacional sobre las estrategias de aprendizaje de estudiantes de la ESO se
seleccionan al azar a 30 centros y dentro de stos a 4 grupos, realizndose una entrevista a todos los
estudiantes de los grupos seleccionados.
9. En la realizacin del censo en Espaa.
Anlisis y Proceso de Datos en Psicologa: T2 12 Prof. J. Gabriel Molina y Mara F. Rodrigo
4.2. Respecto al tamao de la muestra

Cuanto mayor sea el tamao de la muestra mayor ser la probabilidad de que sta sea
representativa de la poblacin, sin embargo, no hay que olvidar que, tambin ser mayor el esfuerzo
implicado en la recogida de los datos.

Criterios orientativos a la hora de definir el tamao muestral:
1) Un primer criterio determinante en la prctica es el de la cantidad de recursos con que se
cuenta para llevar a cabo la recogida de los datos.
2) Un segundo criterio viene determinado por el margen de error que estamos dispuestos a
asumir en nuestras inferencias (el error muestral) y por el nivel de confianza con que se
establecern esas inferencias.
Este segundo criterio puede concretarse a travs de frmulas especficas que permiten
obtener el tamao muestral en funcin de esos dos criterios, si bien, otros aspectos suelen
aparecer implicados en la aplicacin de esas frmulas:
a) el tamao de la poblacin
b) el ndice estadstico que vaya a aplicarse (pero, cul de todos?)
c) el valor del ndice estadstico en la poblacin para la variable objeto de inters (en la
poblacin?, pero si es lo que queremos conocer...) (variable objeto de inters, cul de
todas?);

A fin de facilitar los clculos en la aplicacin de la citada frmula, diversos autores han
elaborado tablas que, para un ndice estadstico concreto, para un valor concreto del mismo en la
poblacin, y para un nivel de confianza determinado (habitualmente, el 95 o el 99%), permiten
obtener el valor del tamao muestral a considerar en funcin de los dos criterios restantes: el
tamao de la poblacin y el valor de error muestral que se est dispuesto a asumir.
o La tabla que aparece a continuacin permite obtener el tamao de la muestra que
deberemos considerar en la recogida de datos para el caso en que se vaya a aplicar el
estadstico de la proporcin, que se asuma que el valor de ese estadstico en la
poblacin para la variable objeto de inters sea 0.5 (P=0.5), y que se asuma un nivel
de confianza del 95%.
o Ejemplo: cul sera el tamao de la muestra a considerar en un estudio en que se
quiere conocer la proporcin de la poblacin espaola que est a favor de algn tipo
de selectividad para acceder a la Universidad, asumiendo un nivel de confianza del
95% y un error muestral del 2%?

Anlisis y Proceso de Datos en Psicologa: T2 13 Prof. J. Gabriel Molina y Mara F. Rodrigo


4.3. Respecto al contenido de la investigacin

Una premisa bsica cuando se trabaja con una muestra a fin de hacer inferencias acerca de una
poblacin es que la muestra sea representativa de esa poblacin. Ahora bien, esa representatividad
debe darse para todas y cada una de las variables que caracterizan a la poblacin?

Una condicin menos exigente de representatividad, que puede ser considerada razonable en la
prctica, es que la representatividad de la muestra lo sea para aquellas variables realmente
relevantes en el estudio que se plantee, pero no necesariamente para aqullas que se considere que
no tengan ningn tipo de influencia sobre aquello que se mida.

La contestacin a las dos siguientes cuestiones va a ayudarnos a contrastar si se satisface esta
condicin en el caso de un muestreo no probabilstico:
- En qu es diferente mi muestra de lo que sera una muestra representativa?
- En caso de considerarse la existencia de diferencias, pueden stas tener repercusin sobre
aquella(s) variable(s) que se va a medir en mi estudio?
Por ejemplo, la investigacin de procesos psicolgicos bsicos (atencin, percepcin,...) puede en
algunos estudios no verse muy influida por el tipo de participantes en la misma.

Anlisis y Proceso de Datos en Psicologa: T2 14 Prof. J. Gabriel Molina y Mara F. Rodrigo
5. Metodologa de investigacin

Clasificacin de las metodologas o diseos de investigacin utilizados en la investigacin
psicolgica (Portell et al. 2003)



Control interno: grado de intervencin por parte del investigador en la situacin objeto de estudio
Representatividad: de la muestra de la poblacin objeto de estudio
Realismo: correspondencia entre la situacin objeto de estudio y la situacin natural de inters.

Metodologa experimental:
o Manipulacin de la VI
o Asignacin aleatoria: formacin de grupos al azar
o Tipo de investigacin con mayor validez interna (posibilidad de establecer relaciones causales
entre variables).

Metodologa cuasi-experimental:
o Manipulacin de la VI
o NO asignacin aleatoria. Grupos naturales.

Metodologa selectiva (correlacional o de encuestas):
o Estudios de encuestas: relacin entre variables. P.e. encuestas de opinin.
o Diseos Ex Post Facto: Las variables explicativas son caractersticas de los sujetos (no se
pueden manipular). Ejemplo: Efecto optimista/pesimista sobre el tiempo de recuperacin
enfermedad
Anlisis y Proceso de Datos en Psicologa: T2 15 Prof. J. Gabriel Molina y Mara F. Rodrigo

Metodologa observacional:
o Recogida de datos en situaciones naturales sin intervencin del investigador.
o Ejemplo: estudio de las conductas agresivas en nios observndolos en el aula.

Sealar que el tipo de conclusin que se puede extraer del anlisis de los datos depende la
metodologa utilizada:
o Metodologa experimental: Relacin causal entre VI y VD (validez interna)
o Metodologa no experimental: Relacin entre las variables

Ejemplo: Metodologa experimental / no experimental y Causalidad
Problema de investigacin: Cmo podemos mejorar el tratamiento de la ansiedad?
Hiptesis: El tratamiento psicolgico es mejor que el farmacolgico.


Tratamiento:
- Farmacolgico (F)
- Psicolgico (P)

Ansiedad
Variable explicativa (X)
Variable de respuesta (Y)
Considrense las dos siguientes posibilidades en el diseo de la investigacin:
2. No experimental (cuasi-experimental):
NO asignacin aleatoria (2 centros)
1. Experimental:
Asignacin aleatoria
F P

6 4
8 12
2 4
... ...

X = 8 X = 6
F P

6 4
8 12
2 4
... ...

X = 8 X = 6
Anlisis estadstico de los datos: La diferencia observada entre las dos medias es estadsticamente
significativa?
Anlisis y Proceso de Datos en Psicologa: T2 16 Prof. J. Gabriel Molina y Mara F. Rodrigo
La media de ansiedad del grupo de pacientes tratados psicolgicamente es significativamente
menor que la media de ansiedad de los pacientes tratados farmacolgicamente.
Ejercicio (adaptado de Gambara, 2002): Para cada una de las siguientes hiptesis:
o identificar X e Y
o la metodologa para contrastar la hiptesis podra ser experimental?

1. El refuerzo positivo mejora el aprendizaje de las ratas al recorrer un laberinto.
2. En los carteles publicitarios, la posicin de la marca anunciante influye sobre la atencin
que los potenciales compradores prestan a la misma
3. Los sujetos expertos en una materia (p.e. historia) aprenden mejor un material si ste
pertenece a su dominio de conocimiento que si no pertenece.
4. Los jugadores de ajedrez profesionales y ocasionales, difieren en su capacidad de memorizar
aspectos significativos del juego.
5. Los sujetos dependientes e independientes de campo difieren en su capacidad para resolver
problemas espaciales
6. Los nios que reciben un entrenamiento perceptual-motor tendrn una ejecucin mejor en
tareas de coordinacin culo-manual que los nios que no reciben este entrenamiento.
7. Las caras de las personas de un grupo racial diferente son ms difciles de recordar que las
de las personas que pertenecen al mismo grupo racial.
8. En la empresa ZZZ, los trabajadores de la seccin de produccin presentan una mayor
satisfaccin laboral que los trabajadores de la seccin comercial.


Referencias:

Botella, J., Len, O. G., San Martn, R. y Barriopedro, M. I. (2001). Anlisis de datos en psicologa
I: teora y ejercicios. Madrid: Pirmide.
Gambara, H. (2002). Mtodos de investigacin en psicologa y educacin: Cuaderno de prcticas
(3 ed.). Madrid: McGraw-Hill.
Navas, M.J. (2001). Mtodos, diseos y tcnicas de investigacin psicolgica. Madrid: UNED.
Pardo, A. y San Martn, R. (2001). Anlisis de datos en psicologa II. Madrid: Pirmide.
Portell, M.; Vives, J. y Boixads, M. (2003). Mtodes dinvestigaci: recursos didctics. Bellaterra:
Servei de Publicacions de la UAB.
Stevens, S. S. (1946). On the theory of scales of measurement. Science, 103, 677-680.
Anlisis y Proceso de Datos en Psicologa: T2 17 Prof. J. Gabriel Molina y Mara F. Rodrigo