1 Ergonoma

En los primeros aos, los ergnomos no saban exactamente definir el trmino

Ergonoma, ya que no tenan claro si era una ciencia o una tcnica o ambas cosas. Tal
situacin ocasion diferentes definiciones de Ergonoma, las cuales van ms fijadas a
la frontera de esta disciplina, que a desacuerdos de planteamiento importantes.
Actualmente, los ergnomos no buscan una definicin nica y precisa de esta
disciplina, sino lo importante a tener en cuenta es que la ergonoma tiene en cuenta a
las
personas
cuando
se
proyecta
y
organiza.
La Ergonoma es un procedimiento que da mayor importancia al conocimiento real del
trabajo y a la utilizacin adecuada de mtodos y tcnicas. Por lo que el foco de
atencin se centra ahora en los mtodos para la evaluacin del trabajo y de los
sistemas de trabajo. Se considera a la Ergonoma tanto una ciencia como una tcnica,
la cual se basa mediante una serie de procedimientos de recopilacin de datos para
posteriormente
aplicar
unos
resultados.
Debido a que se considera una ciencia, tiene una labor de investigacin
interdisciplinaria, por lo que emplea una serie de mtodos y tcnicas basadas en
ciencias como la anatoma, fisiologa y psicologa. Al igual que se considera como
tcnica, sta emplear mtodos o tcnicas derivadas de la medicina o ingeniera.

2 Enfoques sobre la ergonoma

La Ergonoma puede entenderse de diversas formas, por lo que podemos emplear
metodologas ergonmicas desiguales segn el contexto. Los ergnomos no suelen
trabajar desde el mismo punto de vista, ya que unos se pueden centrar en cmo
aplicar su trabajo, otros sobre los objetivos de tal aplicacin; tambin se pueden
centrar
sobre
modelos
de
personas
y
rendimientos,
etc.
Dichos enfoques o puntos de vista pueden ser orientados a la aplicacin, al objetivo, a
la actuacin humana o tambin al diseo. Esta diversidad de enfoques tiene la ventaja
de proporcionar un contexto para una visin global de la metodologa ergonmica.
Como ya hemos hecho referencia anteriormente, la ergonoma no debe ser vista baja
un solo enfoque.

Posteriormente vamos a indicar los diversos modelos de orientacin que se

pueden aplicar:

Orientados a la aplicacin
La visin de la ergonoma es ver las interacciones que existen entre
las personas, las cosas que utilizan y el entorno donde lo realizan.
Se intentar adaptar persona-mquina, controlando el lugar de
trabajo, el entorno fsico de trabajo, el entorno social, etc., ya que
pueden influir sobre l. Segn este modelo, la metodologa

ergonmica se puede entender como el conjunto de tcnicas que

se deben aplicar para predecir, investigar o desarrollar cada una de
las posibles interacciones: persona-tarea, persona-trabajo,
persona-organizacin, persona-proceso, persona-entorno, personapersonas, persona-entorno laboral.

Orientados al objetivo
Los objetivos de la Ergonoma se pueden diferenciar en dos tipos:
En los logros para:
o Empresario o fabricante.
o Empleado o usuario.
Un trabajo o un equipamiento diseado de acuerdo a las
necesidades de un trabajador o usuario no disminuir la eficacia del
trabajo, sino que la aumentar.

Orientados a la actuacin humana

Lo que se intenta en este punto es examinar lo que hacen las
personas en cualquier campo. Los mtodos utilizados sern en
funcin de cmo proporcionan, mejoran, adaptan y aplican la
informacin obtenida a partir de modelos orientados a la actuacin
humana. A continuacin, vamos a indicar un modelo conocido
como Wickens sobre el Procesador humano de la informacin, el
cual ha sido utilizado para explicar como nos comportamos en
nuestro entorno, permitindonos probar hiptesis sobre la
actuacin humana. Segn dicho modelo, los estmulos externos se
perciben por las personas a travs de los sentidos, pero, para que
sean percibidos por el cerebro, se tendrn que poner en
funcionamiento mecanismos atencionales y de memoria. Dichos
recursos sern necesarios para la toma de decisin, para la
seleccin de la respuesta, y para su ejecucin. Las respuestas
emitidas por las personas se convierten en estmulos nuevos
mediante unos mecanismos llamado feedback o retroalimentacin.

Orientados al diseo del proceso

Visto desde esta perspectiva, los mtodos deben ser desarrollados
para apoyar cada fase del diseo, ya sean los definidos en trminos
generales o los definidos en trminos especficos, dirigidos al imput
ergonmico. El modelo de diseo interactivo de Williges (1987),
presenta mediante un diagrama de flujo, las tres etapas en el
diseo de la interfaz persona-software informtico:

o 1 Fase: Se proceder a realizar un diseo inicial del

software, partiendo de la definicin de los objetivos de
diseo que se pretenden, y del anlisis de la tarea o funcin
a la que se aplicar el software final. Estos pasos se
cubrirn una vez que se tengan presentes las
caractersticas de los usuarios potenciales a los que va
dirigido el producto. Una vez cumplido lo anterior, se
establecern las directrices del diseo y la realizacin de un
primer ensayo.
o 2 Fase: Se formular un prototipo, que deber ser testado
por varias personas para as poder mejorar este prototipo
todo lo posible.
o 3 Fase: Se tomarn las decisiones necesarias sobre la
calidad de la versin final y su precio de mercado, as como
la experimentacin en una poblacin, para as comprobar
los resultados y, por consiguiente, la aceptacin del
producto.

3 Mtodos que utilizan en ergonoma

Algunos autores clasifican los mtodos empleados en Ergonoma en:
Tcnicas analticas, empleadas durante el desarrollo de los sistemas.
Mtodos de medidas, empleados para la evaluacin del
funcionamiento de los sistemas.
Otros autores han hecho otra clasificacin, diferenciando lo que son
mtodos fisiolgicos y mtodos psicolgicos; dicha clasificacin no fue muy
bien
vista
por
los
dems.

Ergnomos de Ergonomics Information Anlisis Centre (EIAC), de la

Universidad de Birmingham, realizaron una clasificacin bastante compleja
de los modelos, mtodos, tcnicas y mediciones empleados en ergonoma,
lo que se indica en el siguiente apartado.
Metodologa ergonmica: modelos, mtodos, tcnicas y mediciones
1. MODELOS Y MTODOS
o Modelizacin y simulacin:
Modelizacin de las caractersticas humanas.
Modelizacin de las caractersticas de los sistemas.
Modelizacin de las caractersticas del ambiente.
o Uso de simulacros:
Uso de plataformas de pruebas.
o Maquetas y prototipos.

o Maniques y ensayos de ajustes.

o Anlisis de los sistemas:
Anlisis de la tarea.
Anlisis de las funciones y habilidades.
o Fiabilidad humana y fiabilidad del sistema.
o Registros fisiolgicos y piscofisiolgicos.
o Estudio del trabajo:
Estudio del mtodo de trabajo.
Medicin del trabajo.
o Mtodos de recogida y registro de datos (en campo y en
laboratorio):
Registros en personas.
Registros por autocumplimentacin.
Registros por equipos.
o Mtodos de procesamiento y anlisis de los datos:
Anlisis estadstico y psicomtrico
Procesamiento de la seal y anlisis espectral.
Procesamiento de la imagen.
o Escalas psicofsicas y psicolgicos.
o Uso de la opinin de los expertos.
o Protocolos de anlisis.
o Mtodos para la puesta a punto de los equipos.
o Anlisis de los costes / beneficios.
2. TCNICAS
o Tcnicas de observacin:
Observacin participativa y grupos de tomas de
decisiones.
Observacin visible.
Observacin no intrusiva.
o Listas de comprobacin (checelists).
o Entrevistas.
o Cuestionarios y encuestas.
o Escalas.
o Aplicacin de bateras de tests.
o Diseo de equipos experimentales.
Diseo del hardware para experimentacin.
Diseo del software para experimentacin.
o Tcnica del incidente critico.
3. MEDICIONES

o
o
o
o
o

o
o
o

Comparacin de las mediciones.

Tiempos y ritmos.
Error, precisin, fiabilidad y frecuencia.
Frecuencia del evento.
Caractersticas de la respuesta:
Sensibilidad.
Respuesta cruzada.
Resultados y productividad.
Mediciones combinados e ndices.
Mediciones subjetivas:
Clasificacin por orden y preferencias.
Opiniones.
Utilizacin.

Wilson y ms autores realizaron diversidad de mtodos. De la tabla

expuesta en la parte superior se suelen utilizar ms habitualmente los
mtodos de observacin indirecta, como cuestionarios y escalas de
clasificacin, ya que son fciles de aplicar y adecuados para los
estudios ergonmicos. Existen otros mtodos que son ms difciles de
utilizar como son los mtodos informatizados, los de anlisis de la
actividad y el registro automatizado de datos.
Para los estudios ergonmicos, efectuados en campos, se pueden
utilizar varios mtodos y una combinacin de tcnicas cualitativas y
cuantitativas. Dichos mtodos, vienen recogidos en la siguiente tabla.
MTODOS QUE SE SUELEN UTILIZAR PARA LA EVALUACIN Y REDISEO
DEL TRABAJO
o
o
o
o
o
o
o
o
o
o
o
o
o

Cuestionarios.
Escalas de actitudes y de opinin.
Discusiones informales con los individuos.
Reuniones de grupos de decisin.
Registro escrito de las actividades.
Registro en vdeo o en cinta magnetofnica.
Registro fotogrfico.
Protocolo de anlisis verbal concurrente o a posteriori.
Mediciones fsicas de las dimensiones del lugar de trabajo.
Mediciones fsicas de las variables ambientales.
Registro fisiolgico y psicofisiolgico.
Modelizacin por ordenador del espacio de trabajo.
Simulacin y tests de ensayos de los sistemas o lugares de
trabajo.

Con el empleo de algunos de estos mtodos, se podr llevar a cabo la

realizacin de una evaluacin completa en cualquier situacin, y se
podr dar sugerencias o recomendaciones para el rediseo del
contenido del trabajo, de las tareas, del puesto y del entorno de
trabajo.
Habr que tener bastante claro los mtodos que se van a utilizar, ya
que se puede caer en el error de medir todo lo que sea posible,
cualquiera que sea la situacin, lo cual puede llevar a que los
resultados sean complejos de interpretar, o que el anlisis de una
diversidad de datos estudiados no se tenga claro cul es su propsito o
utilidad. Por lo tanto, antes de recoger los datos, se tendr que tener
bastante claro el mtodo de estudio que se quiere emplear.

2 Mtodos estadsticos
En la Unidad didctica II, hablaremos sobre los mtodos estadsticos
empleados en ergonoma y psicosociologa.

1 Estudios empleados en ergonoma

Tanto en Ergonoma, como en Psicosociologa aplicada, se suele emplear una serie de
estudios, los cuales partirn de un objetivo o una pregunta a la que se quiera
responder. Dicha respuesta ir dirigida a conocer:

La frecuencia con que se produce un determinado hecho.

La descripcin de las caractersticas de ese hecho.
La estimacin del efecto de un determinado factor de estudio.

En cualquiera de los casos, para conocer la respuesta a esa pregunta, el investigador

tendr que realizar:

La seleccin de una poblacin de estudio.

La recogida de datos.
El anlisis e interpretacin para conocer la respuesta a la pregunta.

El estudio se realiza para evitar errores en la respuesta. Se entiende por diseo de un

estudio, a los procedimientos, mtodos y tcnicas que se aplican por el investigador
para seleccionar a los sujetos que va a investigar; recogiendo una informacin,
analizndola e interpretando los resultados.

Existen como ya hemos dicho diversidad de tipos de estudios, que siguen

diferentes criterios. A continuacin, se indicar uno de ellos, en el que se
realiza una clasificacin segn la finalidad del estudio. Dicho criterio hace la
siguiente divisin:
Descriptivos
o Estudios que evaluan una presunta relacin causa-efecto.
o Estudios cuya finalidad es meramente descriptivas.
En ergonoma y psicosociologa, se suelen utilizar los estudios descriptivos
los cuales suelen ser:

Estudios cuyo objetivo es determinar la frecuencia de una

enfermedad, de un sntoma, o de algn tipo de caracterstica en una
muestra o poblacin concreta.
Estudios sobre la enumeracin descriptiva de unas caractersticas
seleccionadas, obtenidas de un grupo de sujetos con caractersticas
comunes.
Estudios cuyo objetivo consiste en comprobar la frecuencia con que
se da una determinada caracterstica en dos muestras de sujetos,
pero sin asumir ninguna relacin causa-efecto.
Tambin, en ocasiones, se suelen realizar estudios de tipo analtico, siendo
los ms habituales los estudios de casos y controles. Dichos estudios se
llevan a cabo seleccionando por un lado a un grupo de personas que
presenten un determinado sntoma (casos) y, por otro lado, a otro grupo
que no presenten dicho sntoma (controles), determinando en ambos
casos, el nivel de existencia o frecuencia de exposicin previa a
determinado factor que se sospecha causa del sntoma.

2 Pronstico del estudio

Lo primero a tener en cuenta a la hora de realizar una investigacin, es
decidir lo que se va a investigar, y bajo qu aspectos, es decir, se intentar
definir el objetivo del estudio.
Objetivo
El objetivo de los estudios descriptivos suele ser fcil de definir, ya que slo
es necesario especificar las caractersticas de los sujetos o del proceso que
se va a definir. En el caso de los estudios analticos, suele ser ms
complicado, ya que primariamente se formula el objetivo en trminos
genricos, figurando una pregunta amplia que sirve para centrar el tema de
inters. Posteriormente se formula una pregunta precisa que sirve para
evaluar una hiptesis concreta, y que constituye el objetivo especfico. El
objetivo especfico es la pregunta que se debe contestar principalmente.
Dicha pregunta se formular en trminos precisos y mensurables, y ser
planteada como una hiptesis contrastable. El objetivo especfico lleva
implcita la respuesta que el investigador plantea como posible explicacin,
aunque se evitar que ello influya sobre las observaciones, conservando la
objetividad en todo momento. La pregunta que constituye el objetivo del
estudio tendr que reunir una serie de requisitos, tales como, ser:

nica.
Relevante.
Simple.
Contrastable.

Formulada explcitamente.
Definida a priori.

3 Colectivo de personas necesarias para el estudio

Cuando se tenga claro el tipo de estudio que se quiere realizar, se proceder a
determinar el colectivo de trabajadores y los puestos de trabajo que se van a estudiar.
Se tendrn que tener en cuenta tres cuestiones, que se encuentran relacionadas con la
eleccin de los sujetos del estudio:

Especificar la poblacin de estudio.

Valorar el tamao necesario de la muestra.
Concretar la tcnica de muestreo.

Se entiende por poblacin al grupo de individuos que se intentan estudiar,

los cuales reflejarn los resultados de dicho estudio. El anlisis se llevar a
cabo a trabajadores y puestos de trabajo afectados, en el caso de que los
trabajadores no sean muchos, se podr aplicar la tcnica o tcnicas
elegidas a todos los afectados, pero cuando la poblacin es bastante
amplia, llevar a cabo el estudio puede resultar bastante caro, tanto en
recursos como en tiempo, y las operaciones de recogida, clasificacin y
anlisis de los datos sern complicadas de realizar. Por lo tanto, en sta
situacin, ser conveniente trabajar con una muestra de ese colectivo,
entendiendo por muestra al conjunto de individuos que realmente van a
ser objeto de estudio. La muestra que se obtenga deber ser representativa
de la poblacin que haya sido objeto de estudio. Para que lo expuesto se
d, primero se determinar el tamao de muestra necesario para nuestro
estudio y, en segundo lugar, se emplear una tcnica de muestreo
adecuada.
Una vez que se tiene claro cul es la poblacin a estudiar, se proceder a
determinar el nmero de sujetos que van a componer la muestra de
trabajadores a estudiar. Existen dos puntos importantes a tener en cuenta:
uno de ellos consiste en existir un gran nmero de sujetos, en cuyo caso se
encarecer el estudio, tanto econmicamente como a nivel de
disponibilidad de recursos humanos y fsicos. El otro punto es que el
nmero de sujetos, objeto de estudio, sea insuficiente, en cuyo caso puede
conducir a conclusiones errneas.
Para calcular el tamao de la muestra, se tendr que tener en cuenta el tipo
de estudio que se quiere realizar.
Por ello, y de forma generalizada, puede considerarse que una
investigacin pueda pertenecer a uno de los dos tipos de estudio
siguientes:

Estimacin de un parmetro, por ejemplo, el total de trabajadores

que tienen una caracterstica en comn.
Contraste de hiptesis, por ejemplo, comprobar si un sntoma se da
en dos grupos diferentes de trabajadores que se encuentren en
secciones diferentes.
Cuando se realicen otros estudios, se tendrn que consultar textos que se
encuentren recogidos en la bibliografa, donde aparecern frmulas, tablas
para distintos casos o situaciones.

Para poder calcular el tamao de muestra en los estudios de estimacin de

un parmetro, tendremos que tener bastante claro lo siguiente:
CLCULO DEL TAMAO CONCEPTOS A TENER EN CUENTA
Se medirn:

Variabilidad del
parmetro que
se desea
valorar.

Las variables cuantitativas, mediante la varianza

de su distribucin.
Las variables cualitativas, por el producto [ (1)], siendo [
] la proporcin de

individuos que presentan la caracterstica de

inters.
En el caso de que no se conozca la variabilidad del
parmetro que se quiere conocer, se puede obtener una
aproximacin a partir de la literatura, de datos propios
previos, o de la realizacin de un estudio piloto. Cuando la
variabilidad sea mayor, tambin ser mayor el n. de
sujetos precisos.
La estimacin de un parmetro no se realiza de forma
puntual, sino que se calcula el intervalo de confianza.
Inicialmente se fijar la amplitud que queremos que tenga
el intervalo de confianza, es decir, lo que se desea
Precisin que
conseguir es precisar la estimacin. Cuando ms precisa
se desea
queramos que sea la estimacin, ms estrecho ser el
conseguir en la
intervalo, y ms sujetos debern ser estudiados.
estimacin.
La precisin se fijar en relacin con la finalidad del
estudio. En algunos casos, ser conveniente que exista una
gran precisin, pero, sin embargo, en otros casos, no se
requerir que la estimacin sea tan precisa.
Nivel de
Indicar el grado de confianza o seguridad que se tendr
confianza. de que el verdadero valor del parmetro, se halle
introducido dentro del intervalo conseguido. Cuanta

CLCULO DEL TAMAO CONCEPTOS A TENER EN CUENTA

mayor confianza se desee, mayor tendr que ser el n. de
sujetos necesario. El nivel de confianza se fija en el 95%
normalmente, correspondiente a un valor [ =0.05], lo cual
significa que con una confianza del 95%, el parmetro que
buscamos se encontrar incluido dentro del intervalo que
hemos obtenido.
La precisin y el nivel de confianza lo fija el propio investigador, segn el
inters que muestre ste, pero la variabilidad del paramento habr que
calcularla. Para calcular el n. de sujetos precisos para efectuar un estudio
cuyo objetivo es la estimacin de un parmetro, se tendr que aplicar la
siguiente frmula:

Si se quiere estimar una proporcin en una determinada poblacin, y no se

conoce el valor aproximado del parmetro que estamos buscando, y,
adems, no existen datos de la literatura que resulten tiles, ni tampoco se
puede realizar una prueba piloto para as poderlo conseguir, se sugiere que
se adopte la postura de la mxima indeterminacin.
sta se fundamenta en suponer que el porcentaje que se desea estimar se
sita alrededor del 50%, ya que es el valor que requiere una mayor
cantidad de individuos, de manera que el n. conseguido supere cualquier
otra combinacin de parmetros.
La tabla CALCULO DEL TAMAO CONCEPTOS A TENER EN CUENTA indica
el tamao de muestra necesario en diferentes situaciones, con una
confianza del 95%, y distintas precisiones, las cuales llegan desde 0.001
hasta el 0.005.

La frmula que se expres anteriormente nos permite calcular el tamao

de muestra necesario cuando trabajamos con una poblacin infinita, sin
embargo, para poblaciones finitas, la frmula que se aplicar ser:

La tabla TCNICAS DE MUESTREO nos permite determinar el tamao de

muestra a partir de una poblacin finita, para diferentes mrgenes de error
en el supuesto de mxima indeterminacin (=0.50) y con un nivel de
confianza del 95.5%.

Si se quiere estimar una media en una poblacin, y no disponemos de su

variabilidad, ni tampoco una estimacin de la misma, puede emplearse
para ello una regla prctica, la cual establece el rango de valores que se
pueden esperar. Asumiendo que la variable sigue una distribucin normal,
el intervalo 2 sx (siendo
la media y sx la desviacin estndar de la
distribucin), incluye aproximadamente el 95% de los valores posibles, por
lo tanto, al dividir dicho rango de valores entre 4, puede obtenerse una
cierta aproximacin al valor de la desviacin estndar sx, y de la varianza (
= sx2).

En la siguiente tabla se muestra el tamao de la muestra en algunos de las

situaciones ms frecuentes. Si se quiere seleccionar la muestra para
estimar la media de una poblacin finita, la frmula ser:

Da igual el caso que sea, ya que el tamao de la muestra indica el n. de

sujetos que se van a tener en cuenta en la medicin, y as conocer los datos
que queremos estudiar. Puede darse la situacin de que no se pueda
conseguir informacin de todos los sujetos de la muestra, por lo que el
tamao de la muestra deber ser aumentado en funcin del porcentaje de
trabajadores de los que se presienta que no se podr obtener la
informacin deseada.
Una vez que se establece el n. de sujetos que vamos a estudiar, se
proceder a decidir cmo se escoger la muestra o tcnica de muestreo.
TCNICAS DE MUESTREO
Como primer paso para escoger la muestra, se
realizar una lista completa de las unidades de
muestreo. Posteriormente, se seleccionarn las
MUESTREO
unidades necesarias mediante la aplicacin de un
ALEATORIO SIMPLE
determinado sistema, por ejemplo, el sistema de
tablas de nmeros aleatorios o un proceso
informatizado.

MUESTREO
SISTEMTICO

MUESTREO
ESTRATIFICADO

Se seleccionar mediante un proceso peridico

eligiendo uno cada K (constantes de muestreo)
individuos. Se calcular la constante dividendo el
tamao de la poblacin candidata por el de la
muestra necesaria.
Las poblaciones se dividen en subgrupos o estratos
segn ciertas caractersticas. Posteriormente se
extrae una muestra al alzar de cada uno de los
estratos. La finalidad de esta tcnica es asegurar que

TCNICAS DE MUESTREO
la distribucin de sujetos de la muestra, dependiendo
de cuales sean las variables por las que se estratifica,
es similar a la poblacin.
Principalmente se seleccionan las unidades de
muestreo de la poblacin (unidades primrias).
MUESTREO EN
Posteriormente se selecciona una muestra dentro de
ETAPAS MLTIPLES cada una de las unidades primarias (unidades
secundarias). Dicho muestreo es adecuado para
poblacin de referencia muy amplia y dispersa.

4 Concepto y seleccin de las variables

Las variables se seleccionarn, en funcin de su relevancia, para alcanzar los objetivos
del estudio. La definicin de las variables ser clara, operativa, y no dar lugar a
ambigedades. Dicha definicin incluir la escala de medida (nominal, ordinal, discreta
o continua), donde se recoger la variable, ya que la escala empleada determinar el
anlisis estadstico que posteriormente podr realizarse. Se suele utilizar la escala
continua, debido a que la misma es la que proporciona una mayor informacin, y
porque los datos cuantitativos pueden agruparse como categoras cualitativas.

Recogida de datos

Una vez que se hayan definido las variables, se proceder a recoger los datos, es decir,
a recopilar informacin para el muestreo. Se pueden utilizar diversas tcnicas de
investigacin, como la observacin, las entrevistas, las escalas, las hojas de registro,
etc., en relacin con el tipo de variable que se quiera medir.
Hay que tener en cuenta la elaboracin del documento, el cual se disear con el
objetivo de recoger los datos del estudio, para que quede registrada la informacin de
cada sujeto. Una de las tcnicas que ms se utiliza es la encuesta, cuyo instrumento es
el cuestionario, el cual se compone de una serie de preguntas sobre los hechos y
aspectos que son necesarios para la investigacin. Cuando se elabore un cuestionario,
se tendr en cuenta la estructura de ste, el nmero de preguntas que se van a incluir,
y la forma de redactar dichas preguntas, etc.

6 Cdigos asignados a las variables

Cuando en la investigacin se introduzcan variables cualitativas, ser
adecuado codificarlas numricamente, para que a cada valor de la variable
le pertenezca un cdigo preestablecido. Dichos cdigos transformarn las
respuestas en valores, los cuales se podrn tabular y analizar
estadsticamente y, a la vez, facilitarn la grabacin y el anlisis de los datos.
Ser adecuado codificar las variables a priori, teniendo en cuenta que el
cdigo numrico determinado a la categora de la variable, no expresa
ninguna cantidad.

7 Organizacin de los datos recogidos

Una vez que se haya recogido toda la informacin necesaria, se tendr que
realizar un anlisis descriptivo de los datos; lo que inicialmente se tendr
que realizar, consistir en estructurar la informacin de cada uno de los
sujetos, en forma de matriz de datos. Dicha matriz de datos es un tipo de
estructura o tabla donde se muestran los valores de cada sujeto en las
diversas variables, de manera que en las filas de dicha tabla se muestren
los individuos y, en las columnas, se indiquen la diversidad de variables.
Los datos obtenidos se organizarn para conseguir un resumen donde se
muestre de forma clara la informacin original. Para ello se realizar una
distribucin de frecuencias, donde se incluirn una serie de datos:

Frecuencia absoluta.
Frecuencia relativa.
Frecuencia absoluta acumulada.
Frecuencia relativa acumulada.
Porcentaje.
Porcentaje acumulado.

Si se quiere tabular una variable cuantitativa con diversas observaciones, se

emplear para tal fin la agrupacin de datos a intervalos, estableciendo
anticipadamente la amplitud de la distribucin, el nmero de intervalos, la
amplitud de stos, y sus lmites exactos.
Cuando se hayan organizado y estructurado los datos, se proceder a
describir como se distribuyen stos, si es mediante una serie de medidas o
ndices estadsticos, los cuales sern diferentes en funcin de que las
variables sean cualitativas o cuantitativas.
La descripcin de valores de las variables cualitativas, se llevar a cabo
mediante el clculo de las proporciones y los porcentajes relativos de cada
categora. El anlisis descriptivo de las variables cuantitativas se llevar a
cabo mediante dos tipos de medidas, mediante las cuales se caracteriza la
distribucin de sus valores:
Medidas de tendencia central:
o Media
o Mediana
o Moda
Medidas de dispersin:
o Varianza
o Desviacin tpica
o Amplitud
Medidas de posicin:
o Percentiles
o Cuartiles
Medidas de forma:
o Asimetra
Se seleccionar el ndice estadstico ms acorde para caracterizar la
distribucin de valores de la variable que queramos describir. Se suelen
utilizar sobre todo la media como medida de tendencia central, y la
varianza o la desviacin tpica como medida de dispersin. Cuando las
variables son asimtricas, la media deja de ser una buena medida de la
tendencia central, y la varianza como medida de dispersin. En dicho caso,
como medida de tendencia central, es mejor utilizar la mediana y, como
medida de dispersin, la amplitud intercuartil.

Los valores de estos ndices se pueden calcular mediante habitualmente

programas estadsticos informatizados.

8 Procedimientos
estadstica

que

se

emplean

para

la

inferencia

La inferencia estadstica se centra en la estimacin de ciertas caractersticas

de una poblacin a partir de los datos conseguidos de una muestra
procedente de dicha poblacin. Se suelen utilizar dos procedimientos para
dicha estadstica:

Estimacin de parmetros
Los parmetros son los ndices estadsticos que detallan una poblacin.
Una vez obtenidos los datos de una muestra, se estima un parmetro de la
poblacin. Para realizarlo, se emplearn intervalos de confianza, los cuales
definirn el rango de valores donde muy probablemente se encontrar el
parmetro que queremos estimar para la poblacin. Los parmetros ms
interesantes sern los proporcionales y medias. Dicha estimacin se puede
realizar:
Una vez que se realiza una muestra de tamao n, se llega a
la conclusin de que una proporcin p de dicha muestra
tiene cierta caracterstica. Posteriormente se proceder a
conocer qu proporcin () esperamos encontrar en la
Estimacin de
poblacin de referencia. Para calcular el intervalo de
una
confianza de una proporcin, se proceder a:
proporcin
poblacional.
Estimar la proporcin p (proporcin en la
muestra).

Calcular el error estndar de p: EE =

.
Calcular el intervalo de confianza IC 95%: p 1.96
EE.
Una vez que se realiza una muestra de tamao n, se llega a
la conclusin de que la media de cierta variable cuantitativa
es x. Una vez conocido lo expuesto, se proceder a conocer
que media () se espera encontrar en la poblacin
Estimacin de referente. Para calcular el intervalo de confianza de una
una media poblacin , se proceder a:
Estimar la media (media de la muestra).
poblacin.
Calcular el error estndar de la : EE = sx / siendo
sx la desviacin tpica de la variable.
Calcular los grados de libertad: gl = n-l.
Calcular el intervalo de confianza IC 95%: + t EE.

Contraste de hiptesis
Las pruebas de contraste de hiptesis o de significacin estadstica, son los
medios que nos permiten contrastar unos datos observados con unos

valores esperados o tericos. Dichas pruebas nos ayudan a comprobar

hasta qu punto es posible que la diferencia observada sea debida
exclusivamente al azar.
Inicialmente para la realizacin de una prueba de contraste de hiptesis,
habr que formular la hiptesis nula, para a continuacin, calcular,
mediante la prueba estadstica ms correcta, la probabilidad de que los
resultados conseguidos puedan deberse al azar, en el caso de que la
hiptesis nula fuera cierta. Esta probabilidad es el grado de significacin
estadstica, que se representa con la letra p. Segn lo expuesto se rechazar
o no la hiptesis nula. En el caso de que p sea menor, mayor ser la
evidencia en contra de la hiptesis nula, por lo que mayor ser la tendencia
a concluir que la diferencia existe en realidad. Ser necesario fijar un valor
de p por debajo del cual se considerar que se dispone de la suficiente
evidencia en contra de la hiptesis nula, para poder rechazarla. Se adoptar
un valor de p: 0.05, de manera que cuando:
p<0.05, indica que las diferencias se deben al azar, siendo muy baja.
Por tanto se rechazar la hiptesis nula.
p>0.05, indica que se han encontrado las suficientes evidencias
como para decir que no son iguales. Por tanto se aceptar la
hiptesis nula.
A continuacin, indicaremos algunas pruebas de contraste de hiptesis:

Comparacin de proporciones: Cuando se comparan dos variables

cualitativas, independientemente de sus categoras, se estarn
comparando proporciones. La forma ms adecuada para tratar los
datos es mediante tablas que representen en la fila una variable y en
la columna otra.
Una vez que se han organizado los datos, se proceder a establecer
la hiptesis nula(H0), que es la hiptesis de igualdad. Una vez que
se ha realizado la prueba estadstica, la H0 ser rechazada si
encontramos diferencias estadsticamente entre la proporciones
que estamos comparando. Independientemente del nmero de
categoras de las variables a relacionar, siempre y cuando ambas
variables sean de tipo cualitativo, la prueba estadstica que nos
permitir rechazar o no la H0 es la prueba de Ji al cuadrado (X 2). Lo
primero que hay realizar para hacer la prueba X 2 es calcular los
efectos esperados.
Los efectos esperados son nmeros que debern ocupar cada
casilla si la H0 de igualdad fuera cierta. El efectivo esperado de cada
casilla se calcular mediante el producto del marginal inferior por el
marginal derecho correspondiente, dividido por el total (Nj x Mj / N).

La prueba que hemos enunciado anteriormente consiste en un

sumatorio de tantos trminos como casillas tenga nuestra tabla.
Cada trmino es la razn del cuadrado de la diferencia del valor
observado (O), menos el valor esperado (E), partido por el valor
esperado (E).
Cuando p es menor o igual a 0.05, el resultado nos llevar a
rechazar la hiptesis nula y concluir que existen diferencias entre
las proporciones comparadas. Si se rechaza la hiptesis nula, se
tendr que conocer la magnitud de dicha diferencia. Lo expuesto se
calcular mediante la realizacin del clculo de intervalos de
confianza:

La prueba de X2 sirve para comparar dos variables cualitativas

cuando los efectivos esperados sean mayores o igual a 5. Si lo
expuesto no se da, las soluciones sern diferentes para una tabla
2x2 o para tablas con mayor nmero de categoras:
TABLAS 2x2

La prueba estadstica que se efectuar es el test

exacto de Fisher.
Podemos enunciar tres posibles opciones:

o Aumentar el tamao de la muestra y

repetir el anlisis.
o Agrupar dos o ms categoras y
sumar sus efectivos observados, as
TABLAS CON MAYOR
el tamao de la tabla se reducir y el
N. DE CATEGORAS
nmero de efectivos esperado
aumentar.
o Interpretar los datos con cautela y
advertir al posible lector que la falta
de potencia estadstica no admite
establecer unos resultados ms
concluyentes.
Comparacin de dos medias: Se realizar cuando se compare una
variable cualitativa de dos categoras con otra cuantitativa.
Para comparar dos medias, se pueden emplear varias pruebas en
funcin de caractersticas como el tamao de la muestra o el tipo de
distribucin normal o no.

Prueba t de Student: se emplea para comparar dos medias cuando

se dan las siguientes caractersticas:
o La variable que se ha estudiado sigue en cada grupo que se
compara una distribucin normal, o el tamao de cada
grupo es igual o mayor a 30.
o Las varianzas de las poblaciones de origen de las dos
muestras son homogneas. Se realizar una comprobacin
para aquellas muestras pequeas N<30, con la prueba de
Kolmogorov-Smirnov. El procedimiento Explorar del SPSS
ofrece medidas de asimetra y apuntacin de la distribucin
que nos permitir saber si la distribucin es normal,
empleando la prueba de Leven para casos de igualdad de
varianzas.
o Las varianzas de las poblaciones de origen de las dos
muestras son homogneas. Se realizar una comprobacin
para aquellas muestras pequeas N<30, con la prueba de
Kolmogorov-Smirnov. El procedimiento Explorar del SPSS
ofrece medidas de asimetra y apuntacin de la distribucin
que nos permitir saber si la distribucin es normal,
empleando la prueba de Leven para casos de igualdad de
varianzas.
o El procedimiento ms importante es el de homogeneidad
de varianzas, en el cual se tendrn que seguir los siguientes
pasos:
2
2
Hallar el valor de F: 12 / [
2 (siendo
1

la varianza mayor).
Hallar los grados de libertad para el numerador
(N1-1) y para el denominador (N2-1).
Si la F observada (calculada en paso l) es menor
que la F , las varianzas son homogneas.
Cuando se comprueba el supuesto de
homogeneidad de varias, se pasar a comparar
las dos medias.
1. Hallar la varianza conjunta (s2x).
2
s2x = [(N1-l) 12 + (N2-l)
2 ]/ (N1+N2-2)

2. Hallar la diferencia entre las medias observadas (d).

d = 1-2
3. Hallar el error estndar para la varianza conjunta (EE).

EE=
4. Determinar los grados de libertad de la prueba (gl).
gl = N1 + N2 2
5. Hallar el valor de t.
t = d / EE
6. Si se obtiene una diferencia significativa, habra que estimar la
magnitud de la diferencia, a travs del clculo del intervalo de
confianza (IC).
IC = d + t EE
Otros tipos de comparaciones
Existen diferentes tcnicas estadsticas:

Para relacionar una variable cualitativa con c categoras, con una

variable cuantitativa, la prueba estadstica es el anlisis de varianza,
que supone una generalizacin de las pruebas de comparacin de
dos medias. Si el resultado de una prueba de anlisis de varianza es
el rechazo de la hiptesis de igualdad de las c medias, equivale a
aceptar una hiptesis inespecfica de desigualdad de una de las
medidas, que no suele responder a las hiptesis experimentales que
se quieren verificar. Se emplearn unos procedimientos estadsticos
contrastes para estimar la diferencia entre dos o ms medias y
para comprobar si dicha diferencia es significativa.
Para analizar la relacin entre dos variables cuantitativas, se
utilizarn las tcnicas estadsticas Correlacin (se emplea para
analizar la relacin entre un conjunto de variables cuantitativas que
juegan un papel simtrico, sin plantearse cul es la variable
dependiente e independiente), y Regresin lineal (se emplea para
analizar la relacin entre una variable dependiente y una o ms
variables independientes).
Para estudiar la asociacin entre una variable exposicin y una
variable respuesta, se ofrecer una medida bruta de asociacin, la
cual representar el efecto de dicha exposicin sobre la respuesta
cuando no existan terceras variables que afecten la relacin.
Para la investigacin no experimental donde no se d aleatorizacin,
se utilizarn las tcnicas multivariables. Con dicha tcnica, se
comprobar el efecto de estas terceras variables que pueden influir
en la relacin entre la exposicin y las respuestas, por lo que se dar
una medida menos sesgada de la relacin a evaluar.

Lnea mltiple: permite introducir en el estudio todas las

variables independientes cuantitativas y/o cualitativas que
pueden enmascarar el efecto de una variable independiente
Regresi sobre una variable dependiente cuantitativa.
n
Logstica: permite relacionar una variable dependiente cualitativa
con un conjunto de variables independientes cuantitativas y/o
cualitativas.