DISEO DE EXPERIENCIA O

CONTRASTACION
DE HIPOTESIS
A. DISEO DE EXPERIENCIA O CONTRASTACION DE HIPOTESIS

Contrastar es someter a prueba algo para comprobar su valor,
autenticidad y pureza.

A.1. Definicin

Aqu se describe que tiene que hacer el investigador para demostrar la verdad
o falsedad de la hiptesis planteada , por lo que se describe los diseos bsicos
de contrastacion, la forma como obtener y analizar datos, como clasificarlos,
resumirlos, evaluarlos a la luz de los antecedentes para hacer finalmente las
Respectivas inferencias.
CONTRASTACION DE HIPOTESIS O
DISEO DE EXPERIENCIA
4. INFERENCIA CIENTIFICA
Es el proceso lgico que permite pasar de
un conjunto de proposiciones originadas
en la observacin cientfica (estado del
Arte) a otro conjunto de proposiciones
(consecuentes) que son las conclusiones
3. ANALISIS ESTADISTICO DE DATOS
Es el proceso en la cual los datos tienen
que ser medidos y expresados en nmeros
para facilitar su manipulacin y tomar la
decisin de aceptar o rechazar la hiptesis
2. RECOLECCION DE DATOS
Los datos son resumidos y analizados, permiten
confirmar o refutar la hiptesis. La recoleccin
de datos es sobre: longitud, peso sexo,
presin, etc. Si esta etapa es inadecuada, los
resultados tambin lo sern.
1.MODELO LOGICO Y EXPERIMENTAL
Aqu se identifica los pasos lgicos a travs
de un modelo lgico (diagrama de flujo) y
luego se identifica como proceder en la
realidad a travs de un modelo experimental
para recolectar los datos necesarios,
se emplean grficos ideogramas
A.2. Contenido
A.3. Diseos Descriptivo y experimental de contrastacion
Tiene un carcter especifico, se propone como se va a proceder para
demostrar la hiptesis. Se emplean grficos o ideogramas.

Se conocen dos tipos de modelos o diseos:

A.3.1. Diseos descriptivos (valido para contrastar hiptesis descriptivas):
Describen la realidad tal y conforme se presenta en la naturaleza, no se
manipula ninguna variable solamente se observa y describe el fenmeno tal
y conforme se presenta. Se utiliza en problemas de descubrimiento o
descriptivos: qu?,cundo?,cules?).

Pueden presentarse como.
-Diseo de una casilla:
M
Donde:
M: representa la muestra
O: representa lo que
observamos
O
Consiste en seleccionar la muestra sobre la realidad problemtica que
se desea investigar. En esta muestra se hace averiguaciones

Ej.Cules son las fases del proceso en la elaboracin de harina de
pescado (O) en las fabricas de Chimbote (M)?

- Diseo comparativo (varias casillas).
M1
M2
M3
01
02
03
Donde:
M1...........Mn: son las muestras
O1.............On: son las observaciones
Se utiliza cuando se quiere comparar una misma variable en diferentes lugares
o situaciones para ver si tienen el mismo o diferente comportamiento
Ej. cul es la incidencia de tuberculosis pulmonar en los distritos de la
Esperanza , Porvenir y Florencia de Mora, de la provincia de Trujillo en el
presente ao?.

-Diseo Correlacional.

M
OX
OY
OZ
Donde:
M: representa la muestra
OX, OY, Oz: observaciones
Este tipo de diseo se utiliza cuando se quiere comparar que relacin
tienen diferentes variables que se pueden obtener de una misma muestra.

Ej. qu relacin existe entre la temperatura, oxigeno disuelto y turbidez
de la laguna Sausacocha?.
- Diseo Longitudinal.
M
T1
O1
T2
O2 03
T3
Donde:
M : representa la muestra
T1..........Tn : los tiempos
O1..........On: las observaciones
Este tipo de diseo se utiliza cuando se quiere observar el comportamiento
de una variable a travs del tiempo.

Ej. cmo ha evolucionado los programas de educacin al medio ambiente
en los ltimos cinco aos?.
-Diseo Ex Posfacto
Son aquellos que se utilizan para determinar las relaciones entre variables
tal y conforme se presentan en la realidad, sin intervencin del investigador

Pueden ser
Retrospectivos: Se utiliza cuando el fenmeno ocurri y se trata de buscar
las causas posibles en el pasado

Ej.
cules fueron las causas del colapso de la exportacin de harina de pescado
entre 1972 y 1990 en el Per ?.

Prospectivos: Se utiliza cuando se observa uno varios factores, a los que
se les trata de buscar sus posibles efectos en un intervalo de tiempo futuro.

Ej. De que manera influir la crisis econmica y la falta de empleo en la
desercin estudiantil a nivel secundario en los prximos cinco aos en el
Per?.
A.3.2. Diseos experimentales (valido para contrastar hiptesis explicativas):
Manipula deliberadamente la realidad a travs de una o mas variables
independientes para ver sus efectos sobre una o mas variables dependientes,
Se usan en problemas explicativos o experimentales (por qu?, cmo? ,que
empiecen con un verbo y relacionan dos variables).

Requisitos para que una prueba sea considerado un experimento.

1. Manipulacin intencional de una o mas variables independientes (un
grupo se expone a la variable independiente, al otro no, al primer grupo
se llama experimental y al otro de control
2. Medicin de la variable dependiente permite conocer la influencia de
la independiente.
3. Control o validez interna de la situacin experimental, lo cual significa
conocer que esta ocurriendo realmente entre la variable independiente
y dependiente. Se logra a travs del muestreo al azar.

La validez interna se logra a travs del muestreo al azar
Pueden presentarse

- Diseos experimentales puros: Son aquellos que renen los dos requisitos
para lograr el control y validez interna

Grupos de comparacin, cuando menos, uno experimental y otro de control
Grupos equivalentes en sus caractersticas relevantes, no solo internas,
sino tambin en las circunstancias ambientales (horas y lapsos de aplicacin
de los estmulos, de las mediciones, etc)
Existe Pre-Post Test y los grupos control y experimental son escogidos al
azar. Se pueden presentar como

1. Grupos en paralelo







B
B
A A
E1
E2
Donde:
A y B: son muestras que se aplica
diferente estimulo y se hace un
Pre y Post-test.
Ej: cul es el efecto que tiene la leche
materna y leche envasada sobre el
crecimiento en peso de lactantes?


2. Diseo clsico



B
Donde:
A y B son muestras una con y otra sin
estimulo
Ej. cul es el efecto que tiene la dieta rica en protenas sobre la
fecundidad en mujeres de 24 a 26 aos
A
B
E
A`
B. RECOLECCION DE DATOS
Como consecuencia de la aplicacin del modelo lgico y
experimental (observacin o la experimentacin), se
obtienen datos, los cuales resumidos y analizados, van a permitir
confirmar o refutar una hiptesis. La recoleccin de los datos
es una etapa importante, en la ejecucin de un trabajo
de investigacin. Si la recoleccin de estos datos es hecha
inadecuadamente, las generalizaciones consecuentes sern
errneas y el trabajo cientfico ser intil
B.1. Universo o poblacin

Es el conjunto de elementos relacionados entre si, que poseen una o mas
variables (caractersticas, atributos o propiedades) comunes, las que deben
ser precisadas en el tiempo y en el espacio, para que la definicin de
universo resulte inequvoca

B.2. Tipos de universos

a. Universo Objetivo: Cuando los elementos que lo constituyen son ilimitados a
travs del tiempo y del espacio. Constituye el objetivo final de la inferencia
estadstica.

Ej.
Los estudiantes universitarios
Las pozas de cultivo de truchas
Los ingenieros mineros del mundo


b. Universo Muestral: Es una parte o subconjunto del universo-objetivo, que
esta determinado y delimitado especficamente en el tiempo y en el espacio
por el investigador y de cuyos componentes en la practica se obtiene la
muestra para realizar la investigacin.

Ej.
Los alumnos de la UNT matriculados en el presente ciclo.
Las pozas de cultivo de langostinos en Tumbes, en 2001.
Las enfermeras del Hospital Regional de Trujillo, que laboran en ciruga.

Algunas veces ambos universos son idnticos y no existen dificultades para
Generalizar a partir de la muestra, pero cuando difieren, no pueden aplicarse
Las generalizaciones con igual fuerza a uno y otro.

La definicin de Universo es esencial para:

Seleccionar la muestra
Asegurarse de que las generalizaciones inferenciadas sean verdaderas.
El universo muestral puede ser:

Universo Homogneo: Cuando los elementos que lo constituyen, tienen
atributos (caractersticas) esenciales, poco variables homogneas.

Universo Heterogneo: Cuando los elementos que lo constituyen, tienen
caractersticas, algunas de ellas similares, pero otras no lo son, de tal manera
que permitan agruparlas en subconjuntos.

En relacin a todo esto, es necesario distinguir: homogeneidad, cuando la
Varianza es pequea y heterogeneidad , cuando la varianza es grande.

Varianza: Es una medida del grado de dispersin de los valores de las variables
en relacin a la media aritmtica.
B.3. Muestra
Muestra: Aqu se realiza las observaciones para obtener
datos, que son puntos de partida para las
generalizaciones.
Testigo: Muestra obtenida del mismo universo, para
obtener iguales datos empricos en condiciones iguales
y estmulos diferentes a la muestra, con el objeto de
compararlos entre si como un control
Universo
B.3.1. Razones para el uso de las muestras

1. Ahorro de tiempo y dinero
2. Permite realizar mejor el trabajo
3. Evita perdidas innecesarias
4. Los errores se controlan mejor.

B.3.2. Limitaciones del muestreo

1. En casos de reas pequeas el muestreo resulta tan caro como un censo
completo.
2. Cuando se necesitan datos a intervalos regulares de tiempo y es posible
medir cambios muy pequeos entre periodos , la muestra tiene que ser muy
grande para observar estos cambios.

B.3.3. Criterios de aceptacin de un metodo de muestreo

1. Un buen metodo de muestreo nos puede dar datos confiables en forma eficaz
y econmica
2. Cualquier conjunto de elementos procedentes de una poblacin, no es una
muestra simplemente por que proceden de una poblacin.
3. Para que una muestra sea aceptable, debe ser representativa de la poblacin
y adecuada al universo del cual procede, solo as se asegurara la validez y
y la confiabilidad de las generaciones. Igualmente debe ser homognea.
a. Representatividad de la muestra. Se dice que una muestra es representativa
cuando sus componentes han sido escogidos sin tendencias y con la misma
probabilidad de que cualquier elemento del universo pueda ser incluido en
la muestra. Para asegurar la representatividad de una muestran se usan
varias tcnicas de muestreo. Se tienen que tener en cuenta que existen otros
tipos de muestreo que no necesariamente sus elementos son representativos
de la poblacin. Se presentan dos grandes tipos de muestreo.

a.1. Muestreo probabilistico. Aquel en todos los elementos de la poblacin tienen
la probabilidad de ser elegidos. En este muestreo se puede medir el tamao
del error en nuestras predicciones. Para un muestreo probabilistico
necesitamos dos cosas: Determinar el tamao de la muestra y seleccionar los
elementos mustrales de forma aleatoria. Pueden ser: Muestreo al azar simple,
Muestreo al azar sistemtico, Muestreo al azar estratificado, Muestreo al azar
de conglomerados, Muestreo al azar en etapas sucesivas y Muestreo con
diseos experimentales.
a.2. Muestreo No Probabilistico: En este muestreo la seleccin es informal y
un poco arbitraria. Es decir la seleccin de los sujetos no dependen de que
todos tengan la misma probabilidad de ser elegidos, sino al criterio del
investigador. Los resultados son generalizados a la muestra en o no muestras
similares pero no a una poblacin. Pueden ser: Muestreo intencional o selectivo,
muestreo por cuotas, Muestreo accidental, Muestreo por expertos y Muestreo
por sujetos tipo.

b. Para homogenizar la muestra.

En la muestra obtenida se determina el coeficiente de variacin y si este
es mayor del 30%, nos indica que los valores son muy dispersos o difieren
mucho entre si. En este caso se recomienda estratificar la poblacin

c. Adecuacin de la muestra:

Se presentan dos situaciones: Cuando las poblaciones requieren promedios y
Cuando requieren proporciones.


B.4. Seleccin de mtodos y tcnicas de recoleccin de datos

B.4.1. La observacin: Es un metodo que comprende la seleccin, observacin
y registro sistemtico, valido y confiable de acontecimientos, cuadros de
comportamiento y ambientes significativos para el problema que se plantea.
Puede ser observacin propia y ajena

B.4.2. La encuesta: Es aquella que recoge informacin sobre aspectos muy
especficos, basndose en una interaccin directa o indirecta entre el
investigador y el encuestado. Puede ser tipo cuestionario y tipo entrevista
B.4.3. El cuestionario: Es un conjunto de preguntas para obtener informacin
Sobre el tema que se esta investigando. Las preguntas pueden ser: cerradas,
abiertas y mixtas.
B.4.4. La entrevista: Es una tcnica que permite obtener informacin sobre
el problema que se investiga. Tiene la particularidad de realizarse mediante
un proceso verbal entre al menos dos individuos


B.4.5. Comparacin entre cuestionario y entrevista: El cuestionario recoge
informacin esencial, mientras que la entrevista es mas rica y variada; en la
entrevista, el entrevistador con su accin puede variar o influir en las
respuestas de los sujetos, distorsionando la informacin, esto no ocurre en
en el cuestionario; el cuestionario es mas extenso y costoso que la entrevista

B.4.6. Anlisis de Contenido: Es una tcnica de investigacin para hacer
inferencias validas y confiables los datos con respecto a su contexto. Puede
ser aplicado a cualquier forma de comunicacin (programas televisivos o
radiofnicos, artculos de prensa, poemas , conversaciones etc)

B.4.7. Evaluacin: Es la medicin del desempeo, habilidades, potencialidades,
aptitudes de la personalidad, cuyo proceso ha sido sometido a previos anlisis
estadstico para la verificacin de sus niveles de valides y confiabilidad. Estas
tcnicas pueden ser: Test o pruebas, las escalas o inventarios.

B.4.8. Instrumentos: Son los medios auxiliares para recoger y registrar los datos
obtenidos a travs de la tcnica de recoleccin de datos
B.5. Validacin de la la Investigacin
La validacin se basa en:

La formulacin de la hiptesis basadas en el marco terico
La observacin controlada por la sencilla razn que los temas
de investigacin propuestos no puede ser realizado mediante el diseo
Experimental, ya que no es posible controlar los indicadores y las variables
del objeto de estudio.
Por otra parte, no se descarta la posibilidad de disear y realizar experimen-
tos. Sin embargo, se considera adecuado solo en situaciones especificas,
donde las condiciones locales lo permitan.
Los paradigmas utilizados, as como en la interpretacin del mtodo cientifico.
En evaluar los resultados obtenidos, como consecuencia de la implantacin
de nuevos planes de accin.
Hay validacin cuando la situacin del sujeto de estudio mejora como
consecuencia de la aplicacin de las soluciones propuestas.
C. ANALISIS ESTADISTICO DE DATOS
C.1. Modelos estadsticos (pruebas estadsticas)
La gran cantidad de datos obtenidos durante los experimentos tienen que ser
ordenados, resumidos, evaluados, interpretados y presentados por medio de
clasificaciones y clculos en las que se usan formulas estadsticas.

Este procedimiento y las formulas en ya es un modelo estadstico, el mismo
que sirve para:

Identificar una realidad
Generalizar y probar una hiptesis.

Todo ello fundado en premisas referentes al:
a. Universo en estudio
b. Carcter de la muestra
c. Diseo de la experiencia
d. Naturaleza de las mediciones realizadas
Por ello el investigador puede elegir entre los mltiples modelos contenidos
en la estadstica descriptiva y estadstica inferencial

C.1.1.Estadstica descriptiva: Se utiliza para problemas de identificacin
(problemas descriptivos), permite reducir, resumir y describir los datos
cuantitativos obtenidos a partir de la medicin de observaciones empricas

Dentro de estos modelos tenemos:

a. Distribucion de frecuencia: Histogramas y polgonos de frecuencia
b. Modelos de tendencia central: Media, mediana y moda
c. Modelos de dispersin: Rango, desviacin estndar, varianza y coeficiente
de variacin
d. Otras estadsticas descriptivas de utilidad son: La asimetra y la curtosis

C.1.2. Estadstica inferencial: Se utiliza para problemas de explicacin,
que implica generalizaciones de la muestra a la poblacin y comprobacin
de una hiptesis y estimar parmetros. Adems se basa en el concepto de
distribucin normal.

Estas pueden ser agrupados en parametricos y no parametricos

Parametricas: Las variables estn medidas en un nivel por intervalos o razn
- Coeficientes de correlacin de Pearson
- Regresin lineal
- Prueba t
- Contraste de la diferencia de proporciones
- Anlisis de varianza (ANOVA): unidireccional y factorial. Prueba F
- Anlisis de covarianza (ANCOVA)

No parametricas: Se utilizan con variables nominales y ordinales
- Ji cuadrada
- Coeficientes de correlacin
- Coeficientes RHO y Correlacional de Kendall


D. INFERENCIA CIENTIFICA

D.1. Definicin
Es el proceso lgico que permite pasar de un conjunto de proposiciones
originadas en la observacin cientfica (antecedentes) a otro conjunto de
proposiciones (consecuentes) que son las conclusiones

Como consecuencia de la observacin y experimentacin, se obtienen
datos que deben ser analizados, clasificados y resumidos para ver su
vinculacin con la hiptesis y la teora

Si los hechos concuerda con la hiptesis esta ser aceptado y se habr
logrado un nuevo conocimiento. Caso contrario ser rechazado y se tendr
que proponer una nueva hiptesis

Cuando la hiptesis concuerda con los hechos, el investigador se esfuerza
para ubicar el lugar y el papel que desempea en el contexto del
conocimiento cientfico

D.2. Interpretacin de los resultados

La interpretacin de los resultados es un aspecto trascendente de la
investigacin, es el momento de analizar racionalmente los resultados y
encontrar las relaciones que se buscan

Luego de clasificar y ordenar los datos, la interpretacin toma los resultados
del anlisis- hace inferencias- y extrae conclusiones acerca de esas relaciones

D.3. Incorporacin de los resultados a la teora

Una hiptesis confirmada debe guardar coherencia y armona con leyes, teoras,
principios disponibles, de ellos puede surgir nuevos problemas y provocar un
avance multiplicador en el desarrollo del conocimiento

Por ello, la ciencia se orienta hacia la elaboracin de teoras, pues con ellas
alcanza mayor cohesin en su contenido. Es a travs de la teora que la ciencia
trata de lograr una visin mas amplia de las cosas que investiga


D.4. Clases de estructuras lgicas

D.4.1. Estructura inferencial deductiva.
Cuando se parte de premisas verdaderas (leyes, teoras, principios) a la verdad
de otras proposiciones. Va de lo general a lo particular. Este tipo de inferencias
se usa para plantear hiptesis.

D.4.2. Estructura inferencial inductiva.
Es la inferencia cientfica por antonomacia, se generaliza a partir de
proposiciones observacionales empricas, la verdad del consecuente se puede
averiguar a partir del antecedente; es probabilstica (por que no se observa
todo el universo).

Siempre se parte de una muestra y a partir de ello se hace una generalizacin,
por que la poblacin es de mayor tamao que la muestra. Por lo que una
real conclusin cientfica, es una generalizacion y no un enunciado resumen.


Realidad
Emprica
1
Realidad
.Problemtica
2
Problema
? 4
Determinacin
de las variables
10
Hiptesis
11
Objetivos
7
Modelo lgico
y experimental
Recoleccin de
datos
Anlisis
estadstico
Contrastacion
de hiptesis
12
Inferencia
cientfica
Estado
del arte
8
Marco
Terico
9
Justificacin de
la investigacin
5
Limitaciones de
la Investigacin
6
Delimitacin
y seleccin
del problema
3
Resumen del proceso metodolgico de investigacin cientfica
VISTA 29