Enunciado de las Hipótesis. cómo se formulan las hipótesis, la importancia de la operacionalización de las variables y los niveles de medición.

Transcripción

1 Enunciado de las Hipótesis cómo se formulan las hipótesis, la importancia de la operacionalización de las variables y los niveles de medición.

2 - Unidades de análisis - Las variables - Los elementos lógicos Elementos de las hipótesis UNIDADES DE ANÁLISIS Individuos, grupos, viviendas, instituciones. VARIABLES Propiedades o características cualitativas o cuantitativas que presentan las unidades ELEMENTOS LÓGICOS Relacionan las unidades de análisis con las variables y éstas entre sí.

3 Requisitos de las Hipótesis Establecer las variables a estudiar, es decir, especificar las variables a estudiar, fijarles límite. Establecer relaciones entre variables, es decir, la hipótesis debe ser especificada de tal manera que sirva de base a inferencias que nos ayuden a decidir si explica o no los fenómenos observados. Mantener la consistencia entre hechos e hipótesis, ya que éstas se cimentan, al menos en parte, sobre hechos ya conocidos. Por tanto, las hipótesis no deben establecer implicaciones contradictorias o inconsistentes con lo ya verificado en forma objetiva.

4 Criterios para la formulación de las hipótesis científicas A) Claridad B) Comprobabilidad C) Simplicidad D) Relación entre variables E) Coherencia

5 Cómo se formulan las hipótesis científicas A) Las hipótesis han de formularse con claridad, en términos usuales y de forma operacional. Han de evitarse términos tales como personalidad, atención, rendimiento escolar, etc. El enunciado de una hipótesis requiere el uso de términos técnicos precisos y definidos operacionalmente.

6 B) Las hipótesis han de ser comprobables. Esto requiere disponer de los medios o instrumentos necesarios para manipular o medir, de forma válida, válidas de las variables implicadas. C) Es propio de las hipótesis correctamente formuladas establecer relaciones entre las variables. En toda hipótesis científica ha de quedar reflejada, de forma explícita, la relación entre las variables. Sea, por ejemplo, la hipótesis de que a mayor cantidad de ensayos mejor ejecución en una tarea de coordinación sensorio-motora...//..

7 D) Las hipótesis han de ser simples, es decir, es preferible una hipótesis específica que una hipótesis general. No obstante, es posible derivar, a partir de un enunciado amplio, hipótesis operacionales particulares. E) Por último, las hipótesis tienen que ser coherentes con el resto de los hechos conocidos o hipótesis verificadas. Las hipótesis previamente validadas no siempre son consistentes con todos los hechos. En estos casos, es aconsejable formular hipótesis alternativas para eliminar la falta de consistencia.

8 Las variables independientes (causas posibles del fenómenos) originan efectos (variables dependientes), los cuales están relacionados entre sí. Las variables dependientes dan lugar a nuevos fenómenos, convirtiéndose en variables independientes. v. independ. v. depend. Causas FENOMENO Efectos

9 Tipos de Hipótesis Hipótesis nulas Hipótesis conceptual o teórica Hipótesis de trabajo o de investigación Hipótesis alternativa Hipótesis estadísticas Hipótesis nulas Para todo tipo de investigación en la que tenemos dos o más grupos, se establecerá una hipótesis nula. La hipótesis nula es aquella que nos dice que no existen diferencias significativas entre los grupos. Por ejemplo, supongamos que un investigador cree que si un grupo de jóvenes se somete a un entrenamiento intensivo de natación, éstos serán mejores nadadores que aquellos que no recibieron entrenamiento. Para demostrar su hipótesis toma al azar una muestra de jóvenes, y también al azar los distribuye en dos grupos: uno que llamaremos experimental, el cual recibirá entrenamiento, y otro que no recibirá entrenamiento alguno, al que llamaremos control. La hipótesis nula señalará que no hay diferencia en el desempeño de la natación entre el grupo de jóvenes que recibió el entrenamiento y el que no lo recibió.

10 Tipos de Hipótesis Una hipótesis nula es importante por varias razones: Ayuda a determinar si existe una diferencia entre los grupos, si esta diferencia es significativa, y si no se debió al azar. Al formular esta hipótesis, se pretende negar la variable independiente. Es decir, se enuncia que la causa determinada como origen del problema fluctúa, por tanto, debe rechazarse como tal. Otro ejemplo: Hipótesis: el aprendizaje de los niños se relaciona directamente con su edad. Hipótesis nula: no existe diferencia significativa entre el aprendizaje en niños de diversas edades.

11 Tipos de Hipótesis Hipótesis conceptual Es la hipótesis que se formula como resultado de las explicaciones teóricas aplicables a nuestro problema. Nos ayuda a explicar desde el punto de vista teórico el fenómeno que estamos investigando. Es la hipótesis orientadora de la investigación, intenta enfocar el problema como base para la búsqueda de datos. No puede abarcar más de lo propuesto en los objetivos de la investigación o estar en desacuerdo con ellos. Podemos enunciarla como una relación causal o determinante proveniente del planteamiento del problema, de donde se desprenden las variables.

12 Tipos de Hipótesis Hipótesis de trabajo o de investigación Es aquella que le sirve al investigador como base de su investigación, o sea, trata de dar una explicación tentativa al fenómeno que se está investigando. Ésta es la hipótesis que el investigador tratará de aceptar como resultado de su investigación, rechazando la hipótesis. Se dice que la hipótesis de trabajo es operacional por presentar en términos medibles la hipótesis conceptual o general.

13 Tipos de Hipótesis Hipótesis alternativa Al responder a un problema, es muy conveniente proponer otras hipótesis en que aparezcan variables independientes distintas de las primeras que formulamos. Por tanto, para no perder tiempo en búsquedas inútiles, es necesario hallar diferentes hipótesis alternativas como respuesta a un mismo problema y elegir entre ellas cuáles y en qué orden vamos a tratar su comprobación.

14 Tipos de Hipótesis Hipótesis estadística Expresa en términos o símbolos estadísticos los anteriores tipos de hipótesis. Se pueden expresar en términos de: c1) Estadísticas de Estimación. Diseñadas para evaluar la suposición respecto al valor de alguna característica de una muestra de individuos o unidades de análisis. c2) Estadísticas de Correlación. Traduce o transforma una situación de correlación entre dos o más variables a la simbología estadística propia de las pruebas estadísticas de correlación. c3) Estadísticas de la Diferencia de Medias u otros Valores. En este tipo de hipótesis se compara una estadística entre dos o más grupos. Ejemplo La hipótesis No hay relación entre el aprendizaje (mayor cantidad de impresiones por hora) y el costo por unidad impresa en la compañía Ediciones Tarahumara, se expresa como una hipótesis estadística de la siguiente manera: Hipótesis nula: Ho: rxy = 0 (no hay relación entre...) Hipótesis alternativa: H1: rxy ¹ 0 (existe relación entre...)

15 Tipos de hipótesis - Hipótesis descriptivas que involucran una sola variable. - Hipótesis descriptivas que relacionan dos o más variables en forma de asociación. - Hipótesis que relacionan dos o más variables en términos de dependencia. UNA VARIABLE Señalan la presencia de ciertos hechos o fenómenos en la población objeto de estudio. Son simples afirmaciones sujetas a comprobación y no permiten explicar los hechos. Su valor radica en probar la existencia de una característica de un grupo social.

16 Clasificación de las hipótesis Criterios de clasificación - Naturaleza: de sentido común, científicas y metafísicas - Estructura: de una sola variable, de dos variables (en asociación o en dependencia) - Forma lógica-lingüística: simples (atributivas y relacionales) y compuestas (copulativas, disyuntivas y condicionales) - Generalidad: singulares, particulares, universales limitadas y universales estrictas. - Función en la investigación: principales o sustantivas, subhipótesis

17 - Naturaleza: Clasificación de las hipótesis Sentido común: son suposiciones sobre hechos de la vida que todo el mundo puede verificar de una manera simple y directa con los sentidos. Científicas: son aquellas suposiciones formadas por términos científicos y cuya verificación exige la realización de algún experimento o investigación. - de trabajo: relaciones entre variables empíricas, observables - teórica: todo enunciado teórico no contrastado con la realidad. Metafísicas: son enunciados que trascienden de la experiencia científica.

18 - Estructura: Clasificación de las hipótesis De una sola variable: postula la existencia de una característica en el fenómeno observado. Dos o más variables en asociación: relación de asociación o covarianza entre ellas: un cambio en una variable acompañado de un cambio correlativo en la otra sin que signifique una relación de dependencia (reciprocidad, superioridad, inferioridad, precedencia ). Dos o más variables en dependencia: son explicativas que postulan los motivos, causas o efectos de los fenómenos.

19 Clasificación de las hipótesis - Forma lógica-lingüística: si están compuestas por un solo enunciado o por más. *Simples: -atributivas. La asignación a un sujeto de una característica - relacionales. Relaciona entre sí diversos sujetos o variables. *Compuestas: - Copulativas. (y) - Disyuntivas (o) - Condicionales (si)

20 - Generalidad: Clasificación de las hipótesis Singulares: si se refieren a un solo individuo. Particulares: si se refieren a una parte de una población o conjunto. Universales limitadas: que aluden a toda una población, pero dentro de un espacio o tiempos definidos. Universales estrictas: que no tienen límite alguno ni en la población ni en el tiempo ni en el espacio.

21 - Función: Clasificación de las hipótesis Sustantivas: que relacionan variables conceptuales o genéricas. (principales). Son las iniciales, las que motivan la investigación. Subhipótesis: que se derivan de las sustantivas. Se contrastan empíricamente.

22 Definición operacional de las variables La definición operacional especifica la clase de operaciones que han de realizarse para manipular o medir la variable en cuestión. La definición operacional es un conjunto de instrucciones que han de seguirse para el uso científico de las variables.

23 Operacionalización de las variables Las variables se clasifican en categóricas y continuas. Las variables categóricas clasifican a los sujetos distribuyéndolos en grupos, de acuerdo a algún atributo previamente establecido, por ejemplo, el idioma, la ocupación, etc. Este tipo de variables se subdividen a su vez en dos: variables dicotómicas que poseen dos categorías por ejemplo hombre-mujer, y variables policotómicas que establecen tres o más categorías, por ejemplo estado civil, nivel académico, etc. Son variables continuas cuando se miden atributos que toman un número infinito de valores, como por ejemplo, el peso, la talla, la estatura, etc.

24 Operacionalización de las variables Las variables categóricas se integra por una serie de características o atributos que forman una categoría pero no representan una escala de medición numérica, por ejemplo los oficios y profesiones. Este tipo de variables sigue dos reglas: Las categorías diferencian una forma de otra y son mutuamente excluyentes. Por ejemplo, una persona puede ser gordo o flaco pero no la suma de las dos categorías. Las categorías de una variable deber ser exhaustivas, es decir, debe incluir todas las posibles alternativas de variación en la variable. Por ejemplo, la categoría estado civil incluye los siguientes rangos potenciales de variación: casado, soltero, divorciado, viudo, separado, unión libre, etc.

25 Operacionalización de las variables Variables continuas. Los números utilizados en esta variable pueden ser discretos o continuos. Por ejemplo en la variable número de hijos, el rango de números es continuo (1, 2, 3, etc.), en cambio, si existe la posibilidad de dividirlo en un continuo de pequeñas fracciones o cantidades es considerada una variable discreta. Por ejemplo si se afirma: el ingreso de los trabajadores operativos de la industria maquiladora es un promedio de 1.3 salarios mínimos diario, se tiene una variable discreta.

26 Operacionalización de las variables La medición de las variables puede realizarse por medio de cuatro escalas de medición. Dos de las escalas miden variables categóricas y las otras dos miden variables numéricas. Los niveles de medición son: - las escalas nominal - Ordinal - de intervalo - de razón.

27 - Nominal Operacionalización de las variables En este nivel de medición se establecen categorías distintivas que no implican un orden especifico. Por ejemplo, si la unidad de análisis es un grupo de personas, para clasificarlas se puede establecer la categoría sexo con dos niveles, masculino (M) y femenino (F), los respondientes solo tienen que señalar su género, no se requiere de un orden real.

28 Operacionalización de las variables - Ordinal Se establecen categorías con dos o más niveles que implican un orden inherente entre sí. La escala de medición ordinal es cuantitativa porque permite ordenar a los eventos en función de la mayor o menor posesión de un atributo o característica. Las formas mas comunes de variables ordinales son ítems (reactivos) actitudinales Totalmente de acuerdo De acuerdo Indiferente En desacuerdo Totalmente en desacuerdo

29 - Intervalo Operacionalización de las variables La medición de intervalo posee las características de la medición nominal y ordinal. Establece la distancia entre una medida y otra. La escala de intervalo se aplica a variables continuas pero carece de un punto cero absoluto. Una persona que en un examen de matemáticas que obtiene una puntuación de cero no significa que carezca de conocimientos, el punto cero es arbitrario porque sigue existiendo la

30 - Razón Operacionalización de las variables Incluye las características de los tres anteriores niveles. Determina la distancia exacta entre los intervalos de una categoría. Tiene un punto cero absoluto, es decir, en el punto cero no existe la característica o atributo que se mide. Las variables de ingreso, edad, número de hijos, etc. son ejemplos de este tipo de escala. El nivel de medición de razón se aplica tanto a variables continuas como discretas.