CURSO INVESTIGACIÓN CUANTITATIVA

Transcripción

1 CURSO INVESTIGACIÓN CUANTITATIVA La edición de material didáctico del curso Investigación Cuantitativa, diseñado por Sandra Melo Zipacón del programa Psicología estuvo a cargo de la Escuela de Ciencias Sociales Artes y Humanidades de la Universidad Nacional Abierta y a Distancia (UNAD). Derechos reservados: 2014, Universidad Nacional Abierta y a Distancia - UNAD Vicerrectoría de Medios y Mediaciones Pedagógicas, Bogotá D.C Calle 14 # sur. Programa de Psicología

2 TABLA DE CONTENIDO OBJETIVO DIDACTICO DEL MODULO UNIDAD DIDÁCTICA 1. Fundamentación y diseño de la investigación cuantitativa. Presentación. Objetivos Específicos de la unidad. Evaluación diagnóstica. Capítulo 1. Aspectos generales de la investigación cuantitativa. Lección 1. Referentes epistemológicos de la investigación cuantitativa. Lección 2. Criterios metodológicos de la investigación cuantitativa. Lección 3. Características y diferencias de investigación cuantitativa y cualitativa. Lección 4. Diseño y tipos de la investigación cuantitativa. Lección 5. Aspectos éticos de la investigación psicológica. Momento reflexivo: Cuáles son los aportes de la investigación cuantitativa a la psicología?. Capítulo 2. Medición de lo psicológico Lección 1: Características del paradigma positivista. Lección 2: Hipótesis. Lección 3: Variables, constructos y definición operacional. Lección 4: Medición de variables y tipos de variables. Lección 5: Muestra y tipos de muestreo. Momento reflexivo: Por qué el problema de la cuantificación en la investigación psicológica?

3 Capítulo 3. Técnicas y escalas de actitud. Lección 1. La encuesta. Lección 2. La entrevista. Lección 3. La observación. Lección 4. Análisis de contenido. Lección 5. Escalas de actitudes. Momento reflexivo: Cuál es la importancia de elegir la técnica adecuada para la investigación? Autoevaluación de la unidad. Referencias bibliográficas. UNIDAD DIDÁCTICA 2. Tratamiento y análisis de datos en el proceso de investigación cuantitativa. Presentación. Objetivos específicos de la unidad. Evaluación diagnóstica. Capítulo 1. Resumen y descripción de datos Lección 1. Procedimiento para el análisis de datos y tipos de datos. Lección 2. Codificación y matriz de datos Lección 3. Métodos gráficos Lección 4. Probabilidad Lección 5. Significación estadística Momento reflexivo: Cómo proceder al tratamiento de datos?

4 Capítulo 2. Análisis Estadístico Lección 1. Concepto básico de estadística. Lección 2. Análisis Univariado Lección 3. Análisis Bivariado Lección 4. Análisis multivariante Lección 5. Software para el análisis estadístico de datos. Momento reflexivo: Cuales son las dificultades y ventajas que ofrece la estadística ante el análisis de datos?. Capítulo 3. Meta análisis Lección 1. Definición de meta análisis Lección 2. Etapas del meta análisis Lección 3. Limitaciones metodológicas del meta análisis Lección 4. Presentación de los resultados del meta análisis. Lección 5. Utilidad de la aplicación del meta análisis. Momento reflexivo: De qué manera el meta-análisis permite una mayor generalización de sus resultados respecto de los estudios individuales? Autoevaluación de la unidad Referencias bibliográficas.

5 OBJETIVO GENERAL DEL MODULO: Brindar al estudiante elementos conceptuales y didácticos que permitan satisfacer las necesidades de aprendizaje a través de la activación de esquemas organizados y secuenciales de los temas propuestos y sugeridos con el fin de posibilitar el alcance de las intencionalidades formativas expuestas en el protocolo académico del curso. En este punto inicial del curso, se invita a que ingresen al siguiente enlace en el cual se presenta un video de saludo y presentación de aspectos generales del curso. UNIDAD DIDÁCTICA 1. FUNDAMENTACIÓN Y DISEÑO DE LA INVESTIGACIÓN CUANTITATIVA. Presentación: La investigación es un proceso riguroso, cuidadoso y sistematizado en el que se busca resolver problemas, es un proceso organizado y garantiza la producción de conocimiento o de alternativas de solución viables. Esta primera unidad del curso denominada perspectiva epistemología se basa en la presentación de los aspectos teóricos, metodológicos y éticos de investigación, especialmente en el área de las ciencias sociales con el fin de orientar un proceso de aprendizaje en torno la coherencia y pertinencia de elección de un enfoque de investigación, el respectivo diseño metodológico, el impacto a nivel de la generación de conocimiento y los parámetros éticos en torno acercamiento a las personas y las comunidades. Por tanto, apreciado estudiante y próximo profesional de psicología es importante tenga en cuenta que desde el código ético y deontológico que regula esta profesión en Colombia se define la psicología como una ciencia sustentada en la INVESTIGACIÓN, por tanto la invitación es que realice la lectura de cada uno de los temas, analizando los conceptos, igualmente desarrolle los ejercicios planteados en cada lección con el fin de reforzar y contextualizar los temas.

6 Estas dos actividades son fundamento del aprendizaje, permitirá mejores logros en las actividades evaluativas y de trabajo colaborativo, por ende permitirá una mayor de cualificación como profesional, y más aún, conducen a un ejercicio ético, estético y pragmático que orientado por el principio de la autonomía y la solidaridad lograran la consolidación de procesos de gestión en comunidad y calidad de vida en las personas, aspectos que en la sociedad actual son el reto a la labor y campo de acción profesional. Objetivos específicos de la unidad: - Brindar referentes conceptuales sobre los aspectos teóricos, metodológicos y éticos de la investigación a través de la presentación de las características de conocimiento científico, generalidades del código deontológico y enfoques y diseños de investigación. - Generar a través de la comprensión de los temas y el desarrollo de los ejercicios niveles de contextualización sobre las situaciones reales del contexto en el cual cada estudiante interactúa. - Aplicar estrategias pedagógicas, didácticas y evaluativas en cada capítulo con el fin de promover las competencias cognitivas y contextuales basado en las fases de aprendizaje de reconocimiento, profundización y trasferencia. Evaluación diagnóstica Apreciado estudiante, este es un momento preliminar para dar inicio a la lectura de la unidad 1. Este curso requiere de unos conocimientos previos y básicos sobre metodología de la investigación, técnicas de investigación, e igualmente aspectos sobre presentación de propuesta de investigación, y paradigmas y enfoques de investigación, por tanto es importante responda las preguntas expuestas.

7 Preguntas: 1. Conozco la definición de paradigma de investigación?. Si Cual : No Es importante conocerla? Si No Por qué 2. Conozco cuáles son los tipos de investigación cuantitativa? Si Nómbralos: No Es importante indagar sobre ellos? Si No Dónde o con quién puedo Investigar: 3. Conozco los parámetros éticos de la profesión de psicología en Colombia? Si De un concepto general: No Es importante conocerlos como eje temáticos del curso Investigación Cuantitativa: Si No Por qué? 4. He revisado de forma juiciosa el protocolo académico del curso. Si Qué elementos son importantes: Es importante revisarlo? Si No Por qué: 5. Valoro el impacto de la labor de investigación desde la psicología. Si No Por qué?

8 CAPÍTULO 1. ASPECTOS GENERALES DE LA INVESTIGACIÓN CUANTITATIVA. Apreciado (a) estudiante es importante tenga en cuenta que el proceso de aprendizaje se basa en una fases, que desde la UNAD se contemplan como reconocimiento, profundización y trasferencia. En ese orden de ideas, se inicia con la fase de reconocimiento del capítulo 1. Es importante tenga en cuenta que esta actividad que emprende se basa en los principios del aprendizaje autónomo y significativo. Lección 1. Referentes epistemológicos de la investigación cuantitativa. Los enfoques cuantitativos pretenden moverse en el campo de la predicción y la explicación, tratando de encontrar nexos lógicos entre hechos y causas o entre estas y sus efectos, en una realidad social objetivada, vista desde afuera y considerada en sus aspectos generales El método cuantitativo nos permite concluir que la base de la investigación parte de los referentes teóricos aceptados por la comunidad científica. Ello implica la formulación de las hipótesis, que serán puestas a prueba, tomando a las variables como conceptos empíricos y medibles. La clasificación y análisis de los datos permitirán la obtención de resultados y establecer el grado de significación entre las relaciones de los fenómenos en estudio. En la investigación una vez identificada la índole de un problema y definidos los objetivos que persigue, es el de escoger el modelo de método que más se adecua, tanto al problema como al logro de los objetivos. Sin embargo, valga la pena aclarar que es difícil escoger un método como el ideal y único camino para realizar una investigación, pues muchos de ellos se complementan y relacionan entre si. Para ello dispone de un amplio menú de posibilidades, dentro del cual se encuentra: -El modelo lógico - deductivo. Es un tipo de modelo por lo general empleado en las ciencias naturales, aunque no exclusivamente en ellas. Tiene la estructura formal de un razonamiento deductivo en el cual el explicandum es una consecuencia lógicamente necesaria de las premisas

9 explicativas; por consiguiente, en las explicaciones de este tipo, las premisas expresan una condición suficiente (y a veces aunque no siempre, necesaria) de la verdad del explicandum. Este tipo de explicación ha sido estudiado intensamente desde la antigüedad, considerado como el paradigma de toda explicación genuina" y a menudo ha sido adoptado como la forma ideal a la cual deben tender todos los esfuerzos por hallar explicaciones. Para algunos académicos el método más completo de investigación es el método DEDUCTIVO ya que en él se plantea una hipótesis que se puede analizar deductiva o inductivamente y posteriormente comprobar experimentalmente, es decir que se busca que la parte teórica no pierda su sentido, por ello la teoría se relaciona posteriormente con la realidad. Una de las características del método deductivo es que incluye otros métodos, como el inductivo, el deductivo y el experimental, lo cual es opcional. La deducción, tiene a su favor que sigue pasos sencillos, lógicos y obvios que permiten el descubrimiento de algo que hemos pasado por alto. Mediante este modelo, se aplican los principios descubiertos, representados en proposiciones generales, a casos particulares, a partir de un enlace de juicios. El rol de la deducción en la investigación es doble: a. Primero consiste en encontrar principios desconocidos, a partir de los ya conocidos. Una ley o principio puede reducirse a otra más general que la incluya. Si, por ejemplo, un cuerpo cae, decimos que pesa porque es un caso particular de la gravedad. b. También sirve para descubrir consecuencias desconocidas, de principios conocidos. Si sabemos que la fórmula de la velocidad es v=e/t, por deducción podremos calcular la velocidad de un avión. La matemática es la ciencia deductiva por excelencia, que parte de axiomas y definiciones aplicables a los casos particulares. El proceso de la deducción varía en ciencia y en filosofía. Las investigaciones en ciencia y filosofía son de carácter teórico porque su dinámica es la búsqueda de la verdad en alas de resolver problemas teóricos. Ej. En filosofía Se parte de una premisa general y se llega a una premisa particular. En ciencia

10 Se parte de hipótesis o conjeturas y se van depurando con la experimentación. En un razonamiento deductivo se pretende que sus cuyas premisas suministren pruebas, concluyentes para afirmar la verdad de su condición. La teoría de la deducción trata explicar la relación entre las premisas y las conclusiones de un razonamiento válido y de establecer técnicas para juzgar los razonamientos deductivos, es decir, para discriminar entre las deducciones válidas y las que no lo son. El tratamiento clásico o aristotélico, de la deducción se centraba en los razonamientos que contenían proposiciones de un tipo especial llamados proposiciones categóricas. Cuadro 1: Aspectos epistemológicos Lección 2. Criterios metodológicos de la investigación cuantitativa. La investigación cuantitativa corresponde a una metodología que exige la determinación de variables, de técnicas de recolección de información mediante instrumentos objetivos y estandarizados; además, requiere de la interpretación de la información obtenida por medio de técnicas estadísticas para realizar generalizaciones

11 en la cuantificación de las características observadas. En este tipo de investigación la validez interna y la fiabilidad son los requisitos de rigor y credibilidad científica. En él se exige a la investigación el uso de técnicas que en general son cuantitativas dado que tiene como finalidad la elaboración de leyes de algún nivel de generalidad y desecha lo particular en tanto que a partir de unos pocos casos no se puede inferir nada sobre lo universal. El siguiente cuadro muestra cómo el paradigma cuantitativo se preocupa por los hechos estáticos que abarca en su totalidad, los asume como atemporales y los sitúa en contextos de una amplitud considerable. Cuadro 2 Metodología de la investigación cuantitativa. Metodología de la investigación cuantitativa La realidad es única, se puede controlar y predecir dado que se caracteriza por un orden mecánico y estable. Es un diseño cerrado lógico deductivo conformado por conceptos, definiciones operacionales, recolecciones de datos, comprobación de hipótesis, análisis e informes para ratificar o desechar la hipótesis. Busca identificar relaciones causales predominantes previamente establecidas con base en un marco teórico. Se establecen generalidades como afirmaciones verdaderas y con independencia del contexto, con base en las relaciones de causalidad dado que cada acción es el resultado de otra que la precede. El investigador emplea conceptos y definiciones operacionales de los mismos. El papel del investigador debe ser neutro y acrítico por lo tanto debe eliminar toda subjetividad y mantenerse al margen del hecho investigado. En este paradigma la relación sujeto objeto no debe existir. Utiliza información previamente delimitada y reducida solamente a las variables que se deben observar. Esta delimitación es establecida solamente por el investigador. Transmite información por medio de números y medidas requiriendo garantizar la objetividad; para ello utiliza procedimientos estáticos y sin la intervención del investigador. La información se entrega en un reporte final que se expresa en un informe objetivo y ajeno tanto al investigador como al investigado.

12 Cuadro 3. Criterios metodológicos Lección 3. Características y diferencias de investigación cuantitativa y cualitativa. Uno de los aspectos más relevantes, tenidos en cuenta en el debate epistemológico de los últimos años, ha sido el relacionado con los nexos entre los diseños cuantitativos y cualitativos de la investigación científica. Los defensores de una y otra posición asumen con frecuencia posturas radicales en relación con los puntos de vista que consideran los modelos defendidos y hasta se llega a posturas excluyentes y de rechazo de la posición no compartida. Pocas veces asumen la posibilidad de conjugar ambas formas del diseño en un mismo proceso investigativo, cuando la realidad dice que lo cualitativo y lo cuantitativo no son compartimentos estancos y excluyentes. Las diferencias entre la investigación cuantitativa y la cualitativa, no estriban tanto en que la una elabore sus conclusiones a partir del análisis de cifras o que trabaje con datos numéricos, mientras la otra lo hace a partir de la evaluación de conceptos. Los dos tipos de diseños se diferencian más bien en el punto de partida, en el diseño

13 metodológico, en los objetos abordados y en el desarrollo del proceso. Igualmente, se puede decir que hay diferencias en lo referente al tratamiento de las fuentes y el uso de la información obtenida, además de otros aspectos relacionados. Lo anterior tiene implicaciones en la fase de planeación o elaboración de la propuesta, proyecto o plan de la investigación, lo mismo que en la ejecución del plan; por cuanto para los proyectos cuantitativos el diseño es más riguroso y prospectivo, pues requiere de una previsión de todos y cada uno de los pasos que se van a ejecutar y las actividades planeadas se cumplen con cierto rigor, pues se trata de pautas de estricto cumplimiento, si se quiere llegar a los resultados previstos. En general, los enfoques cuantitativos pretenden moverse en el campo de la predicción y la explicación, tratando encontrar nexos lógicos entre hechos y causas o entre estas y sus efectos, en una realidad social objetivada, vista desde afuera y considerada en sus aspectos generales. Mientras que en la investigación cualitativa, los esfuerzos se orientan más a comprender la realidad social como el resultado de un proceso histórico siempre en construcción, visto con los lentes de la lógica, pero sin prescindir de los aspectos valorativos de sus protagonistas; todo lo cual pone de presente la existencia de diferentes propósitos y diferentes lógicas. En los procesos cualitativos por tanto, se presenta una situación totalmente diferente a la que plantean los diseños cuantitativos, especialmente en lo que tiene que ver con el o los momentos de identificación del problema, la exploración y uso de la literatura disponible, el muestreo, la metodología, las técnicas y estrategias a emplear para la recolección de los datos, lo mismo que en el empleo de estos a lo largo del proceso y en el momento final. Si se intenta establecer las diferencias básicas entre los dos tipos de diseño, se encuentra que entre ellas hay rasgos distintivos que en general se pueden representar de manera a sintética en lo que se indica en el siguiente cuadro comparativo:

14 Cuadro 4. Comparación de los enfoques INVESTIGACIÓN CUANTITATIVA INVESTIGACIÓN CUALITATIVA Son analíticos. Asumen aspectos parciales de la realidad para abordarlos mediante el análisis de sus componentes, los cuales reduce a variables. Experimentales. Mediante el sistema de creación de condiciones especiales, controlan y manipulan variables para medir resultados. Probabilísticos. Sus conclusiones se infieren a partir del número de posibilidades. A partir de las cuales un resultado se puede dar en condiciones específicas. Deductivistas Universalistas. A partir de hipótesis o principios generales o universales busca llegar a inferencias y aplicaciones a casos particulares. Extensivos. A partir de las deducciones alcanzadas, buscan incluir universos de individuos en sus conclusiones. Empiristas. Sus conclusiones solo pueden provenir del dictado experiencial que suministran los datos de la realidad estudiada. No hay mucho campo para la subjetividad. Tienen carácter holístico. Mediante un enfoque totalizador de la realidad estudiada, buscan afrontarla con una visión integral o de conjunto, como un todo. Constructivistas. Se atienen a la realidad dada, de la cual intentan hacer una lectura, sin intervenir para modificarla. Heurísticos. Mediante un trabajo comprensivo, se convierte en una búsqueda de hechos, significados, y esfuerzo por llegar a la naturaleza del objeto estudiado. Inductivistas Particularistas. Del estudio de casos y hechos particulares, su intención es llegar a conclusiones universales. Intensivos. Centraliza si interés en el foco de estudio que la ocupa y circunscribe a él sus conclusiones. Racionalistas. Además de las sugerencias de la realidad estudiada, el investigador aporta su propia racionalidad e interpretación, a partir de su formación y experiencia. Lección 4. Diseño y tipos de la investigación cuantitativa. En el proceso de construcción y reconstrucción del conocimiento en el campo de las ciencias sociales hablamos de diseños cuantitativos y cualitativos. El diseño que utiliza como base, preferiblemente una información expresada en forma numérica y factible de cuantificar es el cuantitativo. Se apoya en categorías numéricas y permite realizar el análisis de los fenómenos a través de diferentes formas estadísticas. -Diseño cuantitativo - Se aplica a planteamientos operacionales. - A referentes empíricos observables. - Se trata de entender el cuánto. Pero en la práctica existe interacción de diferentes factores que se deben tener en cuenta: sociales, psicológicos y culturales que influyen en las personas.

15 Hoy en la investigación social, se pueden integrar las herramientas estadísticas y la informática como instrumentos auxiliares. Cuadro 5. Clasificación de diseños de investigación.

16 La investigación, independiente de cual diseño tenga mayor énfasis, se entiende como un proceso social donde se debe integrar al análisis: la creatividad, el compromiso, la imaginación, las ideas, la argumentación, la perspicacia y la sagacidad. Utilizando instrumentos válidos y confiables. Así por su nivel de profundidad se pueden clasificaren estudios exploratorios, descriptivos, correlaciónales y explicativos. -Los estudios exploratorios, observación documental, a fin de rastrear la información con estrategias que impliquen trabajo de campo, pueden tener como alcance la realización de un sondeo de opinión, en una muestra limitada, de suerte tal que le permita descubrir otras alternativas que no pudo detectar desde la bibliografía y documentación relevada, como así también podrá dar sugerencias para aplicar otras técnicas y profundizar en la investigación que se propone. En general este tipo de estudios, metodológicamente no se exige rigurosidad alguna, que, aunque tiene un perfil acotado, puede dar las bases de lo que hasta el momento no se contaba. -Los estudios descriptivos, por el contrario, colocan al investigador frente a un objeto de estudio el cual será descrito y obligan a la medición de las variables que entran en juego. Esta medición podrá ofrecer un estado de situación de las variables sin profundizar en las relaciones que se establecen. Desde ese punto de vista se responde al cómo es, más que al por qué es. Los estudios descriptivos, nos sitúan ante las taxonomías, Las mismas procuran lograr un esquema o clasificación de cualquier cuestión de incumbencia social, para nuestro caso. Desde luego que en las Ciencias Naturales se encuentran estudios que clasifican un determinado factor de la naturaleza con lo cual se puede tener una referencia del mismo, sin que por ello se ofrezcan explicaciones. En las Ciencias Sociales existen muchos ejemplos que podrían citarse, desde los estudios de Parsons y Smelser- respecto de la distinción entre oferta y demanda es un

17 caso especial entre sanción y acción en un sistema social hasta los sistemas de categorías establecidas. En cualquiera de los casos, no se trata de estudios relaciónales, tan sólo, son, pero no por ello menos importante, diagnósticos sobre el objeto de estudio que se aborde. El método que se instrumente tendrá un fuerte sesgo cuantitativo, en el sentido de procurar la medición de variables específicas y generalmente aplicadas a áreas geográficas de mayor extensión que, para acceder a ellas, se necesitarían de técnicas de corte cuantitativo, como los cuestionarios estructurados o el denominado método por encuesta, que tienen como particularidad la precisión de los aspectos sobre los que se quiere indagar. Si bien no tiene un grado de profundidad, desde el punto de vista de las potenciales explicaciones que del diagnóstico pueden derivarse, igualmente sus resultados tienen relevancia sustantiva. Las investigaciones descriptivas adoptan también el método cualitativo. Sobre estudios de caso, que es a lo que el enfoque cualitativo se orienta, en el sentido del hecho particular, lo que se obtenga de una investigación de esa naturaleza, es una descripción basada en variables nominales. El modelo de los "tipos ideales," antes señalado, se presenta como un caso sobresaliente de investigación comprensiva-interpretativa, de la que Weber no sólo pudo propiciar una sobrada caracterización de la sociedad de su tiempo, sino que sienta las bases de una construcción teórica que tiene resonancia hasta nuestros días, dicho lo cual, los criterios sostenidos respecto de los grados de profundidad conforme los modelos que se exponen, entran en un tono de relatividad que no puede ser obviado. -Los estudios correlaciónales: nos acercan a los estudios explicativos en tanto medir el grado de influencia que una variable tiene sobre otra, aunque no tengamos, a través de tal respuesta, precisiones acerca de por qué se puede dar tal o cual hecho o fenómeno y cuáles pueden ser sus efectos. No obstante son estudios muy utilizados por cuanto, muchas veces, la composición de las hipótesis es realizada sobre más de dos variables respecto de las unidades de análisis que se tengan en consideración. En el esquema que sintetiza los tipos de proposiciones según relaciones establecidas entre determinantes y resultados, pueden observarse diferentes maneras de provocar las mismas. Entre otras: Si P Q es la

18 relación que más conocemos, pero, también, frecuentemente usamos más de dos variables en nuestras investigaciones con lo cual los tipos que pueden establecerse son muy diversos. Por su parte, también en Zetterberg85, "las relaciones que puedan intentar nos pueden llevar a configurar sistemas de hipótesis", en los que podemos fijar relaciones a través de: A) Listado de determinantes: "Todos los factores que afectan ciertos factores están ligados a un conjunto de determinantes". B) Listado de Resultados: "La determinante es una y la misma, pero en la que las variables dependientes son diferentes, es un inventario de resultados". C) Secuencia de proposiciones encadenadas: "Cuando en dos o más proposiciones secuenciales en las cuales el resultado de una vuelve a aparecer como determinante en otra, permiten su ordenamiento en cadena. Las relaciones establecidas dan lugar a observar que la variable que aparece como efecto en una, luego se presenta como determinante en otra". Damos a entender de ese modo las diversas opciones que en materia de relaciones pueden establecerse entre variables y que dejamos para el lector ampliar sobre el tema. -Los Estudios Explicativos: son aquellos que alcanzan mayor profundidad y, como ya señaláramos, son los que permiten responder al por qué de las hipótesis. Se configuran a través de un sistema de hipótesis que mediante su comprobación dan lugar a la obtención de generalizaciones teóricas de mayor relevancia. Otra clasificación importante de las investigaciones cuantitativas se basa en la posibilidad que tiene el investigador de controlar la variable independiente y otras situaciones del estudio (como conformar por su cuenta el grupo o los grupos que serán objetos de su estudio). De acuerdo con este criterio se distinguen los siguientes tipos generales de investigaciones: a) experimentales b) cuasi experimentales

19 c) no experimentales. Investigaciones experimentales En las investigaciones experimentales el investigador tiene el control de la variable independiente o variable estímulo, la cual puede hacer variar en la forma que sea más apropiada a sus objetivos. De igual manera, puede controlar la conformación de los grupos que necesita para su estudio. En términos generales, las investigaciones experimentales permiten determinar: a) El efecto de una variable independiente (llamada también causal, estímulo o tratamiento) sobre una variable dependiente (por ejemplo, el efecto de la autoimagen creada experimentalmente sobre el rendimiento en la solución de problemas de aprendizaje). b) Los efectos diferenciales de dos o más modalidades de una variable independiente sobre otra dependiente (por ejemplo, comparar el estudio individual con el estudio en grupo.dos modalidades de la variable estudiar. sobre los niveles de aprendizaje). c) El efecto conjunto de dos o más variables independientes sobre otra (como sería el caso de determinar el efecto combinado de dos métodos de enseñanza con dos formas de organización del trabajo en el aula sobre el rendimiento escolar). Antes de pasar a la presentación de los principales tipos específicos de la investigación experimental, cuando se trata de utilizar estos diseños en educación, de manera especial, pero no exclusivamente, conviene tener en cuenta estas recomendaciones: 1. La investigación debe realizarse, en la medida de lo posible, en la misma escuela o ambiente en el cual se pretende generalizar los resultados obtenidos en una muestra: de alumnos, profesores, etc. 2. Deben utilizarse diversos contextos educacionales (escuelas de diversos niveles socioeconómicos, etc.) con las respectivas muestras experimentales cuando se desea, por ejemplo, validar un cierto recurso instruccional: una guía didáctica, un nuevo texto, un método de enseñanza diferente, etc. 3. Al efectuar un experimento, el investigador debe prestar atención a las conductas de las personas sometidas al estudio con el propósito de utilizar, si procede, sus opiniones y comentarios al interpretar los resultados obtenidos. (Podría servirse de una entrevista

20 individual en profundidad, con lo cual utiliza una técnica cualitativa con una técnica cuantitativa, como lo es el estudio experimental). 4. En muchas ocasiones, es útil darle instrucciones un tanto más detalladas que las usuales a las personas que participan en el experimento, sin llegar a inducir las respuestas o reacciones buscadas. Este procedimiento puede convenir cuando las condiciones en las cuales se va a realizar el estudio son muy diferentes a aquellas en las cuales se desenvuelven habitualmente tales personas. A continuación pasamos a presentar los tipos específicos más usados de la investigación experimental, propiamente tal. a) Diseño con un grupo experimental, un grupo de control y mediciones antes y después en ambos grupos. Este diseño constituye la forma clásica de la investigación experimental. En él, los sujetos del estudio son asignados aleatoriamente al azar al grupo experimental y al grupo de control. Luego se siguen los pasos siguientes: 1. En ambos grupos se hace una medición antes (pre-test) de la variable dependiente, es decir, del fenómeno o característica en el cual se desea determinar el efecto de la variable independiente (llamada, también, como ya dijimos, variable estímulo, experimental o tratamiento). 2. Luego, se aplica la variable independiente sólo en el grupo experimental (por ejemplo, se expone a los sujetos de este grupo un video sobre el tema que se está estudiando). 3. Se hacen mediciones después (postest) en ambos grupos. 4. Finalmente, se hacen comparaciones, en ambos grupos entre las mediciones antes y las respectivas mediciones después. La aplicación de la variable independiente puede ser de corta o de mediana duración. Un ejemplo del primer caso es la aplicación de un video, ofrecer una conferencia, etc. Del segundo, podría ser la enseñanza durante algunas semanas con un nuevo método al grupo experimental. En este caso, debe cuidarse especialmente la influencia posible de factores externos al experimento que pudieran afectar a las personas involucradas en él.

21 Dicho lo mismo en términos metodológicos: que pudieran afectar la validez interna del experimento con lo cual sería difícil afirmar que los cambios producidos en el grupo experimental se deben a la variable experimental, de manera directa. (Para el concepto de validez interna y de los factores que pueden invalidarla, conviene que usted recurra al libro de Campbell y Stanley Diseños experimentales y cuasi-experimentales en la investigación social, que citamos en la bibliografía). De acuerdo con la terminología introducida por los dos autores que acabamos de mencionar, el diseño experimental clásico se representa en la forma siguiente: E: designa al grupo experimental. A: quiere decir que el grupo se ha conformado al azar C: indica al grupo de control O: significan mediciones antes y después X: indica la introducción o aplicación de la variable independiente o tratamiento utilizado por el investigador: La conformación aleatoria de los dos grupos permite eliminar, al nivel del azar, las diferencias que pudieran existir entre sus sujetos componentes; las mediciones antes y después en ambos grupos y sus comparaciones en cada uno de ellos permiten constatar si ha habido diferencias entre ellos, y si éstas fueran a favor del grupo experimental, entonces el investigador podría decir que ellas se deben a la acción de la variable independiente o tratamiento que sólo fue aplicado a ese grupo. Debido al mismo hecho de utilizar el azar, en la formación de los grupos se controlan los factores de selección (no hay elección intencionada) y el de mortalidad (si los grupos son prácticamente iguales, los dos deberían tener, de ocurrir, similar número de personas que no completan el experimento). Por usar un grupo de control, el experimento clásico controla también los factores de historia (efecto de circunstancias externas al experimento que pueden influir en sus resultados, el cual debería ser similar para los dos grupos) y el de maduración (cambios biológicos y psicológicos que se darían en ambos grupos de manera semejante mientras se hace el experimento). Para la constatación de las posibles diferencias entre los grupos experimental y de control, una vez terminado el experimento, se debe utilizar análisis de la covarianza con los puntajes antes (pretest) como covariable. Este procedimiento permite ajustar las

22 diferencias de los sujetos de ambos grupos, dejando solamente los cambios de la variable independiente como causa de las modificaciones que se darían entre ellos. Es frecuente, sin embargo, especialmente si hay bases para asegurar que las condiciones de los dos grupos en lo que se refiere a su valores en la variable dependiente son iguales en el momento de iniciar el estudio, que se utilice en el análisis de los datos la estadística o el análisis de la varianza. Este diseño, como el que exponemos a continuación, puede utilizarse con más de un grupo experimental. b) Diseño con un grupo experimental y un grupo de control con mediciones sólo después. Es un diseño que sólo se diferencia del clásico que acabamos de ver en cuanto, por alguna razón o impedimento, no se hacen mediciones antes de la variable dependiente en ninguno de sus dos grupos. Comprende los siguientes pasos: Conformación aleatoria de los grupos experimental y de control (puede utilizarse más de un grupo experimental, por ejemplo, al comparar dos métodos de exposición sobre las drogas). 2) Aplicación de la variable independiente, tratamiento o prueba sólo al grupo experimental. 3) Medición después (postest) de la variable dependiente (por ejemplo, actitud frente a las drogas) en ambos grupos. 4) Comparación de las dos mediciones después. La representación simbólica del diseño es la que sigue: El diseño controla los factores que pueden actuar contra la validez interna del experimento, como lo son la historia y la maduración, por utilizar un grupo de control. También controla los factores de la selección (sesgos) y de la mortalidad experimental. Debido al hecho que no se hacen mediciones antes no puede haber efecto sobre la prueba que se utiliza en la medición después. Pero, precisamente, por no utilizar medición antes, el diseño tiene varias desventajas, entre las cuales se destacan las siguientes: 1) No es posible usar el análisis de la covarianza para controlar las diferencias iníciales que podrían tener los grupos experimental y de control.

23 2) Si se retiran sujetos de cualquiera de los dos grupos, y como no tenemos mediciones antes., no sabemos si las diferencias, de producirse, entre las situaciones finales del grupo experimental y de control se deben a la influencia del tratamiento (variable independiente) en el primero de estos grupos o bien se deben a las diferencias que pudieron existir al comienzo del experimento entre los sujetos de ambos grupos. 3) El análisis de los resultados (puntajes, en general) se hace comparando la diferencia entre los puntajes después de ambos grupos mediante la estadística t. Si se utilizan más de dos grupos, se debe utilizar el análisis de la varianza. c) Diseño de dos grupos apareados con mediciones antes y después. Es una variación del diseño clásico en cuanto consiste en aparejar (igualar, en la mayor medida posible) los sujetos que constituirán el grupo experimental y el grupo de control, con la finalidad de eliminar o disminuir al máximo las diferencias entre ellos. El apareamiento cumple la misma función que la asignación al azar utilizada en el diseño clásico con el resultado que en este nuevo diseño se logra mayor precisión en el momento de analizar los datos. El procedimiento metodológico comprende las siguientes tareas: 1) Se aplica una prueba a un grupo de sujetos, destinada a medir la variable dependiente (digamos, la actitud hacia la política), o una variable estrechamente correlacionada con ella, cuya modificación se desea establecer por una cierta variable independiente. 2) Con base en los puntajes obtenidos por los sujetos en la prueba mencionada en el paso anterior, se forman pares de sujetos con puntajes iguales o con pequeñas diferencias entre sí. 3) De cada par, se asigna un sujeto al grupo que será el grupo experimental y el otro al que será el grupo de control (puede haber más de un grupo experimental). 4) Se aplica el tratamiento (por ejemplo, una exposición sobre las funciones de la política en la sociedad) al grupo experimental y, si es necesario, un placebo al grupo de control. 5) Como medición después se aplica a los dos grupos la misma prueba de la medición o una prueba equivalente a ella.

24 6) Finalmente se comparan las diferencias entre los valores después de los dos grupos. Para el análisis de la diferencia anterior se emplea la estadística como prueba de significación estadística. Todos los diseños que hemos presentado hasta aquí trabajan con una sola variable independiente. Sin embargo, se debe tener en cuenta que en muchas investigaciones, sobre todo de aquellas que se realizan en el campo de la enseñanza-aprendizaje en el aula, se utilizan dos o más variables independientes, con el propósito de determinar los efectos combinados de ellas en la variable dependiente del caso. Los diseños correspondientes a tales investigaciones reciben el nombre de diseños factoriales como lo son el diseño factorial 2x2, el diseño factorial m x n, el diseño jerárquico, etc. Un problema diferente al anterior, pero importante de resolver, tiene que ver con el tamaño de los grupos del experimento. En sentido estricto, ese tamaño está determinado por la estadística que se utilizará en el análisis de los datos, el nivel de significación elegido, la estimación del tamaño de la varianza y la magnitud del error probable que tendrá la diferencia real encontrada. Sin perjuicio de esos criterios, en la práctica, los investigadores utilizan alrededor de 10 sujetos por grupo, con rangos que van de 5 a 30 sujetos. -Investigaciones cuasiexperimentales En todos los diseños experimentales, propiamente tales, la asignación a los grupos experimentales y de control se realiza en forma aleatoria, con la finalidad principal de lograr una igualación, lo más cercana posible, de las características de los sujetos que conforman esos grupos. Esto, en definitiva, para descartar variables (propiedades) distintas a la variable independiente cuyo efecto particular se desea establecer en la variable dependiente. Con toda la importancia que tiene la aleatorización de los grupos, en muchas circunstancias no es posible cumplir con el propósito de control señalado anteriormente. Sin embargo, como lo han señalado Campbell y Stanley, en ausencia de esa posibilidad, aún es posible realizar experimentos que pueden tener validez interna y externa, si bien no eliminan todos los factores que las debilitan. De manera general,

25 los diseños en los cuales no se ha podido utilizar el azar en la formación de los grupos reciben el nombre de diseños cuasiexperimentales, de los cuales presentamos los de mayor utilización. a) Diseño con un grupo de control no equivalente. Es un diseño que se utiliza, no exclusivamente, con grupos naturales, como el constituido por los alumnos de un cierto grado o de una cierta escuela, personas que han sido sometidas a una intervención social (de la cual se podría tomar una muestra), etc. Tales grupos forman el grupo experimental; el grupo de control se forma con sujetos, no elegidos al azar, que tengan características muy semejantes a los sujetos del grupo experimental. El diseño se representa de la manera siguiente: La línea de puntos indica que los grupos no han sido formados al azar. La principal debilidad del diseño es la no aleatorización de los grupos, en la medida que el grupo de control sea diferente del grupo experimental, más allá de la diferencias debidas al azar. En esa medida, no podrán controlarse los factores extraños cuyos efectos podrían confundirse con el efecto de la variable independiente, que es el foco de la investigación. Esta situación, sin embargo, puede resolverse, en buena proporción, con el uso del análisis de la covarianza en el tratamiento final de los datos, con la elección de una covariable adecuada. b) Diseño de series cronológicas. Es un diseño cuasiexperimental que no requiere de grupo de control. Consiste en una serie de mediciones periódicas que se hacen en las personas en estudio, antes y después que se ha introducido la variable experimental. Su representación simbólica es la que sigue: Los posibles resultados entre los dos momentos se dan en el gráfico siguiente, tomado de Campbell y Stanley (pág. 78). Posibles configuraciones de los resultados de introducir una variable experimental en el punto X, en una serie cronológica de mediciones, O1 - O8. Salvo en el caso D, la diferencia O4 - O5 es la misma para todas las series cronológicas, en tanto que la legitimidad de inferir un efecto varía mucho, siendo máxima en A y B y totalmente injustificada en F, G y H.

26 El principal problema de este diseño es el factor denominado historia, constituido por la influencia que pudieron tener factores externos al experimento, ocurridos durante su desarrollo. Otro problema tiene que ver con la elección de las técnicas de análisis que permitan establecer el efecto de la variable independiente en los sujetos del estudio. La mejor fórmula es el análisis de la varianza, que compara el promedio de los valores antes de la introducción de la variable independiente con el promedio de los valores después. -Las investigaciones no experimentales Las investigaciones no experimentales sobre la variable independiente, que es una de las características de las investigaciones experimentales y cuasiexperimentales, como tampoco conforma a los grupos del estudio. En estas investigaciones, la variable independiente ya ha ocurrido cuando el investigador hace el estudio. O sea, ha ocurrido un cierto fenómeno, que es tomado como variable independiente (por ejemplo, la exposición a la televisión) para un estudio en el cual el investigador desea describir esa variable como también los efectos que provoca sobre otro fenómeno, que es la variable dependiente (por ejemplo, conductas delictivas). Por esta característica distintiva en lo que se refiere a la ocurrencia de la variable independiente, las investigaciones en las que se da esta circunstancia reciben el nombre de investigaciones ex post facto (después del hecho). A este tipo de investigaciones pertenecen, entre las principales se encuentra la encuesta social, el estudio de casos, el estudio de cohortes, la observación estructurada, la investigación acción participativa y la investigación evaluativa. Según el tiempo durante el cual se realiza el estudio se distinguen las investigaciones sincrónicas o transversales, que se refieren al objeto de investigación en un mismo período de tiempo. Y, las investigaciones diacrónicas o longitudinales, en las cuales los individuos se analizan durante un cierto tiempo, de manera más o menos continua. A este tipo pertenecen los estudios de cohortes constituidas por personas que tienen uno o más rasgos comunes (por ejemplo, estudiantes egresados de un cierto nivel educativo en un mismo año), los estudios de paneles (un mismo grupo estudiado en varios momentos), etc.

27 Lección 5. Aspectos éticos de la investigación psicológica. Es importante considerar que todo profesional debe acogerse a unos parámetros éticos y se retoma los principios como un conducto que regula toda acción profesional entre ella la investigación, igualmente es importante reconocer este código con el fin de orientar y servir como regla de conducta profesional, en el ejercicio de la psicología en cualquiera de sus modalidades, proporcionando principios generales que ayuden a tomar decisiones informadas en la mayor parte de las situaciones con las cuales se enfrenta el profesional de la Psicología, fundamentado en los principios de beneficencia, no maleficencia, autonomía, justicia, veracidad, solidaridad, lealtad y fidelidad, además de las contempladas en la ley. El ejercicio de la profesión de psicología debe ser guiado por criterios, conceptos y elevados fines que propendan a enaltecer su profesión; por lo tanto, están obligados a ajustar sus actuaciones profesionales a las disposiciones de las siguientes normas que constituyen su Código Deontológico y de Bioética. Los psicólogos en todas sus especialidades, para todos los efectos del Código y Bioético y su régimen disciplinario contemplado en esta ley se denominarán los profesionales. Como componentes fundamentales está el uso de la información, el respeto, la igualdad, la prudencia, la crítica, igualmente aspectos legales de uso de la profesión a nivel público, la imparcialidad, el secreto profesional, la confidencialidad de información del consultante, tales como datos de la entrevista, resultados de pruebas psicotécnicas, aspectos que pueden consultarse de forma más puntual en la ley 1090 de 2006 en los artículos 14 hasta el 32. En este tema es importante revisar y comprender la definición de la psicología, tal y como se contempla en la ley 1090, como una ciencia sustentada en la investigación y una profesión que estudia los procesos de desarrollo cognoscitivo, emocional y social del ser humano, desde la perspectiva del paradigma de la complejidad, con la finalidad de propiciar el desarrollo del talento y las competencias humanas en los diferentes

28 dominios y contextos sociales tales como: La educación, la salud, el trabajo, la justicia, la protección ambiental, el bienestar y la calidad de la vida. Con base en la investigación científica fundamenta sus conocimientos y los aplica en forma válida, ética y responsable a favor de los individuos, los grupos y las organizaciones, en los distintos ámbitos de la vida individual y social, al aporte de conocimientos, técnicas y procedimientos para crear condiciones que contribuyan al bienestar de los individuos y al desarrollo de la comunidad, de los grupos y las organizaciones para una mejor calidad de vida. Tal artículo presenta la siguiente observación: La definición de salud por parte de OMS; En la que se subraya la naturaleza biopsicosocial del individuo, que el bienestar y la prevención son parte esencial del sistema de valores que conduce a la sanidad física y mental, que la Psicología estudia el comportamiento en general de la persona sana o enferma. Se concluye que, independientemente del área en que se desempeña en el ejercicio tanto público como privado, pertenece privilegiadamente al ámbito de la salud, motivo por el cual se considera al psicólogo también como un profesional de la salud. Retomando nuevamente la definición de la psicología como una ciencia sustentada en la investigación, la ley 1090 de 2006 define de forma puntual el proceso que debe seguir el profesional que se dedica a esta labor, invito en este punto a detenernos un momento y hacer un análisis y reflexión, realmente se debe comprender que la actividad investigativa va más allá de la formulación de problemas, indagación y búsqueda de respuesta bajo un estudio que aborda los fenómenos, en nuestro caso, sociales; esta ley le da el realce como una actividad que promueve la producción científica, la propiedad intelectual y la gestión de conocimiento, por lo cual contempla el uso adecuado de metodologías, la planeación, el manejo adecuado de la información recolectada, el consentimiento de las personas o comunidades, la práctica de los principios básicos definidos por la Unesco y la APA para guiar éticamente la investigación con animales, el derecho a la propiedad intelectual sobre los trabajos que elabore en forma individual o colectiva, en general guiarse por los principios éticos que generan de forma crítica y objetiva el análisis de las problemáticas y el respeto por el

29 ser humano. Estos aspectos pueden ser revisados de forma puntual en los artículos 49 y 55 establecidos en el código deontológico y bioético de psicología. Para ampliar el tema y dar revisión completa al código bioético y deontológico, revisar la ley 1090 de Que pueden consultar en el siguiente enlace: Momento reflexivo: Cuáles son los aportes de la investigación cuantitativa a la psicología?. CAPÍTULO 2. MEDICIÓN DE LO PSICOLÓGICO Lección 1: Características del paradigma positivista. En psicología abundan los paradigmas de investigación y por tanto los métodos para abordar los fenómenos que le interesan a cada uno. Gracias a esa diversidad, también son frecuentes los debates y apuntes que hacen los representantes de un paradigma hacia otro. Cabe aclarar que las ideas que se emiten de un lado hacia otro están llenas de matices, y en varias ocasiones estas opiniones están basadas en concepciones antiguas, dogmáticas o que simplemente no están acordes con la realidad. Para que una disciplina avance deben hacerlo sus métodos, teorías y discurso; los debates y opiniones respecto a otros paradigmas y disciplinas no se pueden quedar en malentendidos. Con el presente texto se pretende aclarar algunas de las críticas que se le hacen a ciertos enfoques en psicología que usan como su método principal lo cuantitativo; críticas hechas especialmente por las áreas de la psicología, la enfermería y otras disciplinas sociales que prefieren el uso de los métodos de corte cualitativo. El Enfoque Cuantitativo es Positivista: Según Zamora (2003) el positivismo, sea viejo o nuevo, sostiene que los únicos métodos válidos de obtención de conocimiento son la demostración formal y la contrastación empírica. Estos datos son reinterpretados a la

30 luz de una teoría al igual que se haría en cualquier metodología investigativa, de tal forma que sean coherentes con las ideas científicas. El enfoque cuantitativo es Penetrantes no Naturalista: Cook y Reichardt (1997) mencionan que algunos métodos como la observación participativa, de uso frecuente en la investigación cualitativa, es de hecho un método penetrante; adicionalmente hay métodos cuantitativos que son naturalistas. El enfoque cuantitativo es objetivo e Ignora la Subjetividad: Cook y Reichardt (1997), citando a Scriven (1972), afirman que los significados del término subjetivo pueden ser dos; a saber, influido por el juicio humano o que toma en cuenta los sentimientos y creencias humanos, se supondría que lo objetivo sería lo contrario. Cos métodos cuantitativos no se pretende ignorar la subjetividad sino que ésta sea lo más prec isa y coherente con los datos que se presentan en la realidad, los métodos cuantitativos nos son antihumanistas (Zamora, 2003), las conclusiones de un trabajo tienen afirmaciones a la luz de los datos y teorías, hipótesis respecto a lo que aún no tiene una explicación consistente y por último opiniones y especulaciones respecto a lo que se podría encontrar en otros estudios. Los métodos cuantitativos son confirmatorios y deductivos y no se fundamentan en la realidad: En la investigación de corte cuantitativo existe una forma de investigación denominada exploratoria que no está interesada en confirmar una hipótesis sino, como su nombre lo indica, explorar y describir un fenómeno, y poder hacer ajustes para abordarlo de la forma más apropiada. Estudios Carentes de Validez: Se supone que no son válidos porque ignoran la individualidad, La pregunta que evidentemente hacen los investigadores cualitativos a los cuantitativos es cuán particularizables son tus generalidades...? (Pita y Pértegas, 2002). Es innegable que cada persona en el mundo es diferente a otra, pero resulta, que así como hay diferencias, las similitudes entre personas que comparten ciertos grupos sociales también son bastantes, y es gracias a esos puntos en común que se

31 pueden hacer generalizaciones y además afirmar que esas generalizaciones son correctas; no se niega la individualidad ni se promedian subjetividades se parte de puntos comunes entre los sujetos para explicar una situación. Ignoran la Totalidad: Es prácticamente imposible abarcar un fenómeno en su totalidad, y más aún si es un fenómeno social, la cantidad de variables es tal (familia, entorno, ambiente, biología (genética, nutrición, salud), economía, creencias, educación ) que su manejo se convertiría en un problema más difícil de resolver que el objeto de estudio como tal, hay un dicho popular que dice que el que mucho abarca poco aprieta ; en ese orden de ideas se hablaría de estudios que tienen en cuenta más o menos factores. Consideran una Realidad Inmutable: En los estudios sociales con métodos cuantitativos se registran los factores relevantes para el lugar, comunidad y momento objetivo, decir que la investigación cuantitativa y las disciplinas que hacen uso de ella consideran la realidad inmutable es equivalente a decir que ignoran el contexto, y eso es algo que definitivamente no ocurre con este tipo de investigación, así como tampoco en la cualitativa. Se Sirve de los Sujetos no se Comunica con Ellos:Esta posición tomada del texto de Mendoza (2006), asume que la investigación que utiliza una metodología cuantitativa no se comunica con los sujetos sino que les extrae información. Gran parte de la investigación cuantitativa o empírico analítica busca obtener datos para más adelante proponer programas para la solución de ciertos problemas, si el interés no es la solución de un problema sino dar cuenta de un fenómeno podría decirse que tanto la investigación cuantitativa como la cualitativa extraen información de los sujetos, pero si se tiene un interés académico el término extraer no tiene un carácter peyorativo como se presenta en el texto de Mendoza (2006). Explica no Comprende: Según Guerrero (2007) una explicación es un respuesta eficaz, en relación con una teoría, a petición de información sobre ciertos hechos

32 relevantes. Se explican los fenómenos de la naturaleza de carácter predecible y repetible, al contrario las actividades humanas son hechos únicos, sin causa (sino con propósito) que no se explican sino se comprenden. Esta dicotomía entre explicación y comprensión, más que aportar al conocimiento y abordaje de lo que es relevante para la psicología, lo que hace es crear confusión; al respecto hay que preguntar a los investigadores que hacen uso de los métodos cualitativos si el comportamiento es algo que se puede explicar o solamente comprender, y si el que es capaz de explicar algo no lo comprende también. Los anteriores planteamientos son tomados a modo de lo más relevante del artículo Los que explican pero no comprenden? Una reflexión en torno a las críticas que hacen otras metodologías a los abordajes cuantitativos. Ávila, J (2008), psicólogo Universidad Nacional de Colombia, es importante dar la revisión al todo el artículo, pueden ubicarlo por el nombre. Lección 2: Hipótesis Las hipótesis como una suposición o conjetura sobre características con las cuales se da en la realidad el fenómeno social en estudio; o bien como una conjetura de las relaciones que se dan entre características o variables de ese fenómeno. Como un problema de investigación es una pregunta que se plantea el investigador con el propósito de darle una respuesta correcta, también se puede decir que la hipótesis es la respuesta anticipada que el investigador propone a tal pregunta, respuesta que someterá a verificación empírica con los datos que recoja, ya sea de manera directa o indirecta. Agreguemos, todavía, que no toda suposición es una hipótesis: lo es cuando ella se formula dentro de un conjunto de conocimientos ya acumulados sobre el objeto de investigación o dentro de la problemática teórica o práctica que lo rodea. En tal caso, esos conocimientos constituyen la fundamentación de la hipótesis. Ejemplo de un objetivo formulado como hipótesis.

33 Objetivo: En las escuelas básicas de un municipio, determinar el efecto que produce sobre el logro escolar la inversión per cápita por alumno en capacitación de los profesores en técnicas actuales de enseñanza - aprendizaje. Hipótesis: En las escuelas básicas de un municipio, la inversión per cápita por alumno aumenta el logro escolar cuando la inversión se hace en la capacitación de los profesores en técnicas actuales de enseñanza - aprendizaje. Clasificación de las hipótesis. Existen varios criterios para clasificar las hipótesis. Aquí elegimos la relación que, se supone, tiene la hipótesis con las principales funciones que ella, con las principales funciones de la investigación. Según este criterio, se distinguen cinco tipos de hipótesis: descriptivas, tipológicas, relacionales, explicativas y estadísticas. Hipótesis descriptivas: Se refieren a características que se darían en el objeto estudiado:.en un grupo heterogéneo en su composición socioeconómica, las personas con mayores niveles son menos autoritarias que las personas con menores niveles. Hipótesis tipológicas: Proponen clasificaciones de las personas u objetos estudiados:.en relación con la modernización del currículum, los profesores pueden clasificarse en: a) innovadores; b) conformistas; c) opositores totales; d) opositores parciales. Hipótesis relacionales: Suponen relaciones entre dos o más propiedades o variables que se dan en las personas del objeto estudiado:.la correlación entre el nivel de escolaridad de la madre y el nivel de escolaridad que logran sus hijos es mayor que la correlación que se da entre este nivel y la escolaridad del padre. Hipótesis explicativas o causales: Suponen causas o factores determinantes de un cierto fenómeno:.la causa principal de la deserción en las escuelas básicas es la diferencia que existe entre el código lingüístico que se usa en la escuela y el código lingüístico de los alumnos en el cual han sido socializados en sus hogares.

34 Si bien muchas de las hipótesis explicativas o causales proponen un solo factor (el código lingüístico, en el ejemplo), en la complejidad del mundo social sobre todos y cada uno de los fenómenos se dan múltiples influencias. Como reconocimiento de esta situación, estas hipótesis deberían enunciarse con la cláusula.en igualdad de otras condiciones.. Así se diría, por ejemplo:.en igualdad de condiciones económicas las personas que respetan principios religiosos son más autoritarias que aquellas que no se rigen por tales principios.. El investigador debe elegir las condición (es) que se igualará (n) en cuanto también podría tener efecto en el fenómeno estudiado (el autoritarismo, en el ejemplo). Hipótesis estadísticas: Las hipótesis estadísticas son supuestos hechos por el investigador acerca del valor que puede tener una cierta medida estadística en una muestra probabilística tomada de una determinada población. Estas hipótesis se formulan con una cierta probabilidad del margen del error que puede tener ese valor. Dentro de estas hipótesis estadísticas tienen especial importancia las llamadas hipótesis nulas y la correspondiente hipótesis alternativa. Así, e:n un estudio realizado en una muestra en la cual se han calculado dos medios aritméticos, la hipótesis nula dirá que, si fuera el caso, no existe una diferencia estadísticamente significativa entre el promedio de salarios de los hombres y de las mujeres en una cierta profesión. La hipótesis alternativa, por su lado, dirá que sí existe diferencia. Para aceptar o rechazar una u otra de las alternativas, se deberá conocer cuál es la probabilidad de darse tal valor y cuál es la probabilidad propuesta por el investigador para eso. Lección 3: Variables y Constructos y definición operacional. Las variables son las características de un objeto o evento que tenga a los menos dos atributos (categorías o valores); los atributos son distintas categorías o valores que componen la variable, en función de ellos se clasifican los objetos. Variables como edad, ingresos económicos, altura, toman valores numéricos; pero las variables cono sexo, estado civil, adoptan categorías.

35 A continuación encuentra un cuadro esquemático de los tipos de variables y posteriormente encuentra la definición y ejemplos. Cuadro 6. Tipo de variables. Se invita a ver el siguiente vínculo. - Variable independiente: es el atributo, propiedad o característica que el investigador va a observar bajo condiciones controladas, proceso denominado manipulación de la variable en una investigación experimental, para valorar y medir la incidencia en la variable dependiente; es la causa en la relación causa-efecto. - Variable Dependiente: en una investigación es una característica cuyo valor cambia porque se manifiesta de diferentes formas, o aparece y desparece cuando el experimentador introduce, reitera o cambia la variable independiente. Es la consecuencia en la relación causa-efecto y no se manipula sino que se mide para ver

36 el efecto de la manipulación de la variable independiente sobre ella; por lo tanto se debe definir para saber qué se va a medir u operacionalizar. - Variables Intervinientes: son aquellas que pueden modificar os valores de la variable dependiente pero que no son controladas por el investigador. Según el tipo de valor: - Variables cualitativas son aquellas que toman como valores cualidades o categorías que representan la pertenencia a una clase de cosas. - Variables cuantitativas: toman como valores numéricos aunque no representan cantidades, como es el caso de los códigos. -Variables Continuas: son variables cuantitativas cuyos valores cambian en forma progresiva y no a asaltos o de una a otra categoría, tienen un orden que no puede alterarse y sobre ellas se pueden hacer análisis estadísticos descriptivos a través de medidas de tendencia central y medidas de dispersión. - Variables Discretas: son aquellas cuyos valores corresponden a clases independientes, no admiten valores intermedios y por lo tanto, no tiene sentido hablar de promedios o de otros estadísticos descriptivos. Según técnicas u operaciones estadísticas (Escalas): - Variables nominales: se refieren a nombres, no proporcionan información referente a un atributo, excepto en términos de equivalencia o no equivalencia. Son excluyentes y si se asignan números sólo se utilizan para distinguir unos objetos sociales de otros. - Variables ordinales: se refiere a la distribución de objetos según su lugar relativo con respecto a otros, de un tributo especifico. Los atributos o características se ordenan de acuerdo con algún criterio, sin embargo no dice que tanto es mayor el atributo con respecto a otro nivel. El criterio para clasificar a las personas u objetos en un grupo u otro no obedece a operaciones matemáticas sino a criterios establecidos por el investigador que construyo la escala o prueba) Ver modulo Psicometría o Medición Psicológica). - Variables de intervalo: los números asignados corresponden a la intensidad con la cual se da una variable en las personas u objeto de estudio. Especifican el rango de ordenamiento de los objetos o atributos y la distancia entre dichos objetos.

37 - Variables de proporción o de razón: cumplen todos los requisitos anteriores, excepto que aquí el cero si es racional, es decir el cero indica ausencia del atributo o característica que se está midiendo. Los constructos se definen como propiedades subyacentes, que no pueden medirse en forma directa, sino mediante manifestaciones externas de su sexo, la ocupación, etc., que, como se ve, corresponden a grados diferentes o iguales de darse una cierta propiedad en las personas o de darse en modalidades diferentes. Los constructos se definen como propiedades subyacentes, que no pueden medirse en forma directa, sino mediante manifestaciones externas de su existencia, es decir, mediante indicadores. En otras palabras, los constructos son variables subyacentes, por lo cual, habitualmente, caen en la denominación común de variables. A partir de esa definición, es importante buscar procedimientos que permitan su medición indirecta mediante manifestaciones externas, empíricas y observables. Tales manifestaciones o expresiones reciben el nombre de indicadores. En el caso de una cierta actitud, son indicadores de ella las respuestas que pueda dar un sujeto a una o más preguntas que se supone se relacionan con la correspondiente variable subyacente. O, también como ejemplo, el ingreso de una persona es un indicador de su posición social, o bien su nivel de instrucción formal, etc. Como se ve en estos ejemplos, los indicadores dicen la forma cómo será medida una cierta variable. La selección de indicadores objetivos para medir una variable subyacente o compleja corresponde a la definición operacional de esa variable. De manera abreviada, y si corresponde, una definición operacional consiste en señalar el instrumento con el cual será medida la variable. Así, la inteligencia queda definida operacionalmente cuando decimos que será medida por el test de Raven. Otras definiciones operacionales se dan en los párrafos que siguen.. Definición operacional de la variable posición socioeconómica. En este caso, se dirá que la variable será medida con los siguientes indicadores con sus respectivos valores ordinales:

38 Ocupaciones no manuales = 2 Ocupaciones manuales = 1 Educación universitaria = 5 Educación secundaria = 3 Educación primaria = 1 De acuerdo con esta definición operacional, una persona con una ocupación no manual y con educación secundaria tendrá una posición socioeconómica de valor.5.; otra con ocupación manual y educación primaria tendrá un valor.2. Cabe hacer notar que esos valores corresponden a una variable ordinal: los números sólo indican que uno de ellos es mayor que el otro. Lo mismo vale para otros ejemplos que damos a continuación.. Definición operacional de actitud autoritaria. La actitud será medida con las respuestas y ponderaciones dadas a las siguientes preguntas: - Debe enseñársele a los niños que la obediencia es siempre un comportamiento positivo. De acuerdo = 3 Indiferente=2 En desacuerdo=. 1 Definición operacional de flexibilidad laboral a nivel de la empresa. Se medirá la flexibilidad laboral de las empresas con el número de trabajadores que salen de ellas anualmente. (Nótese que según el problema que se investiga, este mismo indicador podría serlo de.inseguridad laboral.). Directamente relacionado con los indicadores se encuentra la medida de una variable compleja que no se puede medir directamente, denominada índice. En forma de definición, un índice es una combinación de dos o más variables o de sus indicadores elegidos por el investigador que propone como procedimiento para medir una cierta variable de la naturaleza indicada antes. Por lo dicho, un índice puede estar representado por los indicadores que se utilizan en la definición operacional de una variable. De esta manera, un índice de posición socioeconómica sería la combinación de valores o ponderaciones asignados a las categorías distinguidas, por ejemplo, en la ocupación y en la educación.

39 Lección 4: Medición de variables y tipos de escalas de medición. Una variable puede adoptar varios valores, tal vez muchos de ellos en cierto rango. El valor suele ser numérico, aunque no necesariamente. Los diferentes valores son nombres; ese tipo de variable se conoce como variable categórica, porque cada valor de ella es una categoría diferenciada. Si bien es posible decir porque partido vota una persona, esto no mide una actitud política en una escala; de igual modo, se puede preguntar a los individuos si son casados o solteros, pero no es posible decir que tan casados están. Las variables como la estatura, el tiempo y la cantidad de hermanos que se tiene, eso sí representa una un valor concreto y se conocen como variables medidas, puesto que se vale de un numero para indicar en qué parte de una escala se encuentra la persona en esa variable. Una de las principales tareas al tratar de evaluar las variables psicológicas, a menudo consiste en pasar de una variable categoría, de acuerdo/ desacuerdo a una variable de medida que tan de acurdo esta. Algunas variables son fáciles de medir y uno esta familiarizado con el tipo de instrumento de medición necesario. Algunas variables son familiares en términos conceptuales, pero medirlas en forma numérica es algo difícil de hacer, como en el caso de la actitud, la ansiedad, o los sentimientos. Sin embargo, aunque a las personas suele agradarles pensar que no hacen mediciones psicológicas de las personas, hay al menos cierta medición implícita en afirmaciones como por ejemplo se opone fuertemente al consumo del cigarrillo, y quien puede oponerse solo un poco. En psicología se trabaja con variables como la actitud y la ansiedad, es necesario en posibilidades de especificarlas con precisión, en parte porque se desea ser exacto en la medición de sus cambios y en parte porque es importante comunicar a los demás los hallazgos. Si se aspira que estos trabajos se tomen con seriedad, debe existir la posibilidad de que los demás los repliquen con la ayuda de los mismos procedimientos de medición que uno utilizó y que obtengan los mismos resultados. La medición de una variable consiste precisamente en el proceso de asignar valores o categorías a las distinta características que conforman el objeto de estudio, para que se realice adecuadamente la medición, se recomienda tres aspectos; el primero, la

40 exhaustividad; es decir, que comprenda el mayor número de atributos, el propósito es que ningún atributo quede sin poder clasificarse, en un cuestionario la opción -otros- corresponde a aquellas en las que caben otras respuestas diferentes a las del cuestionario; el segundo; la exclusividad, los distintos atributos que componen la variable deben ser mutuamente excluyentes y el tercero; la exactitud, que establece la precisión y claridad. -Tipos de escalas de medición Todos los datos son en última instancia resultado de un proceso de medición. Podemos distinguir cuatro niveles de medición: escala nominal, escala ordinal, escala de intervalo, escala de razón. Escala nominal: corresponde a los datos cualitativos, cuando se clasifican en categorías que no implican orden. Es propietario de automóvil?: Sí No Escala ordinal: cuando los datos cualitativos se clasifican en categorías distintas en las que existe algún orden. Rango docente: Titular Asociado Adjunto Auxiliar Escala de intervalo: es una escala ordenada en la cual la diferencia entre las mediciones es una cantidad que tiene significado preciso. Por ejemplo, si una persona mide 1,65 m, entonces tiene 5 cm más que otra que mide 1,70 m. Estos 5 cm representan la misma diferencia entre una persona que mide 1,82 m y otra que mide 1,77m. Escala de razón: En este caso, además de que las diferencias son significativas e iguales en todos los puntos de la escala, existe un cero real, de modo que se pueden considerar cocientes de mediciones. Por ejemplo, una persona que mide 180 cm tiene el doble de altura de otra que mide 90 cm, mientras que una temperatura de 80ºC no significa precisamente el doble de otra de 40ºC.

41 Lección 5: Muestra y tipos de muestreo. Cuadro 7. Tipos de muestreo La muestra es una parte de la población que de acuerdo con la selección que se haga representa la población y es la suficiente y necesaria para obtener la información requerida. Axial la muestra son los grupos de individuos, acontecimientos o situaciones, que se incluirán en la investigación. La muestra es siempre una parte representativa de la población dada y de ella se obtiene efectivamente la información. El problema principal consiste en asegurar que la muestra sea representativa de la población, de manera que permite generalizar las conclusiones a ésta. En ocasiones, cuando la investigación no es muy extensa, puede tomarse la totalidad de la población como muestra. Establecer la Unidad de Observación, es un paso inevitable. Esta nos conduce a las Unidades de Análisis, las cuales se configuran por las instituciones, grupos de individuos, personas individuales, etc, las que por su parte se ubican en un espacio geográfico y temporal.

42 Por ejemplo, estudiantes universitarios, organizaciones gubernamentales, jefes de hogar, otros. La pregunta que aparece frente a tales Unidades de Análisis es todos los estudiantes secundarios?, todas las ONG?...Naturalmente, la respuesta remite a considerar que "todos" es el universo de la población, que exigirá el diseño de una muestra, lo que implica la selección de unidades concretas. Como ya se dijo, dependerá de los objetivos de la investigación. Si la decisión es un estudio de caso, como se planteará en apartados próximos, la muestra en cuestión, se limita a la selección de aquellas personas, grupos, instituciones que serán constituidas como "el caso", para lo cual se avanzará con un procedimiento diferenciado. Mientras que si el interés es realizar una encuesta, es necesario una muestra, la cual está determinada por un subconjunto del conjunto total que es el universo. El propósito perseguido es establecer generalizaciones sobre lo que se está investigando, los elementos que conforman la muestra y obtener conclusiones con un mínimo de error. Se basa en la teoría estadística y fundamentalmente en el cálculo de probabilidades, en los diferentes tipos de distribución de probabilidades y el de prueba de hipótesis. Para que una muestra sea representativa, se necesita: Determinar el tamaño de la muestra: implica calcular el número de personas a entrevistar con base en criterios de fíabilidad de resultados y optimización de costos y tiempo. La forma de muestreo: elegir el tipo que se utilizará conforme la teoría estadística que sea viable de aplicar (muestras probabilísticas, muestras no probabilísticas) Determinar las unidades muéstrales: establecida la muestra, obtener las unidades (personas, instituciones, etc) sobre las que se aplicará. -El Tamaño de la Muestra Conforme la fuente citada cumple con el primer paso significa que se debe tener en cuenta que las unidades seleccionadas sean representativas, conlleven el menor costo y otorguen la mayor confianza. Ello implica tener en cuenta tres funciones:

43 1. La varianza poblacional, que refiere a la heterogeneidad u homogeneidad de la población. A mayor homogeneidad, menor será el número de elementos y, contrariamente, a mayor heterogeneidad, o dispersión de la población, será exigida mayor proporción, a fin de garantizar la representatividad. 2. El nivel de confianza, que se alcanza a través de la distribución de los elementos sobre la base de la campana de Gauss. En el ejemplo anterior, distribuiríamos a la población, si se pretende reconocer nivel de estudios alcanzados, conforme la frecuencia de jóvenes con estudios de nivel básico, de nivel medio y de nivel superior. De ello se obtendría que la mayor parte se ubica en el nivel básico y medio y una minoría estaría en el nivel superior. El grado de confianza se alcanza teniendo en cuenta que la población sea representativa de cada nivel de aprendizaje, de manera que se puedan establecer intervalos de confianza siguiendo reglas estadísticas preparadas para tal fin. 3. El máximo de error: Implica estimar hasta dónde es posible tener un sesgo de error, que se define por algo que ya se apuntó: cuanto mayor es el tamaño de la muestra, menor el error muestral y viceversa. Este último, generalmente ya está establecido por el investigador, el cual oscila entre 2.5% al 2%.98 -Clases de muestras: La selección de una muestra se hace en función del problema, objetivos, hipótesis, variables y tipos de estudio. Una muestra debe satisface dos condiciones: En ella debe ser posible poner a prueba las hipótesis, es decir, las relaciones entre variables. Debe ser posible la generalización, es decir, inferencias validas con un grado de incertidumbre conocido. -Tipos de muestreo: - Probabilística: o al azar. Para que un muestreo sea Probabilístico se requiere que todo y cada uno de los elementos de la población ténganla misma probabilidad de ser seleccionados. Se divide en:

44 - Aleatorio simple: todos los elementos tienen las mismas probabilidades de ser seleccionados. - Muestreo sistemático: tiene las mismas características del aleatorio simple, solo difiere en el procedimiento de selección de las unidades de muestra. - Estratificado: se utiliza cuando la población es demasiado heterogénea con respecto a las características que se desean estudiar; en este caso se agrupan los elementos dentro de grupos o estratos. Se puede estratificar por sexo, edad, nivel socioeconómico, ubicación geográfica etc. - Conglomerado: se divide a la población de acuerdo con características específicas, se escogen los grupos que se requiere para el estudio y en cada uno de ellos se hace una selección al azar conservando la misma proporciona en todos. - No probabilístico: no sigue el proceso aleatorio o al azar no es representativa de una población, se caracteriza porque el investigador selecciona su muestra siguiendo algunos criterios identificados para los fines de la investigación que desea realizar. Dentro de éste se encuentra el muestreo por conveniencia y el muestreo por cuotas. La estadística inferencial se ocupa de este problema y determine si la muestra es o no representativa; cuando ello sucede, se puede predecir el resto de la población también cumple con la misma ley enunciada en la hipótesis. Momento reflexivo: Por qué el problema de la cuantificación en la investigación psicológica? CAPÍTULO 3. TÉCNICAS Y ESCALAS DE ACTITUD. Lección 1. La encuesta. Una vez que se decide el tipo de muestreo a utilizar en la investigación, resulta necesario armar el de recolección de información. Una definición técnica de la encuesta es que es una técnica estandarizada que permite obtener información acerca de una muestra de población total. Para Cecilia Blanco ( 2011) la encueta es un método científico de recolección de datos de carácter cuantitativo que permite recopilar información sobre opiniones, creencias y/o actitudes de los sujetos estudiados e

45 indagar acerca de temas múltiples, tales como pautas de conducta, prejuicios, tendencias políticas : Esta técnica brinda información acerca de cómo se manifiestan muchas propiedades ( categorías, variables, atributos) en innumerables individuos y se aplican ámbitos diversos, comercial, político, académico. En el mundo académico, la encuesta adquirió importancia en la década de los 40, especialmente en áreas de sociología y comunicación, esta técnica se convirtió prontamente en una de las más utilizadas en la investigación social empírica en los Estados Unidos. La encueta resulto ser una de los más potente métodos cuantitativos puesto que permite obtener datos validos en un plazo relativamente corto y así realizar inferencias y estimaciones, ( Marradi, Archenti y Piovani, 2010). La base estadística de la encuesta permite establecer predicciones representativas respecto de las características de grandes poblaciones a partir del análisis de datos obtenidos en estudios a pequeña escala de pequeñas muestras probabilísticas adecuadamente seleccionadas. La encuesta permite describir como e manifiestan determinadas propiedades de una población, a partir del análisis del comportamiento de las variables de una muestra. Lección 2. La entrevista. La recolección de la información igualmente puede ser mediante otras técnicas, especialmente para áreas de las ciencias sociales existe diversas formas de aproximarse a las personas, entre ellas la entrevista, esta es una forma de tener un encuentro cara a cara y utilizan una variedad de preguntas dese las cerradas hasta las abiertas, y las diverso tipos, estructuradas o semiestructuradas, para el caso de la investigación cuantitativa se den tratar que sea una entrevista lo más estructurada posible, porque al no ser así, el análisis de respuestas es un proceso algo, complejo y es de un orden más interpretativo. Al tener un interés en la cuantificación se deben generar categorías que prioricen la información recolectada.

46 Los tipos de entrevista de acuerdo al texto de Hugh, C. (2005), son 5: no directiva, informal, semi estructurada, estructurada abierta, completamente estructurada; a continuación se presenta algunos aspecto relevante de cada una. Entrevista no directiva: El entrevistado puede hablar de lo que quiera, se trata de que se aumente los conocimientos acerca de si mismo y de manejar sus problemas personales. Entrevista Informal: El objetivo es reunir datos de investigación, bajo un atmosfera cordial y más relajada, pero centrada en un tema específico, además no se ve limitada por una respuesta fija. Entrevista semiestructurada: Tiene en cuenta un ambiente informal, pero es guiada, porque el entrevistador puede ofrecer respuesta que conlleven a nuevas preguntas o a omitir otras, dado que ya ha dado la respuesta; este tipo de entrevista se emplea más en la investigación cualitativa, o puede conllevar a análisis de contenido cuando la información es relevante y amplia para la investigación. Entrevista estructurada pero abierta: A fin de evitar la indefinición, se utiliza un procedimiento estandarizado el cual consiste en hacer la pregunta un el orden predeterminado y garantiza mayor consistencia en cuanto los datos que se reúnen. Las preguntas son abiertas. Cuénteme, dígame Entrevista completamente estructurada: Las preguntas tienen un formato preestablecido y las opciones de respuesta están establecidas, por ejemplo a veces, casi nunca, brinda la opción de manejo de datos específicos, pero no es muy usada en ciencias sociales dado que de alguna manera se distancia de una conversación, por esta razón, este tipo de entrevista puede hacerse por teléfono y no necesariamente cara a cara. Lección 3. La observación. Esta técnica va más allá del registro de datos observados, en cierto sentido, los datos que proviene de las personas se obtienen por medio de alguien tipo de observación, para ello puede tomarse datos en ambientes naturales o en ambientes artificiales, así mismo donde puede darse un control total de las variables, por tanto la observación como técnica de investigación implica un amplio significado, porque comprende toda

47 una preparación del ambiente y de elementos que permitan ese registro, un registro de las conductas; por ello puede usarse en estudio de orden descriptivo y en estudios de orden experimental y para estos últimos es donde representa ese proceso de medican de variables, la variable independiente y la variable dependiente. Por consiguiente se usa como técnica de recolección de datos, pero, cabe aclarar que puede usarse como diseño general de la investigación. Como técnica, pretende medir las variables o describir las conductas; como diseño busca contrastar los datos con otras investigaciones en particular de orden experimental, pero en ambiente naturales, es decir, no se manipula variables, que es lo que se hace en entornos de laboratorio o artificiales. Esta técnica igualmente tiene formas de realizar la observación, por un lado esta la observación participante y no participante, la primera permita al investigador hacer parte del grupo de sujetos observados, mientras que la no participante el investigador debe observa a distancia. Cuando se emplea esta técnica, el investigador de acuerdo al estudio puede informar o no las intencionalidades de la investigación, lo que permita los comportamiento naturales de las personas y no afecte la recolección de datos. De otro se encuentra la observación estructurada o sistemática, cuyas características son; la definición de categorías conductuales a registrarse, el muestreo de la conducta, de manera consistente y la capacidad del investigador en ese ejercicio observacional, en especial orientadas por un sistema de codificación de los datos. Esta técnica se apoya en instrumentos de recolección necesariamente, porque no se puede dejar solo lo observado a percepción o recuerdo del investigador, por ello se sugiere que se tenga una hoja de registro, que puede ser el diario de campo, como otras hojas de codificación, así mismo se recomienda y resalta la importancia de hacer uso de instrumentos como la grabación en vio que permitirá la totalidad de registro y las ventajas para analizar varios factores luego de la situación observada. Lección 4. Análisis de contenido. Es la descripción objetiva, sistemática y cuantitativa del contenido manifiesto de la comunicación cuya finalidad es interpretarla. Actualmente se lo entiende, como el

48 conjunto de procedimientos interpretativos y de técnicas de comprobación y verificación de hipótesis aplicadas a productos comunicativos (mensajes, textos o discursos), o a interacciones comunicativas que previamente registradas, constituyen un documento, con el objeto de extraer y procesar datos. En este apartado, diferenciaremos el Análisis de Contenido teniendo en cuenta la "Semántica Cuantitativa" o de base no gramatical en la concepción de Duverger. Para ello se tiene en cuenta: Constituir un universo (Un libro; un capitulo, un discurso, las editoriales publicadas en una fecha determinada por un N determinado de periódicos, etc) que exige, una clara delimitación Establecer las Unidades de Análisis. La palabra, la unidad más sencilla, el tema, conformado frecuentemente como una oración; el ítem, definido como la unidad de análisis que es usada por los productores de material simbólico (pueden ser un libro, una editorial, un programa); las medidas de espacio-tiempo (N de páginas dedicadas a la sección economía y a la sección; centímetros que ocupa una columna; etc.). Conformar las Categorías. Los niveles en los que se clasifican las unidades de análisis en las que Duverger, (pp. 182) distingue: Categorías de materia que comprende: Los temas tratados(los diferentes programas televisivos; las diferentes materias del plan de estudios; los fenómenos políticos -propuestos por Lasswell- las personas; los grupos y las comunidades; las organizaciones; la política; las ideologías- los métodos o técnicas, son una variedad de las categorías basada en los temas; Categorías de Forma. Como su nombre sugiere, se refiere al modo en que son tratados los temas: De forma propiamente dicha. La distinción entre los hechos, las declaraciones de preferencia y las declaraciones de identificación ("El Plan Económico se pone en vigencia el próximo mes", es una declaración de hecho; las Políticas sociales están bien instrumentadas -o no- es una declaración de preferencia; El Diario País de España llega a la toda L.A, es una declaración de identificación. De Intensidad. Es el efecto que provoca la comunicación. Requiere de la definición de conceptos emocionales que midiendo su frecuencia intenta conocer la intensidad del hecho. Las repercusiones de un hecho policial transmitido en la TV. Las estratagemas. El análisis de un texto en el que se encubre otro mensaje, por ej. Una propaganda. Las

49 Categorías de Apreciación. Se clasifican las U.A. según las estimaciones que hace el autor: toma de posición (aprobación-desaprobación; afirmación - negación); los valores (bien-mal; Justo-injusto; fuerte-débil); las autoridades, las personas, grupos, etc, en cuyo nombre se hace la declaración. Las Categorías de Personas y de Actores. Se separan los que responden a las personas, su características personales, de los que refieren a los documentos. Respecto del estatus personal y rasgos de carácter discierne sobre: sexo; edad; educación; nivel de ingresos. Se pueden añadir otras condiciones: preferencias, atractivo personal; o bien disponiéndose de información de las características personales: por ej. Cuántas veces se dice que el funcionario es leal para con sus votantes y coherente en su conducta con las decisiones que toma? Un análisis de ese tipo, lleva al investigador a contar las veces que tales términos se repiten en las preguntas abiertas, en un cuestionario que busque información sobre el escaso éxito de las políticas sociales, es frecuente la respuesta: "los políticos no hacen nada. Solo vienen cuando hay que votar" Esa respuesta el analista la puede connotaren una expresión que la identifique, junto con otras expresiones parecidas y, categorizarla como "lealtad". En otras palabras el investigador está codificando a través de una operación que le permite "contar" las veces que el código en cuestión se repite. Respecto de los actores, indica las personas, grupos, presentados en los documentos como protagonistas principales. Las Categorías de Origen y Destino. Alude a la procedencia y a destinatarios del documento. El trabajo consiste en analizar durante un tiempo determinado, el origen de la noticia, por ejemplo, si es de una provincia, de un municipio, de otro país. El destino es la categoría que procura determinara quien se dirige la noticia, el discurso, la propaganda, etc. Analizar, por ej. A quién está dirigido el discurso del Presidente?: a los banqueros, a los empresarios, a los más necesitados, etc.; o la propaganda de una marca de cigarrillos: a los más jóvenes, a las mujeres, etc. El análisis de contenido en las categorías que han sido descritas, es el medio por el cual se realiza luego la codificación de un documento, técnica a la que nos hemos referido. Es decir que codificación y análisis de contenido se encuentran relacionados,

50 y a su vez, ambas están estrechamente vinculadas con el cuestionario y las escalas de medición de opinión y actitudes. Lección 5. Escalas de actitudes. Las actitudes pueden considerarse como una relativamente duradera organización de creencias, sentimientos y tendencias de conducta hacia objetos, grupos, eventos o símbolos socialmente significativos; una predisposición adquirida, un sentimiento general de evaluación (positiva o negativa), sobre personas, objetos o asuntos. De esta definición, se desprende el ABC de los componentes de las actitudes: AFECTIVOS: Respuesta emocional, positiva o negativa DE CONDUCTA ( BEHAVIOURAL ). Intención de realizar una acción COGNITIVOS: Creencias que moldean los componentes anteriores, estos componentes siempre trabajan conjuntamente, jugando un papel importante en la determinación de la conducta. Este enfoque involucra la conversión de algo abstracto, como lo es la actitud, en alguna clase de escala numérica, dando mayor facilidad al manejo de los datos y subsecuente análisis estadístico. Algunas de las más utilizadas son: -Escala de Likert: denominada así en honor de Rensis Likert, quien diseñó este método en En general, se plantean una serie de afirmaciones, juicios o preguntas ( proposiciones ), ante las cuales el individuo debe mostrar su acuerdo usando palabras que implican grados crecientes (o decrecientes) del mismo; es pues, una escala de tipo ordinal, que se desarrollará más ampliamente en este reporte. -Diferencial semántico: método desarrollado por Osgood, Suci, y Tannenbaum en 1957, se basa en usar un par de adjetivos opuestos, representando valores extremos en una opción bipolar, como bueno/malo, útil/inútil, adecuado/inadecuado, seguro/peligroso, etc. Se asume que hay un espacio semántico hipotético, entre los cuales debería estar situada la verdadera actitud del sujeto, que se evalúa de manera gráfica. Ejemplo: qué le parece el contenido de esta guía?

51 Obviamente, el investigador debe elegir, previamente, la forma de codificar cada respuesta. Este tipo de escala permite la medición simple de las actitudes hacia aspectos muy generales - Escala o escalograma de Guttman: Planteada por Luis Guttman en Se presentan una serie de planteamientos similares a los de la escala de Likert, pero asumiéndose que cada escalograma está dirigido a estudiar un solo detalle de cada aspecto en particular, siendo entonces unidimensionales. En este tipo de escalas hay gradación interna y externa, la interna respecto al grado de concordancia con el planteamiento propuesto y externa en el sentido de que hay diversos planteamientos similares que varían en intensidad, por lo que se asume que el aceptar el de mayor intensidad es equivalente a aceptar todos los demás y viceversa. Los ítems deben construirse y validarse con especial cuidado, debiendo ser presentados en orden creciente o decreciente de intensidad. Ejemplo: si una persona responde que le gustan todas las frutas, entonces debería decir también que le gustan las manzanas, ya que esta afirmación es de menor intensidad que la primera. -Escala de Bogardus: es una escala acumulativa, como la de Guttman, en el sentido de que hay diversos planteamientos similares que varían de grado, por lo que se asume que el aceptar un determinado implica aceptar todos los que tengan un grado menor. La diferencia con la de Guttman estriba en que se usa un escalamiento de intervalos. -Escala de Thurstone y Chave: realizada con ítemes que valoran opiniones con valores fluctuantes entre 0 y 11, los cuales, sin embargo, no se muestran a los participantes, quienes sólo deben seleccionar la opinión con la que concuerden más. Los valores de 1 a 11 se obtienen promediando los valores o pesos que se asignan por un grupo de expertos, implicando que esta escala tiende a representar una medición de intervalos. Momento reflexivo: Cuál es la importancia de elegir la técnica adecuada para la investigación?

52 Autoevaluación de la Unidad: Apreciado estudiante, luego de la lectura, análisis y comprensión de los temas de la unidad 1, es importante el proceso de autoevaluación, entendida como una oportunidad para hacer la revisión y reflexión autocrítica de procesos, aprendizaje y productos del proyecto de formación que está desarrollando en su rol de estudiante. Conteste las siguientes preguntas de acuerdo con la siguiente escala valorativa: 5: Totalmente de acuerdo. 4: De acuerdo 3: Nivel medio 2: Desacuerdo 1: Totalmente desacuerdo. Competencia cognitiva Comprende los conceptos y temas presentados en el módulo. 2-Identifica la importancia de los objetivos de aprendizaje. 3-Reconoce las características epistemológicas de investigación. 4- Reconoce las características metodológicas de investigación cuantitativa. 5- Reconoce los aspectos éticos de investigación en psicología. Competencia metodológica Organizó su tiempo para el desarrollo de lectura y ejercicios. 2-Demostró dominio en los ejercicios de cada capítulo 3-Desarroló habilidades en el proceso de diseño metodológico. 4-Consultó otras fuentes bibliográficas. 5-Generó estrategias para alcanzar las metas de aprendizaje. Competencia contextual Reconoce el impacto social de la investigación cuantitativa. 2-Relaciona el aprendizaje con situaciones reales del contexto. 3-Identifica los campos de acción en los que puede intervenir. 4-Genera aportes conceptuales ante los problemas del contexto. 5-Valora el desempeño profesional ante el servicio a la comunidad. Competencia comunicativa Generó dialogo claro y oportuno con el tutor y compañeros. 2-Comprendió las instrucciones para la elaboración de trabajos. 3-Expresó inquietudes sobre el tema o actividades del curso. 4- Intercambió ideas y opiniones sobre los temas del curso. 5-Establece pautas de interacción apropiadas a su rol.

53 Referencias bibliográficas. Avila, J. (2008). Los que explican pero no comprenden? Una reflexión en torno a las críticas que hacen otras metodologías a los abordajes cuantitativos. Indago. Número 2. Universidad Nacional de Colombia. Blanco, C. (2011). Encuesta y estadística. Métodos de investigación cuantitativa en ciencias sociales y comunicación. Editorial Brujas. Argentina. Clark-Carter, David. (2002). Investigación cuantitativa en psicología, del diseño experimental al reporte de la investigación. Universidad de Oxford. Hugh, C. (2005). Métodos de investigación y estadística en psicología. 3a Ed. Manual Moderno. México.

54 UNIDAD DIDÁCTICA 2. TRATAMIENTO Y ANÁLISIS DE DATOS EN EL PROCESO DE INVESTIGACIÓN CUANTITATIVA. Presentación: La investigación cuantitativa parte de entidades teóricas de amplio reconocimiento por parte de la comunidad científica, los estudios desde esta investigación generalmente examinan los datos numéricos tomados de un fenómeno observado especialmente con el apoyo de disciplinas como la estadística. A partir de la cual se hacen demostraciones de los aspectos separados de su todo, a los que se asigna significado numérico y se logran inferencias causales, por tanto en esta segunda unidad en la cual se tiene en cuenta el proceso propio de la investigación cuantitativa se presentara de forma puntual los aspectos de diseño de investigación cuantitativa, la recolección de información y el tratamiento y análisis de datos desde esa misma perspectiva de la investigación cuantitativa. Por tanto es importante en primer lugar reconocer que la investigación cuantitativa no es de ninguna manera una investigación en contraposición de la investigación cualitativa, solo se presenta como una forma diferente de abordar estudios o problemáticas y que desde esa perspectiva brinda opciones especificas tales como más rigurosidad, objetividad, generalidad y especialmente la deducción, formas que se basan en métodos y estrategias de cuantificación de la información. La invitación en este punto es que como profesionales de psicología se adquiera igualmente un aprendizaje sobre las características de la investigación cuantitativa, sus diseños y sus formas de recolección y tratamiento de datos, para lo cual es importante realizar la lectura de cada uno de los temas, igualmente abordar las lecturas complementarias sugeridas, así mismo el desarrollo de los ejercicios y actividades de autoevaluación, con el fin de generar competencias metodológicas y contextuales que contribuyan al conocimiento y especialmente la intervención en los contextos sociales, a partir de una mirada del método lógico deductivo que igualmente exigirá el dominio de las teorías o enfoques psicológicos.

55 Objetivos específicos de la unidad: - Presentar de forma organizada referentes conceptuales sobre diseños metodológicos, formas de recolección y tratamiento de información a partir de la investigación cuantitativa. - Establecer actividades reflexivas que promuevan actitudes valorativas y competencias contextuales en torno los procesos de gestión de conocimiento investigación y el análisis de las realidades desde la investigación cuantitativa. - Orientar un proceso de aprendizaje a partir de las respectivas fases de reconocimiento, profundización y trasferencia basado en estrategias pedagógicas, didácticas y evaluativas de cada capítulo. Evaluación diagnóstica: Señor estudiante, es importante tenga en cuenta que para realizar la lectura de los ejes temáticos que integran la segunda unidad, se requiere que previamente haya cumplido la lectura, ejercicios y trabajo colaborativo de la Unidad 1, es decir, se requiere de bases conceptuales y dominio en los aspectos teóricos, metodológicos y éticos de la investigación, por tanto es un momento para reconocer las fortalezas y reforzar aquellas en las cuales se detectó dificultad dada la autoevaluación de la Unidad 1. Responda las siguientes preguntas:

56 Preguntas: 1. Conozco la definición de estadística?. Si Cuáles?: No Es importante conocerlos? Si No Por qué 2. Conozco el significado y la función de los datos en un proceso de investigación? Si Nómbralas: No Es importante investigar sobre ellas? Si No Dónde o con quién puedo Investigar: 3. Conozco en términos conceptuales los diferentes métodos estadísticos para organizar datos? Si Cuáles?: No Es importante conocerlos?. Si No Por qué? 4. Conozco en términos prácticos algunos métodos estadísticos para organizar datos? Si Cuáles?: No Es importante revisarlo? Si No Por qué: 5. Identifico el procedimiento para la construcción de unidades y categorías de análisis. Si No Por qué?

57 CAPÍTULO 1. RESUMEN Y DESCRIPCIÓN DE DATOS Lección 1. Procedimiento para el análisis de datos y tipos de datos Una vez concluidas las etapas de colección y procesamiento de datos se inicia con una de las más importantes fases de una investigación: el análisis de datos. En esta etapa se determina como analizar los datos y que herramientas de análisis estadístico son adecuadas para éste propósito. El tipo de análisis de los datos depende al menos de los siguientes factores. a) El nivel de medición de las variables (los niveles de medición fueron explicados en la sección 2.4 del capítulo II). b) El tipo de hipótesis formulada (ver sección 2.2, capítulo II). c) El diseño de investigación utilizado indica el tipo de análisis requerido para la comprobación de hipótesis. El análisis de datos es el precedente para la actividad de interpretación. La interpretación se realiza en términos de los resultados de la investigación. Esta actividad consiste en establecer inferencias sobre las relaciones entre las variables estudiadas para extraer conclusiones y recomendaciones (Kerlinger, 1982). La interpretación se realiza en dos etapas; la primera, la interpretación de las relaciones entre las variables y los datos que las sustentan con fundamento en algún nivel de significancia estadística. La segunda, establecer un significado más amplio de la investigación, es decir, determinar el grado de generalización de los resultados de la investigación. Las dos anteriores etapas se sustentan en el grado de validez y confiabilidad de la investigación. Ello implica la capacidad de generalización de los resultados obtenidos. Analizar significa establecer categorías, ordenar, manipular y resumir los datos, (Kerlinger, 1982, p. 96). En esta etapa del proceso de investigación se procede a

58 racionalizar los datos colectados a fin de explicar e interpretar las posibles relaciones que expresan las variables estudiadas. El diseño de tablas estadísticas permite aplicar técnicas de análisis complejas facilitando este proceso. El análisis debe expresarse de manera clara y simple utilizando lógica tanto inductiva como deductiva. Los resultados de una investigación basados en datos muestrales requieren de una aproximación al verdadero valor de la población (Zorrilla, 1994). Para lograr lo anterior se requiere de una serie de técnicas estadísticas. Estas técnicas se derivan tanto de la estadística paramétrica como de la estadística no paramétrica. La primera tiene como supuestos que la población estudiada posee una distribución normal y que los datos obtenidos se midieron en una escala de intervalo y de razón. La segunda no establece supuestos acerca de la distribución de la población sin embargo requiere que las variables estudiadas se midan a nivel nominal u ordinal (ver Weiers, 1993). Las tablas diseñadas para el análisis de datos se incluyen en el reporte final y pueden ser útiles para analizar una o más variables. En virtud de éste último criterio el análisis de datos puede ser univariado, bivariado o multivariado Tipos de datos En una investigación estadística, se manejan diversas características, a las que se denomina variables. Los datos son los resultados que se observan para estas variables. Básicamente existen dos tipos de variables, que producen dos tipos de datos: cualitativos y cuantitativos. Las primeras variables producen respuestas categóricas, en tanto que las segundas producen respuestas numéricas. Por otra parte, los datos cuantitativos pueden ser discretos o continuos. Los datos cuantitativos discretos son respuestas numéricas que surgen de un proceso de conteo, mientras que los continuos son los que surgen de un proceso de medición, en este aspecto deben tener en cuenta las escalas de medición presentadas en la primera unidad, capitulo 2, lección 4.

59 Lección 2. Codificación y matriz de datos: Realizado el trabajo de campo, es tiempo de proceder al tratamiento y análisis de la información obtenida. Recordemos que aludirá la información está ligada a tener del problema en estudio una base de "datos brutos", los cuales reclaman su clasificación y ordenamiento para orientarse a las etapas finales de la investigación. Tomada la decisión respecto de lo que se hará con la información, el investigador procede a preparar la matriz de datos o la base de datos de su investigación. Con el avance tecnológico que sobre el tema existe, desde el punto de vista del sistema informático, no seremos nosotros los que daremos aportes en tal sentido. No obstante cabe reconocer que es necesaria la elaboración y ejecución de un programa para su aplicación por computadora. Esto, desde ya, en el entendimiento de que el análisis de los datos ya nadie los hace en forma manual. Sin embargo el conjunto de pasos a seguir, independientemente del procedimiento informático, serán por lo menos someramente descritos, ya que el sistema recibe los insumos que deben ser preparados y cuidadosamente controlados por el investigador. La Matriz de datos es el espacio en el que converge la información que se recolecta y la que nos da la oportunidad de construir los datos, considerados estos últimos como la conjunción de tres elementos: Unidad de Análisis; Variable; Valor, los cuales son partes constitutivas de aquella, tal como será observado. Por lo tanto para comprender el proceso de tratamiento de los datos, los criterios que a continuación serán expuestos son los seguidos según la técnica del cuestionario semiestructurado, haciendo para esta ocasión un breve punteado de los pasos principales. Recolectar la información conforme la técnica ya mencionada. Proceder a la codificación de las preguntas cerradas, si es que no se hizo antes de la salida a campo. Realizar el trabajo de "limpieza" de los cuestionarios. Esto significa: su numeración; revisión dejas respuestas, a fin de corregir los errores de toma, por ejemplo si no se ha pasado de una pregunta a otra, o aquellas que en las que se debe registrar una sola opción y aparecen marcadas dos o más; los casos en que no correspondía preguntar y

60 por el contrario así ocurrió; etc. En otras palabras, proceder a la edición de los cuestionarios, tarea inevitable porque de ella dependen los pasos posteriores. Proceder a la codificación de las variables y/o preguntas cerradas. Preparar la muestra para la codificación de las preguntas abiertas. Codificar las preguntas abiertas, según la muestra seleccionada. Preparar el libro de códigos Completar la codificación. Resueltas estas instancias cabe completar la matriz, ya sea en forma manual o informática. Precisamente el trabajo de codificación contribuye a identificar con un número o símbolo cada respuesta, a fin de que la misma se traspase a la matriz. El trabajo con los datos. Hacia la contrastación de las hipótesis. a). Procurar que las celdas estén cubiertas. Es decir, cumplir con el principio de integridad. Si se ha realizado bien el trabajo de campo, el cuestionario no ha tenido dificultad en su implementación y si las tareas posteriores como la edición, ha sido bien realizada, es de suponer que cada pregunta ha tenido una respuesta. En otras palabras: cada variable del cuestionario, alcanzó un valor, conforme las dimensiones o la categorización otorgada a la misma en el instrumento. Ello motivó la utilización del código que reemplaza el valor de la variable, para ser volcado en la matriz. Los espacios vacíos del ejemplo, están colocados en las variables edad e ingresos. Para estas, las recomendaciones que se realizan son: poner tal como ha sido dado el número de años (32,15, o el que fuera), o bien trabajar la variable y, dado su carácter cuantitativo, construir intervalos y luego a cada uno de ellos otorgar el valor del código que corresponda, como lo proponemos en el ejemplo: -10 años (1) 11 a 20 (2) 21 a 30 (3) 34 a 40 (4) 41 a 50 (5) + de 50 (6) De igual forma, con la variable ingreso, la cual también puede ser ordenada en intervalos, según lo valores que se hayan registrado.

61 b) La matriz sirve para clasificar. Por lo tanto a cada Unidad de Análisis le corresponde una variable y un valor de la misma, Es decir se tiene que producir una clasificación en la que el par comprendido por la (JA 1V1, por ejemplo, muestre el carácter exclusivo del valor y a la vez el carácter exhaustivo del mismo. Cada entrevistado debe registrar una sola respuesta o categoría c) Cada uno de las combinaciones que se realicen debe tener un sentido. Si se alude a países, (como unidades de Análisis), estos no pueden tener valores que respondan al sexo, o a lugar de residencia. Esta advertencia responde a la posibilidad de comparación de las variables entre sí. Lo expuesto corresponde a lo que se denomina "principios básicos", que como se observa son los de integridad; clasificación y comparabilidad. Tomado de Gloria E. Sobre Tesis y Tesistas. Lecciones de enseñanza aprendizaje. Editorial Espacio. Buenos Aires, Argentina, Lección 3. Métodos gráficos Existen diferentes formas de resumir gráficamente los datos, la ventaja es que comunica al lector aspectos de los datos como tamaño relativo, de manera más inmediata. Cabe indicar que presenta dos desventajas, la primera, a veces resulta difícil obtener los valores exactos de una gráfica, segunda, generalmente quien las elabora no tiene en cuenta que algunos lectores no estén acostumbrados a las convenciones relacionadas con las gráficas. La mayoría de la representación grafica de datos emplea dos dimensiones o ejes, una para los valores de la variable independiente y otra para la dependiente. Por convención el eje vertical representa la variable dependiente y el horizontal la independiente. A menudo no hay variables dependiente o independientes obvias, en ese caso, han de colocarse en los ejes de la manera en que tenga más sentido a la luz de la convención.

62 -Gráficas de barras: Se utiliza cuando los niveles de la variable independiente se relacionan con categorías, como en el ejemplo de personas fumadoras y no fumadoras. Gráfica 1. Ejemplo Grafica de barras variable independiente Fumadores No fumadores Series1 Ahora, si integramos la variable dependiente como género, la gráfica corresponde: Gráfica 2. Ejemplo Grafica de barras variable dependiente e independiente -Histogramas: Son similares a las gráficas de barra, solo que estas se tocan entre sí, y tienden a usarse cuando los niveles de las variables independientes son cuantitativos, por ejemplo la edad.

63 Gráfica 3. Ejemplo Histograma. -Gráficas de pastel o de sectores: Etas graficas difieren de la mayoría de las gráficas porque representan los subtotales como área de un pastel correspondientes a una categoría. Número de personas en cada grupo de edad: Gráfica 4. Ejemplo 1 grafica de barras

64 Porcentaje de personas en cada grupo de edad: Gráfica 5. Ejemplo 2 grafica de barras Rango especifico 20 a 29 años: Gráfica 6. Ejemplo 3 grafica de barras También resulta factible mostrar más de un conjunto de datos en graficas de pastel separadas, de modo que el lector pueda compararlas. Porcentaje de fumadores y no fumadores entre hombre y mujeres: Gráfica 7. Ejemplo 4 grafica de barras

65 Lección 4. Probabilidad. En este tema es importante tener en cuenta que más allá de la descripción de datos, los resultados resultan útiles para explicar y probar las hipótesis, mas desde un marco de la probabilidad, porque nunca se puede probar que una hipótesis es verdadera. Para recordar, la hipótesis se trata de una afirmación que postula el posible resultado ante un fenómeno, evento, acontecimiento o situación. La expresión formal de una hipótesis de investigación siempre se realiza en términos de dos hipótesis relacionadas. Una es la experimental o alternativa o de investigación (a menudo se muestra como H1 o HA). Se trata de una afirmación que postula el resultado del estudio o en términos de la psicología, la predicción de que un evento ocurra o no. La segunda hipótesis es la nula (H0), por lo general es una afirmación de que una variable independiente no tiene efecto sobre una variable dependiente o de que no hay relación de variables. Afirmaciones en términos probabilísticos hacen parte de nuestro lenguaje diario: chance, riesgo, probable, posible, pueda que ocurra o no, casi cierto y otras más. Todas estas son utilizadas para comunicar un cierto grado de incertidumbre aunque su uso no técnico no permite establecer una clara diferencia entre probable y verosímil o entre improbable e imposible. Uno de los objetivos de este capítulo es introducir una medida numérica de incertidumbre. Los primeros estudios de probabilidad fueron motivados por la posibilidad de acierto o fracaso en los juegos de azar. La probabilidad es un mecanismo por medio del cual pueden estudiarse sucesos aleatorios, es decir, operaciones cuyo resultado no puede ser predicho de antemano con seguridad. Por ejemplo, el lanzamiento de una moneda. Se asigna entre 0 (absolutamente improbable) y 100 (muy probable). A partir de este ejemplo de la moneda, y en el contexto de que una amiga dice que puede influir en el resultado del lanzamiento haciendo que caiga cara, puede plantearse lo siguiente: HA: nuestra amiga puede hacer que la moneda caiga en cara. H0: nuestra amiga no puede influir en la caída de la moneda.

66 Se sabe que la posibilidad de que una moneda caiga cara por azar es de 0.5: Por tanto, si la lanzamos y cae cara, sabríamos que era muy PROBABLE que esto sucediera por azar y no se tendrían pruebas suficientes para rechazar la hipótesis nula. En realidad, esta no constituye una prueba justa de nuestras hipótesis, pues ningún resultado del estudio en particular es suficientemente IMPROBABLE por azar para servir de evidencia contra la hipótesis nula. Para que la prueba de la hipótesis resultara más justa se requiere una situación en la que fuera improbable que algunos resultados ocurrieran por azar. Si la situación se complica, se puede ver que puede tener probabilidades distintas; por ejemplo no una moneda, sino 5 monedas a la vez, esto aumenta el número de resultados posibles. Las posibilidades van desde que todas caigan cara hasta que todas caigan sello, pasando por toda la gama de combinaciones cara y otras sello, con un total 32 combinaciones posibles. Cuadro 9. Probabilidades de diferentes resultados cuando se lanzan 5 monedas Número de caras Numero de Probabilidad combinaciones que se obtiene Por tanto, los resultados menos probables son que todas las monedas caigan cara o sello, y las opciones más probables son las de 3 caras y 2 sellos, y 3 sellos y 2 caras. Ante el planteamiento de un estudio para probar si nuestra amiga puede influir en las monedas de modo que caigan solo caras, obtener ese resultado en el primer intento pudo ocurrir por azar, pero es importante preguntarnos es sufrientemente improbable que ocurra por azar para arriesgarnos a decir que pensamos que puede rechazarse la hipótesis nula y sustentar la hipótesis alternativa.

67 Antes de probar una hipótesis, los investigadores establecen un nivel de probabilidad crítico, de modo que el resultado de su trabajo debe tener una probabilidad igual o menor que el nivel crítico antes de rechazar la hipótesis nula de que el resultado ocurrió por azar. Estos investigadores o expertos dicen que el rango de resultados tan probable o menos probable que la probabilidad critica se encuentra en la región de rechazo en otras palabras, es suficientemente improbable que estos resultados ocurran al azar para rechazar la hipótesis nula. Si el resultado del estudio se encentra en la región de rechazo, se dice que el resultado es estadísticamente significativo, si su probabilidad se halla fuera de la región de rechazo, no se considera estadísticamente significativo. Por convención, en investigación, la probabilidad crítica suele fijarse en En general, se utiliza el símbolo α (letra griega alfa) para denotar la probabilidad crítica. Por tanto, α=0.05, este valor se ha elegido como un compromiso ente dos tipos de error que los investigadores llegan a cometer cuando deciden si rechazan la hipótesis nula. Si la probabilidad de que nuestro resultado haya ocurrido por azar es igual o menor que α, no resulta estadísticamente significativa y no podemos rechazar la H0. Como la probabilidad de obtener 5 caras por azar es de 0.031, p=0.031, es menor que α =0.05, entonces, se rechaza la hipótesis nula y se acepta la hipótesis alternativa, concluyendo que nuestra amiga puede hacer que las monedas caigan cara. Lección 5. Significación estadística En estadística, un resultado se denomina estadísticamente significativo cuando no es probable que haya sido debido al azar. Una "diferencia estadísticamente significativa" solamente significa que hay evidencias estadísticas de que hay una diferencia entre las variables estudiadas. No significa que la diferencia sea grande, importante, o significativa en el sentido estricto de la palabra, sólo indica que hay diferencias.

68 Una de las aplicaciones de la estadística es hacer inferencias a poblaciones, a partir de muestras. En la realización de este proceso, siempre existe el riesgo de error o imprecisión ya sea por el azar o la variabilidad del fenómeno a estudiar. Cualquier resultado puede ser un evento al azar, aun cuando sea muy improbable. Pero debemos decidir si deseamos arriesgarnos a rechazar la hipótesis nula, pese a la posibilidad. Como no se puede saber con seguridad que nuestra hipótesis es correcta, hay cuatro resultados posibles dl proceso de decisión y se basan en las opciones y la naturaleza de la realidad. Ante este tema, se conocen dos tipos de error, error tipo I, elegir rechazar la hipótesis nula cuando es verdadera; error tipo II, elegir no rechazar la hipótesis nula cuando es falsa. Este aspecto de elegir rechazar o elegir no rechazar la hipótesis nula, conlleva establecer unos pasos para la prueba de significancia, en su orden son: 1. Expresar una hipótesis nula apropiada para ponerla a prueba. 2. Calcular la probabilidad de que el efecto estadístico ocurra según la hipótesis nula. 3. Si esta probabilidad es menor o igual a 0.05 se rechaza la hipótesis nula. Momento reflexivo: Cómo proceder al tratamiento de datos? CAPÍTULO 2. ANÁLISIS ESTADÍSTICO Lección 1. Concepto básico de estadística. El origen de la Estadística se remonta a dos tipos de actividades humanas: los juegos de azar y las necesidades de los Estados: necesidades de describir numéricamente ciudades, provincias, etc. Los juegos de azar llevaron al estudio de la probabilidad, y éste condujo al tratamiento matemático de los errores de las mediciones y a la teoría que hoy constituye la base de la estadística, mientras que la segunda actividad condujo

69 a la estadística descriptiva: presentación de datos en tablas y gráficos, aunque en nuestros días incluye también la síntesis de ellos mediante descripciones numéricas. El método estadístico moderno se refiere a la Inferencia estadística: ésta se relaciona con el desarrollo de métodos y técnicas para obtener, analizar e interpretar datos cuantitativos de tal manera que la confiabilidad de las conclusiones basadas en los datos pueda ser evaluada objetivamente por medio del uso de la probabilidad. La teoría de la probabilidad permite pasar de datos específicos a conclusiones generales, por eso desempeña un papel fundamental en la teoría y aplicación de la estadística. En épocas recientes la inferencia estadística ha adquirido la importancia que antes tenía la estadística descriptiva. La inferencia estadística trata de generalizaciones basadas en muestras de datos: se aplica a problemas como estimar, mediante pruebas, la emisión promedio de contaminantes en una turbina, verificar las especificaciones de un fabricante a partir de mediciones efectuadas sobre muestras de un producto, etc. Cuando se hace una inferencia estadística, debe procederse con cautela: debe decidirse hasta qué punto pueden hacerse generalizaciones a partir de un conjunto de datos disponibles, si las generalizaciones son razonables, o si sería preferible disponer de otro conjunto de datos... Algunos de los problemas importantes de la inferencia estadística se refieren precisamente a la evaluación de los riesgos y las consecuencias al hacer generalizaciones. Esto incluye una estimación de la probabilidad de tomar decisiones erróneas, las posibilidades de hacer decisiones incorrectas y de obtener estimaciones no comprendidas dentro de los límites permitidos. Todos estos problemas los aborda en los últimos años la teoría de la decisión. Para clarificar esta definición, se requieren ten claridad de algunas definiciones: Población (o universo): es la totalidad de elementos que se consideran. Muestra: es un subconjunto de una población que se selecciona para su estudio. Parámetro: es una medida que se calcula para describir una característica poblacional. Estadística: es una medida utilizada para describir una característica muestral.

70 Lección 2. Análisis Univariado: Es un análisis básico, primario, en el cual, las características o propiedades de las personas o cosas han de medirse una a una, de modo univariado. Los tipos de medidas que se utilizan en los análisis univariados son, medidas de tendencia central, medidas de dispersión y distribución de frecuencias. -Medidas de tendencia central: Consiste en el retomar un listado de los datos brutos, es decir tal como se presentan, pero para mayor eficacia el investigador utiliza una forma de despliegue que los presente de forma organizada. El tipo más común es el que trata de presentar alguna especie de valor central de los datos, el cual se conoce como promedio, existen tres conocidos en este tema estadístico, la media, la mediana y la moda. La media, es el valor que se encuentra al sumar las puntuaciones de las respuestas y dividir entre el número total de éstas. Por ejemplo, si al sumar valores de un grupo de participantes, (n=15), la suma total de esas respuestas da 91, ese valor se divide en 15, lo cual significa que el valor de la media corresponde a El símbolo más común para representar la media de una muestra es Los expertos en estadística emplean letras minúsculas del alfabeto latina para simbolizar estadísticas calculadas a partir de una muestra. La mediana, es el valor r que se encuentra en el centro de todos los valores, por tanto, para encontrarla deben ordenarse los datos de mayor a menor, cuando la muestra es impar la median es el valor que queda en el medio de eso muestra por ejemplo una muestra de 15 sujetos, y sus datos son 3, 4, 4, 4, 5, 5, 6, 6, 7, 7, 7, 8, 8, 8, 9. El valor en este caso de la median es 6. Si la muestra es par, corresponde sumar los dos valores centrales y se divide en 2. 3, 3, 4, 4, 5, 5, 5, 6, 7, 7, 7, 7, 8, 8, 9, 9 = 15/2= 6.5

71 La moda, es el valor que más se presenta entre los participantes, tomando el ejemplo exactamente anterior, el número que más se presenta es el 7, al ordenar los datos por magnitud, permite identificar de forma más sencilla ese valor. El texto Investigación cuantitativa en psicología de (Clark-Carter 2002) se expone que la media es la medida de tendencia central que los psicólogos emplean más, probablemente por tres razones. Su cálculo tiene en cuanta todos los valores de los datos. Se utiliza en muchas pruebas estadísticas. Puede utilizarse junto con otras medidas para dar una idea del rango de puntuaciones de la mayoría. Ante este mimo uso de la media, es importante indicar que tiene dos desventajas, la primera, que representa a todo el grupo, pero así mismo el dato obtenido podría representar a nadie, por ejemplo cuando ante la variable de número de hijos, el valor obtenido es de 2.4, que es un dato matemáticamente valido, pero en el caos de la variable no es posible. La segunda desventaja, radica en que puede afectarse por una sola puntuación muy diferente del resto de la muestra, por ejemplo capacidad de recordar unas palabras, el promedio es 6 palabras, pero puede haber personas que recuerdan el mínimo 1 palabra o el máximo 30 palabras, que aunque son los extremos y pueden ser la excepción, para la investigación resulta dejar de lado datos que pueden ser útiles. Una sola medida de tendencia central no es suficiente para analizar los datos de la muestra, por ello resulta útil reportar alguna medición de esta dispersión de puntuaciones, a fin de poner la medida de tendencia central en contexto. Veamos entonces el tema de medidas de dispersión. -Medidas de dispersión: Las medidas de dispersión permiten conocer la variabilidad de un conjunto de datos, analicemos los siguientes factores: Máximo y mínimos, precisamente son los valore extremos que representa el menor valor obtenido y al mayor alcanzado por los sujetos de la muestra. Retomando

72 nuevamente el último ejemplo de datos que ha ilustrado estos métodos, el máximo es 9 y el mínimo 3. Rango, otra forma de hallar el máximo y el mínimo, consiste en restar el mínimo del máximo para dar el rango de valores. Esta cifra permite que diferentes muestras tengan rangos similares aun que el valor de los máximos y mínimos difieran. Por ejemplo, una muestra puede tener un recuerdo máximo de 9 y un mínimo de 9, en tanto que otra muestra puede tener un máximo de 11 y un mínimo de 3, al reportar el rango puede notarse claramente que ambas tienen las misma dispersión de 8. Tanto el rango, como el máximo y el mínimo aún tienen problemas para resumir de manera suficiente al grupo, pues tratan solo con valores extremos; la falla se encuentra en que no considera si esos extremos son comunes. Por ende, una muestra de 15 personas podría incluir una con una puntuación de 3, otra de 11 y todo el resto con puntuación de 7. En algunos casos, se emplea el rango intercuartilar porque emplea el valor de puntuación más alto del 25% inferior y el valor de puntuación más alto del 75% y se anota su diferencia. Tomando como referencia el ejemplo de datos anterior, 3, 3, 4, 4, 5, 5, 5, 6, 7, 7, 7, 7, 8, 8, 9, 9 25% = 4 75% = 8 La varianza, tiene en cuenta la diferencia entre el valor de cada persona y la media del grupo, para calcularla se anota cuanto difiere (o se desvía) cada puntuación de la media. Pero, como es fácil de comprobar, la suma de los desvíos de cada valor respecto a la media es siempre cero, es decir

73 Una manera de sorterar tal dificultad consiste en elevar al cuadrado las desviasiones antes de sumarlas, ya que eso elimina los signos negativo. Para complicar el team, los expertos en estadistica han observado que si tratan de estimar, a apartir de los datos reunidos, la varianza d ela poblacion de que provienen los aprticipantes, obtiene un estimado màs exacto si dividen la suma de los cuadrados de las desviaciones entre el numero de lementos d ela muestra, menos 1. Esta version de la varianza es la que suelen dar los programas de computo y la que se utiliza en pruebas estadísticas. La desviación estándar (s o DE) se vincula directamente con la varianza porque es la raíz cuadrada de esta: por tanto, suele representarse como S= s² Ante el tema de las medidas de dispersión se prefiere emplear la desviación estándar en el resumen de datos por 3 razones. En primer lugar, es igual que la varianza una medida de dispersión relacionada con la media; por consiguiente cuando se reporta la media es apropiado notificar la desviación estándar. En segundo lugar, las unidades en que se expresa la desviación estándar es la misma que la medición original. En tercer lugar, la desviación estándar se usa en ciertas circunstancias para indicar la proporción de personas de la población que se inscriben en un rango determinado de valores. En este mismo tema de métodos numéricos, se encuentra el tratamiento de datos nominales, lo cual significa la oportunidad de trabajar con variables que tiene niveles en forma de categorías. Por ejemplo, para reportar el número de sujetos que fuman

74 (digamos 10) y los no fumadores (digamos 15); estos datos se pueden expresar en cifras como fracciones, proporciones o porcentajes. Fracciones, para encontrar una fracción buscamos el número total de personas (Fumadores y no fumadores 25) y se expresa el de fumadores como una fracción de ese total 10/25, y el de no fumadores 15/25, esta fracción puede simplificarse más, dado que 10, 15 y 25 Son divisibles entre 5, así que 2/5 eran fumadores y 3/5 no fumadores. Proporciones, se pueden encontrar convirtiendo las facciones en decimales, por tanto al dividir 10/25 o 2/5, el resultado es 0.4, indicando que esa proporción de la muestra corresponde a los fumadores, mientras que los no fumadores revelan el valor de 0.6. Los valores deben someterse a comprobación, por tanto los valores de los subgrupos deben sumar 1. Porcentajes, para encontrar este valor se debe multiplicar una proporción por 100, como resultado siguiendo el ejemplo, un 40% de la muestra corresponde a fumadores y el 60% corresponde a no fumadores, ese porcentaje debe sumar 100. De otro lado, otro método conocido para el resumen de datos corresponde a las distribuciones e frecuencia, a continuación se presenta una descripción y ejemplos. -Distribuciones de frecuencia: Es una ordenación tabulada de los datos recopilados en una investigación o estudio, de acuerdo a la clase o intervalo a que pertenece y con el número de veces que se repite. Una distribución de frecuencias se represente por medio de tablas de frecuencia y gráficas. Esta forma de organización de datos procede a un agrupamiento desde categorías o rangos, por ejemplo ante una muestra de 120 personas, se pretende identificar a que grupo de edad pertenece, para ello se debe presentar una tabla simple:

75 Edad # personas Clases de frecuencias: La frecuencia absoluta de una variable estadística, es el número de veces que aparece en la muestra dicho valor de la variable, la representaremos por fi. La frecuencia relativa es una medida útil para poder comparar. La frecuencia relativa es el cociente entre la frecuencia absoluta y el tamaño de la muestra. Generalmente se expresa en porcentaje. Se denota por f r. La frecuencia absoluta acumulada Para poder calcular este tipo de frecuencias hay que tener en cuenta que la variable estadística ha de ser cuantitativa. La frecuencia absoluta acumulada de un valor de la variable, es el número de veces que ha aparecido en la muestra un valor menor o igual que el de la variable y lo representaremos por Fi. La frecuencia relativa acumulada es la frecuencia absoluta acumulada dividida por el tamaño de la muestra, y la denotaremos por Fr. Cuadro 8: Ejemplo de frecuencias

76 Pasos para elaborar una distribución de frecuencias: 1. Ordenar los datos u observaciones, desde el menor hasta el mayor o viceversa 2. Se determina el rango o amplitud de la serie de datos, que es la diferencia entre el valor mayor y el valor menor. 3. Se determina el número de intervalos o clases (K) que se utilizan para agrupar los datos. 4. En general se recomienda tener, hasta donde sea posible, tener entre 5 y 20 intervalos o clases. Sin embargo, si no se tiene seguridad del número de intervalos a utilizar, se puede aplicar la regla de Sturges, con la cual se obtiene una aproximación aceptable sobre el número de intervalos necesarios para agruparlos. 5. Una vez escogido el número de intervalos se determina la amplitud de cada clase o intervalo (C). Esta amplitud es igual al rango de los datos dividida en el número de intervalos. El primer intervalo debe contener el menor valor de los datos y el último intervalo debe contener el mayor valor de los datos. 6. Se calcula la marca de clase (X i ), que es el valor medio o promedio de cada intervalo. el cual sirve para facilitar el cálculo de algunas medidas de posición y de dispersión. Lección 3. Análisis Bivariado: En las ciencias sociales a menudo se desea determinar la existencia o no de relación entre dos variables, para lo cual se realizan diferentes pruebas de significación estadística. La forma en que se relacionan dos variables se denomina asociación entre dos variables. El interés de este tipo de análisis se centra principalmente en la forma en que se distribuye la variable dependiente en función de las diferentes categorías o valores de la variable independiente. Es decir, la variable que atrae primordialmente la atención del investigador, y cuya variación trata de explicar, se llama variable dependiente, porque se supone que los valores que toma dicha variable dependen de los valores que presentan otras variables. Estas variables que se suponen influyen en los valores que toma la variable dependiente son las variables independientes (explicativas o causales), ya que permiten conocer por

77 qué varía la variable dependiente de la forma que lo hace en una determinada población (usualmente una muestra). Sin embargo, los resultados que aparecen al establecer relaciones significativas entre dos variables son de naturaleza descriptiva y tales resultados no explican por qué ocurre dicha relación. Esto es, una correlación entre dos variables no implica necesariamente una relación causal entre ellas puesto que en cualquier correlación podría existir una tercera variable que explique la asociación entre las dos variables que han sido medidas (relación espuria). A su vez, se debe verificar que la variable independiente (causa) anteceda temporalmente a la variable dependiente (efecto). Del mismo modo, se hace necesaria la existencia de una teoría que nos permita discriminar entre las simples relaciones estadísticas y las relaciones causales propiamente tales. El estudio de la relación entre dos variables se puede caracterizar mediante: i) la existencia o no de asociación; ii) la fuerza de dicha asociación y iii) la dirección de ésta.2 Ciertamente solamente tiene sentido ii) y iii) si se verifica en i) la existencia de relación entre las variables. Para ello se utilizan un conjunto de pruebas de significación estadística, las cuales dependerán del nivel de medición de las variables. A la base de dicho análisis se encuentra la teoría y las hipótesis que se puedan desprender de ésta. En otras palabras, en el estudio de relaciones entre variables intentamos testear empíricamente hipótesis que nos resultan plausibles a la luz de un cierto marco teórico-analítico. Una hipótesis no es otra cosa que una respuesta tentativa a la pregunta de investigación (problema). Es una predicción respecto del posible resultado que se espera encontrar. Y, en el estudio de relaciones entre variables, ésta guarda relación con el hecho de determinar si las variaciones en los valores de la variable independiente se encuentran o no asociados a las variaciones en los valores de la variable dependiente. Puesto que una hipótesis requiere de verificación empírica, se hace necesario realizar una prueba de significación estadística para determinar si la hipótesis planteada se verifica o no. -Coeficiente de correlacion La fuerza de asociación entre las dos variables puede obtenerse descriptivamente por medio del coeficiente de correlación muestral, denotado por R, esta medida es calculada por la expresión

78 Los valores de r oscilan entre -1 y 1. Entre más cercano sea el valor a 1 o -1 mejor es el ajuste de la recta de regresión. Un valor de r = 0 indica que no existe relación lineal entre las dos variables pero puede existir otro tipo de relación (curvilínea). Un valor positivo de r indica que la recta sube hacia la derecha; un valor negativo, que la recta baja hacia la derecha. En la figura 2 se presentan algunas situaciones relacionados con el tipo de relación entre dos variables y el coeficiente de correlación. -Diagrama de dispersión: La forma simple de un diagrama consiste de un gráfico en el plano cartesiano para mostrar la relación entre dos variables. Cuando se analizan proceso, la relación entre una variable controlable y una característica de calidad es de frecuente importancia. Conociendo esta relación se puede llegar a decidir cómo controlar un conjunto de variable para llegar a obtener una característica de calidad deseada. Grafica 8. Ejemplo diagrama de dispersión

79 -Tablas de contingencia: En ciertas ocasiones, los elementos de una muestra tomada de una población pueden clasificarse de acuerdo con dos criterios diferentes. Por tanto, es importante conocer si estadísticamente los dos métodos de clasificación son estadísticamente independientes. Ejemplo: Una compañía opera cuatro máquinas tres turnos al día. De los registros de producción, se obtienen los siguientes datos sobre el número de fallas Máquinas Turno A B C D El número de fallas es independiente del turno? El interés en una tabla de contingencia es probar la hipótesis de que los métodos de clasificación renglón-columna son independientes. Si se rechaza la hipótesis entonces se concluye que existe alguna interacción entre los dos criterios de clasificación. En algunos casos, para propósitos comparativos se diagrama en grafica de barras.

80 Cuadro 9: procedimiento en Excel para tablas de contingencia Lección 4. Análisis multivariante El análisis multivariante no es fácil de definir. En un sentido amplio, se refiere a todos los métodos estadísticos que analizan simultáneamente medidas múltiples de cada individuo u objeto sometido a investigación. Cualquier análisis simultáneo de más de dos variables puede ser considerado aproximadamente como un análisis multivariante. En sentido estricto, muchas técnicas multivariantes son extensiones del análisis univariante (análisis de distribuciones de una sola variable) y del análisis bivariante (clasificaciones cruzadas, correlación, análisis de la varianza y regresiones simples utilizadas para analizar dos variables). Por ejemplo, una regresión simple (con una