La metodología de investigación cuantitativa aplicada a la docencia universitaria
|
|
- Francisco Javier Cristián Torregrosa Soler
- hace 7 años
- Vistas:
Transcripción
1 Actividad nº 69 La metodología de investigación cuantitativa aplicada a la docencia universitaria Dr. Albert Sesé Universitat de les Illes Balears
2 ALGUNAS CONSIDERACIONES INICIALES La implantación del Espacio Europeo de Educación Superior (EEES) conlleva la implementación de sistemas de calidad. La filosofía de la calidad aplicada a la docencia universitaria implica no sólo ajustar nuestra guía docente desde el punto de vista de la carga de trabajo y la temporalidad de las actividades, sino también implica probar empíricamente que nuestras propuestas didácticas son eficientes (principio de mejora continua). Sólo a partir de la obtención de evidencia empírica podemos evaluar la eficiencia de nuestra acción docente. OBJETIVO Conocer qué métodos son efectivos, para mantenerlos, y cuáles no, para no repetirlos
3 Suponemos la eficiencia de lo que hacemos? Suponemos que ante unos malos resultados son los alumnos quienes fallan? Supone el nuevo sistema Bolonia que los malos resultados son siempre causa del profesorado? Suponemos que los buenos resultados se deben a la calidad de nuestra docencia? Seguimos suponiendo?
4 Valor? SS Se le supone
5 EL SESGO ATRIBUCIONAL Yo Los demás Éxito Interna Externa Fracaso Externa Interna La hipótesis de la envidia como deporte nacional
6 EL PRINCIPIO DE MEJORA CONTINUA Ventajas Búsqueda de estrategias eficientes Mejor ajuste de cargas de trabajo y actividades formativas Obligación de reciclaje académico y didáctico Mejor grado de satisfacción e implicación Inconvenientes Utilizar la asignatura como banco de pruebas no es sencillo Implica un mayor nivel de trabajo Requiere un mínimo de formación en investigación educativa Puede degenerar de forma que sea más importante el método que el propio resultado
7 ESTRATEGIA DE ACCIÓN DISEÑO IMPLANTACIÓN EVALUACIÓN MEDICIÓN
8
9 LA MATEMATIZACIÓN DE LA REALIDAD La perspectiva cuantitativa
10 A se considera causa de B siempre que: 1. A preceda a B 2. Haya covariación entre A y B 3. Se controle el efecto de variables extrañas
11 EL MÉTODO DE INVESTIGACIÓN Generalización de relaciones Teoría Marco teórico Análisis de datos Proposiciones Observaciones Hipótesis Diseño empírico Plan de investigación
12 CARACTERÍSTICAS DEL MÉTODO Escepticismo Empirismo Generalizabilidad Parsimonia Replicabilidad Accidentalidad (Serendipity)
13 LAS HIPÓTESIS Fuentes de generación de hipótesis Por qué ocurre un fenómeno? Curiosidad científica Derivación de teorías Lagunas de conocimiento en algún área Replicación de resultados obtenidos en investigaciones previas La propia experiencia Las necesidades que surgen a lo largo de la investigación Criterios de Formulación (Arnau, 1995) Formulación clara y operativa Adecuación al problema y poder explicativo Comprobables o falsables (contrastabilidad) Establecer relaciones entre variables Seguir el principio de parsimonia Coherencia con el resto de hechos ya contrastados
14 LAS VARIABLES Los conceptos que expresan o representan características o propiedades de la realidad fenoménica reciben el nombre de Variables. Se trata de dimensiones a las que se asignan valores numéricos de acuerdo a unos supuestos o criterios. Tipos de variables Cualitativas Cuantitativas Nominales Ordinales Discretas Continuas
15 LA VALIDEZ EN LA INVESTIGACIÓN VALIDEZ INTERNA VALIDEZ EXTERNA VALIDEZ DE CONSTRUCTO VALIDEZ DE CONCLUSIÓN ESTADÍSTICA VALIDEZ ECOLÓGICA Grado con el que un experimento demuestra de forma inequívoca lo que pretende demostrar. Grado en el que una investigación puede generalizar una relación causa-efecto a y entre sujetos, contextos, ocasiones y medidas diferentes Grado en el que los constructos teóricos utilizados han sido adecuadamente operacionalizados (validez de contenido, de criterio, y factorial) Se refiere al grado de corrección con el que se infieren las hipótesis a nivel estadístico. Grado de semblanza entre la situación experimental y la situación real en la cual se produce habitualmente el fenómeno de estudio
16 TIPOS DE DISEÑOS DE INVESTIGACIÓN Tipo de diseño Características Finalidad Experimental Cuasiexperimental Selectiva (encuestas, comparativa, correlacional) Observacional Manipulación de las variables independientes Aleatorización de los sujetos Máximo control interno Extensión del experimental Ausencia de aleatorización Disminución de control Ausencia de manipulación y en ocasiones de aleatorización Poca existencia de control Registro en directo de la conducta de los individuos, categorización y clasificación, para conseguir una descripción en condiciones naturales (sin control). Verificación del impacto de variables manipuladas sobre variables dependientes Probar los efectos de intervenciones sociales en situaciones con poca posibilidad de control Descripción de muestras, relación entre variables, predicción, estudio del cambio Estudiar individuos en condiciones naturales, procesos de cambio.
17 UN CONTINUO ENTRE LOS MÉTODOS DE INVESTIGACIÓN Metodología observacional Metodología selectiva Metodología experimental Grado máximo de naturalidad Control inexistente o escaso Validez ecológica Validez interna Máxima intervención del investigador. Alto nivel de control interno
18 DISEÑOS EXPERIMENTALES
19 DISEÑOS EXPERIMENTALES El método experimental representa una forma de adquisición del conocimiento a través de una modalidad del método científico que tiene como objetivo: Establecer relaciones causales entre variables a partir de la manipulación de la posible causa y bajo condiciones de control, que permiten eliminar o neutralizar la influencia de variables extrañas. Elementos fundamentales Situación en la que, al menos, se manipula 1 variable. Proceso aleatorio de selección de la muestra, asignación aleatoria de unidades (sujetos) a los diferentes niveles o categorías de la variable o variables manipuladas, bajo condiciones de control Los tres ejes básicos de la metodología experimental son: La aleatorización, el control y la manipulación de la variable independiente (VI)
20 DISEÑOS BÁSICOS EN METODOLOGIA EXPERIMENTAL b 1 b 2 b 3 a 1 a 2 a 1 a 2... a k a 1 Diseño ENTRE unifactorial de dos grupos Diseño ENTRE unifactorial multigrupo a 2 Diseño ENTRE Factorial (2 x 3) b 1 b 2 b 3 a 1 a 2... a k a 1 a 2 b 1 b 2 b 1 b 2 a 1 S1 S2 S3 S4 S5 S1 S2 S3 S4 S5 S1 S2 S3 S4 S5 a 2 S6 S7 S8 S9 S10 Diseño INTRA simple Diseño INTRA Factorial (2 x 2) Diseño MIXTO (A entre 2 x B intra 3)
21 DISEÑOS CUASI-EXPERIMENTALES
22 DISEÑOS BÁSICOS CUASI-EXPERIMENTALES (I) La metodología cuasi-experimental afronta situaciones donde no es posible o no es ético aplicar la metodología experimental, o donde los estrictos requisitos del método experimental no se satisfacen, como por ejemplo, el contexto educativo. Secuencia de Registro Diseño pretest-postest GRUPOS ASIGNACIÓN PRETEST TRATAMIENTO POSTEST Único NE O1 X O2 NE= No existe A= Aleatoria NA= No aleatoria ni conocida NAC= No aleatoria pero conocida Ejemplo. Pasamos una prueba de nivel en un grupo de nuestra asignatura. Posteriormente aplicamos una intervención y seguidamente volvemos a evaluar con una prueba de nivel. La diferencia pretest-postest ofrece evidencia empírica del efecto de la intervención.
23 DISEÑOS BÁSICOS CUASI-EXPERIMENTALES (II) Diseño Solo postest Secuencia de Registro GRUPOS ASIGNACIÓN PRETEST TRATAMIENTO POSTEST Experimental (GE) NA X O2 Control (GC) NA - O2 NE= No existe A= Aleatoria NA= No aleatoria ni conocida NAC= No aleatoria pero conocida Ejemplo. Queremos probar qué efecto genera una determinada estrategia didáctica. Disponemos de un grupo en el que aplicaremos la estrategia, frente a otro en el que no. No hay mediciones a priori del rendimiento académico, pero sí a posteriori. Se evalúa la diferencia entre las medidas postest de los dos grupos.
24 DISEÑOS BÁSICOS CUASI-EXPERIMENTALES (III) Grupo control no equivalente Secuencia de Registro GRUPOS ASIGNACIÓN PRETEST TRATAMIENTO POSTEST Experimental (GE) NA O1 X O2 Control (GC) NA O1 - O2 NE= No existe A= Aleatoria NA= No aleatoria ni conocida NAC= No aleatoria pero conocida Ejemplo. Queremos probar qué efecto genera una determinada estrategia didáctica. Disponemos de un grupo en el que aplicaremos la estrategia, frente a otro en el que no. Establecemos mediciones a priori del rendimiento académico, y también a posteriori. Se evalúa la diferencia entre las medidas pretest y postest en ambos grupos.
25 DISEÑOS BÁSICOS CUASI-EXPERIMENTALES (IV) Diseño con doble pretest Secuencia de Registro GRUPOS ASIGN. PRET 1 PRET 2 TRATAM. POSTEST Experimental (GE) NA O1 O2 X O3 Control (GC) NA O1 O2 - O3 NE= No existe A= Aleatoria NA= No aleatoria ni conocida NAC= No aleatoria pero conocida Ejemplo. Probamos la efectividad de una actividad formativa en un grupo. Se establecen dos medidas pretest, se implementa la actividad en el grupo experimental, y luego se obtiene una medida postest en ambos grupos. Las dos medidas pretest se suelen establecer para analizar la estabilidad de la medida previa.
26 DISEÑOS BÁSICOS CUASI-EXPERIMENTALES (V) Diseño de cohortes Secuencia de Registro COHORTES ASIGNACIÓN PRETEST TRATAMIENTO POSTEST Primera (GC) NA O1 - Segunda (GE) NA X O2 NE= No existe A= Aleatoria NA= No aleatoria ni conocida NAC= No aleatoria pero conocida Ejemplo. Utilizamos dos grupos de una misma asignatura pertenecientes a cursos académicos diferentes. Medimos el nivel previo al tratamiento en la primera cohorte, pero la intervención se hace en la segunda, así como la medida postest. Se evalúa la diferencia pretest-postest suponiendo que aunque se trate de cohortes diferentes, no se observarán cambios en su composición pretratamiento.
27 DISEÑOS BÁSICOS CUASI-EXPERIMENTALES (VI) Discontinuidad de la regresión Secuencia de Registro GRUPOS ASIGNACIÓN PRETEST TRATAMIENTO POSTEST Experimental (GE) NAC O1 X O2 Control (GC) NAC O1 - O2 NE= No existe A= Aleatoria NA= No aleatoria ni conocida NAC= No aleatoria pero conocida Ejemplo. Utilizamos un grupo de una asignatura, al cual pasamos una prueba pretest de nivel. En función de un punto de corte determinado, establecemos dos subgrupos de nivel alto y bajo. Aplicamos la actividad formativa a evaluar sobre uno de los dos grupos, por ejemplo, el de nivel alto, y medimos a posteriori. Si no hay efecto, los dos grupos mantendrán su nivel inicial. Si hay efecto, el grupo tratado discontinuará la regresión. GE GE POSTEST GC Efecto no significativo POSTEST GC Efecto significativo PRETEST PRETEST
28 DISEÑOS BÁSICOS CUASI-EXPERIMENTALES (VII) Series temporales interrumpidas simples Secuencia de Registro GRUPOS ASIGNACIÓN PRETEST TRATAMIENTO POSTEST Único NA-NAC O1 O2 O3 X O4 O5 O6 Series temporales interrumpidas con grupo control no equivalente Secuencia de Registro GRUPOS ASIGNACIÓN PRETEST TRATAMIENTO POSTEST Exper. (GE) NA-NAC O1 O2 O3 X O4 O5 O6 Control (GC) NA-NAC O1 O2 O3 - O4 O5 O6 NE= No existe A= Aleatoria NA= No aleatoria ni conocida NAC= No aleatoria pero conocida Ejemplo. En una asignatura se detecta un problema en el tiempo de dedicación al estudio. Se decide probar la eficacia de un método motivacional. Se establecen una serie de mediciones de la cantidad de tiempo empleada (O1-O2-O3) para después introducir la intervención en uno de los dos grupos. Se sigue recogiendo el tiempo de estudio a posteriori y se estudia su evolución (O4-O5-O6), e incluso si hay fluctuación en el tiempo.
29 DISEÑOS BÁSICOS CUASI-EXPERIMENTALES (VII) Diseño de series temporales interrumpidas con grupo control no equivalente
30 METODOLOGÍA SELECTIVA
31 DISEÑOS DE METODOLOGÍA SELECTIVA (I) Pretenden describir una población en un momento determinado. La recogida de datos se hace de una sola vez y durante un periodo corto, con el objetivo de captar ciertos fenómenos presentes en el momento de realizar la encuesta. Diseños transversales Adecuados especialmente para estudiar fenómenos estables en el tiempo. Si interesa estudiar la asociación entre variables: diseño correlacional. Si interesa predecir una variable de respuesta a partir de otras variables (predictoras), hablamos de estudios predictivos. Las posibles predicciones se han de plantear a priori, y sobre ellas construir la encuesta. Diseños longitudinales Se pretende observar el cambio en una población, y para ello se toman diferentes medidas a lo largo de un periodo de tiempo. Incorporan la dimensión temporal, y se toman medidas con un mismo instrumento de las mismas personas, o sobre sujetos comparables. Requieren tamaños de muestra más pequeños que los transversales.
32 DISEÑOS DE METODOLOGÍA SELECTIVA (II) Repetición de una serie de encuestas transversales en distintos momentos temporales para investigar el cambio en el nivel o distribución de una variable o en las relaciones entre algunas variables. Diseños longitudinales con grupos de sujetos distintos Las encuestas se realizan con muestras diferentes de la misma población. Se siguen los cambios de una variable en una misma población, muestreando de nuevo en cada medida. Para poder realizar comparaciones entre estos estudios sucesivos, es necesario controlar al máximo todas las posibles variables extrañas, y también la composición de la muestra. Se puede evaluar cambio en la población, a nivel general, no cambio intraindividual.
33 DISEÑOS DE METODOLOGÍA SELECTIVA (III) Diseños de panel Implican la recogida de medidas sucesivas de los mismos sujetos a lo largo de un periodo de tiempo (medidas repetidas). Permite el estudio del cambio en los sujetos y en la población; permite estudiar el cambio intraindividual. Describe el cambio evolutivo, además de intentar explicar el cambio estableciendo relaciones entre variables. Supone la selección inicial de una muestra y la observación de sus elementos en más de una ocasión. Una de las desventajas del modelo es la alta mortalidad estadística que presenta. Diseños de cohortes Estudia los procesos de cambio en toda su amplitud, contemplando los efectos de la edad, del periodo (momento de medida u observación), y de la cohorte. Analiza el cambio de la cohorte a lo largo del tiempo y también en relación a otras cohortes. Puede estudiar transversalmente las diferencias cada año entre las cohortes, las diferencias en la evolución de cada cohorte, así como los efectos de la edad y la cohorte, y el periodo de medida. Los inconvenientes del diseño son fundamentalmente los costos elevados y una gran mortalidad estadística.
34 METODOLOGÍA OBSERVACIONAL
35 DISEÑOS DE METODOLOGÍA OBSERVACIONAL (I) Según el grado de estructuración de la observación Observación natural La observación se realiza en contexto natural y el observador es un espectador que no interviene en la situación. Observación estructurada Existe cierto grado de intervención del observador. Tiene el compromiso de mantener el contexto natural, pero introduciendo cierta estructuración de la situación. Experimento de campo Grado de estructuración mayor de la situación en contexto natural. Subyace una teoría tentativa explicativa de los datos a observar. Se requieren al menos dos situaciones de observación diferentes para probar la teoría.
36 DISEÑOS DE METODOLOGÍA OBSERVACIONAL (II) Según el grado de intervención del observador No participante o externa El observador permanece distanciado del objeto de estudio. No existe interacción entre él y los sujetos que observa. La objetividad del observador es su principal ventaja. El observador forma parte de los acontecimientos que observa. Permite una mejor comprensión del comportamiento estudiado. Presenta una mayor accesibilidad a los sujetos. Observación Participante O. como participante: Se conoce su papel de investigador pero no toma parte. Participante/observador: Toma parte activa en los hechos, y su estatus es conocido por todos. Participación completa: Participa de los hechos, pero su rol no es conocido por los otros sujetos. Autoobservación Es la observación de un sujeto sobre sí mismo. Supone el más alto grado de participación: uno mismo es objeto y sujeto. Es imprescindible para el acceso a conductas privadas, encubiertas o poco accesibles.
37 DISEÑOS DE CASO ÚNICO (N=1)
38 DISEÑOS DE CASO ÚNICO (N=1) Intenta averiguar en qué medida la conducta de un sujeto, correctamente operativizada y registrada, presenta algún tipo de cambio como consecuencia de una intervención o tratamiento. N=1. Sólo utilizan como unidad de análisis un único sujeto. El interés se centra en el individuo más que en el efecto del tratamiento en sentido estricto. Tratan de probar causalidad entre la VI y la VD. (manipulación de la VI y control de factores extraños). Cuándo utilizar un diseño N=1? En entornos clínicos resulta muy difícil conseguir grupos de sujetos con el mismo problema. El sujeto es su propio control. En el entorno clínico es muy difícil usar grupos control (problemas éticos). La persona es un cliente que demanda una intervención concreta e inmediata, y efectiva en ella misma, independientemente del grado de efectividad estadística. El diseño N=1 normalmente se utiliza cuando la investigación se orienta al tratamiento de procesos básicos, o con clara base biológica.
39 Podemos proponer ejemplos aplicables de diseños de investigación en función de las distintas actividades formativas que introducimos en nuestra docencia?
40 EL ANÁLISIS DE LOS DATOS Algunos modelos estadísticos básicos
41 EL PROCESO DE ANÁLISIS DE DATOS FASES ANTECEDENTES FASES DEL PROCESO DE ANÁLISIS DE DATOS FASES FINALES Fundamentación teórica Introducción de datos Interpretación de análisis Diseño de investigación Elaboración y selección de instrumentos Obtención de medidas Depuración de datos Transformación de datos Análisis exploratorios Análisis de contraste Selección de resultados Conclusiones y discusión
42 LA DESCRIPCIÓN UNIVARIANTE DE LAS VARIABLES: ANÁLISIS EXPLORATORIO DE DATOS Principios básicos del EDA (Exploratory Data Analysis) Da más importancia a las medidas de localización, variabilidad, forma y posición que tienen la propiedad de resistencia, razón por la cual son indicadores adecuados para una gran variedad de distribuciones. Utiliza diversos resúmenes estadísticos en lugar de trabajar únicamente con uno o dos. Así, mientras que la estadística descriptiva clásica se basa fundamentalmente en la media aritmética y la variancia, el EDA utiliza un gran número de índices. Utiliza resúmenes visuales, dando mucha más relevancia a la información recogida de forma gráfica.
43 ANÁLISIS EXPLORATORIO DE DATOS. Un ejemplo. Tras la celebración de un examen parcial de la asignatura de Psicología General se han obtenido las calificaciones numéricas (escala de 0 a 10) que aparecen a continuación. Llevar a cabo la descripción univariante completa de la variable mediante análisis exploratorio de datos (Menú Analizar Estadísticos descriptivos Explorar del programa SPSS) ,5 1 6, , ,5 8 6,5 6 7, , ,75 4
44 La cuestión de la inferencia estadística Población Conjunto formado por todos los elementos sobre los cuales queremos obtener información. Parámetro Toda característica de la población bajo estudio. π μ σ p m s Estimación puntual de un sólo valor como el estimador del parámetro. p±e m±e s±e Estimación por intervalo al que pertenece el parámetro con alta probabilidad. Muestra Subconjunto de los elementos que forman la población. Muestra aleatoria simple n observaciones x 1, x 2,,x n independientes, extraída con reemplazamiento o sin él, pero de una población grande. Estadístico Función de las observaciones x 1, x 2,, x n que se pueden obtener en una muestra. Estimador Regla que establece el cálculo de una estimación basada en observaciones muestrales. ESTADÍSTICA Establece inferencias con respecto a la población a partir de la información contenida en una muestra.
45 UN EJEMPLO DE ANÁLISIS ESTADÍSTICO BÁSICO La guía docente de una asignatura perteneciente a un título oficial de grado de la UIB incluye una serie de itinerarios evaluativos que han permitido obtener un conjunto de variables relacionadas con el proceso de enseñanza-aprendizaje y el rendimiento y que se detallan a continuación: Sexo ( sexo ) Variable dicotómica nominal (Hombre-Mujer) Calificación 1er parcial ( rendim1 ) Variable cuantitativa (0-10) Calificación 2º parcial ( rendim2 ) Variable cuantitativa (0-10) Método de examen ( método ) Variable categórica nominal (1-2-3) Horas de estudio ( horasestudio ) Variable cuantitativa (0-40) Motivación ( motivación ) Variable cuantitativa (0-100) Ansiedad ante los exámenes ( ansiedad ) Var. cuantitativa (0-40)
46 LA COMPARACIÓN DE DOS MEDIAS (Grupos independientes) Vía paramétrica Teniendo en cuenta la variable sexo, podemos plantear hacer una comparación de medias entre el grupo de hombres y de mujeres con relación a la variable rendimiento 1. Llevar a cabo la estimación de una prueba t para grupos independientes teniendo en cuenta las variables consideradas. (Menú Analizar Comparar medias Prueba T para muestras independientes del programa SPSS). Se requiere la distribución normal de la variable de contraste en ambos grupos, así como homogeneidad de varianzas.
47 LA COMPARACIÓN DE DOS MEDIAS (Grupos dependientes) Vía paramétrica Dado que se han realizado dos exámenes parciales, nos puede interesar saber si se han producido diferencias estadísticamente significativas entre las calificaciones de ambas pruebas. Para ello hay que aplicar una prueba T para muestras dependientes, ya que en este caso, comparamos el mismo grupo de sujetos en dos momentos temporales diferentes. (Menú Analizar Comparar medias Prueba T para muestras relacionadas del programa SPSS). Al tratarse de un grupo único medido en dos ocasiones, cada sujeto hace de control de sí mismo, y no es necesaria la condición de homogeneidad de varianzas, aunque sí la normalidad.
48 LA COMPARACIÓN DE DOS MEDIAS (Grupos independientes) Vía no paramétrica Ante el incumplimiento de los supuestos para la comparación de medias correspondiente a la variable rendim2 respecto al sexo, se debe aplicar una prueba no paramétrica de comparación de medias para grupos independientes. Una de las pruebas no paramétricas para este tipo de análisis es la U de Mann-Whitney (Menú Analizar Pruebas no paramétricas 2 muestras independientes del programa SPSS).
49 LA COMPARACIÓN DE DOS MEDIAS (Grupos dependientes) Vía no paramétrica Ante el incumplimiento del supuesto de normalidad en el caso de la comparación de las medias de las calificaciones obtenidas por el mismo grupo de sujetos en los dos exámenes parciales, se debe aplicar una prueba no paramétrica de comparación de medias para grupos relacionados. Una de las pruebas no paramétricas para este tipo de análisis es la de Wilcoxon. (Menú Analizar Pruebas no paramétricas 2 muestras relacionadas del programa SPSS).
50 EL ANÁLISIS DE LA VARIANZA Vía paramétrica Cuando se trata de comparar más de dos medias simultáneamente, el modelo estadístico a aplicar es el análisis de la varianza (ANOVA). Para ejemplificar este análisis tomaremos la variable método de examen, que presenta tres modalidades: preguntas cortas, de desarrollo, o de alternativas, respecto a las calificaciones obtenidas en el segundo parcial ( rendim2 ). (Menú Analizar Comparar medias ANOVA de un factor del programa SPSS). Se necesita el cumplimiento de la homoscedasticidad de las varianzas de los grupos y de la normalidad de la variable de contraste.
51 EL ANÁLISIS DE LA VARIANZA Via no paramétrica Si se produce un incumplimiento de los supuestos sobre la comparación de las media de las calificaciones en el segundo parcial respecto del tipo de preguntas del examen, se debe recurrir al análisis de la varianza no paramétrico. La prueba no paramétrica más utilizada en este caso es la H de Kruskal-Wallis. (Menú Analizar Pruebas no paramétricas k muestras independientes del programa SPSS).
52 LA CORRELACIÓN LINEAL El estadístico de asociación lineal más conocido es el coeficiente de correlación lineal de Pearson (r xy ). Es un valor estandarizado que oscila entre -1 y +1, indicando el 0 la situación de independencia ( esfera ) entre dos variables x e y. R xy es simétrico y no establece una dirección en la asociación (no así en la regresión lineal). La prueba de significación determina si el valor en la muestra es o no distinto de 0 en la población. Teniendo en cuenta la matriz de datos, podemos calcular la correlación existente entre las calificaciones de los dos parciales (Menú Analizar Correlaciones Bivariadas del programa SPSS).
53 LA REGRESIÓN LINEAL SIMPLE En la regresión lineal simple se pretende evaluar la capacidad explicativa de una variable X sobre una variable de respuesta Y. El método de mínimos cuadrados ordinarios permite obtener una recta de regresión del tipo Y = b 0 + b 1 X Llevar a cabo un análisis de regresión lineal simple tomando como variable explicativa la motivación y como variable de respuesta las calificaciones del primer parcial. (Menú Analizar Regresión Lineal del programa SPSS).
54 LA REGRESIÓN LINEAL? SIMPLE La regresión lineal ajusta una ecuación sobre el patrón de asociación lineal entre dos variables, pero no es capaz de captar asociaciones no lineales. Por ello es fundamental utilizar un diagrama de dispersión de forma previa al cómputo de una ecuación de regresión lineal. Las variables a relacionar son la ansiedad ante los exámenes y rendim2 (Menú Gráficos Cuadros de diálogo antiguos Dispersión/Puntos del programa SPSS). Dado el carácter no lineal de la relación, obtener una estimación de relación lineal y cuadrática entre ambas variables. (Menú Analizar Regresión Estimación curvilínea del programa SPSS).
55 La cuestión de la significación estadística: El caso de la regresión lineal simple (I) Una investigación ha tratado de estudiar la correlación existente entre el nivel de actividad política y el rendimiento académico. Para ello extraen una muestra aleatoria simple de 10 estudiantes de primer curso de grado, a los cuales se mide con un cuestionario el nivel de actividad política, y se recoge el promedio de las calificaciones obtenidas durante el curso académico. El valor obtenido para la correlación es de (r 2 =0.003), con una probabilidad p=0.887, es decir, no se puede rechazar la hipótesis nula que expresa que el valor de la correlación en la población es igual a 0. Por tanto, la actividad política y el rendimiento académico aparecen como independientes.
56 La cuestión de la significación estadística: El caso de la regresión lineal simple (II) Supongamos que el investigador del ejemplo anterior consiguió extraer una muestra de 3000 estudiantes de primer curso de grado, a los cuales midió con un cuestionario el nivel de actividad política, y recogió el promedio de las calificaciones obtenidas durante el curso académico. Al establecer de nuevo la estimación del modelo de regresión lineal simple, el valor obtenido para la correlación es de (r 2 =0.003), con una probabilidad p=0.004, es decir, podemos rechazar la hipótesis nula, y por tanto, el valor de la correlación en la población es distinta de 0. Por tanto, la actividad política y el rendimiento mantienen una relación positiva significativa.
57 La significación estadística: Condición necesaria pero no suficiente Una correlación significativa de magnitud positiva igual a 0.052, con un nivel de significación p=0.004, por lo tanto estadísticamente significativa, qué significa realmente?, qué implicaciones tiene? Significa que, a pesar de haber alcanzado la significación estadística, la influencia porcentual que ejerce el nivel de actividad política del alumnado sobre las diferencias obtenidas en el rendimiento académico es solamente del 0.3% (r 2 =0.003). En resumen, cualquier prueba estadística puede alcanzar la significación estadística al aumentar el tamaño de la muestra, pero resulta necesario establecer un análisis sobre el TAMAÑO DEL EFECTO. El tamaño del efecto permite al investigador establecer un juicio acerca de la significación sustantiva de los resultados obtenidos; no así la significación estadística.
58 LA REGRESIÓN LINEAL MÚLTIPLE La regresión lineal múltiple permite estimar el efecto combinado de un conjunto de variables predictoras (X) sobre una variable de respuesta (Y). Vamos a utilizar el formato de la regresión lineal múltiple para intentar predecir la variable rendim1, a partir de las variables sexo, horas de estudio y motivación. (Menú Analizar Regresión Estimación curvilínea del programa SPSS).
59 SIN PRETENSIÓN DE EXHAUSTIVIDAD Y A MODO DE CONCLUSIÓN Es complicado conocer la totalidad de modelos y submodelos estadísticos que existen, pero es fundamental aplicar aquella técnica que mejor se adapte a la estructura de los datos y al diseño de investigación que manejemos. Lo importante es mantener conciencia acerca del principio de calidad que debe regir nuestra docencia, y que implica la evaluación empírica de la eficacia de nuestras actividades formativas. Siempre debe primar la idea de que cualquier pequeña prueba empírica nos ayudará a arrojar luz sobre los resultados.
60 When description opens the way to measurement, calculation replaces discussion Stevens, S.S. (1951)
61 Activitat nº 69 La metodología de investigación cuantitativa aplicada a la docencia universitaria albert.sese@uib.es Dr. Albert Sesé Universitat de les Illes Balears
PROGRAMA DEL CURSO SOBRE PSICOLOGÍA EXPERIMENTAL MANUEL MIGUEL RAMOS ÁLVAREZ
PROGRAMA DEL CURSO SOBRE PSICOLOGÍA EXPERIMENTAL MANUEL MIGUEL RAMOS ÁLVAREZ Resumen de Psicología Experimental 1 PSICOLOGÍA EXPERIMENTAL Manuel Miguel Ramos Alvarez. I. FUNDAMENTOS METODOLÓGICOS DE LA
Más detallesMétodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesESQUEMA GENERAL DISEÑO CUASI-EXPERIMENTAL
TEMA V ESQUEMA GENERAL Definición y clasificación del diseño cuasi-experimental Estructuras básicas: Diseño pre-experimental Diseño de grupo control no equivalente: Definición Diseño de grupo control no
Más detallesMetodologías De Investigación
Metodologías De Investigación Pfra. Dolores Frías Navarro M. Dolores Frías http://www.uv.es/friasnav 1 Diseños Experimentales Al menos una variable independiente de tratamiento que es introducida por el
Más detallesPRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI
PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI 2014 Para qué es útil la estadística inferencial? Se utiliza para probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo.
Más detallesRG 1 O X O Segundo, se aplica una Tercero, se administra el estímulo
1.3. DISEÑOS DE INVESTIGACIÓN Diseño se refiere al plan o estrategia concebida para obtener la información que se desea (Hernández, Fernández, & Baptista, Metodología de la Investigación, 2006, pág. 158).
Más detallesINDICE Capitulo 1. Panorama de la Experimentación Capitulo 2. El Problema
INDICE Prefacio a la Primera Edición XV Prefacio a la Sexta Edición XVII Capitulo 1. Panorama de la Experimentación 1 La naturaleza de la ciencia 1 Definiciones de ciencia 1 Disciplinas científicas y no
Más detallesDISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO
TEMA II ESQUEMA GENERAL Diseño experimental de dos grupos: definición y clasificación Formatos del diseño y prueba de hipótesis Diseño experimental multigrupo: definición Formato del diseño multigrupo
Más detallesGuía docente 2007/2008
Guía docente 2007/2008 Plan 247 Lic.Investigación y Tec.Mercado Asignatura 43579 METODOS CUANTITATIVOS PARA LA INVESTIGACION DE MERCADOS Grupo 1 Presentación Métodos y técnicas cuantitativas de investigación
Más detalles7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE
ESCUELA UNIVERSITARIA DE ENFERMERIA DE TERUEL 1 er CURSO DE GRADO DE ENFERMERIA Estadística en Ciencias de la Salud 7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE PROFESOR Dr. Santiago
Más detallesESQUEMA GENERAL PLANTEAMIENTO DE ESTUDIOS EXPERIMENTALES Y CUASI- EXPERIMENTALES
TEMA I ESQUEMA GENERAL Fases de la investigación científica Diseños de investigación Variables de la investigación experimental Objetivos de la investigación experimental Control experimental Clasificación
Más detallesIN INVESTIGACIÓN DE MERCADOS Diseño de la investigación Investigación causal. André Carboni Semestre primavera 2012
IN5625 - INVESTIGACIÓN DE MERCADOS Diseño de la investigación Investigación causal André Carboni Semestre primavera 2012 Estamos aquí Definición del problema Desarrollo del enfoque Formulación del diseño
Más detallesIntroducción a la Estadística Aplicada en la Química
Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00
Más detallesPlaneación experimental
Planeación experimental Diseño de Experimentos Diseño de Experimentos Ventajas Identifica uno o más factores influyen dentro de la variable de respuesta. Permite establecer la combinación adecuada de tratamientos
Más detallesDiplomado en Estadística e Investigación Científica
Sociedad Hispana de Investigadores Científicos Diplomado en Estadística e Investigación Científica Introducción Durante mucho tiempo se consideró a la investigación científica como una actividad de unos
Más detallesPrueba t para muestras independientes
Prueba t para muestras independientes El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesLa investigación epidemiológica cuantitativa
La investigación epidemiológica cuantitativa Objetivos Identificar diferentes tipos de investigaciones epidemiológicas. Describir características principales y usos de los diferentes tipos de investigaciones
Más detalles9.- Análisis estadísticos con R Commander
Tipos de datos - Cuantitativos: se expresan numéricamente. - Discretos: Toman valores numéricos aislados - Continuos: Toman cualquier valor dentro de unos límites dados - Categóricos o Cualitativos: No
Más detallesASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN
CURSO DE BIOESTADÍSTICA BÁSICA Y SPSS ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN Amaia Bilbao González Unidad de Investigación Hospital Universitario Basurto (OSI Bilbao-Basurto)
Más detallesFundamentos de investigación. David Mejías Méndez 2013 UNED
FUNDAMENTOS DE INVESTIGACIÓN LA NATURALEZA DEL CONTROL: Entendemos varianza total = varianza sistemática + varianza error Varianza sistemática = varianza sistemática primaria + varianza sistemática secundaria
Más detallesESQUEMA GENERAL PLANTEAMIENTO DE ESTUDIOS EXPERIMENTALES Y CUASI- EXPERIMENTALES
TEMA I ESQUEMA GENERAL Fases de la investigación científica Diseños de investigación Variables de la investigación experimental El concepto de variancia en la investigación experimental Objetivos de la
Más detallesTIPOS DE INVESTIGACION Concepto
TIPOS DE INVESTIGACION Concepto Es esquema general o marco estratégico que da coherencia, secuencia y sentido practico a las actividades. Las etapas anteriores proveen elementos para su selección. Es resultado
Más detallesEscuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA
ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA Lima Perú 2013 DISEÑO COMPLETAMENTE ALEATORIZADO Es el diseño más simple y sencillo de realizar, en el cual los tratamientos
Más detallesSeminario de Tesis UNIDAD 1. Marco Metodológico Tipo, Alcance y Diseño de la Investigación MTE Elsa Martínez Olmedo
Seminario de Tesis UNIDAD 1. Marco Metodológico Tipo, Alcance y Diseño de la Investigación MTE Elsa Martínez Olmedo Abril del 2013 Exploratorios Es un método NO Se realizan al inicio de cualquier tipo
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesCaracterísticas de una investigación experimental
Características de una investigación experimental OBJETIVOS Conocer las características distintivas del experimento como metodología de investigación Concienciarse de la necesidad de llevar a cabo experimentos
Más detallesMétodos y Diseños de Investigación Mª Dolores Frías Navarro. Curso 2008/2009 (Universitat de València)
1 METODOLOGÍAS DE INVESTIGACIÓN EN PSICOLOGÍA Ni Ni... Manipulación de la variable de tratamiento Asignación aleatoria de las unidades experimentales a los grupos de tratamiento 2 METODOLOGÍAS DE INVESTIGACIÓN
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesBIOESTADÍSTICA APLICADA EN CIENCIAS DE LA SALUD (I EDICIÓN)
BIOESTADÍSTICA APLICADA EN CIENCIAS DE LA SALUD (I EDICIÓN) Datos básicos del Curso Curso Académico 2012-2013 Nombre del Curso Bioestadística Aplicada en Ciencias de la Salud (I Edición) Tipo de Curso
Más detalles3 modulo investigación fuden METODOLOGIA. a. No suele ser necesario recurrir al muestreo pues suele trabajar con el total de la población.
3 modulo investigación fuden METODOLOGIA. Pregunta 1 Los estudios epidemiológicos se clasifican en función de su finalidad en: a. Cualitativos y cuantitativos. b. Descriptivos y analíticos. c. Longitudinales
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO. Facultad de Medicina Veterinaria y Zootecnia. Licenciatura en Medicina Veterinaria y Zootecnia
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Medicina Veterinaria y Zootecnia Licenciatura en Medicina Veterinaria y Zootecnia Clave 1212 Modalidad del curso: Carácter Métodos estadísticos en medicina
Más detallesDISEÑO METODOLÓGICO Ámbito de la Investigación: Unidad(es) de análisis o estudio:
Método de la Investigación Diseño de la Investigación DISEÑO METODOLÓGICO Ámbito de la Investigación: Unidad(es) de análisis o estudio: Universo: Población: Muestra: Técnica de muestreo: Instrumentos y
Más detallesUNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE MEDICINA
UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE MEDICINA Módulo I Bioestadística Maestría en Investigación Médica PROGRAMA ACADÉMICO 2011-2 M.C. Enrique Villareal Ríos 1. ASIGNATURA: MÓDULO I BIOESTADÍSTICA
Más detallesINDICE. Introducción Capitulo uno. La idea nace un proyecto de investigación Como se originan las investigaciones? 2 Resumen Conceptos básicos
INDICE Introducción Capitulo uno. La idea nace un proyecto de investigación 1 1.1. Como se originan las investigaciones? 2 Resumen 6 Ejemplo 7 Capitulo dos. El planteamiento del problema objetivos, preguntas
Más detallesviii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
Más detallesPOBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN
POBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN Adela del Carpio Rivera Doctor en Medicina UNIVERSO Conjunto de individuos u objetos de los que se desea conocer algo en una investigación Población o universo
Más detallesINFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS
. Metodología en Salud Pública INFERENCIA PARÁMETRICA: RELACIÓN ENTRE DOS VARIABLES CUALITATIVAS Autor: Clara Laguna 7.1 INTRODUCCIÓN Los datos categóricos o variables cualitativas son muy frecuentes en
Más detallesCorrelación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)
Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre
Más detallesPsicometría Tema 6 VALIDEZ DE LAS INFERENCIAS I
Psicometría Tema 6 VALIDEZ DE LAS INFERENCIAS I Psicometría Mª Isabel García Barbero, UNED. Universidad Nacional de Educación a Distancia, 2006 1 La fiabilidad de un instrumento de medida es una condición
Más detallesInformación general. Fundamentos de Análisis de datos. Obligatoria básica o de fundamentación X. Obligatoria profesional
Guía de asignatura Formato institucional Rev. Abril 2013 Información general Asignatura Fundamentos de Análisis de datos Código Tipo de asignatura Obligatoria X Electiva Tipo de saber Número de créditos
Más detallesINDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas
INDICE Prefacio XIII 1. Introducción 1.1. la imagen de la estadística 1 1.2. dos tipos de estadísticas 1.3. estadística descriptiva 2 1.4. estadística inferencial 1.5. naturaleza interdisciplinaria de
Más detallesDiseños de investigación
Diseños de investigación Diseño = Tipo de investigación Procedimientos Objetivo Diseño de investigación Es un plan o estrategia concebida para responder a las preguntas de investigación (Christensen, 1980).
Más detallesMetodología de la Investigación: Validez y Confiabilidad. Prof. Reinaldo Mayol Arnao
Metodología de la Investigación: Validez y Confiabilidad Prof. Reinaldo Mayol Arnao Validez en varios momentos En esta presentación hablaremos sobre la medición de la validez en dos pasos críticos de la
Más detallesHIPOTESIS DE INVESTIGACIÓN
DEFINICIÓN La hipótesis es una respuesta (solución) tentativa al problema de investigación, que por su alto grado de fundamentación teórica y empírica tiene altas probabilidades de ser verdadera. Todo
Más detallesPROGRAMA DE ESTUDIO : UN SEMESTRE ACADÉMICO : TERCER AÑO, PRIMER SEMESTRE
PROGRAMA DE ESTUDIO A. Antecedentes Generales ASIGNATURA : Estadística CÓDIGO : IIM313A DURACIÓN : UN SEMESTRE ACADÉMICO PRE - REQUISITO : PROBABILIDADES CO REQUISITO : NO TIENE UBICACIÓN : TERCER AÑO,
Más detallesANÁLISIS DE DATOS. L.A. y M.C.E. Emma Linda Diez Knoth
ANÁLISIS DE DATOS 1 Tipos de Análisis en función de la Naturaleza de los Datos Datos cuantitativos Datos cualitativos Análisis cuantitativos Análisis cuantitativos de datos cuantitativos (Estadística)
Más detallesBIOSESTADÍSTICA AMIGABLE
BIOSESTADÍSTICA AMIGABLE EJEMPLO: Ficha solicitud Colección Reserva UNIVERSIDAD AUSTRAL DE CHILE SISTEMA DE BIBLIOTECAS Clasificación: 574.015195 MAR 2001 Vol. y/o Copia: Apellido Autor: Título: C. 1 (SEGÚN
Más detallesINDICE Semblanzas de los autores Prologo Introducción Capitulo 1: el proceso de la investigación y los enfoques
INDICE Semblanzas de los autores Prologo Introducción Capitulo 1: el proceso de la investigación y los enfoques cuantitativo y cualitativo hacia un modelo integral 3 Qué enfoques se han presentado par
Más detallesFases de una investigación
1 Fases de una investigación Generación de una idea 1. Planteamiento del problema: 1. Objetivos 2. Pregunta de investigación 3. Justificación 2. Marco Teórico 3. Alcances de la investigación 4. Formulación
Más detallesDiseño Muestreo y Experimental -->fundamental para análisis estadísticos. Escogencia de factores (V. independientes), niveles de factores,
Diseño Muestreo y Experimental -->fundamental para análisis estadísticos Escogencia de factores (V. independientes), niveles de factores, (tratamientos), Unidades de repuesta (replicas), Unidades de muestreo
Más detallesESTADÍSTICA, SISTEMAS DE INFORMACIÓN Y NUEVAS TECONOLOGÍAS Código de la Asignatura Créditos
ESTADÍSTICA, SISTEMAS DE INFORMACIÓN Y NUEVAS TECONOLOGÍAS Código de la Asignatura 46497 Créditos 6 ECTS Carácter Básica Rama de Conocimiento Ciencias de la Salud Materia Fisiología Ubicación dentro del
Más detallesDiseño de experimentos. Introducción
Diseño de experimentos Introducción Objetivo: Introducción Es estudiar la influencia de FACTORES en la RESPUESTA RESPUESTA Variable de interés FACTOR(ES) Pueden ser controlados OTRAS VARIABLES Que pueden
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detallesMODALIDADES O TIPOS DE INVESTIGACION EN EDUCACIÓN. L.A. y M.C.E. Emma Linda Diez Knoth
MODALIDADES O TIPOS DE INVESTIGACION EN EDUCACIÓN L.A. y M.C.E. Emma Linda Diez Knoth Evaluativas Confirmatorias Interactivas Proyectivas Exploratorias Predictivas Descriptivas Comparativas Analíticas
Más detallesMETODOLOGÍA EXPERIMENTAL EN CIENCIAS SOCIALES
METODOLOGÍA EXPERIMENTAL EN CIENCIAS SOCIALES MÁSTER EN ESTRATEGIA y CREATIVIDAD DIGITAL Prof. Elena Añaños E. Añaños (2015) 1 Presentación Directora grupo investigación Profesora Titular de Universidad
Más detallesDiplomado en Estadística e Investigación Científica
Sociedad Hispana de Investigadores Científicos Diplomado en Estadística e Investigación Científica Introducción Durante mucho tiempo se consideró a la investigación científica como una actividad de unos
Más detalles1º CURSO BIOESTADÍSTICA
E.U.E. MADRID CRUZ ROJA ESPAÑOLA UNIVERSIDAD AUTÓNOMA DE MADRID CURSO ACADÉMICO 2012/2013 1º CURSO BIOESTADÍSTICA Coordinación: Eva García-Carpintero Blas Profesores: María de la Torre Barba Fernando Vallejo
Más detallesPROGRAMA DE ESTUDIO. Horas de Práctica
PROGRAMA DE ESTUDIO Nombre de la asignatura: DISEÑO DE EXPERIMENTOS Clave:MAT10 Ciclo Formativo: Básico ( ) Profesional (X) Especializado ( ) Fecha de elaboración: MARZO DE 2015 Horas Semestre Horas semana
Más detallesCómo iniciar una investigación?
Cómo iniciar una investigación? Se debe traducir en un problema de investigación las preguntas y preocupaciones que se tienen acerca de la realidad Identificar un tema delimitarlo sobre preguntas iniciales
Más detallesLa lógica del diseño experimental y del análisis estadístico de los datos
La lógica del diseño experimental y del análisis estadístico de los datos TEMA 1 Susana Sanduvete Chaves Diseños experimentales curso 2005-2006 1 TIPOS DE DISEÑO De menor a mayor control: M. observacional
Más detallesTÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD
TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD Contrastes de hipótesis paramétricos para una y varias muestras: contrastes sobre la media, varianza y una proporción. Contrastes sobre la diferencia
Más detallesDiseño o de un estudio epidemiológico
Diseño o de un estudio epidemiológico Dr. José Luis Hernández Hernández Unidad de Metabolismo Óseo Departamento de Medicina Interna Hospital Marqués de Valdecilla Diseño del estudio: definición Un diseño
Más detallesUniversidad Nacional Autónoma de México Facultad de Psicología
Universidad Nacional Autónoma de México Facultad de Psicología PROGRAMA DE ASIGNATURA Nombre de la asignatura Clave Semestre Estadística Inferencial 0186 4 Número de créditos 8 Horas teoría 4 Horas práctica
Más detallesEJERCICIOS SOBRE CONTRASTE DE HIPÓTESIS
EJERCICIOS SOBRE CONTRASTE DE HIPÓTESIS 1. Qúe propiedad o propiedades caracterizan a una distribución normal tipificada frente a una distribución normal cualquiera? a. El área bajo su función de densidad
Más detallesBLOQUE 3 TEMA 11 ESTIMACIÓN DE PARÁMETROS. ERRORES DE ESTIMACIÓN
BLOQUE 3 TEMA 11 ESTIMACIÓN DE PARÁMETROS. ERRORES DE ESTIMACIÓN Aproximación intutitiva a la inferencia estadística La Estadística es la ciencia que se ocupa de la ordenación y análisis de datos procedentes
Más detallesCURSO METODOLOGÍA DE LA INVESTIGACIÓN Y ESTADÍSTICA BÁSICA. Dirigido a Profesionales de la Salud. Febrero -Diciembre
CURSO METODOLOGÍA DE LA INVESTIGACIÓN Y ESTADÍSTICA BÁSICA Dirigido a Profesionales de la Salud Febrero -Diciembre 2017 Introducción Curso-Taller Metodología de la Investigación y Estadística Básica Aplicadas
Más detallesUNIVERSIDAD AGRO-ALIMENTARIA ALIMENTARIA DE MAO IEES-UAAM PROGRAMA ANALÍTICO EVALUACION DEL RENDIMIENTO FISICO. Mao, Valverde República Dominicana
UNIVERSIDAD AGRO-ALIMENTARIA ALIMENTARIA DE MAO IEES-UAAM PROGRAMA ANALÍTICO EVALUACION DEL RENDIMIENTO FISICO Mao, Valverde República Dominicana I. DATOS DE LA ASIGNATURA Nombre de la asignatura: Evaluación
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADEMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
ESCUELA: UPIICSA CARRERA: INGENIERÍA EN TRANSPORTE ESPECIALIDAD: COORDINACIÓN: ACADEMIAS DE MATEMÁTICAS DEPARTAMENTO: CIENCIAS BÁSICAS PROGRAMA DE ESTUDIO ASIGNATURA: ESTADÍSTICA APLICADA CLAVE: TMPE SEMESTRE:
Más detallesEstadística. La Estadística Inferencial investiga o analiza una población partiendo de una muestra tomada
Estadística La estadística es la disciplina que se ocupa de la recolección, organización, resumen y análisis de datos y la obtención de inferencias a partir de un volumen de datos cuando se examina sólo
Más detallesANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE
ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por
Más detallesPasos. i Aplicar la prueba X 2 para determinar la significación estadística de las proporciones entre ambas variables (no son iguales)
Relación entre variables cualitativas Pasos Construir una tabla de contingencia Crear una tabla con las frecuencias esperadas f ei (frecuencias teóricas en caso de que X e Y fueran independientes), calculadas
Más detallesPROGRAMA DE FORMACIÓN CONTINUADA OFICINA DE EXTENSIÓN ACADÉMICA DE LA INSTITUCIÓN UNIVERSITARIA DE ENVIGADO
PROGRAMA DE FORMACIÓN DIPLOMADO EN INVESTIGACIÓN ESTADÍSTICA PARA CIENCIAS SOCIALES Y HUMANAS OFICINA DE EXTENSIÓN ACADÉMICA DE LA INSTITUCIÓN UNIVERSITARIA DE ENVIGADO Los ítems señalados en color azul
Más detallesLucila Finkel Temario
Lucila Finkel Temario 1. Introducción: el análisis exploratorio de los datos. 2. Tablas de contingencia y asociación entre variables. 3. Correlación bivariada. 4. Contrastes sobre medias. 5. Regresión
Más detallesCONTRASTES DE HIPÓTESES
CONTRASTES DE IPÓTESES 1. Contraste de hipótesis 2. Contrastes de tipo paramétrico 2.1 Contraste T para una muestra 2.2 Contraste T para dos muestras independientes 2.3 Análisis de la varianza 3. Contrastes
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesInformación general. Obligatoria básica o de fundamentación X. Obligatoria profesional. Horas de trabajo independiente del estudiante
Guía de asignatura Formato institucional Rev. Abril 2013 Información general Asignatura E S T A D I S T I C A Código 73210011 Tipo de asignatura Obligatoria X Electiva Tipo de saber Número de créditos
Más detallesTema 1. Introducción: el modelo econométrico
1. Introducción. a. Qué es la econometría? b. Metodología en Econometría Gujarati, Econometría (2004) páginas 1 a 11 c. Terminología y notación d. Clasificación de los modelos econométricos 1 1. Introducción
Más detallesÍNDICE INTRODUCCIÓN... 21
INTRODUCCIÓN... 21 CAPÍTULO 1. ORGANIZACIÓN DE LOS DATOS Y REPRESENTACIONES GRÁFICAS... 23 1. ORGANIZACIÓN DE LOS DATOS... 23 1.1. La distribución de frecuencias... 24 1.2. Agrupación en intervalos...
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)
Más detallesESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA
GUÍA DOCENTE 2012-2013 ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA 1. Denominación de la asignatura: ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA Titulación GRADO EN FINANZAS Y CONTABILIDAD Código 5592
Más detallesIntroducción IMADIL /17/2014. Tema 3. Características estadísticas fundamentales (Tercera parte)
IMADIL 0 /7/0 Tema. Características estadísticas fundamentales (Tercera parte) Ignacio Martín y José Luis Padilla IMADIL 0. Introducción. Representación Gráfica. Correlación. Índice Introducción Uno de
Más detallesLa asignatura proporciona al alumno los conceptos básicos de estadística. Se organiza el temario en cinco unidades.
1.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Carrera: Clave de la asignatura: Muestreo y Regresión. Ingeniería Forestal. FOC-1027 SATCA: 2 2 4 2.- PRESENTACIÓN. Caracterización de la asignatura.
Más detallesGuía docente MÉTODOS ESTADÍSTICOS PARA LA EMPRESA
1. Introducción Guía docente MÉTODOS ESTADÍSTICOS PARA LA EMPRESA Los análisis económicos y empresariales se efectúan sobre la base de la toma de decisiones, las cuales se toman a partir de la información
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES
TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES ASIGNATURA DE PROBABILIDAD Y ESTADÍSTICA 1. Competencias Plantear y solucionar
Más detallesBIOESTADÍSTICA APLICADA EN CIENCIAS DE LA SALUD (V EDICIÓN)
BIOESTADÍSTICA APLICADA EN CIENCIAS DE LA SALUD (V EDICIÓN) Datos básicos del Curso Curso Académico 2016-2017 Nombre del Curso Bioestadística Aplicada en Ciencias de la Salud (V Edición) Tipo de Curso
Más detalles6.2. CARACTERÍSTICAS DE LOS DISEÑOS CUASI EXPERIMENTALES
Antes de nada, quisiera comunicaros lo complicado que me está resultando elaborar los resúmenes de esta asignatura. Sé que, por la extensión de algunos apartados, podéis pensar que de resumen tienen poco,
Más detallesUNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO CONTENIDO DE CARTA DESCRIPTIVA 1.- IDENTIFICACIÓN Curso: Bioestadística Programa: Doctorado en Inmunobiología
Más detallesGrupo: Fecha: Nombre y Apellidos. -1. Formular la hipótesis nula y la hipótesis alternativa
1 Grupo: Fecha: Nombre y Apellidos. -1. Formular la hipótesis nula y la hipótesis alternativa -2. Decidir el nivel de significación estadística a priori -3. Decidir qué prueba estadística es la más recomendable
Más detallesDefinición de Correlación
Definición de Correlación En ocasiones nos puede interesar estudiar si existe o no algún tipo de relación entre dos variables aleatorias: Estudiar cómo influye la estatura del padre sobre la estatura del
Más detallesESTADÍSTICA. Materia Básica Estadística. Formación Básica. Introducción a la Odontología 1º 1º 6
GUIA DOCENTE DE LA ASIGNATURA ESTADÍSTICA MÓDULO MATERIA CURSO SEMESTRE CRÉDITOS TIPO Introducción a la Odontología Materia Básica Estadística 1º 1º 6 Formación Básica PROFESOR(ES) DIRECCIÓN COMPLETA DE
Más detallesProceso de Investigación y Modelo Integral
Proceso de Investigación y Modelo Integral Metodología de la Investigación 1 Temas Definición de Investigación Investigación Cuantitativa Investigación Cualitativa Modelo Integral Modelo de dos etapas.
Más detallesBloque 3 Tema 14 ANÁLISIS DE LA VARIANZA. PRUEBA F
Bloque 3 Tema 4 AÁLISIS DE LA VARIAZA. PRUEBA F El objetivo fundamental de la experimentación es estudiar la posible relación de causalidad existente entre dos o más variables. Este estudio representa
Más detallesTRABAJO REALIZADO POR: AMANDA GONZÁLEZ VANESA CALLEJA LETICIA LÓPEZ PATRICIA PADRINO PATRICIA PUEBLA
TRABAJO REALIZADO POR: AMANDA GONZÁLEZ VANESA CALLEJA LETICIA LÓPEZ PATRICIA PADRINO PATRICIA PUEBLA ESTUDIOS DE ENCUESTA: UN ESTUDIO DE TIPO DESCRIPTIVO ESTUDIOS DE ENCUESTA Estudio de tipo descriptivo.
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA
UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA NIVEL : LICENCIATURA CRÉDITOS : 7 CLAVE : ICAE13001731 HORAS TEORÍA : 3 SEMESTRE : QUINTO HORAS PRÁCTICA : 1 REQUISITOS
Más detallesBloque I. Técnicas de Investigación Cualitativa y Mixta
Bloque I. Técnicas de Investigación Cualitativa y Mixta Sesión 3. Diseños de investigación cualitativos, cuantitativos y mixtos Alejandra Martínez Monés Curso 2012-2013 Planes y procedimientos de investigación
Más detallesCurso MI1 Investigación científica. Fundamentos metodológicos y estadísticos
www.metodo.uab.cat Estudios de postgrado en Metodología de la investigación en Ciencias de la Salud Curso MI1 Investigación científica. Fundamentos metodológicos y estadísticos Contenidos UD 1 Diseño de
Más detallesTema 3: Análisis de datos bivariantes
Tema 3: Análisis de datos bivariantes 1 Contenidos 3.1 Tablas de doble entrada. Datos bivariantes. Estructura de la tabla de doble entrada. Distribuciones de frecuencias marginales. Distribución conjunta
Más detallesPROBABILIDAD Y ESTADÍSTICA. Sesión 4 4. REGRESIÓN Y CORRELACIÓN SIMPLE
PROBABILIDAD Y ESTADÍSTICA Sesión 4 4. REGRESIÓN Y CORRELACIÓN SIMPLE 4.1 Regresión lineal simple y curvilínea 4.1.1 Variable dependiente e independiente 4.1.2 Ecuación de regresión 4.1.2.1 Aplicación
Más detallesDiseños. Dr. Jorge Alarcón V Profesor Principal, UNMSM. 01/12/2010 joav/unmsm
Diseños Dr. Jorge Alarcón V Profesor Principal, UNMSM 01/12/2010 joav/unmsm Diseño Concepto: Plan que el investigador elabora para recoger evidencias que permitan contrastar una hipótesis determinada.
Más detalles