III JORNADAS DE INVESTIGACIÓN FACULTAD DE INGENIERÍAS JOIN 2011

Transcripción

1 III JORNADAS DE INVESTIGACIÓN FACULTAD DE INGENIERÍAS JOIN 2011 Septiembre 28, 29 y 30 ISBN No

2 5. MODELO PARA GESTION Y ANALISIS DE DATOS ESTADISTICOS EN INVESTIGACION APLICADA Nilton Edu Montoya Gómez 1, a, Jhovanny Andres Cañas Pino 1, b 1 Universidad de Antioquia a nilton_montoya@hotmail.com, b gpino619@hotmail.com En todos los cursos de metodología de la investigación que enseñan el enfoque cuantitativo positivista, reiteran los en términos: problema, pregunta, objetivos generales, específicos y metodología entre otros. Para desarrollar la metodología y el plan de análisis se propone un modelo basado en el método científico y apoyado en TICs. Esta combinación permite brindar asesoría en el desarrollo de procesos investigativos y de análisis de datos estadísticos, a los investigadores que no tienen las destrezas en el uso en métodos estadísticos y tampoco no cuentan con profesionales calificados en el área para la formulación y en muchos casos para la ejecución de su proyecto de investigación cuantitativa. En el desarrollo de las investigaciones se presentan algunas dificultades como son: 1) poco conocimiento de los métodos o pasos necesarios para realizar la investigación, 2) dificultades para conformar una adecuadamente las bases de datos y su diccionario de datos con la opercionalización de las variables de estudio, 2) dificultades en la formulación de un plan de análisis que responda a la pregunta de estudio, 3) poco conocimiento de los métodos estadísticos, lo que dificultades para escoger los métodos estadísticos para resolver la pregunta de estudio, 4) pocas habilidades para manejar software estadísticos para procesar y analizar la información. Para contribuir a solución de estos problemas se construyo una herramienta estadística apoyada en las TICs que permita a investigadores, estudiantes y docentes, mejorar la formulación y ejecución de los procesos investigativos. Esta herramienta permite al usuario organizar el proceso investigativo y mantener una coherencia entre la pregunta de la investigación, las variables, los métodos de análisis planteados y los resultados o conclusiones de la investigación. Además de facilitar a los usuarios el procesamiento en software estadísticos y el uso de sintaxis. Puede ser una herramienta para ejecutar investigaciones, apoyar la formación de personal en métodos de investigación y brindar una asesoría en métodos de investigación oportuna y clara. Antecedentes Investigativos Para toda investigación se requieren una serie de pasos: 1) Formulación de pregunta de investigación y objetivos, 2) formulación de hipótesis, 3) Plan de análisis: En este aparte se deben decidir que método o métodos estadísticos permiten aclarar la hipótesis de investigación, 4) Recolección de información, 5) Procesamiento y análisis de información El plan de análisis es un requisito indispensable en un proyecto de investigación cuantitativa y hace parte fundamental de la metodología y con frecuencia es un proceso complejo. En el desarrollo de las actividades 37

3 Universidad de San Buenaventura Medellín investigativas y académicas, que se desarrollan en diferentes áreas como la medicina, agricultura, microbiología e ingeniería civil entre otras y en los diferentes niveles de formación que van desde pregrado, especialización, maestría e incluso algunos doctorados, se pueden observar, planes de análisis, que en relación a su contenido varían muy poco a pesar de su temática tan disímil. Esto se explica porque la formulación metodológica que se usa en estos planes de análisis, se basa en describir brevemente métodos estadísticos según su complejidad matemática y el número de variables que se involucran en el cálculo, dejando de lado los objetivos y la pregunta de investigación, que es la razón de la investigación. Al momento de ejecutar el plan de alanlisisi muchos investigadores y estudiantes carecen de una ruta clara de ejecución y se encuentra perdidos en variables y tests estadísticos. Al momento de ejecutar el proyecto, los costos y el tiempo del análisis resultan mucho más elevados de lo presupuestado y en muchos casos no se ha recolectado la información necesaria para cumplir los objetivos propuestos en el proyecto, de otro lado tampoco tiene claro que procedimientos, test o modelos estadísticos debe aplicar y cuales debería solicitar a un profesional en estadística que lo podría apoyar. En muchos de estos casos la asesoría estadística se vuelve un dolor de cabeza para el investigador que contrata este servicio y para el profesional que la presta la asesoría. Existen diferentes modelos de plan de análisis y formas de escribir metodologías para un proyecto de investigación, esta herramienta plantea un modelo basado en el método científico, que parte de los objetivos, preguntas de investigación, formulación de hipótesis, aceptación de las hipótesis o no aceptación de las hipótesis y conclusiones. Caso de Estudio El problema se hace evidente cuando se necesitan datos que no fueron recogidos, o se vincula en la investigación un profesional de la estadística o alguien que se contrata para ejercer tal función; este debe negociar honorarios, tiempos y compromisos, gran parte de su labor cosiste en responder las preguntas que el investigador necesita para cumplir los objetivos, aceptando o rechazando las hipótesis y utilizando las variables que el investigador midió. Si el modelo expresado en la figura 1, no está claro el estadístico no puede comenzar su trabajo, ni el investigador puede darle directrices claras para el desarrollo del mismo. El modelo propuesto desarrolla los pasos del método científico apoyado en una plataforma tecnológica que cuenta con tres fases: 38

4 Figura1. Método científico 1. Transformación los objetivos generales y específicos en preguntas de investigación: Cada objetivo debe expresado como pregunta, si no puede ser expresado como pregunta no es un objetivo de investigación. Figura 2. Ejemplo del uso del aplicativo para formulación de pregunta de investigación e hipótesis. 39

5 Universidad de San Buenaventura Medellín 2. Formulación de las hipótesis para cada una de las preguntas de investigación: Posibles respuestas a las hipótesis, ciertas o falsas 3. Clasificación de las hipótesis: a. Describe alguna o algunas propiedades de la relación entre A y B. b. El primer elemento A es la causa del segundo B. c. Cuando se presenta esto, A entonces sucede aquello, B. d. Cuando esto sí, A, entonces aquello no, B. 4. Determinar variables involucradas en las hipótesis: Cada hipótesis debe tener al menos una variable asociada. 5. Operacionalizacion de las variables: Definir el nivel de medición, tipo de respuesta, formato y codificación de las variables involucradas en el proceso de testar las hipótesis. Figura 3. Ejemplo del uso del aplicativo en la formulación de hipótesis. 6. Recolección de datos: Los datos recolectados de ser di puestos en un base de datos para su procesamiento. 40

6 7. Testar hipótesis: Realizar los procedimientos estadísticos, que según la hipótesis, el tipo de hipótesis, el número de variables, el nivel de medición de las variables y el tipo de respuesta procedan (previo cumplimiento de supuestos estadísticos). Figura 4. Ejemplo algoritmo de análisis estadístico proporcionado por el software. 8. Concluir: Responder la pregunta según el resultado del test de hipótesis. Ahora bien, la plataforma ofrece una serie de interfaces para desarrollar los pasos del 1 hasta el 5; una base de datos para almacenar los datos recolectados según paso 6. En el paso 7 la plataforma tiene un algoritmo que articula los insumos recolectados en los pasos del 1 hasta el 7, genera un diagrama de flujo que le sugiere al investigador que tests estadísticos puede aplicar y le permite ejecutarlos. Adicional a esto, genera la sintaxis en R, que calcula los tests estadísticos para que el investigador los pueda ejecutar en su computador figura 4. Bibliografía [1]Hair JF, Anderson RE, Tathan RL. Analysis multivariate. 5 Th ed. Madrid: Prentice Hall; [2]Tabachnick B, Fidell LS. Charter 7. Multiway Frequency Analysis. In: Tabachnick B, Fidell LS, editors. Using Multivariate Statistics. 4 Th ed. Boston: Allyn and Bacon; p [3] Johnson DE. Métodos multivariados aplicados al análisis de datos. International Thomson Editores, S. A. de C. V., p 566 [4]Hrishikesh D. Vinod, editor. Advances in Social Science Research Using R. Lecture Notes in Statistics. Springer, [5]Andrea S. Foulkes. Applied Statistical Genetics with R: For Population-Based Association Studies. Use R. Springer, [6]Deepayan Sarkar. Lattice: Multivariate Data Visualization with R. Springer, New York,