DATOS ESTADÍSTICOS EN LA
INVESTIGACIÓN CIENTÍFICA
By: Jefferson Villalba

1. DESCRIPCIÓN GENERAL DEL MÓDULO
El módulo de DATOS ESTADÍSTICOS EN LA INVESTIGACIÓN
CIENTÍFICA proporciona los métodos y técnicas para la
recolección y organización de los datos, suanálisis e
interpretación y su aplicación en función del perfil de la
maestría, abordando la forma cómo la estadística puede
ayudar en cada una de las etapas del proceso de investigación
científica. Además, lo capacita en la utilización del software
estadístico SPSS el mismo que facilitará al maestrante la tarea
del manejo de la información y brindará un espacio para
adquirir destrezas tanto en la parte cuantitativa como
computacional.

OBJETIVO GENERAL DEL MODULO
 Proporcionar el espacio académico para presentar el estrecho vínculo
que existe entre la investigación científica y la Estadística, y porqué es
importante llevar a cabo cada una de las etapas de la investigación
científica teniendo en cuenta el punto de vista de la Estadística, como
una manera de asegurar la viabilidad de la investigación, además que
podamos llegar a obtener resultados y que éstos sean válidos y
confiables.

Temática:
Relación entre Estadística e Investigación Científica
 Conceptos de la investigación científica
 Conceptos de estadística
 Datos estadísticos en la investigación científica
4

La investigación científica
Este método de investigación se caracteriza por ser ordenado, cuyo objetivo
es conducir a la adquisición de nuevos conocimientos de forma objetiva.
Muy relacionada con el método científico, la función de la investigación
científica es observar y explorar para responder a una serie de preguntas y
llegar a una conclusión.
Además, la investigación científica debe cumplir con las siguientes
características:
 La hipótesis debe ser comprobable.
 Deben estar involucrados el razonamiento deductivo y el razonamiento
inductivo.
 Es necesario contar con una variable independiente y una variable
dependiente.
 El proceso de experimentación involucra a un grupo experimental que se
compara con un grupo de control.

La investigación científica
Fases de una investigación
Las Fases de una Investigación son las siguientes:
1) Elección del Tema.
2) Planteamiento del problema.
3) Justificación del Problema.
4) Objetivos de la Investigación.
5) Marco Teórico.
6) Metodología.
Como puede verse, es un proceso complejo y cada fase tiene mucha importancia.

Elección del tema
En la elección del tema se ubica el objeto de conocimiento y en función de ese tema
podrá estructurarse el título tentativo de la investigación. En él debe responderse de
manera sintética:
 ¿Qué se va a investigar?
 ¿Cómo se realizará la investigación?
 ¿Por qué es importante la temática a investigar?
 Las preguntas son cómo, por qué, cuándo y dónde.

Planteamiento de la investigación científica
Ahora bien, ¿cómo se debe plantear? Los expertos recomiendan ir respondiendo a preguntas
que ayudan a definirlo:
 ¿Qué se va a estudiar?
 ¿Cómo se define?, ¿Qué características tiene?
 Intentar definir de la manera muy clara, ¿qué es?, y lo que es más importante ¿qué no es?
 ¿Dónde se va a estudiar?
¿Cuándo se va a estudiar? El tiempo ¿Cuándo?: sí es una problemática reciente o de larga
data.
 ¿Por qué se va a estudiar?

El Proceso de investigación; Fases de realización de una investigación científica
FASES Y ETAPAS DE LA INVESTIGACIÓN CUANTITATIVA
Dentro del proceso de investigación cuantitativa podemos identificar 3 fases fundamentales:
1) Fase Conceptual. ¿Qué quiero conocer?
 Formulación de la pregunta.
 Búsqueda bibliográfica.
 Objetivos de investigación.
 Marco de referencia.
 Hipótesis de investigación.
2) Fase Metodológica. ¿Cómo se va a realizar el estudio?
 Elección del diseño.
 Población de estudio.
 Variables de la investigación.
 Herramientas de recogida de datos.
 Revisión del plan de investigación.
 Realización de un estudio piloto.
3) Fase Empírica. ¿Qué significan los resultados obtenidos?
 La recogida de datos.
 Preparación de los datos para análisis:
 Análisis de datos:
 El análisis y la interpretación de los datos
 Difusión de los resultados:
 Difusión de los resultados
 Aplicación de los resultados

Rol de la Estadística Aplicada en Investigación Científica
El protocolo de observación
a) Definición de resultados esperados.
b) Definición de la población y unidades de observación.
c) Definición de las variables.
d) Definición del método de colecta de datos.
e) Definición del plan de muestreo.
f) Definición del tamaño de la muestra.
El análisis de los datos
a) Análisis exploratorio de datos.
b) Análisis descriptivo de los datos.
c) Análisis inferencial de los datos.

CONCLUSIONES
ESTRUCTURA DEL PROCESO DE INVESTIGACIÓN
HIPOTESIS
INICIALES
DETERMINACION DEL TEMA
ACUMULACION
OBSERVACION
DIRECTA
INFORMACION DOCUMENTACION CLASIFICACION
ELECCION DE
METODOS
INTERPRETACION DE
LA INFORMACION
ELECCION DE
TECNICAS
HIPOTESIS DE
DESARROLLO
EXPLICACION
MODELOS O
TEORIAS
SELECCION
APLICACION VERIFICACION
ENSEÑANZA

LAS PREGUNTAS BÁSICAS
1.- ¿QUÉ? SE QUIERE CONOCER = INNOVACIÓN + ACOTACIÓN
TEMÁTICA + ACOTACIÓN ESPACIAL + ACOTACIÓN TEMPORAL
2.- ¿POR QUÉ? SE QUIERE CONOCER = MOTIVACIONES +
CONDICIONAMIENTOS PERSONALES
3.- ¿PARA QUÉ? SE QUIERE CONOCER = FINALIDAD
CIENTIFICA + FINALIDAD PRÁCTICA
4.- ¿CÓMO? SE QUIERE CONOCER = TIPO DE CONOCIMIENTO +
PERSPECTIVA + LIMITES
5.- ¿CUÁNTO CUESTA? CONOCER = TIEMPO + RECURSOS
HUMANOS + RECURSOS MATERIALES + RECURSOS ECONÓMICOS

TIPOS DE INVESTIGACIÓN
a).- CIENTÍFICA
 Incorpora nuevos conocimientos, métodos o técnicas y verifica los que existen
 Máxima exigencia de contenido y presentación
 Dirigido a especialistas
 Exige difusión y publicación especializada
 Ej. Tesis Doctoral; artículos de revistas científicas; ponencias.
b).- ACADÉMICA
 Reúne los conocimientos avanzados sobre un tema científico
 Exigencia de contenido y presentación
 Dirigido a especialistas
 Ej. Tesinas de licenciatura; investigación final de las Maestrías o del 2º curso de doctorado.

CLASIFICACIÓN CRONOLOGICA DE LA INFORMACIÓN
1.- INFORMACIÓN DEL PASADO = HISTÓRICA
1.1.- DOCUMENTOS
1.2.- DESCRIPCIONES
1.3.- INTERPRETACIONES
1.4.- DATOS
2.- INFORMACIÓN DEL PRESENTE = ACTUAL
2.1.- ESTRUCTURAL
2.2.- COYUNTURAL
3.- INFORMACIÓN DEL FUTURO = PROSPECTIVA
3.1.- PROBABILISTICA
3.2.- ESTADÍSTICA
3.3.- INTERPRETATIVA

LA PLURALIDAD DE MÉTODOS CIENTÍFICOS
MÉTODO DESCRIPTIVO
MÉTODO ANALÍTICO
MÉTODO SINTÉTICO
MÉTODO COMPARATIVO
MÉTODO INDUCTIVO
MÉTODO DEDUCTIVO

¿Cómo elegir el método estadístico en el campo de la investigación?
TIPO DE INVESTIGACIÓN
1
• Propósito (# variables)
NIVEL DE INVESTIGACIÓN
Exploratorio, Descriptivo,
2
Relacional, Explicativo,
Predictivo o Aplicativo
DISEÑO DE INVESTIGACIÓN
3 Experimental, Pre experimental,
No Experimental
ATRIBUTOS DE VARIABLES
Cualitativa, cuantitativa,
4
Ordinal, Nominal, de intervalo o
razón
5
OBJETIVO DE INVESTIGACIÓN
TAMAÑO MUESTRA
Determinar la técnica
6
estadística según las unidades de
estudio

Tipos de investigación:
Los tipos de investigación pueden agruparse según el objetivo que persiguen, el nivel de profundización, la
forma de hacer inferencia estadística, la forma de manipular variables, el tipo de datos o el período de
tiempo de estudio.
Tipos de investigación por el objetivo perseguido
¿qué queremos conseguir?
 Teórica o pura: Su objetivo es generar leyes o teorías que puedan ser refutadas. Son el soporte de las
aplicadas y utilizan, sobre todo, las matemáticas.
 Aplicada: Se busca aplicarla a la realidad. Normalmente queremos resolver problemas específicos y
de aplicación práctica.

Tipos de investigación por el nivel de profundización
Ahora nos centramos en el grado de depuración de los datos y sus relaciones.
Así pues, nos encontramos cuatro tipos:
• Exploratoria: Busca un acercamiento a cuestiones aún no estudiadas. Aunque sus descubrimientos no
pueden aplicarse de forma general, son el punto de partida del resto.
• Descriptiva: Realiza un análisis de la realidad por medio de una serie de parámetros. Esta investigación no
se pregunta por qué sucede y solo se interesa por lo que sucede.
• Correlacional: Su objetivo es encontrar correlaciones entre variables para observar cómo reacciona una de
ellas ante cambios en la otra. Suele ser el paso inicial de las regresiones bivariante o multivariante. Se basa
en datos descriptivos para su análisis.
• Explicativa: Suele partir de la exploratoria, y sirve para profundizar en un problema. Busca relaciones
causales entre variables para saber cómo, cuándo, dónde y por qué una puede influir en otra u otras.
Un paso previo a este suele ser la correlación y la regresión.

Tipos de investigación por el tipo de inferencia
En este caso se agrupan por la forma de llegar a las conclusiones, es decir, el método elegido:
• Deductiva: Parte de premisas básicas a comprobar, y llega a conceptos, teoremas o leyes. Va de lo
general a lo particular.
• Inductiva: Es la inversa de la anterior, y se preocupa de la observación de fenómenos de los que
extrae teorías generales.
• Hipotética-deductiva: En este caso, plantea unas hipótesis iniciales basadas en un marco teórico.
A continuación, las comprueba de forma empírica y obtiene unas conclusiones.

Tipos de investigación por la forma de manipular variables
• Investigación experimental. Es aquella que se basa en la manipulación de variables en condiciones controladas, en el cual
se replica un fenómeno concreto y se observa cómo las variables manipuladas producen determinado efecto.
• Investigación no-experimental. Es aquella que se basa en la simple observación, por ende, no hay control sobre las
variables.
• Investigación cuasiexperimental. Es aquella que pretende manipular algunas variables concretas, pero, a diferencia de la
investigación experimental, no se posee un control total sobre estas.
Tipos de investigación por tipo de dato
• Cualitativa: En ella los datos no son cuantificables. De esta forma los resultados tienen una dosis de subjetividad y
no son extrapolables, pero son el punto de partida de las cuantitativas. Dentro de esta, la documental se preocupa de
recopilar datos de documentos, grabaciones, diarios o bibliografías.
• Cuantitativa: A diferencia de la anterior, los datos son medibles y cuantificables. Permite realizar análisis descriptivos
e inferencia. Utilizan los llamados contrastes de hipótesis para generalizar a partir de la muestra a la población.
• Mixta: Se basa en los dos sistemas anteriores con el objetivo de aprovechar sus ventajas y reducir sus
inconvenientes. Esta es muy habitual en economía.

Tipos de investigación por el período de tiempo
•Transversales: En este caso, el tiempo es un momento concreto y se basa en comparar diferentes variables
entre sí.
•Longitudinal: La investigación se centra en observar la evolución de una serie de variables a lo largo del
tiempo. En este caso interesa observar períodos diferentes.

LAS HIPÓTESIS
SUPOSICIONES DE RESPUESTA A LAS INTERROGANTES O DE
SOLUCIONES A LOS PROBLEMAS QUE PLANTEA LA REALIDAD
SUSCEPTIBLES DE VERIFICARSE, CONFIRMÁNDOSE O
REFUTÁNDOSE, MEDIANTE LA INVESTIGACIÓN CIENTÍFICA
HIPÓTESIS
BÁSICAS
HIPÓTESIS
BÁSICAS
(Causas
Originarias)
HIPÓTESIS INICIALES
HIPÓTESIS DE DESARROLLO
VERIFICACIÓN
HIPÓTESIS
SECUNDARIAS
HIPÓTESIS
SECUNDARIAS
(Causas
Intervinientes)
CONCLUSIONES

RELACIONES DE CAUSALIDAD
1.- CAUSALIDAD ÚNICA DIRECTA
CAUSA EFECTO 1
CAUSA
EFECTO 1
EFECTO 2
EFECTO 3
CAUSA ANTERIOR O SIMULTÁNEA EN EL TIEMPO
CAUSA NECESARIA Y SUFICIENTE

RELACIONES DE CAUSALIDAD
2.- MULTICAUSALIDAD DIRECTA
CAUSA 1
CAUSA 2
EFECTO 1
EFECTO 2
EFECTO 3
CAUSAS ANTERIORES O SIMULTÁNEAS EN EL
TIEMPO
LA CONCURRENCIA DE CAUSAS ES NECESARIA Y
SUFICIENTE

RELACIONES DE CAUSALIDAD
CAUSA(S)
3.- CADENA DE CAUSALIDAD
CAUSAS
EFECTO 1
ORIGINARIA(S) INTERVINIENTES EFECTO 2
CAUSAS ANTERIORES O SIMULTÁNEAS EN EL TIEMPO
CAUSA(S) ORIGINARIA(S) NECESARIA(S) Y
SUFICIENTE(S) PARA LA CATEGORÍA DE EFECTOS Y
NECESARIAS PARA LOS EFECTOS DEL CASO PARTICULAR
CAUSA(S) INTERVINIENTE(S) NECESARIAS PARA LOS
EFECTOS DEL CASO PARTICULAR
CAUSA(S) ORIGINARIA(S) E INTERVINIENTE(S)
NECESARIA(S) Y SUFICIENTE(S) PARA EL CASO
PARTICULAR

Investigación cualitativa y cuantitativa: un objetivo común
La investigación cualitativa y cuantitativa persiguen un mismo objetivo:
encontrar patrones en los datos que recopilan para establecer una relación entre
los elementos.

¿Qué son los datos cualitativos y cuantitativos?
Los datos cualitativos y los datos cuantitativos tienen sus propias características.
Datos cualitativos: Pues bien, estos datos son los relativos a las "cualidades", este
tipo de información relacionada con los adjetivos. Por ejemplo, si te pidieran que
describieras tu más reciente experiencia de compra en un importante punto de
venta, es posible utilizar los términos rápido, práctico, agradable, caro o inútil. Todos
estos son ejemplos de la información cualitativa.
Datos cuantitativos: Aquí todo se trata de números. Imagínate a la información
cuantitativa como referente de una determinada "cantidad". Por ejemplo, tu altura,
cuánto pesas, o el tiempo que te lleva ir de un lugar a otro.

Características principales de los datos cualitativos y cuantitativos
DATOS CUALITATIVOS DATOS CUANTITATIVOS
Se utiliza sobre todo para obtener una
comprensión de las opiniones y motivaciones
de los consumidores.
Datos que se pueden transformar en
estadísticas utilizables.
Los métodos para recopilar este tipo de datos
son principalmente grupos de enfoque y
preguntas de texto abiertas.
Los métodos cuantitativos de recopilación de
datos están mucho más estructurados.
Los métodos de recopilación de datos
cualitativos varían utilizando técnicas como
grupos focales, entrevistas u observaciones.
Los métodos cuantitativos de recopilación de
datos incluyen encuestas de papel o
encuestas online, encuestas móviles,
entrevistas cara a cara o telefónicas, etc.
El volumen de datos obtenidos puede hacer
que el análisis y la interpretación consuman
mucho tiempo.
Las preguntas para obtener este tipo de datos
tienden a ser más bien cerradas, y el tamaño
de la muestra más grande.
La presencia del investigador durante la
recopilación de datos, puede afectar las
respuestas de los sujetos de estudio.
Se puede reunir información de un número
relativamente grande de participantes.

¿Qué es el análisis de datos?
El análisis de datos es la ciencia que se encarga de examinar un conjunto de datos con el propósito de sacar
conclusiones sobre la información para poder tomar decisiones, o simplemente ampliar los conocimientos
sobre diversos temas.
El análisis de datos consiste en someter los datos a la realización de operaciones, esto se hace con la
finalidad de obtener conclusiones precisas que nos ayudarán a alcanzar nuestros objetivos, dichas
operaciones no pueden definirse previamente ya que la recolección de datos puede revelar ciertas
dificultades.
Actualmente, muchas industrias usan el análisis de datos para sacar conclusiones y decidir acciones a
implementar. Cabe mencionar que la ciencia también usa el análisis de datos para comprobar o descartar
teorías o modelos existentes.
Daniel Burrus, asesor de negocios y orador de temas empresariales y de innovación dice en referencia al
análisis de datos: "Mucho de esto ayudará a los humanos a trabajar más, de forma inteligente y rápido,
porque tenemos datos sobre todo lo que ocurre".

Técnicas de análisis de datos
Si queremos datos útiles, debemos analizarlos. Para ello debemos recurrir a diversas técnicas que dependen
del tipo de información que se esté recopilando, por lo que es importante tener definida la técnica a utilizar
antes de implementarla.
•Análisis de datos cualitativo: Los datos cualitativos se presentan de manera verbal (en ocasiones en
gráficas). Se basa en la interpretación. Las formas más comunes de obtener esta información es a través de
entrevistas abiertas, grupos de discusión y grupos de observación, donde los investigadores generalmente
analizan patrones en las observaciones durante toda la fase de recolección de datos.
Análisis de datos cuantitativos: Los datos cuantitativos se presentan en forma numérica. Se basa en
resultados tangibles.

Ventajas del análisis de datos
Realizar un análisis de datos profundo a través de las técnicas y las herramientas adecuadas puede brindarte
múltiples beneficios para tu investigación, entre los que destacan:
• Capacidad para tomar decisiones más rápidas e informadas, respaldadas por hechos.
• Ayuda a las empresas a identificar problemas de rendimiento que requieren algún tipo de acción.
• Mayor conciencia del riesgo, permitiendo la implementación de medidas preventivas.
• Puede verse de forma visual, lo que permite tomar decisiones más rápidas y mejores.
• Puede proporcionar a una empresa una ventaja sobre sus competidores.
• Mejor conocimiento del desempeño financiero del negocio.
• Se ha demostrado que reduce los costos y, por lo tanto, aumenta los beneficios.

Tipos de análisis de datos
Existen diferentes 2 tipos de análisis de datos
dependiendo del enfoque de tu investigación
Tipos de datos Análisis Ejemplos
Cualitativo Se centra en las
opiniones, actitudes y
creencias.
Preguntas y respuestas a preguntas
como: ¿Por qué?¿Cómo?
Paneles en donde se da
una discusión y se
entrevista a
consumidores sobre lo
que les agrada o no del
lugar.
Cuantitativo Se centra en los datos
duros e información que
pueda contabilizarse.
Se obtiene mediante preguntas
similares a: ¿Cuántos?¿Quién?¿Con
qué frecuencia?¿Dónde?
Encuestas enfocadas a
medir las ventas,
tendencias, reportes o
percepciones.

Pasos para hacer un análisis de datos
Cuando hablamos del análisis de datos es importante conocer el orden que debemos seguir para
extraer los DATOS más valiosos de nuestra investigación.
Este proceso consta de 5 pasos principales, los cuales te detallaremos a continuación:

Niveles de investigación

Técnicas e instrumentos de
recolección de datos