UNEFM, Medicina, Trabajo de Grado, Investigación en ciencias de la salud, variables, metodología, análisis estadístico e instrumentos

1. UNIVERSIDAD NACIONAL EXPERIMENTAL
“FRANCISCO DE MIRANDA”
VICERRECTORADO ACADÉMICO
DECANATO DEL AREA CIENCIAS DE LA SALUD
PROGRAMA MEDICINA
INVESTIGACION EN CIENCIAS DE LA SALUD
VARIABLES, METODOLOGIA, ANÁLISIS ESTADÍSTICO Y
ELABORACIÓN Y VALIDACIÓN DE INSTRUMENTOS
MATERIAL ELABORADO PARA SERVIR DE APOYO A LOS ESTUDIANTES
DE MEDICINA EN LA ELABORACIÓN DE PROYECTOS INVESTIGATIVOS Y
TRABAJOS DE GRADO
Elaborado por:
Esp. Fermín Gómez
Especialista en Metodología aplicada a la investigación
SANTA ANA DE CORO, JULIO 2020

2. VARIABLES
Es una característica de un objeto de investigación que puede ser medida y
que asume más de un valor (numérico o cualitativo).
CLASIFICACIÓN DE LAS VARIABLES
1.- DE ACUERDO AL NIVEL DE MEDICIÓN: se clasifican en:
* VARIABLES CUALITATIVAS: son características o cualidades que no
pueden medirse en números. Son aquellas que se refieren a atributos o cualidades
Las variables nominales (usan nombres para establecer categorías) y también
pueden usar números pero estos son de carácter simbólicos. Se les llama también
variables categóricas.
Estas variables a su vez, pueden ser divididas en:
Dicotómicas: las que poseen solo dos valores: ejemplo: sexo.
Policotómicas: pueden adoptar más de dos valores. Ejemplo: estado civil
* VARIABLES CUANTITATIVAS: son aquellas que expresan una
característica que puede ser medida a través de un número.
Estas variables a su vez pueden ser divididas:
Discretas:(provienen de un proceso de conteo) cuando la variable expresa,
numéricamente solo unidades enteras. No admite valores intermedios (decimales).
Ejemplo: número de hijos.
Continuas: (provienen de proceso de medición) cuando la variable puede adoptar
cualquier valor en una escala numérica. Si admite valores intermedios (decimales).
Ejemplo: talla y peso.
2.- DE ACUERDO A SU FUNCION: se clasifican en:
*VARIABLES INDEPENDIENTE: es aquel factor que afecta o determina el
comportamiento de otras variables (causa).
*VARIABLE DEPENDIENTE: es el factor que es estudiado y medido para
determinar el efecto de la variable independiente (efecto).

3. Ejemplo: se estudia la Hipertensión Arterial y se selecciona la variable Cifras
de Colesterol para estudiar el efecto que ésta tuvo sobre la Hipertensión
Arterial.
Variable independiente: Cifras de Colesterol
Variable dependiente: Hipertensión Arterial.
ESCALA DE MEDICIÓN DE LA VARIABLES
Escala Nominal: usa nombres para establecer categorías (únicamente para
diferenciar) sin establecer ningún orden. Ejemplo: masculino – femenino.
Soltero – casado – divorciado.- viudo.
Escala Ordinal: establece un orden entre sus categorías (relación mayor que o
menor que). Los números asignados si indican jerarquía. Ejemplo: nivel de
instrucción. Intensidad del dolor.
Escala de Intervalo: Registra de manera numérica la distancia entre dos puntos.
Tiene intervalos iguales y medibles y puede asumir valores negativos.
El punto de origen (cero) no indica la ausencia de la variable y es arbitrario Ejemplo
temperatura.
Escala de Razón: Tiene un origen real. El cero significa o indica la ausencia de la
variable y es absoluto. Ejemplo Peso.
ATRIBUTOS DE LAS VARIABLES
Orden – distancia – origen
1.- Las variables nominales: no poseen ninguno de estos atributos.
2.- Las variables ordinales: tienen solo un atributo: orden.
3.- las variables de intervalo: tienen dos atributos: orden y distancia.
4.- Las variables de razón: tienen todos los atributos: orden, distancia y origen.
 Una escala de razón se puede convertir en una de intervalo si pierde el
atributo origen.

4.  Una escala de intervalo se puede convertir en una ordinal si pierde el
atributo distancia.
 Una escala ordinal se puede convertir en una escala de nominal si pierde el
atributo orden.
Se puede convertir una variable numérica en una categórica y esto se llama
categorización de la variable.
Operacionalización de las variables
Definir y operacionalizar las variables es una de las tareas más difíciles del
proceso de investigación. Es un momento de gran importancia, pues tendrá
repercusión en todos los momentos siguientes. Es hacer las variables más
tangibles, más operativas, más medibles o por lo menos registrables en la realidad.
La operacionalización es el proceso de llevar una variable de un nivel
abstracto a un plano más concreto, su función básica es precisar al máximo el
significado que se le otorga a una variable en un determinado estudio; también
debemos entender el proceso como una forma de explicar cómo se miden las
variables que se han seleccionado.
Las variables deben ser descompuestas en dimensiones y estas a su vez
traducidas en indicadores que permitan la observación directa y la medición.
DEFINICION CONCEPTUAL DE UNA VARIABLE
Se elabora sinterizando el fenómeno desde el punto de vista de la teoría
existente acerca del mismo. Es una visión teórica del fenómeno que se obtiene de
los textos, obras o diccionarios. Cada conceptualización es el resultado de la
perspectiva que le da el investigador, lo que a su vez se alcanza a través del enfoque
teórico y las hipótesis que se planteen.
El sustento teórico para las definiciones conceptuales lo da el marco teórico,
en particular lo referente a la definición de términos, donde se ha podido dar
diferentes tipos de definiciones como la etimológica, la nominal y la conceptual.
DEFINICION OPERACIONAL DE UNA VARIABLE
Constituye el conjunto de procedimientos y operaciones necesarias para
identificar y agrupar variables en términos medibles, observables y manipulables,
señalando sus aspectos o dimensiones y sus indicadores. Es la que se construye

5. o se adapta de otras, a partir de las características observables del fenómeno
indicando los elementos empíricos o indicadores del hecho que se investiga.
Está constituida por una serie de procedimientos o indicaciones para realizar
la medición de una variable definida conceptualmente. En la definición operacional
se debe tomar en cuenta que lo que se intenta es obtener la mayor información
posible de la variable seleccionada, de modo que se capte su sentido y se adecue
al contexto y para ello se deberá hacer una cuidadosa revisión de la literatura
disponible sobre el tema de la investigación.
TIPOS DE DEFINICIONES OPERACIONALES
Las definiciones operacionales se generan principalmente de dos maneras:
1.- Establecer las operaciones que deben ocurrir para causar el fenómeno o
estado que se desea definir. Por lo general un investigador define un fenómeno a
través de un procedimiento determinado y la descripción de este procedimiento es
lo que constituye la definición operacional.
Ejemplo: se puede definir el hambre operacionalmente como la sensación
provocada por estar privado de alimentos por 24 horas.
Estudiante económicamente desventajado: es aquel que proviene de una familia
que recibe menos de 10.000.000 Bs. Anuales.
2.- Describir las cualidades observables del objeto. En este tipo de definición se
utilizan propiedades estructurales de los objetos.
Ejemplo: introversión: tendencia o característica de una persona a preferir trabajar
individualmente, antes que en grupo.
DIMENSIONES
Son subvariables o variables con un nivel más cercano al indicador. Son
elementos integrantes de una variable, que resulta de su análisis o descomposición,
vinculando así directamente éstos a la variable.
INDICADOR
Es una subvariable o una subdimensión que da precisión a los aspectos o
dimensiones para poder observar y medir, controlar, manipular o evaluar.

6. Funciones:
1.- señalar con exactitud la información que se desea recoger.
2.- indicar la fuente a las que se debe recurrir.
3.- ayudar a determinar y elaborar el instrumento de recolección de datos.
DIMENSIONES E INDICADORES
EJEMPLO
Para el caso de definir, por ejemplo, la variable productividad, nos
encontramos con diferentes subdimensiones que forman parte de la variable, como
son: materiales, mano de obra, maquinarias, etc. Cada una de ellas son
dimensiones de la variable productividad.
A su vez, estas dimensiones, para para poder ser contrastadas por el
investigador, requieren operacionalizarse en indicadores, que no son otra cosa que
parámetros que contribuyen a ubicar la situación en que se encuentra la
problemática a estudiar. En un sentido restringido los indicadores son datos.
Para la variable productividad, por ejemplo, en la dimensión mano de
obra, un indicador podría ser: la cantidad de productos envasados por un
trabajador en 8 horas de trabajo.
OTRO EJEMPLO
Variable: PREPARACIÓN PREVIA DEL ESTUDIANTE:
DIMENSIONES INDICADORES
RENDIMIENTO ESCOLAR
Calificaciones obtenidas en
bachillerato
Prueba exploratoria
PROSECUCIÓN ESCOLAR
Años aprobados consecutivamente
Años reprobados
PLANTEL DE PROCEDENCIA
Publico
Privado

7. COMO SE REALIZA EL CUADRO DE LA OPERACIONALIZACIÓN DE LA
VARIABLE:
CUADRO OPERACIONAL: El mapa de las variables es también llamado
operacionalización o cuadro de variables. En él se deben presentar: objetivo
general, objetivos específicos, variables, dimensiones e indicadores. El mapa
de la variables es la columna vertebral de toda la investigación y su correcta
elaboración garantiza la coherencia teórica-practica del estudio.
Ejemplo de cómo debe estructurarse un cuadro operacional.
Al momento de realizar el cuadro se debe tener en claro que:
1.- La variable surge o está contenida en el título de su proyecto o tesis de grado.
Ejemplo: si el título es: Estilos de aprendizajes en los participantes del
postgrado en ciencias de la salud de la UNEFM, evidentemente la variable es:
Estilos de aprendizajes.
2.- Definir conceptualmente la variable estilos de aprendizajes.
3.- Definir operacionalmente la variable estilos de aprendizajes.
4.- Las dimensiones se desprenden de los objetivos específicos, donde se
debe eliminar el verbo y el objeto de estudio. Ejemplo: Describir el tipo de estilo
de aprendizaje en los participantes del postgrado en ciencias de la salud de la
UNEFM. Al eliminar el verbo “describir” y el objeto de estudio “de los participantes
del postgrado en ciencias de la salud de la UNEFM”, evidentemente la
dimensión de este objetivo es “tipos de estilos de aprendizajes”.
5.- Los indicadores (que consiste en lo medible, verificable, el dato, el hecho)
forman parte de la descomposición (clasificación) de la dimensión. Estos
indicadores no deben surgir de la nada, más bien deben partir de la clasificación
dada por algún autor consultado en una referencia bibliográfica o documental.
Ejemplo: en el caso de la dimensión “tipos de estilos de aprendizaje”, el autor
Mora (2003) los clasifica en: auditivo, visual y kinestésico.

8. Ejemplo: EL MEDIO AMBIENTE DE TRABAJO Y SU RELACION CON LA SATISFACCION
LABORAL DEL PERSONAL MEDICO DEL HOSPITAL DE CORO.
OPERACIONALIZACION DE LAS VARIABLES
VARIABLES
DEFINICON
CONCEPTUAL
DEFINICION
OPERACIONAL DIMENSIONES INDICADORES ITEMS
MEDIO
AMBIENTE DE
TRABAJO Es el medio
dentro del cual se
establecen
relaciones y se
desenvuelve la
dinámica habitual
de una
organización.
(Koontz y
Weihrich,2006
Comprende los
factores físicos,
emocionales y
culturales que
están presentes
en el área donde
el medico realiza
habitualmente su
labor.
Condiciones de
trabajo
Distribución de
espacio
Ergonomía
1-2
3-4
Políticas
Administrativas
Filosofía
organizacional.
Identificación
con la
Institución
5-6
7-8
Beneficios
laborales
Estabilidad
laboral
Salario
Beneficios
sociales
9-10
11-12
13-14
SATISFACCION
LABORAL
Estado emocional
positivo o
placentero
resultante de la
percepción
subjetiva de las
experiencias
laborales del
sujeto.(López y
cols. 2007)
Adaptación
positiva del
médico al medio
ambiente de
trabajo que le
permite realizarse
personal, social y
profesionalmente
en la institución.
Desarrollo
personal
Adaptación
Autorrealización
15-16
17-18
Desempeño de
tareas
Valoración del
trabajo
Eficiencia
19-20
21-22
Relaciones
Sociales
Integración
Relación con la
directiva
23-24
25-26

9. CONSIDERACI0NES IMPORTANTES SOBRE LA INVESTIGACION
La investigación, como un proceso que utiliza el hombre para llegar al
conocimiento de la verdad, se debe desarrollar en forma específica y propia,
adaptándose a los objetivos de estudio, a sus características y problemas.
Al realizar una investigación, es necesario ubicarla en un contexto y en un
tiempo específico, en una modalidad concreta, en un nivel determinado y en un
diseño establecido. De allí surge la siguiente aproximación de clasificación que hay
que considerar a la hora de investigar. Esta clasificación de la investigación que se
propone, se realiza con fines exclusivamente didáctico. Esto se fundamenta en el
hecho de que en la realidad ninguno de los tipos de clasificación indicado se da en
estado puro, sino que en toda investigación se persigue un propósito señalado,
busca un determinado nivel de conocimiento y se basa en una estrategia particular
y combinada.
Esta aseveración, limita la adopción de cualquier clasificación “cerrada” que
se haga de la investigación. No obstante, esta clasificación es una buena orientación
para el investigador al que se le exige: en qué paradigma ubica su estudio?; con
qué propósito se realiza la investigación?; cuál será el nivel de profundidad en el
nivel de conocimiento que se espera adquirir?; cuál será la modalidad de
investigación que se adoptará? y cuál será la estrategia y el diseño que utilizará
para llegar al objetivo propuesto?.
Clasificación de la investigación
* Según la naturaleza de la información que se recoge para responder a un problema la investigación se
ubica en un paradigma:
 Cuantitativo (positivista, hipotético – deductivo, proceso producto).
 Cualitativo.
* Según el propósito, razón o finalidad la investigación se clasifican en:
 Pura o Básica: realizada en base a una teoría y los resultados pueden
aportar información sobre el problema.
 Aplicada: se confronta la teoría con la realidad y se propone resolver
problemas en la práctica.
* Según la modalidad o estrategia empleada para recoger los datos la investigación se clasifica en:

10.  Documental: estudio de problemas con el propósito de ampliar y
profundizar el conocimiento de su naturaleza, con apoyo, principalmente,
en fuentes bibliográficas y documentales. La originalidad del estudio se
refleja en el enfoque, criterios, conceptualizaciones, conclusiones,
recomendaciones y, en general, en el pensamiento del autor.
 De campo: análisis sistemático de problemas con el propósito de
describirlos, explicar sus causas y efectos, entender su naturaleza y
factores constituyentes o predecir su ocurrencia. Los datos de interés son
recogidos en forma directa de la realidad por el propio investigador.
 Proyectos Factibles: Elaboración de una propuesta de un modelo
operativo viable, o una solución posible a un problema de tipo practico, para
satisfacer necesidades de una institución o grupo social. La propuesta
puede tener apoyo, bien sea en una investigación de campo, o en una
investigación documental.
 Proyectos especiales: trabajos con objetivos novedosos o diferentes a las
otras modalidades. Se incluyen en esta categoría los trabajos de creación
literaria, desarrollo de prototipos y de productos tecnológicos en general.
* Según el nivel de profundidad y nivel de conocimiento que se adquiere la investigación se clasifica en:
 Exploratoria: examinar un tema o problema de investigación poco
estudiado o que no ha sido abordado antes. (al revisar la bibliografía se
observa que solo hay guías no investigadas o ideas vagas sobre el tema o
problema).
 Descriptivas: describir situaciones y especificar las propiedades
importantes de un fenómeno determinado.
 Correlacional: medir el grado de relación que existe entre dos o más
variables. El propósito es saber cómo se comporta una variable conociendo
el comportamiento de otras variables relacionadas.
 Explicativas: explicar las causas de los eventos. Encontrar las razones o
causas que provocan ciertos fenómenos.
Según el Diseño la investigación se clasifica en:

11.  Experimental: Se manipula al menos una variable determinada y se
subdividen en :
 Pre experimental: llamados también de grupo único, cuya finalidad
consiste en esclarecer la relación causal que se establece entre las
variables de un enunciado o problema de estudio. Estos diseños
presentan las mayores fallas en cuanto a su valides interna y externa,
eso los hace inapropiados para ejercer un verdadero control sobre las
variables extrañas.
Tres diseños pre experimentales:
 Estudio de caso con una sola medición: se estudia un solo grupo
cada vez, después de someterlo a la acción de algún agente o trata-
miento que se presuma capaz de provocar un cambio.
Este diseño podría diagramarse de la siguiente manera:
G X 0
 Pre test –postest de un solo grupo: A un grupo se le aplica una prueba
previa al estímulo o tratamiento experimental, después se le administra
el tratamiento y finalmente se le aplica una prueba posterior al
tratamiento.
Este segundo diseño se puede diagramar así:
G 01 X 02.
 Comparación con un grupo estático: se compara un grupo que se ha
experimentado con otro grupo que no lo ha hecho, a fin de establecer y
probar el efecto del tratamiento.
Este diseño podría diagramarse de la siguiente manera:
G X O
__________
O
 Experimentales propiamente dichos puros o verdaderos: Los
diseños “auténticamente” experimentales pueden abarcar una o más

12. variables independientes y una o más dependientes. Asimismo, pueden
utilizar pre pruebas y post pruebas para analizar la evolución de los
grupos antes y después del tratamiento experimental. Desde luego, no
todos los diseños experimentales utilizan pre prueba, pero la post
prueba es necesaria para determinar los efectos de las condiciones
experimentales
Tres diseños experimentales:
 Diseño con post prueba únicamente y grupo de control: Este diseño
incluye dos grupos, uno recibe el tratamiento experimental y el otro no
(grupo de control). Es decir, la manipulación de la variable independiente
alcanza sólo dos niveles: presencia y ausencia. Los sujetos son
asignados a los grupos de manera aleatoria. Después de que concluye
el periodo experimental, a ambos grupos se les administra una medición
sobre la variable dependiente en estudio. El diseño puede diagramarse
de la siguiente manera:
G X O
G - O
 Diseño con pre prueba y post prueba y grupo de control: Este diseño
incorpora la administración de pre pruebas a los grupos que componen
el experimento. Los sujetos son asignados al azar a los grupos, después
a éstos se les administra simultáneamente la pre prueba, un grupo
recibe el tratamiento experimental y otro no (es el grupo de control); y
finalmente se les administra también simultáneamente una post prueba.
El diseño puede diagramarse como sigue:
G1 01 X 02
G2 03 __ 04
 Diseño de cuatro grupos de Solomon: R. L. Solomon (1949), describió
un diseño que era la mezcla de los dos anteriores (diseño con post
prueba únicamente y grupo de control más diseño de pre prueba-post
prueba con grupo de control). La suma de estos dos diseños origina
cuatro grupos: dos experimentales y dos de control, los primeros reciben
el mismo tratamiento experimental y los segundos no reciben
tratamiento. Sólo a uno de los grupos experimentales y a uno de los
grupos de control se les administra la pre prueba, a los cuatro grupos se
les aplica la post prueba. Los sujetos son asignados aleatoriamente. El
diseño puede diagramarse así:
G1 01 X 02
G2 03 __ 04
G3 __ X 05
G4 __ __ 06

13.  Cuasi experimentales: también manipulan deliberadamente al menos
una variable independiente para ver su efecto y relación con una a mas
variables dependientes, solamente que difieren de los experimentos
“verdaderos” en el grado de seguridad a confiabilidad que pueda tenerse
sobre la equivalencia inicial de los grupos. En los diseños cuasi
experimentales los sujetos no son asignados al azar a los grupos, ni
emparejados; sino que dichos grupos ya estaban formados antes del
experimento, son grupos intactos.
Se utilizan en situaciones naturales, en las cuales el investigador no
puede aplicar un riguroso control de las variables extrañas que puedan
afectar el efecto de la variable independiente sobre la variable
dependiente. La palabra “cuasi” hace alusión a dos hechos:
1.- son “casi” experimentales porque no se puede ejercer el control
riguroso requerido en los diseños experimentales, sino más bien un
control indirecto de las fuentes del error.
2.- son “casi” experimentales porque se desarrollan en situaciones
naturales y fuera del laboratorio.
Los diseños cuasi experimentales no son sustitutos validos de los
diseños experimentales clásicos, pero si resuelven un problema que ha
sido planteado muchas veces en la investigación científica en ciencias
sociales: se trata del problema de estudiar variables “humanas” fuera del
contexto natural, lo cual ha sido criticado, ya que en condiciones
normales estas variables no se comportan de igual manera que dentro
del laboratorio. De este modo, los diseños cuasi experimentales ofrecen
una especie de puente que une el método científico (experimental) a la
realidad social (ambiente en el cual se comportan las variables).
Diseños cuasi experimentales:
 Diseño con post prueba Únicamente y grupos intactos: Este primer
diseño utiliza a dos grupos, uno recibe el tratamiento experimental y el
otro no. Los grupos son comparados en la post prueba para analizar si
el tratamiento experimental tuvo un efecto sobre la variable dependiente
(01 con 02). El diseño puede diagramarse asi:
G1 X 01
G2 — 02
No hay asignación al azar ni emparejamiento.
 Diseño con pre prueba-post prueba y grupos intactos (uno de ellos
de control): Este diseño es similar al de con post prueba únicamente y
grupos intactos, solamente que a las grupos se les administra una pre
prueba. La cual puede servir para verificar La equivalencia inicial de los

14. grupos (si son equiparables no debe haber diferencias significativas
entre las pre pruebas de los grupos). Su esquema más sencillo seria el
siguiente:
G1 01 X 02
G2 03 — 04
 Diseños cuasi experimentales de series cronológicas:( se realizan
con un solo individuo o con un solo grupo). Consiste, como todo
experimento, en la introducción de una modificación dentro de una
situación, con la finalidad de obtener un cambio esperado. Se llama de
series cronológicas porque se realizan una serie de mediciones antes
de introducir el cambio y una serie de mediciones después de haberlo
introducido. El diseño puede diagramarse así:
G 01 02 03 X 04 05 06
 Diseños cuasi experimentales de muestras cronológicas
equivalentes: este se parece mucho al de series cronológicas: su
especificidad radica en la definición de X que asume más de un valor y
esta es su característica principal. Esto quiere decir que el investigador
se propone averiguar que sucede en presencia de X1 (cuando se aplica
X) y que sucede en ausencia de X0 (cuando no se aplica X).Además de
la presencia – ausencia, la diferencia de valores de X puede estar dada
por las características particulares de X y puede asumir varios valores.
El diseño puede diagramarse del siguiente modo:
1.- Dos valores (presencia-ausencia):
X1 O X0 O X1 O X0 O
2.- Dos valores diferentes de X
X1 O X2 O X1 O X2 O
3.- Tres valores diferentes de X
X1 O X2 O X3 O X1 O X2 O X3 O
 No Experimental: es aquella que se realiza sin manipular deliberadamente
variables. Es decir, es una investigación donde no hacemos variar
intencionalmente las variables independientes. Lo que hacemos en la
investigación no experimental es observar fenómenos tal y como se dan en
su contexto natural. La investigación no experimental o expost –facto es
cualquier investigación en la que resulta imposible manipular variables o

15. asignar aleatoriamente a los sujetos o a las condiciones”. De hecho, no hay
condiciones o estímulos a los cuales se expongan los sujetos del estudio.
Los sujetos son observados en su ambiente natural, en su realidad. se
subdividen en :
Los diseños de investigación transeccional o transversal recolectan datos
en un solo momento, en un tiempo único. Su propósito es describir variables, y
analizar su incidencia e interrelación en un momento dado. A su vez, los diseños
transeccionales pueden dividirse en dos: descriptivos y correlaciónales/causales
Los diseños transeccionales descriptivos tienen como objetivo indagar la
incidencia y los valores en que se manifiesta una o más variables. El procedimiento
consiste en medir en un grupo de personas u objetos una o —generalmente— más
variables y proporcionar su descripción. Son, por lo tanto, estudios puramente
descriptivos que cuando establecen hipótesis, éstas son también descriptivas.
Los diseños transeccionales correlaciónales/causales buscan describir
correlaciones entre variables o relaciones causales entre variables, en uno o más
grupos de personas u objetos o indicadores y en un momento determinado.
Los diseños longitudinales, recolectan datos a través del tiempo en puntos
o periodos especificados, para hacer inferencias respecto al cambio, sus
determinantes y consecuencias.
Los diseños longitudinales suelen dividirse en tres tipos: diseños de tendencia
(trend), diseños de análisis evolutivo de grupos (cohort) y diseños panel, como se
indica en el siguiente esquema.

16. Los diseños de tendencia o trend son aquellos que analizan cambios a
través del tiempo (en variables o sus relaciones) dentro de alguna población en
general.
Los diseños de evolución de grupo o estudios “cohort” examinan
cambios a través del tiempo en subpoblaciones o grupos específicos.
Los diseños panel son similares a las dos clases de diseños vistas
anteriormente, sólo que el mismo grupo específico de sujetos es medido en todos
los tiempos o momentos.
Según el tiempo la investigación se clasifica de la siguiente manera:
TIEMPO PASADO PRESENTE FUTURO
ENFOQUE HISTORICO DESCRIPTIVO EXPERIMENTAL
UBICACION RETROSPECTIVA ACTUAL PROSPECTIVA
PROPOSITO DESCRIBIR LO QUE FUE INTERPRETAR LO QUE ES INFERIR LO QUE SERA
Nota: tomado de Hernández y otros, Canales, Sabino y Silva.
ETAPAS DE UNA INVESTIGACION DE CAMPO
ETAPAS DE LA INVESTIGACIÓN MOMENTOS A QUE
CORESPONDE

17. 1.- formulación del problema
2.- revisión de antecedentes
3.- formulación de hipótesis
4.- identificación y operacionalización
de variables
A.- MOMENTO LOGICO (INICIAL)
5.- selección de la muestra
6.- selección y construcción de
instrumentos de recolección y
medición de datos
B.- MOMENTO METODOLOGICO
7.- Recolección, procesamiento y
organización de datos C.- MOMENTO TECNICO
8.- análisis de datos
9.- interpretación y presentación de los
resultados.
D.- MOMENTO LOGICO (FINAL)
TEORIA DE MUESTREO
Generalmente cuando se desea investigar las características de una
población estadística, se presenta un problema relativo a la imposibilidad de
examinarla en su totalidad. Por ejemplo los diagnósticos de laboratorio sobre el
estado de nuestra salud son realizados con unos pocos centímetros cúbicos de
sangre; las encuestas de opinión realizadas a un grupo de personas, y en todos
aquellos casos donde resulta más conveniente y menos costoso examinar
exhaustivamente una parte del universo en estudio, para luego suponer, con cierto
grado de confianza, lo que ocurrirá en la población de donde fue tomada la muestra,
la parte de la Estadística Inductiva o Inferencia Estadística, por consiguiente se
ocupa de obtener información acerca de un conjunto extensos de datos, a partir de
las observaciones relativas a partes del mismo, permitiendo la inducción de los
resultados estadísticos.
Conceptos Básicos de la Teoría de Muestreo

18. Población: conjunto total, finito o infinito, de personas, animales, cosas,
hechos, circunstancias, eventos,etc, que poseen al menos una característica en
común y que se puedan: observar, contar y/o medir.
Muestra: es un subconjunto representativo de la población.
Cálculo del tamaño óptimo de la muestra
Para determinar el tamaño óptimo de una muestra se puede aplicar la
siguiente fórmula:
𝒏 =
𝒁 𝟐
∗ 𝑵 ∗ (𝒑)(𝒒)
𝒁 𝟐 ∗ ( 𝒑)( 𝒒) + 𝑵 + 𝑬 𝟐
Dónde:
Z: Nivel de Confianza N: Tamaño de la muestra
E: Error máximo admisible p: Probabilidad de quedar incluido en la muestra
q: probabilidad de no quedar incluido en la muestra
PROCEDIMIENTO DE MUESTREO
Muestreo: técnica o procedimiento estadístico mediante el cual se obtienen
una o más muestras de una población. Las muestra debe ser representativa de la
población de procedencia, es decir que todos los elementos tengan la misma
proporción con que se encuentran en la población de donde fueron extraídos.
Conveniencias o ventajas del muestreo:
El trabajo con muestra supone un riesgo, por ello es importante resumir los casos
donde conviene el uso del muestreo:
- Cuando la población objeto de estudio sea tan grande que resulte imposible
la enumeración completa de sus elementos.
- Cuando la población objeto de estudio sea homogénea, de tal manera que
cualquier muestra tomada de ella puede ser representativa.
- Cuando el proceso de medida de las características de los elementos a
objeto de estudio resulte destructivo, esto significa que para determinar la
calidad, efecto o composición de un elemento debe consumirse.

19. - Economía de tiempo y dinero en todas las etapas de la investigación
estadística.
- Calidad de los resultados obtenidos, resumida en precisión y eficiencia.
- Amplia el conocimiento de las variables y su control.
Desventajas o limitaciones:
- No permite hacer cálculos, proyecciones o tabulaciones con respecto a
áreas, grupos o sectores pequeños de la población o cuando es requerida la
información sobre cada elemento.
- El cálculo de los resultados está sujeto a errores del muestreo en si, además
de los errores ajenos al muestreo (errores de los datos, observación,
enumeración total, etc.).
- La preparación estadística-matemática del muestrista para el diseño eficiente
de la muestra en todas sus etapas.
- Requiere gran exigencia técnica.
Tipos de muestreo
Muestreo Probabilístico: cada elemento que conforma a la población tiene una
probabilidad conocida (o calculable) de ser seleccionado para formar parte de la
muestra.
Tipos de muestreo probabilísticos más utilizados
Muestreo Aleatorio Simple: en este muestreo todos los elementos que conforman
la población tienen la misma probabilidad de ser seleccionados para formar parte
de la muestra. La población objeto de estudio debe ser homogénea y la selección
de los elementos puede realizarse por sorteo o rifa (con remplazamiento o sin
remplazamiento) o por tablas de números aleatorios.
Muestreo Aleatorio Sistemático: Este tipo de muestreo define un proceso de
selección para conformar la muestra de acuerdo a un cierto orden de manera
sistemática a partir de un valor fijo.
Si se tiene una población de tamaño “N” y una muestra de tamaño “n”, se
determina el valor “K” = N/n (si K no es un numero entero se redondea al entero
más próximo) que se denomina intervalo de selección, luego se escoge un numero

20. aleatorio entre 1 y el valor de K .Este número se denomina arranque aleatorio y es
el primer elemento extraído y los demás se obtienen sumando cada K elementos
.Muestreo Aleatorio Estratificado: La población objeto de estudio no es
homogénea, por consiguiente se procede al agrupamiento de los elementos más
parecidos entre sí, en subpoblaciones o estratos. Dentro de cada estrato se procede
a efectuar una selección aleatoria simple con el fin de conformar la muestra.
El reparto del tamaño de la muestra entre los diferentes estratos se denomina
afijación y esta puede ser:
- Afijación igual: consiste en dividir el tamaño de la muestra requerida entre
el número de estratos, tomando igual cantidad de elementos en cada estrato.
- Afijación Proporcional: la muestra se divide proporcionalmente de acuerdo
al tamaño de cada estrato.
Para determinar el tamaño muestra para cada uno estratos con afijación
proporcional se utiliza la fórmula:
𝒏𝒆 = 𝒏
𝑵⁄ * Ne
Dónde: ne: tamaño muestral para cada estrato
n : tamaño de la muestra
N: tamaño de la población
Ne: tamaño de cada estrato
Muestreo por Conglomerados: en este tipo de muestreo las unidades muéstrales
no son elementos individuales, sino grupos de elementos a los que se les llama
conglomerados. En lugar de considerar que la población está conformada por N
elementos se considera que está formada por K conjuntos o conglomerados de
elementos .La forma de proceder consiste en seleccionar aleatoriamente uno o
varios de esos conglomerados y aceptar como muestra el conjunto de todos los
elementaos que conforman parte de ese o esos conglomerados seleccionados.
Las ventajas de este muestreo son evidentes cuando se trabaja con poblaciones
muy grandes: no se necesita un listado de todos los elementos de la población,
sino solo de aquellos que forman parte de los conglomerados seleccionados.
En el muestreo aleatorio por conglomerado se puede proceder por etapas; se habla
entonces de muestreo polietápico. En la primera etapa se divide la población en K
conglomerados y se selecciona uno o varios de ellos (unidades muéstrales
primarias).En la segunda etapa, los conglomerados seleccionados se dividen en

21. conglomerados más pequeños y se vuelven a selección uno o varios de ellos
(unidades muéstrales secundarias). Se continúa así hasta que se considere
necesario. La muestra definitiva la componen todos los elementos de los
conglomerados seleccionados en la última etapa.
Muestreo No Probabilístico: se desconoce o no se tiene en cuenta la probabilidad
asociada a cada una de las muestras posibles; el investigador selecciona aquella
muestra que, en su opinión, le parece más representativa o, simplemente, aquella
que considera que puede extraer con mayor comodidad o menor costo.
Los procedimientos de este muestreo más utilizados son los siguientes
Muestreo Intencional: La muestra se confecciona de manera que sea
representativa de acuerdo al criterio del investigador, en consecuencia la
escogencia resulta muy subjetiva, ya que puede estar influencia por preferencias o
tendencias.
Muestreo Accidental: La selección de la muestra se hace sin ningún plan,
resultando las unidades escogidas producto de circunstancias fortuitas. Por
ejemplo, si se entrevistan en un centro hospitalario a los 50 pacientes que lleguen
primero, éstos pacientes podrán o no representar a la población en cuyo caso el
investigador no podrá proyectar estos datos con confiabilidad.
Muestreo por Cuotas: consiste en predeterminar la cantidad de elementos a
seleccionar en cada categoría de la población a criterio del investigador.
RECOLECCIÓN DE INFORMACIÓN
Es el proceso mediante el cual el investigador, a través del uso de diversas
técnicas e instrumentos, registra de manera selectiva, objetiva y codificada los
indicadores del estado de cada una de las variables estudiadas en la investigación.
Es un paso muy importante, ya que si existe alguna equivocación o mala praxis
durante la recolección de datos, la investigación se verá influenciada por esta
situación obteniendo y reflejando datos alterados y mal recolectados. En toda
investigación este paso es fundamental, ya que al momento de realizar la
recolección de datos el investigador debe haber realizado un bosquejo de que
espera obtener con su investigación y la manera de como realizará la recolección
de sus datos.

22. La investigación no tendrá sentido sin las técnicas de recolección de datos,
estas técnicas conducen a la verificación del problema planteado.
Cada tipo de investigación determinará las técnicas a utilizar y cada técnica
establece sus herramientas, instrumentos o medios a emplear. Todo lo que va a
realizar el investigador tiene su apoyo en las técnicas de recolección de datos.
Aunque utilice medios diferentes, su marco metodológico de recolección de datos
se concentra en la técnica de la observación y el éxito o fracaso del proceso
investigativo dependerá de cual empleó.
Los instrumentos que se construyan, llevarán a la obtención de los datos de la
realidad y una vez recolectados se procede a procesar esa información.
Uno de los principales problemas en la recolección de datos es la discrepancia
entre lo que el entrevistado responde en una encuesta y lo que en realidad hace.
Para minimizar los errores en la recolección de datos se debe:
1.- Seleccionar muestras que sean representativas de la población.
2.- Seleccionar personas que estén dispuestas a colaborar con la investigación y
mantener la motivación de éstos.
3.-Redactar las preguntas de manera entendible para minimizar el error.
4.- Adecuar el lenguaje de las preguntas a las características de la muestra
seleccionada.
5.- Propiciar condiciones adecuadas para la recolección y la confianza en el
entrevistado.
TÉCNICAS E INSTRUMENTOS PARA RECOLECTAR DATOS
TÉCNICAS: Se refiere al ¿Cómo recoger los datos?
Son procedimientos o actividades realizadas con el propósito de recabar la
información necesaria para el logro de los objetivos de una investigación.
INSTRUMENTOS: Se refiere al ¿con qué recoger los datos?

23. Son medios materiales que se emplean para recoger y almacenar la información.
RELACIÓN Y DIFERENCIAS
Hay una gran diferencia entre técnica e instrumentos. El instrumento es palpable,
se emplea para medir o registrar algo como un cuestionario, un termómetro, entre
otros. Pero una técnica comprende los pasos para recaudar datos, es decir los
procedimientos.
TÉCNICAS MÁS UTILIZADAS PARA RECOLECTAR DATOS
1. LA ENCUESTA: Es un método que consiste en obtener información de los
sujetos de manera escrita o verbal. Los datos se obtienen a partir de realizar
un conjunto de preguntas dirigidas a una muestra representativa o a la
población completa, con el fin de conocer estados de opinión y/o información
de interés.
INSTRUMENTOS EMPLEADOS EN LA ENCUESTA
ENTREVISTA: Se utiliza para recabar información en forma verbal, a través de
preguntas que propone el investigador o entrevistador. Consiste en una
conversación entre una o más personas en la cual uno es el entrevistador y el otro
u otros son los entrevistados.
CUESTIONARIO: Es una forma de encuesta caracterizada por la ausencia del
encuestador y permite recolectar información escrita a partir de una serie de
preguntas realizadas de antemano de acuerdo a un orden establecido. Es un medio
útil y eficaz para recoger informaciones en un tiempo relativamente breve.
2.- LA OBSERVACIÓN: Es un proceso de recolección de información, de
manera sistemática, válida y confiable, que requiere atención voluntaria
(intencionalidad), dirigida hacia un objeto de conocimiento, con el fin de obtener
información de interés.

24. TIPOS DE OBSERVACIÓN
 Directa e Indirecta
 Participante y no participante
 Individual y grupal
 Sistemática (planificada) y no sistemática (no planificada)
INSTRUMENTOS EMPLEADOS PARA LA OBSERVACIÓN
REGISTRO ANECDÓTICO: Se anota un hecho significativo protagonizado,
relatado tal cual como sucedió (positivo o negativo)
Se debe:
 Describir las circunstancias en que este estuvo lugar.
 Describir la reacción o respuesta de otros observados.
 Anadir un cuestionario con apreciaciones del observador.
REGISTRO DESCRIPTIVO: Al igual que el registro anecdótico se registra un logro
o una dificultad importante pero descrita con mayores detalles.
LISTA DE COTEJO: Es una herramienta que se utiliza para observar
sistemáticamente un proceso a través de una lista de aspectos con preguntas de
manera cerrada.
FICHA DE OBSERVACIÓN: Instrumento para determinar la frecuencia de un
hecho observado.
ESCALA DE CALIFICACIÓN O ESTIMACIÓN: Indica la medida o grado en que
el rasgo observado le procede al observador.
3.- DOCUMENTACIÓN: Constituye la técnica de recolección de datos más
básica y a la vez la más inexacta. Corresponde a estudios retrospectivos donde ya
la información está registrada y recopilada y la tarea del investigador es trasladarla
a sus propios registros. En algunos estudios es la única forma de ejecutar una
investigación, ejemplo: estudios de mortalidad.

25. INSTRUMENTOS EMPLEADOS EN LA DOCUMENTACIÓN
Los estudios basados en documentación no cuentan con documentos de medición,
únicamente se utiliza una ficha de recolección de datos, donde se debe copiar o
trasladar la información previamente registrada.
En una investigación hay dos opciones:
1.- Elegir un instrumento ya desarrollado, o
2.- construir un nuevo instrumento con técnicas apropiadas.
CONSTRUCCIÓN DEL INSTRUMENTO: VERSIÓN PRELIMINAR
Al construir la versión preliminar de un instrumento se deben tomar en cuenta, entre
otros, los siguientes aspectos:
1.- Enumerar las variables que se pretendan medir u observar.
2.- Revisar su definición conceptual y comprender su significado.
3.- Revisar cómo han sido definidas operacionalmente las variables.
4.- Elegir el o los instrumentos a construir y adaptarlos al contexto de la
investigación.
5.- Indicar el nivel de medición de cada variable.
6.- indicar como se van a codificar los datos.
7.- Aplicar una prueba piloto del instrumento de medición para determinar la
validez y confiabilidad.
8.- Construir el instrumento definitivo.
VALIDEZ
Se refiere al grado en que un instrumento mide la variable que pretende
medir. Por ejemplo, un test de inteligencia no será válido, si lo que mide realmente
es memoria y no inteligencia. Ciertas variables como el sexo, la profesión, la
escolaridad, la nacionalidad, etc., son muy fáciles de observar, preguntar y obtener
una respuesta válida. Pero si se trata, por ejemplo de motivación, actitud,
sentimientos, emociones, etc., la validez del instrumento que pretenda medirlas se

26. torna más compleja, y por lo tanto, cabe preguntar si ¿realmente el instrumento
estará midiendo lo que pretende medir?
Se valida el uso para el que se destina el instrumento de medida, más que el
instrumento en sí mismo, por lo tanto, los datos de validez son específicos de las
situaciones en las que se valida el test, el propósito científico y práctico del mismo.
La validez indica un grado, más que representar una propiedad de todo o nada.
Las pruebas pueden ser válidas para un propósito, pero para otro no.
La validez es un proceso interminable.
TIPOS DE VALIDEZ
1.- Validez de contenido
2.- validez relacionada con el criterio (validez predictiva o de pronostico).
3.-Validez de constructo.
VALIDEZ DE CONTENIDO: → ¿hasta qué punto es adecuado el muestreo
de reactivos?
Se refiere al grado en que un instrumento refleja un dominio específico de
contenido de lo que se mide. Por ejemplo, una prueba de operaciones aritméticas
no tendrá validez de contenido si explora suma y división y excluye problemas de
resta y multiplicación. Un instrumento debe contener representado a todos los ítems
del dominio de contenidos de las variables a medir.
Es una de la validez que más interesa en una investigación. Para obtener la
validez de contenido primero que nada hace falta revisar cómo ha sido tratada esta
variable por otros investigadores anteriormente. Segundo, elaborar un universo de
ítems tan amplio como sea posible, para medir la variable en todas sus dimensiones.
Posteriormente, se consulta con investigadores familiarizados con el tema y la
variable a medir, para ver si el contenido es exhaustivo. Esto se conoce con el
nombre de validación por expertos.
La validez de contenido indica si los reactivos de la prueba son una muestra
representativa de lo que ha de medirse (dominio).

27. MUETRA REPRESENTATIVA DEL UNIVERSO
TEORICO
PRUEBA CON ALTA VALIDEZ DE CONTENIDO
UNIVERSO TEORICO DEL CONTENIDO
GENERALIDADES SOBRE LA VALIDEZ DE CONTENIDO
 La validez de contenido depende en primer lugar de la adecuada definición
del dominio y la selección adecuada de los reactivos que los representa.
 Al utilizar una prueba validada por este método, debemos revisar la definición
del dominio del constructor de la prueba, para determinar si es congruente
con nuestra definición como usuarios de la misma.
 Este método es adecuado para evaluar la validez de las pruebas de
rendimiento.
METODOS PARA DETERMINAR LA VALIDEZ DE CONTENIDO:
1.- Validación por jueces o juicio de expertos:
Se evalúa el muestreo del contenido a través de un análisis sistemático del
contenido del test, para determinar si comprende una muestra representativa del
dominio.
El procedimiento requiere la consulta a jueces expertos en el área de estudio,
exponiendo a su consideración la adecuación de las instrucciones y de cada uno de
los ítems, en función de los objetivos, la redacción y presentación del test.
El investigador conserva los elementos que por acuerdo de los jueces resulten
pertinentes, adecuados a los objetivos y con apropiada redacción.
2.- Correlación de formas paralelas:
TODAS LAS
POSIBLES COSAS
QUE SE DICEN U
OBSERVAN:
REACTIVOS
o ÍTEMS

28. Cronbach propuso la correlación de las calificaciones de dos formas de la
prueba, construidas independientemente a partir del mismo dominio. En base a la
interpretación del coeficiente de correlación, se podría suponer la validez de
contenido de las pruebas (si la correlación es baja, al menos una de las formas
carece de validez de contenido).
La validez de contenido es cuantificable a través del empleo del índice de kappa
(índice de concordancia de las evaluaciones de los jueces) y a partir del
coeficiente de validez de contenido (CVc).
VALIDEZ RELACIONADA CON EL CRITERIO → ¿Hasta qué punto predice
la prueba la ejecución futura de los sujetos? (criterio).
Criterio: Es el concepto general de éxito en la ejecución, que el investigador
debe identificar a través de una medida operacional (relevante).
Se refiere al grado de eficacia con que se puede predecir o pronosticar una
variable de interés (criterio) a partir de las puntuaciones en un test.
Se obtiene al comparar las puntuaciones de una prueba o escala con una o más
variables externas o criterios, que se sabe, o se considera que miden el atributo que
se estudia.
Establece la validez de un instrumento de medición comparándola con algún
criterio externo. Este criterio es un estándar con el que se juzga la validez del
instrumento.
El interés no se centra tanto en lo que está detrás del desempeño de la prueba,
sino en su utilidad para resolver problemas prácticos y tomar decisiones.
Si las variables con las que se correlaciona el test son otras conductas de interés
(a las que normalmente llamamos criterio), las evidencias mostradas por las
correlaciones serán de validez referidas al criterio.
La APA, señala dos tipos de validez relacionada con el criterio:
1.- si el criterio se ajusta al futuro se habla de validez predictiva y se utiliza
cuando se desea predecir el desempeño futuro de los sujetos, a partir de las
puntuaciones obtenidas en un test. Para ello, se establece un criterio o resultado
práctico, que se correlaciona con las puntuaciones obtenidas en el test. A mayor
correlación, mayor será la validez.

29. Ejemplos: una prueba de admisión en las universidades puede comparar sus
resultados con el rendimiento futuro de los estudiantes en la carrera
El rendimiento futuro de un trabajador se puede predecir tras la aplicación de un test
de selección de personal.
2.- si el criterio se fija en el presente se habla de validez concurrente. Es cuando
los resultados del instrumento se correlacionan con el criterio en el mismo momento
o punto de tiempo.
Es utilizada con frecuencia para validar una prueba nueva, para cada examinado
se toman al menos dos medidas, casi al mismo tiempo, evaluando el estatus
presente del sujeto, a través de la prueba nueva y una prueba o medida existente
(criterio). La validez concurrente se calcula al correlacionar los dos conjuntos de
calificaciones.
Ejemplo: una encuesta administrada un día antes de las votaciones para detectar la
preferencia del electorado se correlaciona con los resultados finales de las
elecciones.
METODOS PARA DETERMINAR LA VALIDEZ DE CRITERIO:
El Coeficiente de Correlación de Pearson entre las calificaciones productoras y
el criterio, que indica la exactitud con que se puede predecir la ejecución en el
criterio (Y) a partir de los resultados de la prueba (X).
VALIDEZ DE CONSTRUCTO: → ¿Qué rasgos mide la prueba?
Es probablemente la más importante, sobre todo desde la perspectiva científica,
ya que se refiere al grado en que una medición aportada por un instrumento
relaciona consistentemente con otras mediciones que han surgido de hipótesis y
construcción de teorías antecedentes.
Verifica en qué medida el instrumento mide la teoría subyacente a la variable
estudiada. Trata de establecer una medida operacional para los conceptos usados.
Se calcula a través de análisis estadístico multivariados.

30. Es el grado en que una medición se relación con las hipótesis que están siendo
investigadas.
Si las variables en estudio son puntuaciones en otras medidas del mismo
constructo, normalmente se consideran evidencias de validez de constructo.
Es utilizada cuando se desea inferir el grado en que un individuo evaluado posee
el rasgo hipotético (constructo), que se supone que evalúa la prueba.
LA VALIDEZ DE CONSTRUCTO INCLUYE TRES (3) ETAPAS:
1.- Establecer y especificar la relación teórica entre los conceptos (sobre la
variable del marco teórico).
2.- Correlacionar ambos conceptos y analizar cuidadosamente la correlación.
3.- Interpretar la evidencia empírica de acuerdo a que tanto clarifica la validez de
constructo de una medición en particular.
SI EL INVESTIGADOR
↓ ↓
Confirma sus hipótesis no confirma sus hipótesis
↓ ↓
Se infiere la validez de 1. La prueba no mide el constructo
Constructo de la prueba. 2. El marco teórico pudo ser
erróneo.
3. El diseño del experimento no
Permitía una prueba apropiada
de las hipótesis.

31. VALIDEZ TOTAL = validez de contenido + validez de criterio + validez de
Constructo.
MÉTODOS PARA DETERMINAR LA VALIDEZ DE CONSTRUCTO:
METODOS INTRAPRUEBAS: consiste en técnicas que estudian la estructura
interna de la prueba.
* VALIDEZ DE CONTENIDO.
*HOMOGENEIDAD O CONSISTENCIA INTERNA: Si es homogéneo o no el grado
en que están relacionados recíprocamente todos los reactivos de la prueba:
 Alfa de Cronbach: para escalas, es decir pruebas donde las respuestas
tienen varias alternativas.
 Kuder-Richardson: para pruebas cuyos ítems son dicotómicos.
 Correlación ítem- total: se obtiene el coeficiente de correlación de cada
ítem, con el total obtenido por cada sujeto en el test.
*ANALISIS FACTORIAL (INTRAPRUEBA): Es una técnica estadística para
determinar el número mínimo de construcciones (factores) que se necesitan para
explicar las intercorrelaciones entre los ítems de un test.
Si un factor es suficiente para explicar la variación de la ejecución de todos los
reactivos, la prueba será homogénea. Si se requiere más de un factor será
heterogénea.
.
METODOS INTERPRUEBAS: conjunto de métodos que consideran las relaciones
entre varias pruebas o rasgos de manera simultánea.
*ANALISIS FACTORIAL (INTERPRUEBA): es una técnica estadística para
determinar el número mínimo de construcciones (factores) que se necesita para
explicar las intercorrelaciones entre un grupo de variables.
Combina las calificaciones de las pruebas para reducir el número de variables o
resumir los datos.
*VALIDEZ RELACIONADA CON EL CRITERIO.

32. *VALIDEZ CONGRUENTE O CONVERGENTE: se obtiene al correlacionar las
calificaciones de una prueba con las de otras ya establecidas, con el fin de
determinar si las dos pruebas miden el mismo constructo (correlación elevada).
*VALIDEZ DISCRIMINANTE: se obtiene al correlacionar las calificaciones de una
prueba con las de otras ya establecidas, para determinar si es posible diferenciar
empíricamente el constructo (evaluado por la prueba) de otros, que teóricamente
sean similares u opuestos (que variables están relacionadas con el constructo y
cuales no deben estar correlacionadas con él).
CONFIABILIDAD
Se refiere al grado de precisión de la medida, en el sentido de que si se aplica
repetidamente el instrumento al mismo sujeto u objeto produce iguales resultados.
Ejemplo: El caso de una balanza o de un termómetro, los cuales serán confiables
si al pesar o medir la temperatura a alguien en dos ocasiones seguidas, se obtengan
los mismos resultados.
Un instrumento es confiable o seguro, cuando aplicado repetidas veces a un
mismo individuo o grupo, o al mismo tiempo por investigadores diferentes produce
resultados consistentes y coherentes.
La confiabilidad varía de acuerdo al número de ítems que incluya el instrumento
de medición. Cuantos más ítems la confiabilidad aumenta (desde luego, que se
refieran a la misma variable).Por ejemplo: si se desea probar que tan confiable o
consistente es la lealtad de un amigo hacia nuestra persona, cuantas más pruebas
le pongamos, su confiabilidad será mayor. Claro está que demasiados ítems
producirán “cansancio”.
Aspectos determinantes en la confiabilidad de un instrumento:
 Evitar preguntas ambiguas que puedan inducir respuestas en momentos
diferentes.
 No olvidar que la medición puede sufrir inestabilidad temporal.
 El contenido del instrumento debe abarcar todas las variables que se quieran
medir.

33.  Baja confiabilidad indica interacciones entre variables distintas, información
contradictoria.
 En cada pregunta debe manejarse solo un aspecto a la vez.
 Aplicar preguntas cerradas preferiblemente.
Una investigación tendrá un alto nivel de validez en la medida en que sus
resultados “reflejen” una imagen lo más completa posible, clara y representativa de
la realidad o situación estudiada. Mientras que una investigación con buena
confiabilidad es aquella que es estable, segura, congruente, igual a sí misma en
diferentes tiempos y previsible para el futuro.
Un instrumento de medición puede ser confiable pero no valido, puede medir
consistentemente un aspecto mas no medir lo que pretende medir. Por ello es
necesario que un instrumento sea válido y confiable.
VALIDEZ EXACTITUD
CONFIABILIDAD PRECISIÓN
LA CONFIABILIDAD SE EVIDENCIA A TRAVES DE:
MEDIDA DE ESTABILIDAD (CONFIABILDAD POR TEST – TEST):
Un mismo instrumento es aplicado dos o más veces a un mismo grupo de
personas. Si la correlación entre los resultados de las diferentes aplicaciones es
altamente positiva, el instrumento es confiable. Desde luego, el periodo de tiempo
entre las mediciones es un factor a considerar: si es muy largo, otros factores como
la maduración o cambio de condiciones puede afectar la segunda medida. Si es
muy corto, las personas pueden recordar como contestaron la primera vez y
aparecer como más consistente la segunda vez.
Se utiliza cuando se desea tener alguna evidencia de la estabilidad de las
calificaciones en el tiempo, sobre todo cuando la prueba será usada para tomar
decisiones a largo plazo.
El tiempo recomendado entre una y otra aplicación debe ser un mínimo de un (01)
mes y un máximo de seis (06) meses.

34. REQUISITOS PARA EL USO:
 Los rasgos a medir deben ser estables en el tiempo (inteligencia emocional,
personalidad).
 Lo medido no debe ser susceptible a ser afectado por la memoria y práctica.
TÉCNICA ESTADÍSTICA A UTILIZAR: coeficiente de correlación de Pearson.
MEDIDAS PARALELAS O FORMAS EQUIVALENTES:
En este procedimiento no se aplica el mismo instrumento de medición sino dos
versiones equivalente de éste. Las versiones deben ser similares en contenido,
instrucciones, duración, etc.
El instrumento será confiable si la correlación entre los dos resultados de las dos
pruebas aplicadas es significativamente positiva.
El tiempo recomendado para la aplicación de ser posible debe ser el mismo día.
REQUISITOS PARA EL USO:
 Deben tener el mismo contenido.
 Diseño con igual formato.
 Igual nivel de dificultad.
 Igual tiempo de duración.
TÉCNICA ESTADÍSTICA A UTILIZAR: coeficiente de correlación de Pearson.
Este coeficiente indica hasta qué punto las pruebas son semejantes:
 Coeficiente alto → equivalencia en contenido.
 Coeficiente moderado → al menos una tiene diferencia en contenido.
 Coeficiente bajo → marcada diferencia en contenido.

35. MÉTODO DE DOS MITADES:
Se administra un solo instrumento, una sola vez, pero se dividen las preguntas o los
ítems (por ejemplo pares con respecto a los impares o la primera parte con respecto
a la segunda).
Si correlacionan los resultados de las dos partes se considera el instrumento
confiable. Ahora bien, la confiabilidad varía de acuerdo al número de ítems de la
prueba. Cuantos más ítems mayor confiabilidad.
Se elabora una sola prueba y se aplica, obteniéndose luego dos puntuaciones
para cada sujeto a través de la partición de la prueba en dos mitades equivalentes.
TÉCNICA ESTADÍSTICA A UTILIZAR: método de dos mitades (Split).
MEDIDAS DE COHERENCIA O CONSISTENCIA INTERNA:
Se aplica la prueba una sola vez con un solo grupo de sujetos, para determinar la
consistencia de las respuestas de los sujetos a todas las preguntas del test.
Se trata de determinar el grado en que están relacionados recíprocamente todos
los reactivos de la prueba.
Es recomendable para las pruebas que miden un sol factor, dado que el índice
obtenido refleja la homogeneidad de la prueba.
TECNICAS ESTADÍSTICAS A UTILIZAR:
 Alfa de Cronbach: se utiliza para escalas, cuyos ítems tienen más de dos
alternativas de respuestas.
 Kuder - Richardson: se utiliza para pruebas cuyos ítems son dicotómicos,
donde el sujeto elije una de dos posibles respuestas.
COTEJO ENTRE DOS OBSERVADORES O CONFIABILIDAD
INTEROBSERVADOR:

36. Dos o más observadores aplican el mismo instrumento al mismo tiempo. Luego
se calcula la correlación de aspectos coincidentes observados. Se considera
confiable el instrumento si hay un porcentaje de coincidencia superior al 80 %.
Este método implica que los observadores tengan el mismo nivel de preparación o
de entrenamiento para observar y evaluar.
Se utilizan cuando se aplican instrumentos de observación y registro.
TECNICAS ESTADÍSTICAS A UTILIZAR: Índice de acuerdo de kappa
INTRODUCCION AL ANALISIS ESTADISTICO
¿Qué es el análisis estadístico?
El análisis estadístico o análisis de datos engloba un conjunto de
procedimientos diseñados para: seleccionar datos, describirlos y extraer
conclusiones de ellos.
Este conjunto de procedimientos, aun siendo una herramienta de la que todas
las ciencias empírica (medicina, biología, psicología, sociología, economía,
antropología, etc.) hacen uso, no pertenece a ninguna de ellas, sino a una rama de
las matemáticas conocida con el nombre de estadística. Esta moderna ciencia, la
estadística, es el resultado de la confluencia de dos disciplinas independientes: el
cálculo de probabilidades, que nace como aproximación a los juegos de azar, y la
estadística, o ciencia del estado, dedicada a llevar registros ordenados (contar,
tabular, clasificar, censar, etc.) de los datos del estado. La unión de ambas en el
siglo XIX dio lugar a una nueva ciencia interesada, fundamentalmente, en estudiar
cómo obtener conclusiones de la investigación empírica mediante el uso de modelos
matemáticos y que puede definirse: como una ciencia que recoge, ordena y
analiza los datos de una muestra obtenida de una determinada población, para
hacer inferencia acerca de esa población valiéndose del cálculo de
probabilidades.

37. Es común encontrar la estadística dividida en dos partes diferentes: la
estadística descriptiva y la estadística inferencial o inductiva. La estadística
descriptiva consta de una serie de procedimientos diseñados para organizar y
resumir la información obtenida en un conjunto (muestra) de datos empíricos; es lo
que se corresponde con lo que se ha llamado, en el primer párrafo de este apartado,
descripción de los datos.
La estadística inferencial o inductiva, por su parte, engloba una serie de
estrategias, que permiten generalizar (inferir, inducir) las propiedades de ese
conjunto de datos empíricos (muestra) al conjunto total de datos (población) a los
que representa; corresponde con lo que anteriormente se ha llamado extracción
de conclusiones. Por supuesto, para poder efectuar esta generalización
(inferencia) de lo concreto a lo general, es imprescindible que el conjunto de datos
utilizados para obtener la información (muestra) sea representativo del conjunto
total de datos (población) sobre el que se desea realizar la inferencia, es necesario
hacer una correcta selección de datos. Esto se consigue mediante las técnicas de
muestreo, las cuales, también pertenecen al ámbito de la estadística.
Para qué sirve el análisis estadístico?
Las ciencias pueden ser clasificadas en formales y empíricas. En las ciencias
formales (las matemáticas, por ejemplo) no hay necesidad de entrar en contacto
con el mundo real; basta con establecer un conjunto de postulados sobre entidades
abstractas y proceder a partir de ellos por deducción lógica.
En las ciencias empíricas, por el contrario, el objetivo fundamental es el de
encontrar relaciones de tipo general (leyes) capaces de explicar el comportamiento
de unos o varios eventos reales cuando se dan las circunstancias apropiadas. Y, a
diferencia de lo que ocurre en las ciencias formales, esas leyes solo pueden ser
descubiertas y verificadas observando el mundo real. Sin embargo, no existe ningún
científico o grupo de científicos capaces de observar todos los eventos posibles con
una determinada ley. Las conclusiones sobre lo que ocurrirá con la totalidad
de una clase particular de eventos se extraen a partir de la observación de
solo unos pocos eventos concretos de esa clase. Esto es lo que se conoce
como inducción o generalización inductiva.
Mientras las leyes de la deducción lógica (propia de las ciencias formales)
permiten llegar a conclusiones verdaderas a partir de premisas verdaderas, la
generalización inductiva (propia de las ciencias empíricas) intenta ir desde lo que
se considera que es verdad para un conjunto reducido de observaciones hasta la
afirmación de que eso mismo es verdad también para el total de observaciones
posible de la misma clase.

38. Este salto de lo concreto a lo general posee un riesgo nada despreciable.
Multitud de factores influyen sobre los eventos observables alterando las similitudes
y diferencia entre ellos. Podría decirse que cada observación es, en algún sentido,
diferente de la siguiente. Bajo estas circunstancias, la generalidad de las
conclusiones obtenidas inductivamente no constituye un problema importante. Pero
ese no es el caso en las demás ciencias empíricas (medicina, biología, psicología,
sociología, economía, etc.).En estas ciencias, la variación existente entre las
distintas observaciones de un mismo evento no puede ser sometida, habitualmente,
a un control riguroso. Las fuentes de variación existentes son muy numerosas y
resultan extremadamente difíciles de identificar, medir y controlar. Bajo estas
circunstancias, las conclusiones a las que es posible llegar inductivamente
requieren la utilización de una metodología en cierto sentido especial. Y es
precisamente la estadística, mediante el conjunto de procedimientos o
herramientas englobadas bajo la denominación de análisis estadístico, quien
proporciona a las ciencias empíricas esa metodología.
La más importante aplicación del análisis estadístico está, por tanto,
relacionada con el concepto de incertidumbre, entendida ésta como la tendencia de
un resultado a variar cuando se efectúan observaciones del mismo bajo condiciones
idénticas. En situaciones deterministas, en las que una misma causa produce
siempre un mismo resultado (un cuerpo desplazado a una velocidad constante “v”
durante un tiempo “t” recorre un espacio “e”), el álgebra o el análisis matemático
bastan para alcanzar el nivel de comprensión buscado. Por el contrario, en
situaciones aleatorias, en las que una misma causa puede producir cualquiera
de un conjunto de resultados posibles (lanzar una moneda al aire, observar la
respuesta de un paciente, etc.), es necesario recurrir al análisis estadístico (a
las herramientas que proporciona la estadística) para poder extraer
conclusiones confiables.
En los proyectos de investigación (tesis de grado por ejemplo), se debe
señalar claramente el (los) procedimiento(s) estadísticos adecuados para procesar
la información de las variables en estudio obtenida mediante la aplicación de la(s)
Técnica(s) y el (los) instrumento(s).
Para la selección del o los procedimientos estadístico(s) adecuados hay que
considerar entre otros los siguientes aspectos: los objetivos, tipo de variables,
número de grupos, tamaño de la muestra, nivel de la investigación, propósito del
estudio y otros. Estos aspectos indican el tipo de estadística a utilizar: Descriptiva

39. y/o inferencial con el propósito de describir de manera objetiva la realidad estudiada
e inferir que ocurre en la población de donde se obtuvo la representación muestral
de la investigación. Para ello se utilizan tabla, cuadros, gráficos, frecuencias y
porcentajes para las investigaciones con nivel descriptivo (también exploratorias)
cuyas variables sean cualitativas o categóricas y para las variables cuantitativas se
realiza el cálculo de algunas medidas descriptivas de tendencia central (media,
mediana, moda, percentiles, etc.) y de variabilidad o dispersión (varianza,
desviación estándar, rango, etc.)
Cuando el nivel de la investigación es correlacional, se debe describir las
variables en estudio, con las técnicas mencionadas anteriormente y luego utilizar un
procedimiento de la estadística inferencial para determinar la relación existente
entre las variables en estudio. Si ambas variables a correlacionar son numéricas
(cuantitativas) se utiliza el Coeficiente de Correlación de Pearson. Si ambas
variables son categóricas (cualitativas) se emplea la Prueba de Independencia del
Chi – Cuadrado. En el caso de que una de las variables sea cualitativa y la otra
cuantitativa el procedimiento a utilizar para determinar la correlación entre las
variables es el Coeficiente ETA.
Para el análisis estadístico en investigaciones con nivel explicativo
(experimentales o cuasi experimentales) se emplean procedimientos propios de la
estadística inferencial (Paramétrica o no Paramétrica), dependiendo del número de
grupos con que se esté trabajando la investigación: si es un solo grupo (con dos
mediciones, una antes y otra después de la aplicación de una intervención de la
variables experimental) se utiliza la Prueba “t” de Student para muestras
Relacionadas. Si son dos grupos (por ejemplo: Experimental y Control) se utiliza la
“t” de Student para muestras Independientes y si tenemos más de dos grupos
se utiliza un Análisis de Varianza de un Factor (ANOVA), con su respectiva
Prueba de seguimiento (Post hoc).