Professional Documents
Culture Documents
N Registro: 06/81838
INTRODUCCIN A LA METODOLOGA DE
LA INVESTIGACIN
HCTOR LUIS AVILA BARAY
ii
D e d i c a t o r i a :
PRLOGO
Este libro est dirigido a las personas que tengan un genuino inters en iniciarse en el
proceso de investigacin, proporcionando los fundamentos bsicos para realizar una
investigacin cientfica, haciendo nfasis en que a investigar se aprende investigando, es decir,
no se puede ensear a nadie a nadar fuera de la alberca. Aqu se concibe el proceso de
investigacin como un proceso cclico y no como un proceso lineal.
El autor.
Octubre del 2006.
iii
NDICE
Introduccin
Plan del Captulo I
CAPTULO I - FUNDAMENTOS DE LA INVESTIGACIN
1.1 Revisin de Conceptos Generales
1.1.1 Avance de la Ciencia
1.1.2 Objetivos de la Ciencia
1.1.3 Clasificacin de la Ciencia
1.2 Caractersticas de la Investigacin Social
1.2.1 Carcter Emprico de la Ciencia
1.2.2 Carcter Lgico-Racional de la Ciencia
1.2.3 La Teora Cientfica en la Investigacin Social
1.3 Causalidad en Investigacin Social
1.4 El Modelo Cientfico
1.4.1 La Rueda de Wallace
1.4.2 La Espiral de Leedy
1.5 El Proceso de Investigacin
1.6. El Mtodo Cientfico
Resumen del Captulo
Actividades de Investigacin
Plan del Captulo II
CAPTULO II - EL DISEO DE LA INVESTIGACIN
2.1 Planteamiento del Problema de Investigacin
2.1.1 El Alcance de la Investigacin
2.1.2 Limitaciones y Supuestos
2.1.3 Relevancia
2.1.4 Resultados Esperados
2.2 Formulacin de la Hiptesis
2.3 Operacionalizacin de las Variables
2.4 Niveles de Medicin
2.5 El Propsito de Investigacin
Resumen del Captulo
Actividades de Investigacin
iv
vii
1
2
2
2
3
4
4
4
5
6
7
8
8
10
11
11
15
15
16
17
17
18
18
19
19
19
22
23
26
30
30
31
32
32
32
33
35
36
38
42
49
50
52
54
54
56
60
64
65
65
66
67
67
68
68
68
69
69
84
99
99
100
101
101
101
101
102
102
103
103
108
109
111
115
115
116
122
LISTA DE FIGURAS
1.1
1.2
1.3
1.3 a
2.1
2.2
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
4.1
4.2
4.3
5.1
Modelo de Wallace
Modelo de Leedy
El Proceso de Investigacin
El Proceso de Investigacin
Ejemplo de una Grfica de Gantt
Ejemplo de una Grfica de Gantt
Formato de una Ficha de Trabajo
Tipos de Entrevista
Etapas de una Investigacin por Encuesta
Ejemplo de Diseo Factorial 2X2
Posibles Combinaciones
Resultados Obtenidos
Grfica para la Interaccin de las Variables
El Paradigma Ex Post Facto
Ejemplo de Muestreo Estratificado Proporcional
Nmero de Empresas de la Industria Grfica de Estados Unidos por
Segmento
Resultados de la aplicacin de una Prueba de Matemticas con 100
tems al Grupo de 2. de Ingeniera de Sistemas
Tendencias de Crecimiento de la Industria Grfica de Estados Unidos
para el perodo 1990-2000
Exportaciones del Sector de Papel, Imprenta y Editorial
vi
9
10
13
14
28
29
37
40
43
47
47
47
48
54
63
74
75
76
108
INTRODUCCIN
vii
CAPITULO I FUNDAMENTOS
DE LA INVESTIGACION
1.4 El Modelo Cientfico
Pgina 1
Pgina 2
si los investigadores dan una explicacin Ad Hoc (criterio personal) entonces estn eludiendo
el problema.
Si la cantidad de fenmenos que contradicen al paradigma es enorme, ste se vuelve ms
complejo; as empieza el avance de la ciencia. Por ejemplo Coprnico establece que el
paradigma de Tolomeo es equivocado y pone al sol como centro del sistema solar,
posteriormente Kepler empieza a construir un nuevo paradigma encontrando que las rbitas no
son circulares sino elpticas. Otro ejemplo en el que se puede apreciar la postura de Kuhn
(1971) se encuentra en el mbito de la administracin. La teora de la gestin de la calidad en
las empresas, ha reformulado o desechado varios de los conceptos de la administracin y ha
llevado a replantear, incluso, el concepto mismo de empresa (Gutirrez, 1998, p. 23).
La teora de la gestin de la calidad se debe al Dr. Deming, autor que desarrolla un nuevo
marco referencial que facilita la comprensin de cmo funcionan las cosas y de cules factores
o elementos generan calidad en las organizaciones. La gestin de la calidad de las empresas es
toda una filosofa en el mundo de los negocios que seala cmo administrar una organizacin
mediante la calidad. Un ejemplo ms en el campo de la planeacin estratgica, est
representado por las diversas conceptualizaciones del trmino estrategia. El enfoque
tradicional establece que la estrategia es resultado de la planeacin racional de la organizacin
(Hill y Jones, 1998).
Ante este enfoque surge una nueva perspectiva expuesta por Mintzberg (1994) autor que
establece que las estrategias surgen tambin del interior de una organizacin sin que exista
necesariamente una planeacin formal. En este enfoque las estrategias representan una
respuesta emergente a situaciones circunstanciales o imprevistas. En este contexto, Minzberg
(1994) define la estrategia como un modelo en una corriente de decisiones o acciones (p.
934 948).
Pgina 3
importante porque en cuanto a la ciencia se refiere, del tamao de la afirmacin debe ser la
evidencia que la respalda.
La ciencia depende de un conjunto de reglas lgico-racionales sistematizadas que se
aplican tanto al pensamiento como al lenguaje cientfico, es decir, aquello que se est
investigando debe ser definido con claridad y precisin para determinar si se ha logrado
realizar algn tipo de descubrimiento. Las reglas lgico-racionales estn constituidas tanto por
el mtodo inductivo como por el mtodo deductivo. El mtodo inductivo es una aproximacin
a la realidad en la cual el investigador establece una serie de argumentos que van de aspectos
particulares a las generalizaciones, se sustenta en la compilacin de evidencia emprica.
El mtodo deductivo facilita la derivacin de hiptesis de teoras con el objetivo de probar
la teora contra la evidencia emprica. Lo anterior, indica que el carcter de la ciencia es tanto
emprico como lgico-racional, esto implica la observacin como tcnica cientfica para la
compilacin de evidencia. El estudio de la evidencia le da carcter emprico a la ciencia.
Arnau (1980) establece que en todo el proceso de investigacin cientfica est presente la
observacin, tcnica que constituye el inicio de cualquier investigacin que se desarrolle.
Las condiciones bsicas que requiere un proceso de observacin cientfica son dos: a) la
objetividad, y b) la comprobabilidad. En la presentacin de resultados de cualquier
investigacin es requisito imprescindible que se indique de manera prescriptiva las
condiciones bajo las que se desarroll la observacin cientfica, esto facilita la
reproducibilidad de la investigacin y garantiza la comprobabilidad de la misma. Arnau (1980)
sintetiza la observacin en tres puntos centrales: qu deber ser observado?, cmo deber
ser observado? y qu tcnicas de observacin o registro debern ser utilizadas? Esto implica
el diseo y objetivacin de instrumentos y tcnicas de medicin.
En una investigacin se observan y se miden variables. La medicin permite explicar el
comportamiento de las respuestas de las variables. La observacin de las variables puede
reflejar un comportamiento de variacin de las mismas y la ciencia tiene como objetivo
descubrir esas variaciones mediante repetidas observaciones determinando el grado de
variacin que pudieran mostrar.
Pgina 5
Pgina 7
Pgina 8
Teoras
Formacin de conceptos, formacin de
perspectivas y organizacin de
proposiciones.
Deduccin Lgica
Inferencia lgica
Hiptesis
Generalizaciones empricas.
Decisiones para aceptar o rechazar
hiptesis
Interpretacin,
instrumentacin,
Escalas,
Muestras
Prueba de hiptesis
Observaciones
Pgina 9
En este crculo Wallace inicia con las observaciones como principal componente de la
informacin, no obstante, las observaciones no se pueden considerar independientes de las
ideas, las hiptesis y los diagramas de pensamiento establecidos.
Al desarrollar un experimento o una encuesta se producen observaciones de manera
directa. En la deduccin las teoras desarrolladas son utilizadas para generar hiptesis que
pueden ser probadas con nuevas observaciones.
Resolucin del
problema
Conciencia del
problema de
investigacin
1
El anlisis de los
datos conduce al
descubrimiento
de su significado
Fraccionamiento en
subproblemas
2
6
4
Bsqueda
continua de
datos
Integracin de datos
preliminares
Los datos conducen al
desarrollo de hiptesis de
investigacin
Pgina 10
Pgina 11
Primer Nivel de
Abstraccin.
Observacin
Hacerla precisa
y consistente
Cuerpo de conocimientos ya
existente
Redefinicin
de la
metodologa
Redefinicin
Cuerpo de
conocimientos
Tipo de Investigacin
Duda
Procede
el Modelo
Conceptual
Probabilidad de replantear el
Problema.
NO
Cualitativa
SI
Se tiene
suficiente
informacin y
conocimientos
sobre el estado
actual del
problema.
Cuantitativa
IDEAS
Elaboracin de:
Interfase
NO
SI
Revisin de la Literatura
Modelo de Investigacin
Diseo de Investigacin
METODOLOGIA:
. Mtodo de Investigacin
. Diseo de muestra
. Determinar tamao de muestra
. Procedimiento de muestreo
. Seleccin y obtencin de
muestra
. Hiptesis de Investigacin
. Plan de Pruebas
. Enfoque y Contexto de
Investigacin
Preguntas de
Investigacin
Propsitos
Objetivos
Modelo
Conceptual
Planteamiento
del problema
RESULTADOS
PLANTEAMIENTO DE:
. Problema
. Preguntas de investigacin
. Objetivos
. Hiptesis
. Limitaciones y supuestos
. Relevancia
. Beneficios esperados.
Operacionalizacin
de variables.
Premisas
y
delimitacion
Definicin
terminada
La
metodologa
es adecuada para
alcanzar los
resultados
ETAPA ANALITICA:
esperados?
. Revisin exhaustiva de la literatura
. Construccin del Marco Terico.
NO
Planteamiento
de subproblemas
Resultados
esperados
Hiptesis
SI
Pgina 12
D i se o d e In v e st i g a c i n
R e d e fin i d o
T e rc e r N iv e l d e A b st ra c c in
R e c o le c c i n d e lo s D a t o s
H ip t esis
e sp e c fi c a s
P ru e b a d e
h i p t e si s e
i n fe re n c i a
e st a d st i c a
I n t e rp re t a c i n
A n li s i s d e
R e s u lt a d o s
.
.
.
.
C o n c lu s i o n e s ,
rec om en d ac ion es
e i m p li c a c i o n e s
C r i t e r i o s d e v li d e z
C o n fi a b i li d a d
R e p r o d u c i b i li d a d
R ep resen t at iv id ad
P la n d e t a lla d o
M e t o d o lo g a
re d e fin i d a
A t ri b u t o s,
lo c a li z a c i n ,
y ac c eso a
lo s d a t o s
d e la i n v e s t i g a c i n
L n e a s d e in v e st i g a c i n a
m e d i a n o y la r g o p la z o
C u a rt o N iv e l d e A b st ra c c in
P r e s e n t a c i n d e R e s u lt a d o s
E la b o r a r e l
rep orte tc n ic o
d e in v est ig ac in
Presen t ar el
In fo rm e d e
In v e st i g a c i n
P u b li c a c i n d e u n A r t c u lo
e n u n a R e v i s t a c o n A r b i t r a je
N a c io n a l o In t e rn a c ion a l
Pgina 13
PLAN DE INVESTIGACION
ETAPA ANALITICA
DISEO DE LA INVESTIGACION
COLECCION DE DATOS
ANALISIS Y TRATAMIENTO DE
DATOS
PRESENTACION DE RESULTADOS
De manera general, el mtodo esta constituido por cuatro etapas, que se encuentran
implcitas en el proceso de investigacin cientfica:
I. Planteamiento del problema
II. Formulacin de hiptesis
III. Comprobacin de hiptesis
IV. Conclusiones.
La asignacin de los pasos del mtodo cientfico puede cambiar de un autor a otro, pero
en esencia son los mismos. El mtodo cientfico no genera verdades universales absolutas; son
verdades muy particulares, muy modestas pero muy seguras.
Pgina 14
ACTIVIDADES DE INVESTIGACIN
1 Localizar al menos tres reportes tcnicos de investigacin cientfica, para ser analizados
e identificar en ellos tanto el mtodo como el proceso de investigacin utilizado comparndolo
con los modelos de Wallace y Leedy.
2 Localizar al menos dos teoras cientficas relacionadas con su rea de conocimiento y
explicar: a) si es vlida actualmente, b) como fue probada contra la evidencia emprica, y c)
analizar qu explica, controla y predice.
3
Pgina 15
C A P I T U L O II
2.1 Planteamiento
del Problema de
Investigacin
2.2 Formulacin
de Hiptesis
2.4 Niveles de
Medicin
EL DISEO DE
INVESTIGACION
2.3 Operacionalizacin
de las Variables.
2.5 El Propsito de
Investigacin
Pgina 16
Pgina 17
Pgina 18
2.1.3 Relevancia
En la literatura sobre metodologa de la investigacin cientfica, a la relevancia de un
estudio con mucha frecuencia se le denomina justificacin. En esta seccin se presentan las
razones por las que es justificable realizar la investigacin. Todo proyecto de investigacin
debe manejar la utilidad del estudio para establecer su relevancia. Para establecer la relevancia
es recomendable intentar dar respuesta a las siguientes preguntas:
Cules son los beneficios que se obtienen con su realizacin?
Por qu es necesaria esta investigacin?
A quin o a quines beneficia?
Quin o quines sern los usuarios?
De acuerdo con Kerlinger (1983) las hiptesis deben cubrir dos requisitos:
a) Expresar la relacin entre una variable y otra.
b) Indicar la necesidad de verificar la relacin entre las variables si no se cumplen ambos
requisitos no se tiene una verdadera hiptesis cientfica. La hiptesis es importante por que
ayuda a darle una direccin a la investigacin, adems es tambin una prediccin que puede
ser probada y que se deriva lgicamente del problema de investigacin. De acuerdo con
Therese L. Baker (1997) si el objetivo del estudio es una explicacin entonces una pregunta de
investigacin puede ser la base para formular una o ms hiptesis.
La abundante literatura existente sobre metodologa de la investigacin, describe una gran
variedad de tipos de hiptesis, no obstante, en la presente seccin nicamente se explicarn las
siguientes: hiptesis de investigacin, hiptesis de nulidad, hiptesis alternativa e hiptesis
estadstica.
a) Hiptesis de Investigacin. Es el tipo de hiptesis al que nos hemos referido anteriormente
y se le define como una aseveracin, conjetura o proposicin sobre las probables relaciones
entre dos o ms variables. Con frecuencia se pueden expresar en forma descriptiva,
correlacional, de causalidad, de nulidad, etc. dependiendo del propsito y naturaleza de la
investigacin que se intenta desarrollar.
a1) Hiptesis Descriptiva. La hiptesis descriptiva como su nombre lo indica describe una
situacin relacional entre las variables que se someten a estudio. Se utiliza en investigaciones
de tipo descriptivo, como pudieran ser los estudios por encuesta.
Son ejemplos de hiptesis descriptiva los siguientes:
El perodo de recuperacin de la inversin del proyecto Duply Office es de dos aos.
Los productos de consumo domstico en Mxico aumentarn un 18 % en los prximos
seis meses.
a2) Hiptesis Correlacional. La palabra correlacin es un trmino estadstico que expresa una
posible asociacin o relacin entre dos o ms variables, sin que sea importante el orden de
presentacin de las variables, ya que no expresan una relacin de causalidad. Para verificarlas
se utilizan pruebas estadsticas de correlacin.
Son ejemplos de hiptesis correlacional los siguientes:
A mayor apreciacin del dlar norteamericano, mayor depreciacin del peso mexicano.
El volumen de importaciones en Mxico disminuye con el aumento en el tipo de
cambio peso-dlar.
a3) Hiptesis de Causalidad. Las hiptesis de causalidad se formulan para investigaciones
experimentales. Expresan una relacin de causa-efecto entre las variables que se someten a
Pgina 20
estudio. Una hiptesis de causalidad puede expresar una relacin causal entre una variable
independiente y una variable dependiente, o bien, puede hacerlo entre ms de una variable
independiente y una variable dependiente. Son ejemplos de hiptesis de causalidad:
9 El elevado ndice de inflacin en Mxico es causa del bajo poder adquisitivo del peso
mexicano.
9 Los factores de productividad total (insumo humano, materia prima, energa, capital y
otros gastos) del sector manufacturero mexicano son los determinantes de la
productividad total.
b) Hiptesis de Nulidad. Este tipo de hiptesis expresa la ausencia de relacin, diferencia,
causalidad, etc. entre dos o ms variables. De acuerdo con DAry, Jacobs y Razavieh (1982) la
hiptesis de nulidad ... permite comparar los descubrimientos con las expectativas mediante
mtodos estadsticos, (p. 85). Son ejemplos de hiptesis de nulidad:
La oferta de carreras profesionales del Instituto Tecnolgico de Cd. Cuauhtmoc no
satisface la demanda de formacin acadmica profesional de los egresados de nivel
medio superior en la regin.
La tecnologa de punta no representa una ventaja competitiva definitiva de la empresa
A al disminuir sus costos de produccin y hacer ms eficientes los procesos
productivos.
c) Hiptesis Estadsticas. Una hiptesis estadstica expresa en trminos o smbolos
estadsticos los anteriores tipos de hiptesis. Se pueden expresar en trminos de:
Hiptesis nula:
Pgina 22
el medio por el que las unidades y los nmeros se utilizan para representar en cada categora
de forma precisa cada unidad de la variable medida matemticamente.
Los nmeros utilizados en esta variable pueden ser discretos o continuos. Por ejemplo en
la variable nmero de hijos, el rango de nmeros es discreto (1, 2, 3, etc.), en cambio, si existe
la posibilidad de dividirlo en un continuo de pequeas fracciones o cantidades es considerada
una variable discreta. Por ejemplo si se afirma: el ingreso de los trabajadores operativos de la
industria maquiladora es un promedio de 1.3 salarios mnimos diario, se tiene una variable
discreta. Las variables numricas comprenden las escalas de medicin de intervalo y de razn.
De acuerdo al uso que se da a las variables, se clasifican en variables dependientes y en
variables independientes. En un estudio experimental la variable dependiente es la
caracterstica que se investiga y que siempre debe ser evaluada, mientras que la variable
independiente es la caracterstica que se puede medir por separado y que puede ser causa de la
variable dependiente.
El objetivo de un experimento es comprobar cuando una o ms variables independientes
influyen o alteran a la variable dependiente, es decir, si la variable independiente produce
algn cambio significativo en la variable dependiente, esta actividad requiere de controlar
estrictamente las condiciones experimentales de un estudio.
Operacionalizar es definir las variables para que sean medibles y manejables, significa
definir operativamente el PON. Un investigador necesita traducir los conceptos (variables) a
hechos observables para lograr su medicin. Las definiciones sealan las operaciones que se
tienen que realizar para medir la variable, de forma tal, que sean susceptibles de observacin y
cuantificacin. De acuerdo con Hempel (1952):
la definicin operacional de un concepto consiste en definir las operaciones que permiten
medir ese concepto o los indicadores observables por medio de los cuales se manifiesta ese
concepto, (p. 32-50).
En resumen, una definicin operacional puede sealar el instrumento por medio del cual
se har la medicin de las variables. La definicin operativa significa como le voy a hacer en
calidad de investigador para operacionalizar mi pregunta de investigacin?
Leedy (1993) dice que tiene que haber tres cosas: consenso, medicin y precisin. Slo se
puede manejar lo que se puede medir y solo se puede medir lo que se define operativamente.
Pgina 24
Las anteriores alternativas de respuesta pueden codificarse con nmeros que van del uno
al cinco que sugieren un orden preestablecido pero no implican una distancia entre un nmero
y otro. Las escalas de actitudes son ordinales pero son tratadas como variables continuas
(Therese L. Baker, 1997).
c) Medicin de Intervalo.
La medicin de intervalo posee las caractersticas de la medicin nominal y ordinal.
Establece la distancia entre una medida y otra. La escala de intervalo se aplica a variables
continuas pero carece de un punto cero absoluto. El ejemplo ms representativo de este tipo de
medicin es un termmetro, cuando registra cero grados centgrados de temperatura indica el
nivel de congelacin del agua y cuando registra 100 grados centgrados indica el nivel de
ebullicin, el punto cero es arbitrario no real, lo que significa que en este punto no hay
ausencia de temperatura.
Una persona que en un examen de matemticas que obtiene una puntuacin de cero no
significa que carezca de conocimientos, el punto cero es arbitrario porque sigue existiendo la
caracterstica medida.
d) Medicin de Razn.
Una escala de medicin de razn incluye las caractersticas de los tres anteriores niveles
de medicin anteriores (nominal, ordinal e intervalo). Determina la distancia exacta entre los
intervalos de una categora. Adicionalmente tiene un punto cero absoluto, es decir, en el punto
cero no existe la caracterstica o atributo que se mide. Las variables de ingreso, edad, nmero
de hijos, etc. son ejemplos de este tipo de escala. El nivel de medicin de razn se aplica tanto
a variables continuas como discretas.
Pgina 25
Pgina 26
los subproblemas sugieren alternativas de aproximacin las metas. El planteamiento del PON
ya fue explicado en la seccin 2.1 del presente captulo.
c) Alcance de la Investigacin.
El alcance de la investigacin ya fue explicado en la seccin 2.1.1.
d) Hiptesis.
A las preguntas de investigacin les sigue la exposicin clara de las hiptesis de
investigacin que habrn de comprobarse. Las hiptesis sustentan los planes de investigacin.
DAry, Jacobs y Razavieh (1982) sugiere presentar las hiptesis y su fundamento de manera
clara y precisa, complementada con las definiciones operacionales de las variables.
Algunos autores (Leedy, 1993; Therese L. Baker, 1997) sugieren presentar en esta seccin
el planteamiento de hiptesis y de subhiptesis de investigacin junto con los planes de prueba
de las mismas.
e) Limitaciones y Supuestos.
f) Relevancia.
g) Resultados Esperados.
Los incisos anteriores ya se explicaron en las secciones 2.1.2, 2.1.3 y 2.1.4 de este
captulo, por lo que solo se procedi a enumerarlas.
III Marco de Referencia
En la propuesta de investigacin no hay seguridad de ...que material ser utilizado para
fundamentar la investigacin. Por eso se tiene que presentar un bosquejo de lo que ya se
encontr, o bien de lo que no se ha localizado pero se sabe que existe..., (Schmelkes, 1988, p.
60).
En el marco de referencia se tiene que delimitar y orientar la interpretacin del PON por
medio de una perspectiva terica o de la construccin de un marco conceptual derivada de la
sistematizacin de las hiptesis. El marco de referencia como instrumento conceptual se utiliza
para retomar el conocimiento, antecedentes e interpretaciones anteriores con respecto al PON.
En el contexto de las ciencias sociales se le conoce como teoras cientficamente reconocidas.
Para disear el marco de referencia es necesario y estrictamente imprescindible hacer una
revisin de la literatura que conduzca a la frontera del conocimiento, revisando informacin
bibliogrfica, artculos tcnico-cientficos, reportes de investigacin, journals, etc. sobre el
PON.
Esta seccin finaliza con una exposicin clara y detallada de los hallazgos y sus
consecuencias, sealando lo que se conoce sobre el tpico, lo cual, conduce directamente a las
Pgina 27
TIEMPO
FECHA
ENERO
FEBRERO
MARZO
ABRIL
MAYO
PROGRAMADO
PROPOSITO DE INVESTIGACION
REAL
PROGRAMADO
REVISION DE LA LITERATURA
REAL
DISEO DE LA METODOLOGIA,
ETC.
PROGRAMADO
REAL
Pgina 28
Enero
Febrero
Marzo
Abril
Plan de Investigacin
Etapa Analtica
Diseo de la
investigacin
Coleccin de Datos
Anlisis y Tratamiento
de Datos
Presentacin de
Resultados
VI Apndices
De ser estrictamente necesario se incluye informacin adicional que complemente el
documento y que no se haya tratado en secciones anteriores, pude incluir diagramas del
pensamiento, tablas estadsticas, mapas, fotografas, formatos de cuestionarios, etc.
VII Seleccin Bibliogrfica
En la seccin bibliografa se presenta un listado de las fuentes de informacin consultadas
hasta la fecha, as como de aquellas que todava no se han trabajado pero que representan
fuentes importantes de informacin. Pueden incluirse libros, artculos tcnicos, abstracts, etc.
que estn en relacin directa con el PON y qu en realidad aporten informacin relevante. Se
registran en orden alfabtico por apellido del autor.
Pgina 29
ACTIVIDADES DE INVESTIGACIN
1 Definir un tema de investigacin relacionado con su rea de conocimiento y hacer el
planteamiento de un problema de investigacin.
2
Pgina 30
3.1 Clasificacin
de las
Investigaciones
3.2 Investigacion
Documental
3.3 La
Encuesta
Lugar para
texto
3.4 Investigacin
Experimental
Lugar para
texto
3.5 Investigacin
No Experimental
3.6 Construccin
de ndices y
Escalas
Pgina 31
observada en varios puntos en el tiempo. Los tres tipos bsicos de investigacin longitudinal
son los estudios de tendencia, evolucin de grupo y tipo panel. Los estudios de tendencia (del
Pgina 32
ingls trend) comparan datos a travs de intervalos de tiempo en diferentes objetos (Baker,
1997). Es decir, la base de un estudio de tendencia es el anlisis y comparacin de datos
similares colectados en diferente tiempo y en diferentes unidades de anlisis que corresponden
a la misma poblacin de estudio. Esto se puede ejemplificar de la siguiente manera, en un
estudio sobre la opinin sobre las crisis econmicas recurrentes que viene sufriendo Mxico
desde 1972 hasta 1999, pueden cambiar las personas pero la poblacin de estudio seguir
siendo la misma.
En los estudios de evolucin de grupos (del ingls cohort) la medicin de la variable se
aplica a la misma poblacin en diferentes puntos en el tiempo para medir cambios en
subgrupos o grupos. El grupo es el mismo a travs del tiempo, lo que cambia son sus
integrantes.
Un cohort es un grupo de personas que nacieron en el mismo perodo de tiempo (Baker,
1997) por ejemplo, los soldados del servicio militar nacional clase 1960. Tambin se puede
referir a personas que participaron en eventos de tipo histrico, por ejemplo, los sobrevivientes
del movimiento del primero de enero de 1994 en Chiapas con el Ejrcito de Liberacin
Zapatista.
De acuerdo con Baker (1997) los estudios tipo panel son uno de los mejores medios para
medir cambios en las personas a travs del tiempo. A diferencia de los estudios de tendencia y
evolucin de grupo, los estudios tipo panel evalan una y otra vez al mismo grupo de personas
con el propsito de descubrir si ocurren cambios en las caractersticas medidas. Por ejemplo,
una entrevista de opinin sobre la sucesin presidencial del ao 2000 en Mxico debe hacerse
dos o ms ocasiones separadas en el tiempo al mismo grupo de personas o unidades de anlisis
para verificar si cambiaron de opinin o s permanecen sin cambio. Los estudios tipo panel
aplican formas mucho ms rigurosas de anlisis que los estudios de tendencia y evolucin de
grupo.
buscan hechos sin el objetivo de predecir las relaciones existentes entre las variables. Se
utilizan en situaciones en las que prcticamente no se dispone de informacin o el PON casi
no se ha investigado. En este tipo de situaciones se inicia con un estudio exploratorio con el
Pgina 33
descriptivos.
b)
investigaciones experimentales y tienen como objetivo medir el grado de asociacin entre dos
o ms variables, mediante herramientas estadsticas de correlacin. En este nivel no es
importante el orden de presentacin de las variables, lo fundamental es determinar el grado de
relacin o asociacin existente. Es un ejemplo de este tipo de investigacin que intente asociar
el coeficiente intelectual de las personas de la tercera edad de la regin norte de Mxico con la
calidad de vida que tienen.
Es importante determinar que la correlacin no sea espuria o falsa, es decir, que no
exista una aparente asociacin entre las variables estudiadas; por ejemplo en un estudio en el
que se establezca que a mayor depreciacin del peso frente al dlar estadounidense mayor
volumen de exportaciones y menor volumen de importaciones, se estara intentando asociar el
tipo de cambio peso-dlar con el volumen de exportaciones o importaciones de Mxico a
Estados Unidos, no obstante hara falta un estudio econmico con elementos o herramientas
economtricas que confirme o determine que esto ocurre as.
c)
Pgina 35
a)
por diversos autores, sobre una temtica determinada, obteniendo como producto una
investigacin general del tema en cuestin.
b)
Ensayos: Son estudios de tipo argumentativo en los que se presentan opiniones, teoras,
hiptesis, etc., mediante una actividad analtica y crtica. El ensayo que se enfoca a cuestiones
cientficas requiere de un proceso que expresa conclusiones que son determinadas por las
pruebas, es decir, las pruebas son condiciones necesarias para llegar a concluir algo.
c)
Estudios Comparativos: Este tipo de estudio se utiliza para evaluar las semejanzas y
Memorias: Son documentos que presentan una sntesis de las actividades efectuadas
Figura 3.1. Las fichas de trabajo son de fcil manejo y permiten una adecuada organizacin de
los datos colectados, en funcin del guin preliminar es posible ordenar las fichas de acuerdo
al tema o captulo en que se habrn de utilizar.
Ficha de Trabajo
Fuente: Ttulo:__________________________
Autor:__________________________________
Ao:___________ pgina(s)________________
Edicin________Editorial__________________
Tema:________________________________________________
Subtema:______________________________________________
Contenido:
_______________________________________________________
_______________________________________________________
_______________________________________________________
3.3 La Encuesta
La investigacin por encuesta es considerada como una rama de la investigacin social
cientfica orientada a la valoracin de poblaciones enteras mediante el anlisis de muestras
representativas de la misma (Kerlinger, 1983). De acuerdo con Garza (1988) la investigacin
por encuesta ... se caracteriza por la recopilacin de testimonios, orales o escritos, provocados
y dirigidos con el propsito de averiguar hechos, opiniones actitudes, (p. 183). Para Baker
(1997) la investigacin por encuesta es un mtodo de coleccin de datos en los cuales se
definen especficamente grupos de individuos que dan respuesta a un nmero de preguntas
especficas.
En resumen las anteriores definiciones indican que la encuesta se utiliza para estudiar
poblaciones mediante el anlisis de muestras representativas a fin de explicar las variables de
estudio y su frecuencia.
La instrumentacin consiste en el diseo de un cuestionario o de una cdula de
entrevista elaborados para medir opiniones sobre eventos o hechos especficos. Los dos
anteriores instrumentos se basan en una serie de peguntas. En el cuestionario las preguntas son
administradas por escrito a unidades de anlisis numerosas. En una entrevista las respuestas a
las cuestiones pueden escribirse en la cdula de entrevista o puede llevarse en una interaccin
cara a cara.
De acuerdo a la forma de obtencin de la informacin las encuestas se clasifican en:
a)
Entrevistas
b)
c)
Panel
d)
a)
Entrevista: Una entrevista es una pieza de la interaccin social en la cual una persona
responde a otra una serie de preguntas sobre un tpico especfico, en s representa una
Pgina 38
interaccin cara a cara entre dos o ms personas. La entrevista representa una excelente
tcnica de recoleccin de la informacin. La administracin de las preguntas se hace en base a
una cdula de entrevista o programa de entrevista, las respuestas que se obtienen pueden ser
registradas por medios electrnicos o por escrito.
Para lograr una entrevista exitosa la cdula de entrevista requiere de integrar instrucciones
claras y precisas acerca de lo que har o se espera que haga el entrevistado. Con frecuencia
suelen administrarse en el transcurso de la sesin prctica. Las preguntas deben redactarse y
plantearse de manera directa, clara y con un lenguaje sencillo no rebuscado ni ambiguo. Esto
facilita que el entrevistado pueda leer o entender fcilmente el cuestionamiento evitando as
las posibles distorsiones. En otras palabras es necesario asegurarse de que la pregunta mida lo
que pretende medir.
En aquellas preguntas en que se establezcan alternativas de respuesta deben considerarse
cuidadosamente todas las posibles alternativas. Se debe hacer un trabajo exhaustivo sin que
ello signifique provocar una respuesta vaga y sin sentido. Las preguntas deben presentar un
orden que encadene rpidamente las respuestas y mantenga el inters en el tema de la
entrevista.
Kerlinger (1983) sugiere que en el proceso de desarrollo de la entrevista se administre una
serie de preguntas de tipo embudo y de sondeo. Las primeras constituyen un tipo especial de
preguntas no estructuradas que tienen como propsito obtener informacin adicional sobre el
tema en cuestin. Este tipo de preguntas comienzan con un cuestionamiento muy amplio y
paulatinamente se van reduciendo a aspectos especficos de inters. Las segundas son
cuestionamientos que permiten medir y conocer la informacin que los entrevistados manejan
sobre la temtica a tratar y adems permiten averiguar en cierta forma los motivos de las
respuestas que da el entrevistado, as por ejemplo, cuestionamientos como: puede ampliar un
poco ms su respuesta? puede ser ms especfico en su respuesta? puede explicar de forma
ms precisa su punto de vista?, etc. son ejemplos de preguntas de sondeo. Como ya se indic
la entrevista es una tcnica clave para obtener informacin relevante. Algunas tcnicas de
entrevista importantes son la entrevista preliminar, de fondo, para sondeo rpido, de posicin y
de comprobacin de hiptesis (Fleitman, 1998). Las anteriores tcnicas se explican en la
Figura 3.2
Cuestionario por Correo: Es una variante de la encuesta y consiste en enviar a la muestra de
estudio los cuestionarios va correo postal. Esta tcnica por s sola no tiene mucha validez y
confiabilidad debido a los principales inconvenientes que posee entre los que destacan la
posible omisin de respuestas y la incapacidad de comprobar las respuestas que se reciben.
Pgina 39
Entrevista tipo Panel: La entrevista tipo panel es una tcnica que se utiliza para
Tcnica de la Entrevista
Tipos de Entrevista
Preliminar
De fondo
Sondeos rpidos
Los
cuestionamientos
son muy generales
al igual que las
respuestas.
Las preguntas
son especficas y
provocan
respuestas
especficas.
Se debe aclarar
cada respuesta
sin influir en el
respondiente
para garantizar
la obtencin de
informacin
correcta.
De posicin y
comprobacin de
hiptesis
Requiere que la
persona
entrevistada defina
una situacin
determinada segn
su criterio.
Durante la
entrevista se
registra la
informacin
necesaria en forma
veraz y suficiente.
Al concluir la
entrevista se
documenta con
detalles y
evidencias para la
respectiva
evaluacin. Lo
anterior requiere
ser confirmado por
un grupo o comit
de evaluacin.
Pgina 40
Existe una baja motivacin generada en los respondientes a una entrevista por telfono
porque no hay contacto directo con los entrevistadores.
d)
la encuesta.
2)
entrevista.
3)
4)
Pgina 42
1. DEFINICION DELPROBLEMA.
2. PLANTEAMIENTO DE
OBJETIVOS.
Redacte los objetivos de forma
clara y sencilla para que sean
entendidos por quines
trabajan en la encuesta.
3. POBLACION OBJETIVO.
Definir la poblacin que ser
estudiada de forma que sea
factible la seleccin de la
muestra. Por ejemplo, si la
poblacin de estudio esta
integrada por adolescentes,
defina con precisin lo que se
entiende por adolescente.
4. DEFINICION DEL MARCO
MUESTRAL.
Definir el alcance o cobertura
de la encuesta.
Si la cobertura es total
entonces contemplar a la
poblacin total.
Si la cobertura es parcial
entonces considere el tamao
de la muestra y los criterios de
aceptacin y rechazo de los
casos a encuestar.
5. DISEO DE LA MUESTRA.
Determinar el tamao de
muestra.
Seleccionar el procedimiento
de muestreo (aleatorio,
sistemtico, por racimos,
estratificado).
Seleccionar la muestra.
6. MEDICION.
Disear los instrumentos de
medicin (cuestionario o
cdula de entrevista).
Validacin del instrumento de
medicin mediante un estudio
piloto.
Depuracin del instrumento de
medicin.
Obtencin del instrumento de
medicin depurado.
7. ENTRENAMIENTO DE
ENCUESTADORES.
Seleccin y capacitacin de los
encuestadores o
entrevistadores sobre la forma
en que se har la medicin de
las variables y la coleccin de
datos.
8. COLECCIN,
PROCESAMIENTO, ANALISIS E
INTERPRETACION DE DATOS.
estricto control sobre el experimento por medio del establecimiento tanto de grupos de
comparacin a fin de manipular la variable independiente como la equivalencia de los grupos
por medio de la asignacin aleatoria de las unidades de anlisis.
En los diseos experimentales es posible manipular la variable independiente y puede
utilizar slo posprueba o la modalidad de preprueba-posprueba en la medicin de las variables
estudiadas. La utilizacin de la posprueba tiene como propsito determinar la presencia o
ausencia de efectos experimentales. Esquemticamente los diseos experimentales tienen la
siguiente estructura:
a1) Diseo experimental con posprueba y grupo control:
A
GE
O2
GC
O2
(Diseo 3.1)
O1
O2
O1
O2
(Diseo 3.2)
Las posibles diferencias que manifiesten en los grupos son producto de la casualidad.
Pgina 44
experimental.
4
La asignacin por pareamiento aleatorio permite controlar las diferencias entre las
unidades de anlisis.
Desventajas
1
GE
O1
O2
GC
O1
O2
GC
O2
(Diseo 3.3)
GE
O1
O2
GC
O1
O2
GC
O2
GC
O2
(Diseo 3.4)
Una definicin muy completa de diseo factorial es la que ofrece McGuijan (1996).
Para este autor un diseo factorial completo es aquel en el que se utilizan todas las
combinaciones posibles de los valores seleccionados de las variables independientes (p. 163).
La anterior definicin establece que los diseos factoriales se utilizan para manipular las
variables independientes simultneamente y permiten evaluar por separado los efectos de cada
variable independiente al igual que la interaccin entre ellas. Un diseo factorial puede utilizar
dos o ms variables independientes con cualquier cantidad de niveles o valores para
determinar estadsticamente sus efectos (Rodrguez y Prez, 1995). Por lo general los diseos
factoriales se representan como diseos 2X2, 2X3X4, 2X4X8X5, etc.
Cada dgito representa una variable independiente y su valor representa la cantidad de
niveles o valores que posee cada variable independiente, as en un diseo factorial 2X2 existen
dos variables independientes con dos niveles cada una de ellas. A mayor cantidad de variables
independientes y niveles existe mayor dificultad para desarrollar y controlar el experimento.
Para ilustrar un diseo factorial se utilizar un ejemplo relativamente simple sin aplicar un
anlisis estadstico, lo anterior es con el propsito de facilitar la comprensin del mismo.
Considrese un diseo factorial 2X2 en el que se pretende analizar el aprendizaje alcanzado
por un grupo de unidades de anlisis clasificadas por sexo en hombres (H) y mujeres (M) que
utilizan dos diferentes mtodos de instruccin: el mtodo tradicional (MT) y la instruccin
programada (IP). La Figura 3.4 muestra la estructura de este diseo factorial. Cada posible
combinacin se presenta en una parcela o celda, las posibles combinaciones son (ver Figura
3.5):
Pgina 46
Mtodo de Instruccin
MT
Sexo
IP
H X1
X2
M X3
X4
Parcela
Tratamiento
Experimental
Combinacin
X1
X2
X3
X4
IP
88
95
X3
X4
Sexo
Pgina 47
100
M
50
0
MT
IP
b)
O2
(Diseo3.5)
O1
O2
(Diseo 3.6)
c)
cuasiexperimental casi alcanza el nivel de experimental, el criterio que le falta para llegar a
este nivel es que no existe ningn tipo de aleatorizacin, es decir, no hay manera de asegurar
la equivalencia inicial de los grupos experimental y control. Se toman grupos que ya estn
integrados, por lo que las unidades de anlisis no se asignan al azar ni por pareamiento
aleatorio. La carencia de aleatorizacin implica la presencia de posibles problemas de validez
tanto interna como externa. La validez interna se ve afectada por el fenmeno de seleccin,
la regresin estadstica y el proceso de maduracin. La validez externa se ve afectada por la
variable poblacin, es decir, resulta difcil determinar a que poblacin pertenecen los grupos.
La estructura de los diseos cuasiexperimentales implica usar un diseo slo con posprueba o
uno con preprueba-posprueba.
c1) Diseo Cuasiexperimental slo con posprueba:
GE
O2
GC
O2
(Diseo 3.7)
O1
O2
GC
O1
O2
(Diseo 3.8)
Pgina 49
3.4.1 Control
El trmino control tiene diversas acepciones pero en investigacin experimental significa
que si se observa en el experimento que una variable independiente influye sobre la variable
dependiente, la modificacin de esta ltima se debe a la manipulacin de la variable
independiente y no es producto de variables extraas o factores ajenos al experimento.
Entre los mtodos para controlar las variables debidas a los sujetos o unidades de anlisis
estn los siguientes:
a)
diferencias son producto de la casualidad por lo que es factible aplicar mtodos estadsticos.
b)
que posean una sola variable uniforme y posteriormente se desarrolla una seleccin aleatoria
para integrar los grupos control y experimental.
d)
variables significativas que afectan a cada una de las unidades de anlisis sujetas a
experimentacin. Se aplica el tratamiento experimental y se analizan todas las variables que
influyen.
controlar adecuadamente las variables extraas. Una variable extraa es todo aquel factor
ajeno al experimento y que pudiera distorsionar o influir sobre los resultados. Lo anterior
indica que el comportamiento observado en la variable dependiente pudiera ser producto de
algn factor ajeno al experimento y no debido a las variables independientes.
La presencia de variables extraas en un experimento implica serios problemas de
validez interna. Los principales problemas o variables extraas se pueden agrupar en
problemas concernientes al estudio (investigacin), al procedimiento experimental, al tiempo,
interaccin de la seleccin con otras variables y a la regresin estadstica (Baker, 1997; Castro,
1982).
a1) Problemas referentes a la investigacin:
1 Seleccin Diferencial de los Sujetos. Diferencias importantes entre las unidades de
anlisis se pueden presentar antes de iniciar el tratamiento experimental distorsionando los
resultados del experimento.
2 Mortalidad Experimental. En este problema hay que dar respuesta al cuestionamiento
las unidades de anlisis permanecen en el transcurso del experimento? Frecuentemente hay
prdida de unidades de anlisis por diversos motivos, es decir, se retiran del experimento.
3 Rivalidad entre las Unidades de Anlisis. Si alguna unidad de anlisis del grupo control
se entera de que ser comparado con las unidades de anlisis del grupo experimental, pudiera
intentar probar que es ms eficiente.
4 Desmoralizacin de las Unidades de Anlisis. En experimentos en los que se administra
un tratamiento inadecuado a las unidades de anlisis del grupo control pudiera presentarse una
conducta de frustracin o resentimiento que ocasionara que las unidades de anlisis del grupo
control acte de manera diferente a lo planeado, por consecuencia los efectos no sern
producto del tratamiento experimental.
a2) Problemas ocasionados por el Procedimiento Experimental:
5 Pruebas. La exposicin de las unidades de anlisis al instrumento de medicin puede
desencadenar modificaciones que no son producto de la manipulacin de las variables
independientes en el experimento. Lo anterior puede presentar un efecto de aprendizaje al
aplicar la preprueba que altera los resultados experimentales.
6 Instrumentacin. La medicin o la imprecisin de los instrumentos de medicin o de las
unidades de anlisis sometidas a medicin pueden ocasionar problemas de validez interna.
Tambin influye el grado de dificultad de los instrumentos de medicin.
Pgina 51
compensacin econmica ms alta a las unidades de anlisis del grupo experimental que la
que se otorga al grupo control se pudiera presentar la tendencia a la equidad en las
compensaciones influyendo en los esfuerzos de investigacin. Frecuentemente se presenta
entre la preprueba y la posprueba.
a3) Problemas de Interaccin de la Seleccin:
9 Maduracin. La maduracin se refiere a modificaciones ocurridas entre la primera y la
segunda medicin que se deben a las unidades de anlisis en virtud del proceso de maduracin.
Los problemas que se presentan con cansancio, edad, hambre, entre otros factores.
10
Pgina 52
incapacidad de influir sobre las variables y sus efectos (Hernndez, Fernndez y Baptista,
1991).
DAry, Jacobs y Razavieh (1982) consideran que la variacin de las variables se logra no
por manipulacin directa sino por medio de la seleccin de las unidades de anlisis en las que
la variable estudiada tiene presencia, por ejemplo, se puede analizar como influy el
movimiento del primero de enero de 1994 en Chiapas sobre la economa nacional, tambin se
puede analizar la percepcin de personas con sndrome de Down y personas que no lo tienen.
En ambos casos el investigador no puede manipular directamente las variables independientes
como ocurre en un estudio de corte experimental.
Es muy importante destacar que en una investigacin experimental la variable
independiente se manipula y por eso se le llama variable activa, mientras que en la
investigacin Ex Post Facto la variable independiente no es susceptible de manipulacin y por
eso de le llama variable atributiva. Existen al menos tres aspectos en los que la investigacin
experimental es semejante a la investigacin Ex Post Facto:
1
diferencias principales entre ambos tipos de investigacin radican en los siguiente aspectos:
a)
b)
rea de
Origen del
fenmeno
estudiado
Observacin
3.6.1 ndices
Un ndice puede ser conceptualizado como un instrumento de medicin por medio del
cual se asignan medidas a las unidades de anlisis en funcin de la posesin de algn
indicador social o econmico (Briones, 1995). En la investigacin social y econmica los
ndices tienen diversas aplicaciones, por ejemplo al utilizarse para el anlisis de variables
Pgina 54
ndice de Precios Simple. Se utiliza para medir la variacin del precio de un bien o
servicio en un tiempo que flucta entre el perodo base y el perodo actual o de referencia.
El mtodo para establecer un ndice simple consiste en dividir el precio del bien en el
perodo actual por su precio en el perodo base multiplicado por 100 el resultado.
Algebraicamente se expresa con la ecuacin:
PI =
PR
x 100
PB
(ecuacin 3.1)
Donde:
PI = Precio ndice
PR = Precio del perodo de referencia
PB = Precio del perodo base
Por ejemplo, para calcular el ndice de precios simple de un libro cuyo precio en 1997
es de 60 pesos y en 1998 es de 98 pesos, considerando el ao 1997 como el perodo base, se
tendra:
PI1997 = 60/60 X 100 = 100
PI1998 = 98/60 X 100 = 163.33
Los anteriores resultados reflejan que el ndice de precios del libro aument de 100 a
163.33, por lo que es factible hacer la inferencia de que el precio del libro aumento un 63.33 %
de un ao a otro. Para calcular el aumento del precio del libro se procede a obtener la
diferencia entre ambos nmeros ndice divido por el perodo base. La expresin algebraica es:
PI PIB
x 100
PIB
(ecuacin 3.2)
Donde:
PIR = Precio ndice del perodo de referencia
Pgina 55
PR x 100
PB
(ecuacin 3.3)
Donde:
IPR = ndice de precios
PR = Sumatoria de los precios en el perodo actual
P
P
1997
1997
IP1998 =
P
P
1998
1998
x 100 =
x 100 =
100
x 100 = 100
100
163.33 + 154.17
x 100 = 317.54
100
Pgina 56
Los anteriores resultados sugieren que en 1998 se necesitan 317.54 pesos para comprar
los productos que en 1997 se compraban con la cantidad de 100 pesos.
Escala de Likert.
La escala de Likert mide actitudes o predisposiciones individuales en contextos
sociales particulares. Se le conoce como escala sumada debido a que la puntuacin de cada
unidad de anlisis se obtiene mediante la sumatoria de las respuestas obtenidas en cada tem.
La escala se construye en funcin de una serie de tems que reflejan una actitud
positiva o negativa acerca de un estmulo o referente. Cada tem esta estructurado con cinco
alternativas de respuesta:
(
) Totalmente de acuerdo
(
) Indiferente
(
) De acuerdo
) En desacuerdo
) Totalmente en desacuerdo
) Totalmente de acuerdo
(
) De acuerdo
) Indiferente
) En desacuerdo
) Totalmente en desacuerdo
) Totalmente de acuerdo
) De acuerdo
) Indiferente
) En desacuerdo
) Totalmente en desacuerdo
En el caso de que el tem posea una direccin negativa, la calificacin se invierte. Los
tems se presentan en forma de enunciados cuyo grado de acuerdo o desacuerdo se solicita a la
unidad de anlisis. La cantidad de enunciados que integra una escala Likert vara de acuerdo a
la naturaleza de la variable operacionalizada. Los pasos a seguir para la construccin de la
escala son:
1
variable que se pretende medir. Weiers (1986) sugiere elaborar alrededor de 50 tems,
balanceando la escala con igual cantidad de enunciados favorables y desfavorables.
4
Pgina 58
con anterioridad.
7
ingresos econmicos.
2
Los sueldos y salarios que devengan los empleados en las organizaciones deben
capacidad y con un eficiente desempeo laboral debe obtener un salario ms alto que un
empleado de la misma organizacin con 10 o ms aos de experiencia pero con un bajo nivel
de preparacin y capacidad profesional, reflejado en un bajo desempeo laboral.
Si los enunciados anteriores constituyen una escala unidimensional entonces debern
cumplir con el principio de escalamiento perfecto. La construccin del Escalograma de
Guttman requiere de cumplir con las siguientes etapas:
1
) De acuerdo (
) En desacuerdo.
Determinar si los tems integran una escala acumulativa por medio del anlisis de
Cr = 1
Errores totales
( tems) ( sujetos)
(ecuacin 3.4)
En donde:
Cr = Coeficiente de reproductividad
De acuerdo a Guttman un coeficiente de reproductividad adecuado debe tener un valor mnimo
de 0.90 como criterio para aceptar que la escala es unidimensional.
6
Pgina 60
completa el nmero de unidades de anlisis que indica el tamao de muestra deseado. Los
anteriores procedimientos de muestreo no son recomendables para una investigacin cientfica.
El muestreo probabilstico permite conocer la probabilidad que cada unidad de anlisis
tiene de ser integrada a la muestra mediante la seleccin al azar. Este tipo de muestreo
comprende los procedimientos de muestreo simple o al azar, estratificado, sistemtico y por
conglomerados o racimos.
c)
Muestreo Simple. De acuerdo con Webster (1998) una muestra aleatoria simple es la
que resulta de aplicar un mtodo por el cual todas las muestras posibles de un determinado
tamao tengan la misma probabilidad de ser elegidas, (p. 324). Esta definicin refleja que la
Pgina 61
aleatorios generada por medios computacionales para garantizar que se tiene un orden
aleatorio.
Por ejemplo, para obtener una muestra de alumnos del Instituto Tecnolgico de Nuevo
Casas Grandes a los que se les aplicar una encuesta. Lo primero que se hace es enumerar a
todo el alumnado de la institucin. Se obtiene una lista de los alumnos matriculados y se le
asigna un nmero a cada uno de ellos en orden alfabtico y ascendente. Suponiendo que el
total de alumnos es de 700 se utilizan los nmeros 000, 001, 002, 003,..., 699. Se determina el
tamao de muestra, suponiendo que en este caso es de tamao 75. Enseguida se utiliza la tabla
de nmeros aleatorios formando nmeros de tres dgitos aceptando como unidad de anlisis
muestral a todos aquellos que estn comprendidos entre el 000 y el 699.
d)
conforman una poblacin de estudio para seleccionar y extraer de ellos la muestra. Se entiende
por estrato todo subgrupo de unidades de anlisis que difieren en las caractersticas que se van
a analizar en una investigacin. Por ejemplo, si se va a realizar un estudio correlacional entre
el tipo de perfil profesional y los ingresos econmicos de los egresados del Instituto
Tecnolgico de Cd. Cuauhtmoc que laboran en las empresas instaladas en la Regin Noroeste
del Estado de Chihuahua y cuya edad flucta entre 25 y 45 aos se procede a dividir la
poblacin de estudio en cinco estratos. Cada estrato representa una de las cinco carreras que
ofrece esta institucin educativa (contadura, administracin, informtica, ingeniera industrial
e ingeniera en sistemas computacionales). Como se puede deducir del anterior ejemplo, este
procedimiento integra unidades de anlisis a la muestra provenientes de todos los estratos que
conforman la poblacin.
La base de la estratificacin adopta diversos criterios como edad, sexo, ocupacin, etc.
Una modalidad muy precisa en este tipo de muestreo es el procedimiento de muestreo
estratificado proporcional. Procedimiento de muestreo que permite seleccionar a las unidades
Pgina 62
de anlisis que integrarn la muestra en proporcin exacta al tamao que tiene el estrato en la
poblacin, es decir, el estrato se encuentra representado en la muestra en proporcin exacta a
su frecuencia en la poblacin total, (DAry, Jacobs y Razavieh, 1982, p. 138). Los pasos a
seguir para seleccionar una muestra proporcionalmente estratificada son:
1)
2)
3)
4)
para obtener la cantidad de unidades de anlisis de cada estrato que se integrarn a la unidad
muestral.
6)
aleatorio simple.
Al aplicar este procedimiento de muestreo al ejemplo: Si se tiene que seleccionar una
muestra de 500 personas, de una comunidad de 5000 habitantes repartidos en cinco colonias,
en donde el tamao de cada estrato es: colonias A = 1000, B = 1500, C = 500, D = 1250 y E =
750, la muestra es:
Estrato Tamao
Fraccin de muestreo
Elementos seleccionados
1000
0.2
100
1500
0.3
150
500
0.1
50
1250
0.25
125
750
0.15
75
e)
N
n
(ecuacin 3.5)
Pgina 63
Muestreo por Racimos. Se utiliza cuando el investigador est limitado por factores de
realidad verdadera. El error de tipo II consiste en aceptar una hiptesis de nulidad que es en
realidad falsa.
Pgina 65
ACTIVIDADES DE INVESTIGACIN
Elaboracin de una tabla de nmeros aleatorios utilizando Excel o Lotus Smart Suite
Pgina 66
CAPITULO IV ANALISIS
DE DATOS
Pgina 67
Una vez concluidas las etapas de coleccin y procesamiento de datos se inicia con una
de las ms importantes fases de una investigacin: el anlisis de datos. En esta etapa se
determina cmo analizar los datos y qu herramientas de anlisis estadstico son adecuadas
para este propsito. El tipo de anlisis de los datos depende al menos de los siguientes factores.
a)
c)
comprobacin de hiptesis.
El anlisis de datos es el precedente para la actividad de interpretacin. La
interpretacin se realiza en trminos de los resultados de la investigacin. Esta actividad
consiste en establecer inferencias sobre las relaciones entre las variables estudiadas para
extraer conclusiones y recomendaciones (Kerlinger, 1982). La interpretacin se realiza en dos
etapas:
a)
Interpretacin de las relaciones entre las variables y los datos que las sustentan con
Consiste en el anlisis de cada una de las variables estudiadas por separado, es decir, el
anlisis esta basado en una sola variable. Las tcnicas ms frecuentes de anlisis univariado
son la distribucin de frecuencias para una tabla univariada y el anlisis de las medidas de
tendencia central de la variable. Se utiliza nicamente en aquellas variables que se midieron a
nivel de intervalo o de razn (ver Therese L. Baker, 1997). La distribucin de frecuencias de la
variable requiere de ver como estn distribuidas las categoras de la variable, pudiendo
presentarse en funcin del nmero de casos o en trminos porcentuales.
El anlisis bivariado disea tablas con tabulaciones cruzadas, es decir, las categoras de
una variable se cruzan con las categoras de una segunda variable. Se les conoce como tablas
de contingencia. Los requisitos que debe cubrir son:
1
comprende.
El anlisis trivariado incluye una tercer variable que se utiliza como variable control. Esto
permite analizar la asociacin entre las dos variables, controlando el efecto de una tercer
variable mediante la observacin de las dos primeras sobre cada condicin que presenta la
tercera.
Pgina 69
Pgina 70
Pgina 71
Tabulacin
//
/
//
///
/
/
/
//
///
/
/
/
/
/
Frecuencia
2
1
2
0
3
0
1
0
1
0
1
2
0
0
3
0
0
0
0
1
1
1
1
1
21
Frecuencias Frecuencias
Agrupadas
////
///
//
///
///
//
///
Total
5
3
2
3
3
0
2
3
5
8
10
13
16
16
18
21
21
Los cmputos mayor y menor son las puntuaciones 88 y 65, la diferencia es 88-65=23
y el nmero de intervalos de clase es 23/3= 7.68.
b)
presentar los datos por medio de grficas. La informacin puede describirse por medio de
grficos a fin de facilitar la lectura e interpretacin de las variables medidas. Los actuales
sistemas computacionales como Excel, Lotus Smart Suite, Minitab, SAS-PC, Stath Graph,
entre otros permiten obtener representaciones grficas de diversos conjuntos de datos. Las
grficas pueden ser tipo histograma, polgono de frecuencias, grfica de series de tiempo, etc.
b1) El Histograma. El histograma ... es una grfica de barras que permite describir el
comportamiento de un conjunto de datos en cuanto a su tendencia central, forma y dispersin,
(Gutirrez, 1998, p.79). De acuerdo con Glass y Stanley (1994) un histograma no debe ser
demasiado plano o esculpado. El ancho es de dos tercios de su altura. Los pasos para elaborar
un histograma son (ver Figura 4.1):
1
Se marcan los puntos medios de cada intervalo de clase sobre el eje horizontal.
b2) El Polgono de Frecuencias. Un mtodo ampliamente utilizado para mostrar
Pgina 73
frecuencia solo se utiliza un punto sobre el punto medio de cada intervalo. Los pasos para
construirlo son (ver Figura 4.2):
ESTABLECIMIENTOS
40000
1997
36,173
30000
20000
4,020
3,364
2,369
2,298
1,414
853
Formas para
negocios
9,091
Preprensa y
fotomecnica
10,546
10000
162
Tarjetas de
felicitacin
Publicacin de
libros
Impresin de
libros
Tipografa
Revistas
Diarios
Encuadernacin
Imprenta
comercial
SEGMENTO
Pgina 74
ESCALA DE EVALUACION
10
1996
8
6
0
29
34
39
44
49
50
54
59
64
69
10
74
11
79
12
84
13
CALIFICACIONES
cada una de ellas los puntos medios de los intervalos de clase en un orden de menor a mayor.
3
cada una de ellas las frecuencias en orden ascendentes. A partir de ellas se disea la cuadrcula
del espacio enmarcado, trazando las abscisas y ordenadas.
4
cuenta el punto medio de cada intervalo de clase como base y las frecuencias como altura.
5
informa la grfica.
b3) Grfica de Series de Tiempo. Es una grfica de lnea en la que la lnea horizontal
representa el tiempo. Es utilizada para representar tendencias como puede ser el tipo de
cambio peso-dlar, el ndice de precios al consumidor, etc. (ver Figura 4.3).
Los anteriores elementos de estadstica descriptiva son utilizados en investigacin para
disear tablas y figuras que presenten de manera resumida y organizada n conjunto de datos
obtenidos mediante la observacin y medicin de las variables estudiadas.
Pgina 75
CRECIMIENTO PORCENTUAL
PRONOSTICADO
10
PRONOSTICO 1991
PRONOSTICO 2000
CATEGORIAS
6
4
2
0
-2
7
8
9
10
11
SEGMENTO O CATEGORIA
12
13
1 REVISTAS
2 CATALOGOS Y DIRECTORIOS
3 CORREO DIRECTO
4 ETIQUETAS Y PAPEL PARA REGALO
5 SOBRES Y CUPONES
6 PUBLICIDAD
7 REPORTES ANUALES
8 FORMAS PARA NEGOCIOS
9 VOLANTES
10 MANUALES Y DOCUMENTOS IMPRESOS
11 IMPRESION RAPIDA
12 LIBROS
13 COMERCIALIZACION DE SERVICIOS DE
IMPRESION
c) Medidas de Tendencia Central. Las medidas de tendencia central son tiles para encontrar
indicadores representativos de un colectivo de datos. Los tres mtodos que permiten obtener el
punto medio de una serie de datos son la media, la mediana y la moda.
c1) Media Aritmtica. Medida de tendencia central que se define como el promedio o
media de un conjunto de observaciones o puntuaciones. En aquellas situaciones en que la
poblacin de estudio es pequea suele utilizarse la media poblacional mediante la expresin:
Xi
(ecuacin 4.1)
i =1
donde:
= media poblacional
Xi = Sumatoria de las puntuaciones
N = Nmero de casos
Xi
(ecuacin 4.2)
i =1
donde:
X = media muestral
Pgina 76
58
= 8,29
7
(ecuacin 4.3)
donde:
Mo = Moda
Lmo = Lmite inferior del intervalo de clase modal
Da = Diferencia entre la frecuencia de la clase modal y la de la clase que la precede.
Db = Diferencia entre la frecuencia de la clase modal y la de la clase que la sigue.
i = Intervalo de clase.
La moda para una distribucin de frecuencias agrupadas se obtiene a partir de los datos
de la Tabla 4.2:
3
M 0 = 86 +
3 = 86.10
(87 0) + (87 84)
c3) La Mediana. Tambin conocida como media posicional en virtud de que se localiza en
el centro de un conjunto de observaciones presentadas en una serie ordenada de datos. Lo
anterior sugiere que el 50 % de los casos se encuentra por encima de la mediana y el resto por
debajo de ella. La posicin central de la mediana se obtiene mediante la expresin matemtica.
Pgina 77
PMd =
N +1
2
(ecuacin 4.4)
donde:
PMd = Posicin de la Mediana
N = Nmero de casos.
El procedimiento para obtener la mediana a partir de una distribucin de frecuencias
simple o agrupada requiere de aplicar la expresin:
N / 2 FA
Md =
i
FS
(ecuacin 4.5)
donde:
Md = Mediana
N = Nmero de casos.
FA = Frecuencia agrupada.
FS = Frecuencia del intervalo adyacente superior.
Al aplicar la ecuacin 4.5 a los datos de la Tabla 4.2 se obtiene un valor de 83 para la
mediana:
10.5 10
Md = 82.5 +
3 = 83
3
De las tres medidas de tendencia central la media es ms exacta que la mediana por ser
una estadstica obtenida a travs de una medicin ordinal o de razn mientras que la mediana
se obtiene a un nivel de medicin nominal.
La principal caracterstica de la media consiste en tomar en cuenta al 100 % de las
puntuaciones de una distribucin de frecuencias. No obstante cuando se analizan medidas
extremas esta medida pudiera ser afectada por desviaciones que se posicionan por debajo o por
arriba de ella. Ni la mediana ni la moda tienen este problema (Webster, 1998; Hopkins,
Hopkins y Glass 1997; Kazmier, 1998).
d)
Medidas de Dispersin.
Las medidas de dispersin son ndices que se utilizan para describir una distribucin de
frecuencias a partir de la variacin de los valores obtenidos. Los ndices ms utilizados son el
rango, la varianza y la desviacin estndar.
Pgina 78
d1) El Rango. ndice conocido como recorrido. Se le define como la diferencia existente
entre la puntuacin mayor y la menor en una serie de datos. Tiene como desventaja que solo
toma en cuenta para su clculo las puntuaciones extremas, es decir la mayor y la menor
omitiendo el resto de los datos u observaciones. Debido a lo anterior no es una medida
confiable dado que se obtiene prcticamente por inspeccin.
d2) La Varianza. La varianza es una medida de variabilidad que toma en cuenta el 100 %
de las puntuaciones de manera individual. Webster (1998) la define como la media aritmtica
de las desviaciones respecto a la media aritmtica elevada al cuadrado, (p. 83). La definicin
matemtica de la varianza se expresa por medio de la ecuacin 4.6:
(ecuacin 4.6)
donde:
2 = Varianza
= Sumatoria
X 2 = Desviacin de las puntuaciones de la media ( X X )
N = Nmero de casos
( X )
(ecuacin 4.6)
donde:
N = Nmero de casos
= Desviacin Estndar
Pgina 79
e)
Correlacin.
La correlacin es un mtodo estadstico que permite determinar la presencia o ausencia
de asociacin entre dos variables sometidas a investigacin. Por ejemplo se puede medir el
grado de asociacin entre el rendimiento acadmico y el nivel socioeconmico de una muestra
de unidades de observacin. La correlacin se describe por medio de ndices estadsticos
denominados coeficientes de correlacin que pueden sugerir si el cambio de una variable se
asocia con el cambio de la otra variable.
Los ndices ms utilizados para medir la asociacin entre dos variables es el coeficiente
de correlacin producto-momento que se aplica a escalas de medicin de intervalo o de razn
y el coeficiente de correlacin de rangos que se utiliza en escalas de medicin ordinal.
Al analizar la correlacin de una serie de datos el resultado que arroja un coeficiente de
correlacin flucta entre 1.00 y + 1.00. Una puntuacin de 1.00 sugiere una correlacin
negativa perfecta. Una puntuacin de 0.00 sugiere ausencia de asociacin entre las variables y
una puntuacin de + 1.00 sugiere una correlacin positiva perfecta. Una correlacin positiva
perfecta indica que si una variable aumenta la otra tambin aumenta, por ejemplo cabe esperar
que si el tipo de cambio peso-dlar aumenta el volumen de exportaciones del sector
manufacturero del pas tambin aumenta.
En el caso de una correlacin negativa perfecta ocurre el aumento de una variable y el
decremento o disminucin de la otra variable. Por ejemplo ante el aumento del tipo de cambio
peso-dlar cabe esperar una disminucin o decremento en el volumen de importaciones del
pas. Una adecuada tcnica para leer e interpretar los valores de correlacin son las grficas de
dispersin. La Tabla 4.3 muestra algunos valores de coeficientes de correlacin con su
respectiva descripcin y grfica de dispersin.
Determinar la existencia de asociacin entre las variables no indica existencia de
causalidad. Esto es, un coeficiente de correlacin nicamente sugiere el grado de relacin
entre las variables y no una situacin causal.
e1) Correlacin Producto-Momento. La correlacin producto-momento es conocida
como r de Pearson en virtud de que el estadstico Karl Pearson desarroll este procedimiento.
Pgina 80
rxy =
Zy
donde:
rxy =
x y [( x )( y ) / n]
[ x ( x ) / n] [ y ( y )
i
/n
(ecuacin 4.7)
donde:
yi
Pgina 81
Grfica de Dispersin
Coeficiente de correlacin
Interpretacin
+ 1.00
Correlacin positiva
perfecta.
- 1.00
Correlacin negativa
perfecta.
+ 0.60
Correlacin positiva
moderada
0.00
Ausencia de
correlacin
Pgina 82
rxy =
= 0,28
Tabla 4.4 Volumen de Exportaciones en relacin con el Tipo de Cambio pesodlar del Sector de Servicios de Impresin Mexicano.
AO EXPORTACIONES
1991
1992
1993
1994
1995
Total
TIPO DE
CAMBIO (Y)
621.8
654.8
662.3
561.6
871.8
3372.1
3016.69
3094.29
3.1091
3.3751
6.38
6123.84
X2
Y2
XY
Fuente: Avila, H. L. (1999). Determinacin de la Productividad Total del Sector de Servicios de Impresin de Cd.
Cuauhtmoc, Chih. Tesis para obtener el grado de M. C. en Comercio Exterior, Instituto Tecnolgico
de Cd. Jurez, Jurez, Chih.
Pgina 83
a)
Establecer la hiptesis nula expresada en trminos estadsticos (ver seccin 2.2 del
Ho. = rxy = 0
H1 = rxy 0
b) Determinar el nivel de significancia estadstica al que se someter a contrastacin la
hiptesis nula y que pudiera ser en nivel de:
= 0.05
= 0.01
= 0.10
r
c)
ecuacin:
t =
(ecuacin 4.8)
1 r 2
n2
donde:
t =
0.28
1 ( 0.28) 2
52
= 0.90
el valor t calculado de 0.90 se compara con el valor t crtico a una significacin de = 0.05
consultado en el apndice A, procediendo previamente a obtener los grados de libertad para la
distribucin t con la ecuacin:
gl = n 2
(ecuacin 4.9)
en el problema son cinco casos por lo que gl = 5 2 = 3. Con tres grados de libertad el valor t
crtico es de 3.182. La regla de decisin es que si el valor t calculado es mayor que el valor t
Pgina 84
= 1
6 D2
N ( N 2 1)
(ecuacin 4.10)
donde:
a)
diseada para comparar la varianza de dos poblaciones a partir del anlisis de las varianzas de
las muestras respectivas. Webster (1998) aplica el concepto de ANOVA al contexto de un
experimento y la define como ... el procedimiento [que] se puede aplicar a la determinacin
de si un tratamiento en particular aplicado a una poblacin tendr efecto significativo sobre su
media, (p. 595). Aplicar el ANOVA requiere cumplir con dos criterios especficos:
a1) Las poblaciones de estudio deber ser normales y tener varianzas iguales.
a2) Seleccionar las muestras independientemente.
La varianza total de todos los tratamientos (observaciones) se puede dividir en dos fuentes:
i.
ii.
xt 2 =
( X )
(ecuacin 4.11)
donde:
xt
( X )
N = Nmero de casos
2. La suma de los cuadrados entre grupos (varianza intermuestral) se expresa por la
ecuacin:
xi
( X )
n1
( X )
+
n2
( X )
+
nk
(ecuacin 4.12)
donde:
3.
ecuacin:
Pgina 86
Xd
( X )
2
1
n1
+ ...
(ecuacin 4.13)
donde:
2
1
Lo anterior refleja que se cuenta con tres varianzas y slo es posible realizar la
comparacin de la varianza intermuestral con la varianza intramuestral mediante el anlisis del
comportamiento de las mismas con respecta a la distribucin F que supone la independencia
de las varianzas. La distribucin F se expresa por la ecuacin:
F =
(ecuacin 4.14)
donde:
F = Distribucin F.
4.
Los grados de libertad para la varianza del error se obtienen mediante la ecuacin:
gl = c 1
(ecuacin 4.15)
donde:
gl = grados de libertad
c = columnas
5.
ecuacin:
gl = n c
(ecuacin 4.16)
donde:
gl = grados de libertad
c = columnas
n = nmero de casos
Pgina 87
A2
B2
C2
60
3600
90
8100
80
6400
80
6400
85
7225
70
4900
74
5476
84
7056
100
10000
90
8100
76
5776
74
5476
66
4356
79
6241
Total 449
34173
245
28157
324
26776
Xb 2 = 89106
Xi 2 =
Xd
(1018) 2
= 15082.86
14
= 827.50
6
4
4
14
Pgina 88
Suma de
Cuadrados
Grados de
Libertad
Intermuestral
827.50
413.75
Intramuestral 14255.36
15
950.36
0.95F2,15
Cuadrado
F
Medio Calculada
0.44
0.05
= 3.68
Para el problema anterior la razn F calculada es de 0.44 valor que esta muy por debajo
de la razn F crtica con valor de 3.68 para = 0.05 por consiguiente es posible aceptar la
hiptesis de nulidad concluyendo que no existe evidencia de que las tres medias de
calificaciones obtenidas por los grupos en lectura veloz sean diferentes.
Pgina 89
( X )
2
ec
c1
nc1
( X )
( X )
+ ...
c2
nc 2
(ecuacin 4.17)
donde:
2
ec
b5) La suma de cuadrados entre filas que se expresa matemticamente mediante la ecuacin:
( X )
2
er
r1
nr1
( X )
( X )
+ ...
r2
nr 2
(ecuacin 4.18)
donde:
2
er
b6) La suma de la interaccin de los cuadrados ... es la parte de la desviacin entre las medias
de los grupos y la media total que no se debe ni a las diferencias de las filas ni a las diferencias
de las columnas, (DAry, Jacobs y Razavieh, 1982, p. 164). Se define matemticamente
mediante la expresin:
2
int
2
i
( X
2
ec
+ X er2
(ecuacin 4.19)
donde:
X
X
X
2
int
2
i
2
ec
2
er
Pgina 90
gl = r 1
(ecuacin 4.20)
donde:
gl = grados de libertad
r = filas
gl = (c 1) (r 1)
(ecuacin 4.21)
donde:
gl = grados de libertad
c = columnas
r = filas
gl = G 1
(ecuacin 4.22)
donde:
gl = grados de libertad
G = grupos
gl = N 1
(ecuacin 4.23)
donde:
gl = grados de libertad
N = columnas
Pgina 91
Menos
de 24
Baja
GRUPO 1
22
22
21
21
19
X= 105
X 2= 2211 X 2= 2479
GRUPO 2
25
23
22
21
20
X = 111
Xr1 = 216
Edad
Mas
de
24
23
22
21
20
19
X= 105
X 2=2215
GRUPO 3
GRUPO 4
19
17
16
15
13
X 2= 1300 X = 80
XC1= 210
Xr2 = 185
XC2 = 191
Xt
X i2 =
= 8205
(401) 2
= 164.95
20
(105) 2
(111) 2
(105) 2
(80) 2
(401) 2
+
+
+
= 114
5
5
5
5
20
Pgina 92
para obtener la razn F se sugiere disear la siguiente tabla con el propsito de facilitar el
anlisis:
Xd
X ec2 =
(210) 2
(191) 2
(401) 2
+
= 18.10
10
10
20
X er2 =
= 48.10
10
10
20
2
int
Suma de
Grados de
Cuadrados Libertad
Cuadrado
F
Medio Calculada
Entre columnas
18.10
18.10
5.69
Entre hileras
48.10
48.10
15.13
Interaccin
47.80
47.80
15.03
Intermuestral
827.50
38.00
Intramuestral
14255.36
16
3.18
0.95F1,16
0.05
= 4.49
Para la varianza entre columnas la razn Fo = 5.69 > Fc = 4.49 por consiguiente no se
acepta la hiptesis de nulidad. La razn F calculada (Fo) es significativa a nivel = 0.05.
Para la varianza entre filas la razn Fo = 15.13 > Fc = 4.49 por lo que no se acepta la hiptesis
nula. La razn F es altamente significativa a nivel = 0.05. Para la varianza de la interaccin
la razn Fo = 15.03 > Fc = 4.49 por lo que no se acepta la hiptesis de nulidad. La razn F es
altamente significativa a nivel = 0.05. Los anteriores resultados permiten concluir que
existe evidencia estadstica para establecer como conclusin que la incentivacin econmica
tiene influencia significativa en el aumento de la productividad de los empleados de la
Pgina 93
Para Webster (1998) presenta una definicin muy completa de las pruebas de bondad del
ajuste. ... estas pruebas miden el grado en que los datos muestrales observados cumplen una
distribucin hipottica determinada. Si el grado de cumplimiento es razonable, se puede
deducir que la distribucin hipottica existe, (p. 838).
Xi 2 =
( f
i =1
fe )2
fe
(ecuacin 4.24)
Pgina 94
donde:
el Sr. Neufeld toma como muestra el volumen de ventas mensual en toneladas de queso
correspondientes a un perodo de 12 meses. Las frecuencias son:
Pgina 95
Mes
Frecuencias
Esperadas
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
Total
Observadas
60
60
60
60
60
60
60
60
60
60
60
60
43
41
75
71
59
69
45
51
61
65
50
90
720
720
El valor de Xi 2 es:
(43 60) 2 (41 60) 2 (75 60) 2 (71 60) 2
+
+
+
60
60
60
60
1
(71 59) 2 (69 60) 2 (45 60) 2 (51 60) 2
2
+
+
+
Xi = +
= 42.57
60
60
60
60
i =1
2
(65 60) 2 (50 60) 2 (90 60) 2
(61 60)
+
+
+
+
60
60
60
60
Con el propsito de analizar e interpretar el valor encontrado de Xi2 se necesita obtener los
grados de libertad. Para ello se utiliza la expresin matemtica:
gl = n 1
donde:
gl = grados de libertad
n = nmero de casos
para el anterior problema los gl = 11. Posteriormente se obtiene el valor de Xi2 crtico
(consultar apndice C) aplicando la regla de decisin: Se rechaza la hiptesis nula si Xi2
Pgina 96
calculada > Xi2 crtica, no se rechace en caso contrario. Para el caso anterior se puede concluir
que Xi2 calculada = 42.57 > Xi2 crtica = 19.675 a nivel = 0.05, por consiguiente no se acepta
la hiptesis de nulidad que expresa que la demanda de queso menonita tipo chester en el
mercado nacional es uniforme. Las diferencias entre la demanda observada y la esperada son
significativas por lo que es posible refutar la hiptesis de nulidad.
c2) Xi2 de Independencia. Es una excelente herramienta estadstica para comprobar la
independencia de variables categricas. Analiza dos factores con el propsito de determinar la
existencia o no de relacin entre ellos. Para lo anterior utiliza tablas de tabulaciones cruzadas o
de contingencia (ver seccin 4.3 del captulo IV).
As por ejemplo si se analizar el rendimiento de alumnos con resultados por arriba o por
debajo del promedio en la prueba coeficiente intelectual se estaran comparando dos factores:
rendimiento y coeficiente intelectual. La Xi2 de independencia aplica la ecuacin 4.23 para
analizar la diferencia entre las frecuencias observadas y las esperadas.
Para ilustrar esta prueba se utilizar un ejemplo segn el cual a una muestra aleatoria
de 90 estudiantes recin egresados y prximos a egresar de educacin media superior se les
pregunta si prefieren estudiar una carrera profesional en la Universidad Autnoma de
Chihuahua (UACH), en el Instituto Tecnolgico de Cd. Cuauhtmoc (ITCC) o si tienen
preferencia por alguna Institucin de Educacin Superior Particular. Los resultados se
muestran en la Tabla 4.9.
ITCC
Institucin
Total
Particular
Recien egresados
20
24
48
Prximos a egresar
16
18
38
Total
36
42
12
90
Pgina 97
como puede observarse la Tabla 4.9 contiene 6 casillas integradas por tres columnas y dos
filas. Para realizar la comparacin se plantea la hiptesis:
H 0 : f 0 = f e No existe preferencia por alguna institucin especfica
H 1 : f o f e Existe preferencia por alguna institucin especfica
= 0.05
ITCC
Institucin
Total
Particular
Recien egresados
11.20
0.53
19.73
Prximos a egresar
6.4
8.46
1.04
15.90
Total
14.4
19.66
1.57
35.63
(ecuacin 4.25)
donde:
Pgina 98
gl = grados de libertad
r = nmero de renglones en la tabla
c = nmero de columnas en la tabla
Pgina 99
ACTIVIDADES DE APRENDIZAJE
y conducir un anlisis estadstico sobre los datos colectados utilizando estadstica tanto
descriptiva como inferencial.
2
simple y mltiple) a travs de sistemas computacionales (Excel, Lotus Smart Suite, entre
otros).
Pgina 100
CAPTULO V
PRESENTACIN
DE RESULTADOS.
Pgina 101
La estructura lgica del informe de investigacin sigue las etapas del proceso de
investigacin cientfica y adopta diferentes modalidades segn se trate de un experimento, una
tesis o disertacin, entre otros tipos de investigacin. El formato del reporte de una tesis se
integra por las siguientes partes:
c)
Hoja en blanco.
d)
Oficio de aprobacin.
e)
Reconocimientos.
Pgina 102
f)
investigacin. Se desarrolla con una extensin de 150 a 350 palabras. Esta seccin describe el
problema, la metodologa, los resultados y las conclusiones en forma concisa.
g)
Tabla de Contenido.
h)
Lista de Tablas.
i)
Lista de Figuras.
A esta seccin algunos autores le denominan texto. El cuerpo del informe se integra
por las siguientes partes:
j1) La Introduccin tiene como objetivo proporcionar la informacin necesaria para
evaluar la investigacin (Schmelkes, 1988). Para lograr lo anterior requiere desarrollar una
explicacin acerca de las caractersticas y condiciones en que se realiz el estudio. Se utiliza
para ubicar al posible lector sobre los alcances y limitaciones del documento. Los elementos
que integran la introduccin fueron explicados en las secciones 2.1, 2.2 y 2.3 (ver Figura 1.3).
j2) Los Captulos. Iniciando con la el marco terico a fin de presentar el contexto de la
investigacin y comparar el tema de investigacin con otros temas mediante la revisin de la
literatura. Enseguida se incluye el captulo de metodologa. Posteriormente se incluye el
captulo de anlisis de resultados. De acuerdo con Solomon (1992) este captulo ... debe
presentar los datos que recopil, los mtodos estadsticos utilizados para analizar los datos y
los resultados del anlisis estadstico, (p. 20). Evidentemente se complementa con tablas y
figuras que resumen de forma organizada y sencilla la informacin, facilitando su
comprensin.
Los anlisis estadsticos permiten la interpretacin de resultados. Es aqu en donde se
analiza si existe evidencia estadstica que apoye o no a las hiptesis para posteriormente dar a
conocer las implicaciones pertinentes. Lo anterior se puede lograr explicando que tipo de
teora cientfica difiere con los datos obtenidos y cul lo apoya, es decir se comparan los
resultados alcanzados con los resultados de otras investigaciones realizadas previamente. Y
finalmente se desarrolla el captulo de conclusiones, implicaciones y recomendaciones. Se
incluye una seccin de sugerencias para investigaciones futuras constituyendo as una agenda
de investigacin a mediano o a largo plazo.
a1) Las referencias que son todas las fuentes citadas o referidas en el cuerpo del
documento y consiste en la bibliografa, los reportes tcnicos de investigacin, artculos de
revistas tecnocientficas, monografas, tesis, disertaciones entre otras fuentes que se hayan
citado en el documento.
a2) La Bibliografa son las obras pertinentes a la temtica tratada en el texto pero que
no se hayan citado especficamente.
a3) Los Apndices son considerados como el material complementario que contiene
informacin necesaria e imprescindible para el apoyo de la investigacin. El apndice
comprende mapas, copia de los instrumentos de medicin (cuestionarios, cdulas de entrevista,
escalas de actitudes, etc.), resultados de anlisis estadsticos obtenidos mediante programas
computacionales entre otros aspectos.
Portada
b)
Resumen
c)
Tabla de Contenido
d)
Tabla de Cuadros
e)
Tabla de Figuras
f)
Introduccin
g)
Metodologa
h)
i)
Conclusiones
j)
Referencias
k)
Apndice.
Pgina 104
A partir de los 1980s, Michael Porter desarrolla un nuevo paradigma conocido como la
Teora de la Ventaja Competitiva (TVC). Esta teora ha cobrado especial importancia al
Pgina 105
Los prrafos deben tener una extensin mnima de tres renglones. Si tienen una extensin
menor se cae en una situacin incorrecta. El finalizar una cuartilla con el inicio de un prrafo
expresado en un solo rengln es incorrecto. Al menos debe haber dos.
Un error frecuente en la redaccin de escritos es el uso inadecuado de la coma. Lo anterior
se refleja en frases y oraciones en las que es necesario hacer la separacin de tres o ms
trminos mediante la coma. As se tiene:
Incorrecto:
Los principales competidores de Mxico en el Sector de Servicios de Impresin, son:
Colombia, Brasil, Argentina, Espaa, Estados Unidos, China, Taiwan y Japn. (De Valecio y
Viveiros, 1996).
Correcto:
Los principales competidores de Mxico en el Sector de Servicios de Impresin son
Colombia, Brasil, Argentina, Espaa, Estados Unidos, China, Taiwan, y Japn (De Valecio y
Viveiros, 1996).
Incorrecto:
La productividad de los talleres del Sector de Servicios de Impresin de la localidad, se
determina por la productividad de cada uno de los talleres. Con el anlisis de la productividad
se pueden comparar la productividad de cada taller con la productividad de las dems
empresas para conocer las diferencias existentes. Pero la medicin de la productividad es muy
relativa.
Correcto:
La situacin competitiva de los talleres de impresin en la localidad es determinada en
gran medida por la productividad total de cada taller, y es posible establecer una serie de
comparaciones entre los talleres. No obstante, los resultados de la medicin de la
productividad son relativos, es decir, pueden variar si se modifican las caractersticas de los
talleres o cambia el contexto tanto de mercado como el econmico.
Pgina 107
900
1991
a 1995
1991
a 1995
1059
800
1063
700
895.5
871.8
565.6
600
500
400
300
200
100
0
1997
1998
1996
1995
1994
AO
Pgina 108
Lugar
Mxico
Estado de Chihuahua
Municipio de Cuauhtmoc
Cantidad
Porcentaje
133,584
3,728
100.00 %
2.79 %
48
0.04 %
Fuente: INEGI (1994). XIV Censo Industrial, Industrias manufactureras, extractivas y de electricidad, Censos
econmicos 1994, Mxico.
Pgina 109
a)
cada vez que se subdivida un tema deber clasificarse en dos o ms subtemas. Por ejemplo:
1 Introduccin
1.1 Organizacin del Contenido
1.2 Planteamiento del Problema
1.3 Alcance de la Investigacin
1.3.1 Preguntas de Investigacin
1.3.2 Propsito
1.3.3 Objetivos
1.3.4 Hiptesis
1.4 Limitaciones y Supuestos
1.4.1 Limitaciones
1.4.2 Supuestos
b)
A)
B)
Anlisis Estadstico
1 Prueba de Hiptesis
2 Problemas en la Regresin Mltiple
3 Conclusiones y Recomendaciones
a) Conclusiones
b) Recomendaciones
c) Implicaciones
dar
1998, p. 20). Lo anterior se requiere para evitar caer en el plagio. Las citas incluidas en el
cuerpo del documento se registran con comillas al principio y al final de la expresin citada.
Pacific Western University (1998) resalta la importancia de realizar las citas en forma
correcta mediante la expresin ... la documentacin precisa contribuye a la validez de sus
conclusiones pues apoya las premisas, metodologa, citas y datos en las que usted basa sus
observaciones, (p. 20).
Al citar se requiere observar los principios de honestidad y exactitud. En el primero se
reconocen las expresiones e ideas de los autores consultados y citados tanto si se presentan
como una cita textual o si se parafrasean. El segundo principio obliga a la transcripcin exacta
de la idea del autor citado sin sacarla de su contexto ni quitarle el sentido original, que ha
impreso el autor (Mendieta, 1982).
Con frecuencia se realizan cortes a la expresin de un autor, es decir, se omite parte de
la expresin. Lo anterior se indica con puntos suspensivos dejando cuatro espacios y
registrando tres puntos suspensivos. En otras ocasiones suele incluirse en la expresin de un
autor para hacer interpretaciones o aportes propios sin alterar la idea original. En este caso se
utilizan corchetes, por ejemplo, ...
inversin]
[determinar]
[de
...la conveniencia de
Los problemas relacionados con la reparticin del poder exigen que los Gerentes
entiendan y manejen la organizacin como un sistema poltico. El primer indicio creble de un
cambio inminente desencadena al instante una actividad intensamente poltica, en particular
entre los que se oponen al cambio, y desva energa y atencin del trabajo normal (Nadler y
Tushman, 1999, p. 187)
b)
c)
d)
Es muy importante obtener previamente la autorizacin por escrito del autor que se
analiza en aquellas situaciones en que esta citando material indito (Anderson, Durston y
Poole, 1993).
Este sistema es utilizado tambin para citar la fuente de tablas y figuras indicando la
pgina en que se ubican en la fuente de origen. Es adecuado utilizar el sistema de autor y ao
con el propsito anterior (ver Figura 5.1). Cuando se requiere citar un documento que tiene
tres autores se registran los nombres de los tres autores, por ejemplo,
Hopkins, K., B. R. Hopkins y G. V. Glass (1997) Estadstica Bsica para las Ciencias Sociales
y del Comportamiento, 3. ed., Ed. Prentice-Hall Hispanoamericana, Mxico.
En aquellos casos en los que existen cuatro o ms autores de la obra citada se registra
el nombre del autor principal seguido por la locucin latina et. al. que significa y
colaboradores. No obstante en la seccin de referencias y en la de bibliografa se registra el
total de autores de la obra, por ejemplo, al citar
La sociologa, es el estudio de la sociedad humana y el comportamiento en los contextos
sociales, ..., (Mndez, J. S., et. al., 1996, p. 1)
Al realizar citas de autores diversos para argumentar y respaldar una misma idea (citar en
grupos) se sugiere seguir un orden lgico en forma alfabtica o cronolgica. Este orden deber
respetarse a lo largo del documento. Para diferenciar un autor de otro se separan los nombres
utilizando punto y coma, por ejemplo,
Pgina 112
El Grupo Consultor Boston (GBC) establece que el xito de un negocio est en funcin de
una cartera de productos que tengan distinto margen de crecimiento y diferente participacin
en el mercado. Es un modelo que asigna roles a un pas de acuerdo a la posicin competitiva
de la empresa en el mercado (Yin, 1994; Schettino, 1994).
Pgina 113
5 Lugar de publicacin
6 Volumen, nmero y pgina.
Baena, G. (1988). Manual para elaborar trabajos de Investigacin Documental, 3. reimp., Ed.
Editores Unidos Mexicanos, Mxico.
Pgina 114
Incorrecto
Rojas, S. (1980). Gua para realizar Investigaciones Sociales, UNAM, Mxico.
Correcto
Rojas, S. (1980). Gua para realizar Investigaciones Sociales, Universidad Nacional Autnoma
de Mxico, Mxico.
Pgina 115
ACTIVIDADES DE INVESTIGACIN
acadmico.
2
Presentar por escrito original y dos copias el informe de investigacin, incluyendo una
especializada.
4
Pgina 116
REFERENCIAS
Ackoff, R. (1953). The Desing of Social Research, University of Chicago, United States of
America.
Anderson, J., B. H. Durston y M. Poole (1993). Redaccin de Tesis y Trabajos Escolares, 15.
reimp., Ed. Diana, Mxico.
Baena, G. (1997). Instrumentos de Investigacin, 22. reimp., Ed. Editores Unidos Mexicanos,
Mxico.
Baena, G. (1988). Manual para elaborar trabajos de Investigacin Documental, 3. reimp., Ed.
Editores Unidos Mexicanos, Mxico.
Baker, T. L. (1997). Doing Social Research, 2. ed., Ed. McGraw-Hill, United States of
America.
Briones, G. (1995). Mtodos y Tcnicas de Investigacin para las Ciencias Sociales, 2. reimp.,
Ed. Trillas, Mxico.
Pgina 117
Carmines, E. and R. Zeller (1979). Reliability and Validity Assessment, Sage, Beverly Hills,
Calif. United States of America.
Castro, L. (1982). Diseo Experimental sin Estadstica, 4. reimp., Ed. Trillas, Mxico.
Pgina 118
Glass, G. y J. S. Stanley (1994). Mtodos Estadsticos aplicados a las Ciencias Sociales, Ed.
Prentice-Hall Hispanoamericana, Mxico.
Heinz Dieterich (1997). Nueva Gua para la Investigacin Cientfica, Ed. Ariel, Mxico.
Hopkins, K., B. R. Hopkins y G. V. Glass (1997). Estadstica Bsica para las Ciencias Sociales
y del Comportamiento, 3. ed., Ed. Prentice-Hall Hispanoamericana, Mxico.
Koyr, A. (1984). Estudios de Historia del Pensamiento Cientfico. 6. ed., Siglo veintiuno
editores, Mxico.
Pgina 119
Leedy, P. (1993). Practical Research Planning and Design, 5. ed., Ed. McGraw-Hill, United
States of America.
Pgina 120
Pacific Western University (1998). Instructions for Doctoral Candidates, Calif., United States
of America.
Rojas, S. (1980). Gua para realizar Investigaciones Sociales, Universidad Nacional Autnoma
de Mxico, Mxico.
Solomon, P. R. (1992). Gua para redactar Informes de Investigacin, Ed. Trillas, Mxico.
Pgina 121
Webster, A. (1998). Estadstica aplicada a la Empresa y a la Economa, 2. ed., Ed. McGrawHill, Mxico.
Wallace, W. (1971). The Logic of Science in Sociology, Ed. Aldine, Chicago, United States of
America.
Yin, G. (1994). Globalizacin, Estrategias para obtener una Ventaja Competitiva Internacional,
1. reimp., Ed. Norma, Mxico.
Pgina 122
APNDICES
A Valores Crticos para la Distribucin t
B Valores Crticos para la Distribucin F
C Valores Crticos para la Distribucin Ji-cuadrado.
Las tablas para los valores crticos de las distribuciones anteriores se presentan
incompletas. Son utilizadas con propsitos didcticos. Para obtener informacin ms amplia,
consultar bibliografa de estadstica.
Pgina 123
Pgina 124
Pgina 125