Diapositiva%201

1
TEMA I
2
ESQUEMA GENERAL
MODELO GENERAL DE LA INVESTIGACIÓN CIENTÍFICA
3
El modelo general de investigación
El modelo general de investigación, en ciencias
psicológicas, sociales y de la salud, se
caracteriza como un proceso global,
jerárquicamente estructurado con niveles y fases,
y tiene por objetivo ampliar el ámbito de los
conocimientos objetivamente validados.
4
Lectura

• La investigación psicológica y social, como
  cualquier otra clase de investigación científica,
  está formada por un conjunto de actividades
  encaminadas al descubrimiento y a la verificación
  de fenómenos para alcanzar conocimientos teóricos
  significativos. La investigación científica suele
  caracterizarse, con frecuencia, como un proceso o
  secuencia estructurada de niveles tendentes a
  ampliar el ámbito de los conocimientos
  objetivamente válidos.

5
Lectura

• La investigación científica es un proceso que
  a modo de espiral va desde lo empírico a lo
  teórico (vía inducción) y de lo teórico a lo
  empírico (vía deducción). Este camino está
  estructurado por una serie de niveles, cada uno
  de los cuales está formado por fases que
  determinan las distintas actuaciones dentro del
  nivel correspondiente.

6

NIVELES




F
A S E S




--------------------------------------------------
--------------------------------------------------
--------------------------------------------------
-----------



i
d


n
TEÓRICO
-
e
Delimitación
Hipótesis
d
CONCEPTUAL
d

Consecuencias

de un área de

Discusión

teóricas.

u

contrastables.

u
de los resultados

estudio.

Teo
rías y
c

c
Hipótesis empíricas


Problemas

modelos


c

c


i
i

ó
ó


n


n


--------------------------------------------------
--------------------------------------------------
-----------------------------------------





operativización
inducción


TÉCNICO

-
D
METODOLÓGICO



I
Plan de


S
investigación






E


Ñ


O



Estrategia de
D


recogida de datos
E




I

N

V
No experimental

Experimental


E


S
--------------------------------------------------
--------------------------------------------------
------------------------------------------

T

I
ANALÍTICO
-

G
ESTADÍSTICO

A
Elaboración y reunión de datos


C


I


Ó
Ajuste de modelos


Pruebas de
N
estadísticos



significación.



Contraste de

hipótesis














7
Niveles del modelo general de investigación

• A) Nivel teórico-conceptual
• B) Nivel técnico-metodológico Diseño de
• 
  investiga-
• C) Nivel estadístico-analítico ción

8
Nivel teórico-conceptualFases
Problemas Hipótesis
Enunciados Discusión
teóricas,
empíricos resultados
Teorías
9
Lectura (Nivel teórico-conceptual)

• Obsérvese que este primer nivel es eminentemente
  teórico, de modo que están presentes, en el
  transcurso de las distintas fases, tanto el
  razonamiento inductivo como el razonamiento
  deductivo. Así, por ejemplo, las hipótesis
  teóricas suelen derivarse, vía razonamiento
  inductivo, de la observación de los hechos, del
  análisis de las generalidades y constancias, de
  la acotación de ámbitos observacionales y del
  intento de dar respuestas válidas a los problemas
  planteados.

10

• De otro lado, el razonamiento, aplicado para
  derivar proposiciones empíricamente contrastables
  -hipótesis de investigación- de los esquemas
  teóricos o modelos conceptuales, es
  fundamentalmente deductivo. Por último, el
  razonamiento inductivo vuelve a estar presente al
  extraer consecuencias teóricamente significativas
  de los resultados de la experiencia en la fase de
  discusión.

11
Problema científico

• Fenómeno
• 
  
  Observado

12
Problema científico

• Pregunta o cuestión que nos hacemos sobre el
  porqué ocurre algo, o por algo que nos sorprende.
• Suele formularse
• Porqué, o a qué se debe lo que estamos
  observando?

13
Problema científico

• Un problema es científico si puede ser
• abordado con la metodología vigente
• (disponible a la ciencia) en un momento
• histórico dado.

14
PROBLEMAS CIENTÍFICOS
15
Lectura (Origen de los problemas)

• A) Los investigadores movidos por alguna
  observación suelen identificar un problema al
  preguntarse cómo y por qué ocurre un determinado
  hecho o fenómeno. Esta pregunta se convierte en
  un problema a estudiar.
• B) A menudo los problemas surgen de
  resultados obtenidos en investigaciones previas.
  Los resultados de las investigaciones se publican
  en revistas científicas, de modo que de los
  procedimientos más importantes para conseguir
  problemas científicos es la revisión de artículos
  de revistas a través de los bancos de datos.

16

• C) A veces, los problemas se derivan de teorías
  formales. En este contexto, los problemas sirven
  para probar alguna parte de la teoría o llenar
  lagunas en determinados ámbitos conceptuales.
• D) La curiosidad es una importante fuente de
  problemas y consiste en probar nuevas técnicas o
  explorar hechos bajo condiciones diferentes.

17
Lectura (Revistas psicológicas)

• A menudo los problemas surgen de resultados
  obtenidos en investigaciones previas. Los
  resultados de las investigaciones se publican en
  revistas científicas, de modo que de los
  procedimientos más importantes para conseguir
  problemas científicos es la revisión de artículos
  de revistas. Hay publicaciones que recogen
  revisiones sistemáticas de áreas psicológicas
  específicas. Así, por ejemplo, el Annual Review
  of Psychology incluye capítulos que, redactados
  por expertos, sintetizan la investigación
  realizada a lo largo de los últimos años en
  campos específicos de interés.
• 
  ..//..

18

• También en la revista Psychological Bulletin se
  publican revisiones periódicas y, con suerte, es
  posible encontrar un resumen de un área de
  interés. Una herramienta de información
  bibliográfica decisiva, relativa a temas
  psicológicos, es la Psychological Abstracts que
  se edita desde 1927. En esta publicación se
  hallan, debidamente clasificados por temas,
  resúmenes de artículos de las revistas más
  importantes de psicología.

19
Lectura (bases de datos electrónicos)

• Bases de datos Cobertura
  Dirección Internet
• PsycINFO Psicología, salud
  men- Conectar a través
• tal,
  biomedicina Biblioteca
• Social Sciences Index Ciencia social, política,
  Conectar por la Biblioteca
• 
  psicología, humanidades
• MEDLINE Medicina, biomedicina,
  www.healthy.net/ library/
• cuidado de
  la salud search/medline.htm
• SocioFILE Sociología y
  disciplinas Conectar por Biblioteca
• 
  relacionadas

20
Ejemplos (problemas científicos)

• a) Hay una actitud mayoritaria a favor de la
  ley del aborto?
• b) Ayuda el ejercicio al aprendizaje de una
  destreza motora?
• c) Cuáles son los rasgos de personalidad
  asociados con la depresión?

21

• d) Influye la clase social en el consumo del
  alcohol?
• e) Afecta el estrés a la capacidad de memoria?
• f) El consumo de alcohol reduce la capacidad
  de atención?
• g) Ayudan los antidepresivos a combatir el
  insomnio?

22
Hipótesis

• Conjetura conceptual con que pretende resolver
  el problema científico planteado

23
Lectura (enunciado de las hipótesis)

• A) Identificado el problema, el investigador
  avanza una posible solución del mismo. De este
  modo, la hipótesis es una propuesta o conjetura
  conceptual sobre lo que se espera observar.
• B) La solución a los problemas científicos no es
  la única razón del enunciado de las hipótesis.
  Éstas, con frecuencia, se derivan también de
  teorías. Las teorías, a diferencia de las
  hipótesis, representan los principios generales y
  sus conexiones mediante reglas lógicas. Son
  sistemas conceptuales que organizan las creencias
  iniciales acerca de cómo funciona la realidad o
  el mundo (Dooley, 1984).

24

• La teoría sirve de guía de la investigación y
  proporciona predicciones sujetas a prueba. Las
  hipótesis se convierten, en esta segunda
  acepción, en instrumentos de trabajo de la teoría
  y son el puente entre los datos y los esquemas
  conceptuales. Como destacan Rosenthal y Rosnow
  (1991), las hipótesis están más focalizadas, y
  están orientadas a la confrontación empírica.

25
UNIVERSO DE LAS HIPÓTESIS
26
Estructura jerárquica de las hipótesis

• Hipótesis
• teórica
• Hipótesis
• de investigación
• Hipótesis
• operacional
  

27
Hipótesis teórica

• Hipótesis del sistema
• Supuesta relación funcional entre variables
  teóricas

28
Hipótesis de investigación

• Las hipótesis de investigación o empíricas son
  predicciones hechas a partir de las hipótesis
  teóricas. Son enunciados más específicos y más
  fácilmente verificables que se derivan de las
  propuestas o enunciados teóricos.
• A veces se plantean como una solución directa
  a los problemas científicos.

29
Ejemplos (hipótesis de investigación)

• a) La actitud de los maestros afecta el
  rendimiento académico de los escolares.
• b) El estatus socioeconómico determina el
  éxito social.
• c) El tamaño de los jurados populares está
  relacionado con el veredicto de culpabilidad.

30

• d) A mayor intensidad del estímulo auditivo más
  rápida es la respuesta.
• e) El incentivo es una factor determinante de
  la productividad laboral.
• f) Los repasos ayudan a memorizar el material
  escrito.
• g) La masificación de las aulas es causa de un
  bajo rendimiento escolar

31
Hipótesis operacional

• La hipótesis operacional es una hipótesis de
  investigación donde se han definido
  operacionalmente todas sus variables.
• En otras palabras, es aquella en que se aplica
  a los términos de la hipótesis de investigación
  definiciones reductivas ya sean de manipulación
  o bien de medición.

32
Lectura (definición operacional de las variables)

• La definición operacional especifica la clase
  de operaciones que han de realizarse para
  manipular o medir la variable en cuestión. La
  definición operacional es un conjunto de
  instrucciones que han de seguirse para el uso
  científico de las variables. Pueden citarse, como
  ejemplos de definiciones operacionales, la
  especificación de la recompensa por la cantidad
  de alimento, la inteligencia por las puntuaciones
  de un test de inteligencia, el neuroticismo por
  las puntuaciones del cuestionario EPI, la
  ansiedad por cantidad de amenaza, etc.
• De los ejemplos citados, se concluye la
  posibilidad de dos tipos de definiciones
  operacionales la definición operacional
  experimental y la definición operacional de
  medida (Kerlinger, 1964).

33
Ejemplo (hipótesis operacional)

• Los individuos introvertidos tienen un
  rendimiento más alto en tareas que exigen estar
  atentos durante un período de tiempo largo
• Introversión medida por las puntuaciones del
  Inventario de Personalidad de Eysenck (EPI)
• Tarea de atención cantidad de faltas
  cometidas en un simulador de conducción, durante
  media hora.

34
Criterios para la formulación de las hipótesis
científicas

• A) Claridad
• B) Comprobabilidad
• C) Simplicidad
• D) Relación entre variables
• E) Coherencia

35
Lectura (cómo se formulan las hipótesis
científicas)

• A) Las hipótesis han de formularse con
  claridad, en términos usuales y de forma
  operacional. Han de evitarse términos tales como
  personalidad, atención, rendimiento escolar, etc.
  El enunciado de una hipótesis requiere el uso de
  términos técnicos precisos y definidos
  operacionalmente. Una hipótesis como la
  personalidad influye en el rendimiento escolar
  debería reformularse por la personalidad medida
  por el Eysenck Personality Inventory determina
  las puntuaciones académicas obtenidas por los
  escolares en una prueba de ejecución
  sensorio-motriz.
  ..//..

36

• B) Las hipótesis han de ser comprobables. Esto
  requiere disponer de los medios o instrumentos
  necesarios para manipular o medir, de forma
  válida, válidas de las variables implicadas.
• C) Es propio de las hipótesis correctamente
  formuladas establecer relaciones entre las
  variables. En toda hipótesis científica ha de
  quedar reflejada, de forma explícita, la relación
  entre las variables. Sea, por ejemplo, la
  hipótesis de que a mayor cantidad de ensayos
  mejor ejecución en una tarea de coordinación
  sensorio-motora. ..//..

37

• D) Las hipótesis han de ser simples, es decir,
  es preferible una hipótesis específica que una
  hipótesis general. No obstante, es posible
  derivar, a partir de un enunciado amplio,
  hipótesis operacionales particulares.
• E) Por último, las hipótesis tienen que ser
  coherentes con el resto de los hechos conocidos o
  hipótesis verificadas. Las hipótesis previamente
  validadas no siempre son consistentes con todos
  los hechos. En estos casos, es aconsejable
  formular hipótesis alternativas para eliminar la
  falta de consistencia.

38
Clases de hipótesis

• Asociativa
• Hipótesis
• Causal

39
Hipótesis asociativa

• X Y
• Los valores de la variable X covarían con los
  valores de la variable Y

40
Ejemplos (hipótesis asociativas)

• a) Hay una correlación entre el estilo de
  dirección y la moral de los empleados
• b) La visualización de los dibujos animados
  está asociado con el comportamiento agresivo de
  los niños.
• c) La percepción de culpabilidad o inocencia de
  los acusados está asociada a los argumentos
  legales. ..//..

41

• d) El consumo de heroína es función de la clase
  social.
• e) El consumo de tabaco está positivamente
  relacionado con el nivel de alerta en sujetos
  humanos.
• g) Los niños sensibles al ritmo progresan más
  en el aprendizaje de lectura.

42
Hipótesis causal

• X Y
• Los valores de la variable X determinan los
  valores de la variable Y

43
Ejemplos (hipótesis causales)

• a) Leer dos veces una lista de ítems favorece
  su recuerdo.
• b) La intensidad de un estímulo determina una
  respuesta de discriminación más rápida.
• c) A mayor incentivo más rápido es el
  aprendizaje de una actividad académica.
• 
  ..//..

44

• d) El castigo genera respuesta de evitación.
• e) La frustración es causa de conductas
  agresivas.
• f) El nivel de alerta aumenta la efectividad
  del rendimiento escolar.
• g) El ejercicio aumenta el rendimiento en una
  actividad motora.

45
Contextos de las hipótesis

• Hipótesis
  Contexto
• 
  científico
• asociativas
  correlacional
• causales de
  manipulación

46
Qué añade la hipótesis al problema

• Relación
• VD funcional
  VI
• y f(x)

47
Clasificación de las hipótesis de investigación
A) En función de los objetivos experimentales
B) En función del grado de generalidad
48
Nivel técnico-metodológicoFases

• 
  No-experimental
• Plan de Estrategias
• Investiga- recogida de
• ción datos
• 
  
• 
  Experimental

49
Lectura (nivel técnico-metodológico)
A este segundo nivel del Modelo general, se
vinculan los conceptos teóricos con la realidad
empírica es decir, se fundamenta, mediante el
anclaje empírico que proporciona el método, la
representación conceptual o imagen teórica de lo
real (Madsen, 1967). Se trata de una fase cuya
actividad principal es el contraste o
comprobación de la hipótesis de investigación (o
hipótesis empíricas), y la reducción de los
elementos de la hipótesis a referentes reales.
..//..
50

• Este proceso de reducción - operativizar la
  hipótesis- requiere la aplicación de las
  correspondientes reglas de correspondencia o
  definiciones operacionales.
• Las actividades de esta segunda fase son a) la
  operativización de la hipótesis mediante un plan
  de investigación, y b) la selección de una
  adecuada estrategia de recogida de datos o diseño
  de investigación.

51
Plan de investigación

• Proceso de toma de decisiones relativo a
• 1. variable independiente
• 2. variables extrañas
• 3. variable dependiente
• 4. variable de sujeto
• 5. variable de procedimiento y tarea
• 6. instrumentos de medida

52
Lectura (plan de investigación)

• El plan de investigación es un proceso en el
  que toman decisiones acerca de las cuestiones más
  relevantes que afectan a su puesta en práctica.
  Entre estas cuestiones unas se refieren a cómo se
  han de definir las variables independiente y
  dependiente, cómo aplicar los tratamientos, cómo
  controlar las posibles variables extrañas o
  potenciales fuentes de confundido, cómo
  administrar las tareas y cómo seleccionar y
  tratas a los sujetos que van a ser objeto de
  estudio o unidades de trabajo.

53
Estrategias de investigación y control
54
Estrategia de recogida de datos

• Procedimiento general de investigación que es
  función de los objetivos y de cómo se hallan
  físicamente ubicadas las unidades observacionales
  determina el enfoque a seguir en la obtención de
  los registros y datos.

55
Clasificación de las estrategias de recogida de
datos

• 
  Observación directa
• Ex post facto
• 
  Observación indirecta
• Estrategia
• 
  Experimental
• Causal
• 
  Cuasi-experimental

56
Lectura (estrategia ex post facto)

• El enfoque ex post facto no requiere la
  manipulación directa de las condiciones de
  producción de los fenómenos. El investigador no
  elige arbitrariamente los valores de la variable
  independiente. Ese enfoque es propio de las
  situaciones donde no es posible la asignación
  aleatoria de las unidades a las condiciones de
  tratamiento, y donde el control de las fuentes de
  variación extrañas es escaso o limitado. Las
  principales estrategias o procedimientos
  metodológicos que asumen esta clase de
  condiciones son la observación directa y
  observación indirecta.
  ..//..

57

• La observación directa agrupa un conjunto de
  técnicas conocidas por investigación de campo.
  Estas técnicas requieren observaciones directas
  de los eventos, tal como ocurren de forma
  espontánea y poseen un escaso control de las
  fuentes extrañas de variación. Entre las técnicas
  más importantes se encuentra la observación
  naturalista, el estudio de casos y los
  auto-informes (Arnau, 1995b). ..//..

58

• La observación indirecta pertenece también al
  enfoque ex post facto y se caracteriza por el
  registro y medida de gran cantidad de variables.
  Las técnicas utilizadas en observación indirecta
  son conocidas por métodos selectivos o métodos de
  encuesta. El objetivo de la metodología de
  encuesta es la obtención de información con el
  propósito de conocer las propiedades o
  características de una determinada población.
  Entre los procedimientos a utilizar están las
  entrevistas y los cuestionarios (Arnau, 1995b).

59
Lectura (estrategia causal)

• La estrategia causal plantea el estudio de los
  efectos causales entre las variables objeto de
  estudio, y se caracteriza por el mayor control
  que se tiene de los factores o variables de
  confundido. La estrategia causal se caracteriza
  por el control que se posee sobre los registros,
  condiciones y sujetos. La estrategia experimental
  tiene tres componentes básicos manipulación,
  aleatorización y control. ..//..

60

• A diferencia de la estrategia no experimental o
  ex post facto, la estrategia experimental implica
  la manipulación activa de la variable
  independiente es decir, el experimentador elige
  arbitrariamente los valores de la variable
  independiente y los aplica a diferentes grupos de
  sujetos. Por otra parte, la estrategia
  cuasi-experimental prueba, también, relaciones
  de causalidad pero a diferencia de la estrategia
  experimental los grupos no se forman al azar,
  sino que utiliza grupos naturales, intactos o ya
  formados. De ahí, que la asignación aleatoria o
  no de los sujetos a os grupos marca el límite
  entres estas dos estrategias.

61
Lógica de la investigación experimental

• El razonamiento lógico de la técnica
  experimental consiste en atribuir los cambios
  observados en la variable de respuesta (variable
  dependiente) a la variación sistemática de los
  tratamientos (valores de la variable manipulada o
  independiente).

62
Nivel estadístico-analíticoFases

• Elaboración Ajuste del
  Inferencia de
• y reunión modelo
  la hipótesis
• de datos estadístico
  estadística

63
Lectura (Nivel estadístico-analítico)

• Al un tercer nivel, se han secuenciado tres
  fases para conocer paso a paso el proceso de
  análisis de datos
• a) en la primera fase, se representan los
  resultados en tablas o gráficos sin otro
  tratamiento posterior (fase de elaboración y
  reunión de datos).
  ..//..

64

• b) la segunda, es la elección de un adecuado
  modelo estadístico, para determinar el grado de
  ajuste entre el modelo y los datos del
  experimento (fase de selección y/o ajuste de
  modelos), y c) por último, se infiere la
  hipótesis estadística a un determinado nivel de
  probabilidad (fase de toma de decisiones
  estadísticas).

65
Elaboración de datos

• Observación Escala
  Dato científico
• directa de medida
  o valor
• 
  numérico
• La conversión de una observación directa en un
  dato
• científico se realiza mediante la aplicación
  de una
• adecuada escala de medida

66
Reunión de datos

• Sistemas de reunión de datos
• Tablas
• Gráficos

67
Tablas

• Las tablas se usan en los informes científicos
  para resumir los datos u otra información que no
  puede ser presentada de forma conveniente en la
  narrativa del texto.

68
Lecturas (tablas)

• La tablas deben tener un título que informe
  claramente sobre su contenido como por ejemplo
  preferencias del partido político. Las tablas
  estadísticas deberían informar también sobre el
  número de observaciones que se incluyen
  (frecuencia). La parte superior de la columna del
  lado izquierdo de la tabla es referida como
  título de filas e informa sobre el contenido de
  las fila. El cuerpo de la tabla contiene los
  datos de interés. En el ejemplo propuesto se
  muestra el número de individuos que prefieren
  cada partido político. ..//..

69

• Las tablas que se referien a una sola variable
  son conocidas por representaciones univariadas y
  las que informan sobre dos variables,
  representaciones bivariadas. En la
  representaciones bivariadas una variables está
  asociada a las filas y la otra a las columnas y
  se conocen, también, por tablas de contingencia.
  Ejemplo de tabla bivariada en la que relaciones
  la pertencia del partido político y la afiliación
  religiosa (en paréntesis están los porcentajes).

70
Ejemplos (tablas)
71
Ejemplos (tablas)
72
Gráficos

• Con los gráficos se consigue una
  representación visual de los datos, por lo que es
  un procedimiento útil a la investigación. Los
  gráficos captan mejor la atención del lector,
  permite clarificar los resultados y facilitar su
  interpretación

73
Lectura (histograma de frecuencias o gráfico de
barras)

• El histograma de frecuencias es un gráfico
  que muestra la distribución de frecuencias de una
  variable de intervalo. El eje horizontal del
  histograma o gráfico de barras presenta los
  intervalos y el eje vertical la cantidad de
  puntuaciones de cada intervalo (frecuencia). La
  altura de la barra indica la frecuencia de casos
  de cada categoría. El gráfico siguiente muestra
  la cantidad de amigos reportados por estudiantes
  del un College americano. ..//..

74

• En el segundo ejemplo, se muestra un gráfico de
  barras sobre el efecto de dos drogas
  antiansiolíticas. Se trata de una escala nominal
  y la diferencia entre el primer y segundo panel
  estriba en la forma de representar las unidades
  en el eje vertical (unidades pequeñas en el
  primer panel y punto cero y unidades grandes en
  el segundo). Nótese que la gran diferencia entre
  las dos drogas que se observa en el primer panel
  y que desaparece en la segunda representación.

75
Cantidad de amigos reportados por estudiantes de
un College
76
Efectos de las drogas sobre la ansiedad
77
Lectura (polígono de frecuencias)

• Es una forma alternativa de representa el
  histograma de frecuencias. Así, en lugar de
  barras se utilizan líneas que conectan las
  frecuencias de los intervalos de clase. En el
  ejemplo siguiente se muestra la misma información
  sobre la cantidad de amigos, pero utilizando el
  sistema de líneas y no de barras. De igual modo,
  se tiene el gráfico de la cantidad de divorcios
  al aprobarse correspondiente ley en el Estado de
  Nebraska.

78
Cantidad de amigos reportados por estudiantes de
un College
79
Cantidad de divorcios antes y después de su
promulgación en el Estado de Nebraska
80
Modelo estadístico

• Y f(X) g(E)
• V.Dep. Parte fija Parte aleatoria
  

81
Lectura (modelo estadístico)

• El modelo estadístico, o ecuación de carácter
  lineal, asume que una observación Y es el
  resultado de la combinación aditiva de alguna
  función f de variables fijas y de alguna función
  g de componentes aleatorios, y que tanto f como g
  pueden tomar parámetros conocidos o desconocidos.
  Considerada esta ecuación como un modelo
  estadístico general, se tiene que cualquier
  observación es la suma de dos partes o
  componentes una parte fija o determinista, f(X),
  y una parte aleatoria desconocida, g(E).
  ..//..

82

• Los modelos que ajustan a la ecuación propuesta
  parten de unos supuestos teóricos, y describen
  cómo se comportaría la variable dependiente (o
  variable de medida), siempre y cuando el azar
  haya tenido la oportunidad física de actuar.

83
Hipótesis estadística (1)

• H0 parámetro 0
• H0 ß 0

84
Lectura (hipótesis estadística)

• En investigación del comportamiento, interesan
  más los parámetros asociados a la parte fija del
  modelo estadístico ya que representan la magnitud
  de un cambio (grado de asociación entre las
  variables) o el efecto causal (el impacto de una
  variable sobre la otra), en función de la
  estrategia de recogida de datos. Es por ello, que
  el objetivo de cualquier prueba de hipótesis es
  determinar el nivel de significación de estos
  parámetros.

85
Hipótesis estadística (2)

• H0 µ1 µ2
• H0 µ1 µ2 0

86
Hipótesis nula H0

• En teoría estadística se asume, inicialmente,
  la no-significación de los parámetros (o de su
  diferencia), siendo este supuesto la hipótesis
  que se somete a prueba, conocida por hipótesis
  nula (H0). Si se demuestra que este supuesto no
  es aceptable, se recurre a la hipótesis
  alternativa como la explicación más plausible de
  los datos.

87
Lectura (Prueba de la hipótesis estadística o
prueba de significación)

• La prueba de significación estadística
  contrasta la hipótesis de nulidad con los datos
  del estudio. A partir del resultado de la prueba
  de significación, se procede a la toma de
  decisiones estadísticas. El resultado de la
  prueba consiste, de forma sucinta, en la
  aceptación o no de la hipótesis de nulidad que
  asume la no-relación entre la variable
  independiente manipulada sobre la variable
  dependiente observada o medida. ..//..

88

• Cabe matizar, no obstante, que entre la variable
  independiente y dependiente pueden darse
  relaciones de asociación o de causalidad, de modo
  que la posible implicación de una variable sobre
  otra depende del diseño utilizado
  (no-experimental o experimental). La relación de
  asociación es la magnitud de cambio habido entre
  dos variables, mientras que la relación de
  causalidad es el tamaño del impacto de una
  variable sobre otra.

89
Inferencia de la hipótesis de nulidad

• La inferencia de la hipótesis nulidad lleva a
  aceptar que la variable independiente no tiene
  efecto sobre la dependiente. En caso contrario,
  se toma la decisión a favor de un modelo
  alternativo asumiendo, como explicación más
  plausible (no exenta de riesgo), el modelo de
  impacto o efecto real. Al tomar esta decisión, se
  corre el riesgo de que sea falsa. ..//..

90

• Este riesgo se define, en teoría estadística, en
  términos probabilísticos y es conocido por nivel
  de significación. El nivel de significación
  describe el grado de credibilidad que merece la
  hipótesis considerada.
  ..//..

91

• Cuando la prueba lleva a la aceptación de la
  hipótesis nulidad, se concluye que la variable
  independiente no tiene relación alguna con la
  dependiente. En caso contrario, se toma la
  decisión a favor de la hipótesis alternativa
  asumiendo, como explicación más plausible (no
  exenta de riesgo), el hecho de una relación
  entre ambas variables (de asociación o de
  causalidad).
  ..//..

92
Decisiones en torno a la Hipótesis de Nulidad
Rechazo o
Aceptación
93
Errores en el rechazo o aceptación de H0

• Situación actual de
  la H0
• Decisión Verdadera Falsa
• Rechazo H0 Error Tipo I No
  error
• Aceptación H0 No error
  Error Tipo II

94
Error Tipo I y error Tipo II

• A) Error Tipo I o decisión positiva falsa se
  comete al rechazar la hipótesis de nulidad cuando
  es verdadera es decir, cuando se toma una
  decisión positiva, en favor de la existencia de
  un efecto de la variable independiente cuando en
  realidad no existe (falsa alarma).
• La probabilidad de cometer este error es el
  nivel de significación o valor a de la prueba
  estadística.
• 
  ..//..

95

• B) Error Tipo II o decisión negativa falsa se
  comete cuando la prueba lleva a la aceptación de
  una hipótesis de nulidad falsa. Se trata de
  aceptar un efecto nulo, cuando en realidad no
  ocurre. El error de Tipo II se define por la
  probabilidad ß y está asociado inversamente con
  la probabilidad a y directamente con la potencia
  de la prueba.

96
Decisión estadística y error

• Resultado Probabilidad
  Decisión
• de la prueba de azar
• estadística a 0.05
• Significativo p lt a
  NA(H0)
• H0
• No significativo p gt a
  A(H0)

97
Inferencia de H0

• Probabilidad 1 Región de
• de azar
  decisión
• Si p gt 0.05 A(H0)
• a
  0.05
• Si p lt 0.05 NA(H0)
• 0

98
Lectura (probabilidad de azar y decisión)

• Por hipótesis nula se asume que la única
  razón por la que los datos del estudio varían es
  el azar. De ahí, la hipótesis nula es la
  hipótesis de la expectativa del azar. Todo ocurre
  al azar hasta que no se demuestre lo contrario.
  El resultado de la prueba estadística señala cuál
  es la probabilidad de que los datos hayan
  ocurrido al azar. Entonces, asumiendo un
  determinado riesgo de error (riesgo alfa),
  definido en términos probabilísticos, es posible
  concluir la no aceptación (cuando plta) o la
  aceptación (cuando pgta) de la hipótesis de
  nulidad.

99
Discusión de los resultados

• Interna
  Control
• Validez
• Externa
  Alcance

100
Lectura (discusión de los resultados)

• En este estadio se distinguen dos actividades
  básicas
• A) En primer lugar, se determina, en la medida
  de lo posible, la aceptación de los presupuestos
  teóricos que han inspirado la investigación. Esto
  requiere interpretar los resultados y, al mismo
  tiempo, inferir la hipótesis de investigación.
  Así, con esta primera actividad, el investigador
  fija el grado de validez interna de la
  investigación.
  ..//..

101

• B) En segundo lugar, se especifica el alcance de
  los resultados obtenidos, es decir, para qué
  valores de las variables implicadas y presentes
  en la situación es vigente el efecto inferido. Se
  trata, por tanto, de establecer el alcance de los
  resultados (su generalización) y el grado de
  validez externa del trabajo.

102
Validez

• Consistencia de un estudio o trabajo
  científico. Puede entenderse como consistencia
  interna (cohesión) y como consistencia externa
  (ámbito de aplicación)

103
Validez interna

• El grado en que se puede establecer de forma
  exacta que la variable independiente ha producido
  el fenómeno observado o es causa de los valores
  que toma la variable dependiente

104
Validez externa

• El grado en que los resultados de un estudio
  pueden generalizar a través de las personas,
  contextos, tratamientos y tiempos.
• El alcance que tienen los resultados de una
  investigación.

105
Interpretación de los resultados

• Las actividades propias de la interpretación
  de de los resultados son
• a) Inferir la hipótesis de investigación.
• b) Examinar los resultados en función de ésta
  hipótesis, extrayendo los contenidos
  científicamente significativos.
• c) Interpretar los resultados en términos de
  hipótesis alternativas o rivales.

106
Generalización de los resultados

• En la generalización se evalúa el alcance de
  los resultados. Es decir, para qué poblaciones
  son vigentes los supuestos teóricos probados. La
  generalización de los resultados suele
  realizarse, por lo común, con la población de
  sujetos. No obstante, en toda investigación está
  presente más de una población la población de
  tratamientos, experimentadores, contextos y
  emplazamientos, etc.

107
Lectura (generalización)

• En este subapartado de la discusión, se evalúa
  el alcance de los resultados. Es decir, para qué
  poblaciones son vigentes los supuestos teóricos
  probados. La generalización de los resultados
  suele realizarse, por lo común, con la población
  de sujetos. No obstante, en toda investigación
  está presente más de una población la población
  de tratamientos, de experimentadores, de
  emplazamientos, etc.
• Convendría tener cuenta las diferentes
  poblaciones para establecer los márgenes de
  acción de los efectos constatados y el grado de
  validez externa de la investigación.