Tipos de

estudio en
investigacin

De Razn
Cuantitativa
De Intervalo

Segn la
naturaleza de
las variables

Nominal
Cualitativa
Ordinal

 Cuantitativas:

se centra en aspectos
observables
y
susceptibles
de
cuantificacin en sus fenmenos, se
basa en el mtodo cientfico y se sirve
de pruebas estadsticas.

Cualitativas:

Se orienta al estudio de los

significados de las acciones humanas y
de la vida social; utiliza metodologa
interpretativa (etnografia, estudio de
caso, fenomenologia, etc)

De campo. Se realiza en el
lugar donde ocurre el fenmeno
que se desea estudiar, permite
generalizar los resultados a
situaciones afines, no permite
un control riguroso. (C.
Sociales)
Segn el lugar
donde se
desarrolla

En laboratorio. Implica la
creacin controlada de
condiciones que permitan
manipular las variables con
rigor; sigue forzosamente una
metodologa experimental.

Investigacin Bsica.
Busca nuevos conocimientos
y campos de investigacin
sin un fin practico especifico
e inmediato
Segn la finalidad
de sus resultados

Investigacin Aplicada. Tiene

como finalidad primordial la
resolucin de problemas
prcticos en lo inmediato

Segn la
temporalidad

Transversal. El estudio
del fenmeno de inters
se da en un solo
momento, para un
posterior anlisis de datos.
Longitudinal. El estudio
del fenmeno de inters
se posterga de manera
continua a lo largo un
tiempo determinado.

Exploratoria: Cuando el fenmeno de estudio no ha sido abordado o

es muy poco estudiado

Descriptiva: se centra exclusivamente en describir el fenmeno que

es objeto de estudio

Segn la profundidad
del su objetivo

Comparativa: Se centra en contrastar un grupo y una variable en diferentes

temporalidades, o la misma variable en diferentes grupos

Correlacional: Busca conocer como se comporta una variable en relacin a

otra variable relacionada

Experimental: estudia las relaciones de causalidad siguiendo la metodologa

experimental y controlando las variables
Psicologa: las investigaciones se manejan a nivel Casi experimental

Hiptesis

Una hiptesis es un afirmacin lgica (surge de una deduccin, analizando

los antecedentes de las variables de trabajo), que ser sometida a
comprobacin para su aceptacin o rechazo.
De acuerdo con el tipo de estudio de investigacin, puede ser necesario
formular una o ms hiptesis. Si se trata de un estudio tipo descriptivo y
exploratorio, sta no es necesaria.
Las hiptesis toman el nombre de:
Nula (H )
0
Alternativa o de Trabajo (H )
1
En toda momento una H0 contradice a la otra H1
Por ejemplo:
H =Los niveles de ansiedad se ven afectados por el tiempo que los
1
estudiantes pasan en el transporte publico.
H =Los niveles de ansiedad no se ven afectados por el tiempo que los
0

Error estadstico

Se le conoce como error estadstico a la posibilidad de que una

hiptesis sea aceptada mientras sea falsa, ya sea Nula o Alterna.
Existen dos tipos de error estadstico:
Error de Tipo I ()
Error de Tipo II ()

Error de Tipo I ()
Se da cuando se rechaza H
0, siendo verdadera. (Aceptar H 1,
cuando es falsa.)
Error de Tipo II ()
Se da cuando se acepta H siendo falsa. (Rechazar H , cuando es
0,
1
verdadera.)

Considerando el ejemplo dado de hiptesis nula y alterna. Aunque

de aqu en adelante solo se toma en cuenta la hiptesis nula H0
Se debe comprobar la hiptesis nula en la realidad observable,
dando solo dos posibilidades:

1.

a.

b.

La ansiedad se ve afectada por el tiempo de traslado (lo cual indica

que H0 es falsa).
La ansiedad no se ve afectada por el tiempo de traslado (lo cual
indica que H0 es cierta).

El resultado de la investigacin dado por las pruebas hiptesis

(estadstica inferencial) nos indica la significancia estadstica,
dando solo dos posibilidades:

2.

a.

b.

Existe significancia estadstica, el valor

de hiptesis) es igual o menor a 0.05
rechaza).
No existe significancia estadstica, el
prueba de hiptesis) es mayor a 0.05
acepta).

p (resultado de la prueba
(lo cual indica que H0 se
valor p (resultado de la
(lo cual indica que H0 se

Realidad observable:

ERROR ESTADISTICO

a) Existe significa
estadstica, el
valor p es igual o
menor a 0.05 (lo
cual indica que H0
El resultado de la
investigacin

a) La ansiedad se
ve afectada por el
tiempo de
traslado (lo cual
indica que H0 es

b) La ansiedad no
se ve afectada por
el tiempo de
traslado (lo cual
indica que H0 es

falsa).

cierta).

Correcto
(si se rechaza H0,

Error de Tipo I ()

debe ser falsa)

se rechaza).
b) No existe
significa
estadstica, el
valor p es mayor a
0.05 (lo cual
indica que H0 se

Error de Tipo II
()

Correcto
(si se Acepta H0,
debe ser cierta)

Demostrando la posibilidad de cometer estos

errores, se les asignan valores constantes, que
sern incluidos en la pruebas de hiptesis,
permitiendo
determinar
la
significancia
estadstica y en ultima instancia la comprobacin
de la hiptesis de trabajo.

Distribucin

La distribucin de los valores de n nos

permite decidir que tipo de estadstica
inferencial se utilizara (paramtrica o no
paramtrica).

Para conocerla es necesario aplicar una

prueba de ajuste a cada uno de los valores
de n y de manera posterior graficarlos en
un plano x-y.

La distribucin de los datos puede ser:

Normal (estadstica Paramtrica)
No Normal (estad. no Paramtrica)

Una de las caractersticas principales

de la distribucin normal es una curva
simtrica, en la cual la media de los
datos se ubica justo en el centro de la
curva o campana, y presenta la
peculiaridad de que al agregar 3 veces
S (desviacin estndar) se cubre mas
del 99% de los valores de n.

Estas dos condiciones no se cumplen

cuando la distribucin es No Normal.

Distribucin Normal

Distribucin No Normal

Distribucin No Normal

Distribucin No Normal

Distribucin Normal

Media en el centro de la campana.

3 desviaciones estndar cubren mas
del 99% de los datos.

Una forma sencilla de determinar la

distribucin normal o no normal de una
muestra es mediante las pruebas de
Normalidad:
Shapiro-Wilk
Kolmogorov-Smirnov

ESTADSTICA
INFERENCIAL

Busca generalizar la informacin obtenida en

una muestra de una poblacin (Induccin).
Estas tcnicas exigen que la muestra sea
aleatoria. En la prctica rara vez se dispone de
muestras aleatorias.
Se divide en Paramtrica y No Paramtrica y
se basa de manera fundamental en la pruebas
de Hiptesis, mismas que revisaremos a
continuacin.

Parametrica

T de Studens
Cuando se desea determinar si las medias
de dos grupos son iguales, o por el
contrario
diferentes,
si
difieren
estadsticamente entre s o no lo hacen se
utiliza la prueba t.
Para el correcto uso de la formula
debemos determinar si se habla de
muestras dependientes o independientes.

Las muestras independientes, sin aparear o no

relacionadas son aquellas en las que los datos de
una muestra no se pueden relacionar con lo de la
otra. Se trata, por tanto, de dos conjuntos de datos
independientes entre s y cuyos tamaos de
muestras pueden ser diferentes.

Las
muestras
apareadas,
relacionadas
o
dependientes son aquellas en las que cada dato de
una muestra se puede asociar de manera unvoca
con otro de otro grupo debido, fundamentalmente, a
que las observaciones de ambos se realizan sobre
las mismas unidades muestrales.

Muestras independientes

Muestras dependientes

ANOVA
Tambin hay situaciones en que el nmero
de muestras y/o grupos a comparar
exceden de dos. En este caso, la opcin
ms vlida es el clculo del ANOVA
(Anlisis de la varianza). En esencia, el
anlisis de varianza intenta determinar
las variaciones que se generan entre
los participantes u observaciones de
cada grupo

Correlacin de Pearson

Permite afirmar la relacin directa entre

dos variables (dependienteindependiente) de la misma poblacin.

No Paramtrica

 (Chi cuadrada, Ji
cuadrada)
El test de intenta determinar el ajuste
entre las distribuciones de frecuencias
observadas y esperadas de los
diferentes niveles categoriales de una
variable. Esta prueba se aplica cuando la
variable objeto de estudio est medida en
una escala de tipo Nominal politomicas

Prueba Binominal

Es exclusiva para variables nominales

dicotomicas, es decir cuando solo
existen dos posibles opciones a la
variable en cuestin.

U de Mann-Whitney

Est considerada como una de las pruebas

ms potentes dentro del contexto no
paramtrico y la alternativa ideal a la prueba
t cuando sta por las caractersticas del
estudio no pueda realizarse.

Dos procesos de calculo segn el tamao de

n

Para muestras independientes

Muestras pequeas

Muestras grandes

Prueba de Wilcox

Alternativa de la prueba T para dos

grupos relacionados.

Correlacin de Sperman

Permite afirmar la relacin directa entre

dos variables (dependienteindependiente) de la misma poblacin.