UNIVERSIDAD DE LAS AMERICAS
LAS HIPOTESIS EN LA
INVESTIGACION CIENTIFICA
W. Charters
Universidad de Oregon
Departamento de Educación
Traducido por
José A. López
Profesor-Investigador
Departamento de Educación
INDICE GENERAL
INTRODUCCION ....................................................................................................1
INFORMACION CONFIDENCIAL PARA SOBREVIVIR A LA LECTURA
DE ESTOS APUNTES ............................................................................................3
ANTECEDENTES… .....................................................................................3
PARA COMENZAR... ...................................................................................3
LO QUE ESTA POR VENIR .........................................................................4
EQUIPO QUE NECESITAS ..........................................................................6
CAPITULO 1 ...........................................................................................................8
LA ESENCIA DE LAS VARIABLES ..............................................................8
DISCUSION ACERCA DE QUE ES UNA VARIABLE ..................................8
OBJETOS Y SUS PROPIEDADES. ...................................................9
VALORES DE UNA PROPIEDAD. .....................................................10
VARIABLES VS. CONSTANTES. ......................................................10
VARIABLES Y SU MEDICION. ..........................................................11
EL MODO DE VARIACION...........................................................................12
VARIACIONES EN CUANTO A CLASE. ...........................................12
VARIACIONES EN CUANTO A GRADO. ..........................................14
PRESENTE-AUSENTE: UN TIPO ESPECIAL DE VARIABLE
DE CLASE. ........................................................................................15
CATEGORIAS ORDENADAS: UNA VARIEDAD HIBRIDA ................16
EL ANALISIS DE VARIABLES EN LOS ESTUDIOS EMPIRICOS ...............18
DESCRIPCION COMPLETA DE UNA VARIABLE.............................18
ALGUNOS PROBLEMAS POTENCIALES AL DESENREDAR LAS
VARIABLES ..................................................................................................21
1. VARIABLE VS. UN TIPO DE VARIABLES. ...................................22
2. PUNTAJES, SUB-PUNTAJES Y REACTIVOS. .............................22
3. "CAMBIO", "MEJORAMIENTO", Y "GANANCIA" ..........................23
4. INVENTAR NOMBRES PARA LAS VARIABLES. .........................24
5. LOS OBJETOS DE ESTUDIO NO SON UNA VARIABLE. ............24
6. CONVERSION DE VARIACIONES DE GRADO EN
VARIACIONES DE CLASE. ...............................................................25
7. COLAPSANDO LAS CATEGORIAS DE UNA VARIACION
DE CLASE. ........................................................................................25
8. CUANDO NUMEROS CHICOS SIGNIFICAN
CANTIDADES GRANDES .................................................................26
9. VARIABLES BI-POLARES. ............................................................27
COMO SON USADAS LAS VARIABLES EN LOS ESTUDIOS
EMPIRICOS..................................................................................................28
CONCLUSIONES .........................................................................................30
CAPITULO 2 ...........................................................................................................31
LA IDEA GENERAL ......................................................................................32
MANTENIENDO CONSTANTES LAS OTRAS VARIABLES .............33
EXAMINANDO LAS RELACIONES VS. PRUEBAS DE
SIGNIFICANCIA .................................................................................33
EXAMINANDO RELACIONES BIVARIADAS ...............................................34
CASO 1. LAS DOS VARIABLES DE CLASE. ....................................34
CASO 2. UNA VARIABLE DE CLASE Y LA OTRA DE
GRADO. .............................................................................................35
CASO 3. LAS DOS VARIABLES DE GRADO. ..................................36
VARIABLE INDEPENDIENTE VS. VARIABLE
DEPENDIENTE. .................................................................................38
VARIABLES.DE CONTROL ...............................................................40
VARIABLES INTERVINIENTES. .......................................................41
MODELOS CAUSALES. ....................................................................41
VARIABLES MODERADORAS. .........................................................42
EXAMINANDO RELACIONES MULTIVARIADAS ........................................43
TODAS LAS VARIABLES DE CLASE. ..............................................43
"X" VARIABLES DE CLASE, "Y" VARIABLES DE GRADO. ..............45
TODAS LAS VARIABLES DE GRADO ..............................................47
UN CAMINO INVERTIDO: DETERMINACION DEL MODO DE ...................49
VARIACION A PARTIR DEL ANALISIS DE LA INFORMACION ..................49
CAPITULO 3 ...........................................................................................................50
ANATOMIA DE LAS HIPOTESIS .................................................................50
ENCONTRANDO Y DISECCIONANDO HIPOTESIS ...................................51
PROCESO DE DISECCION. .............................................................52
ESPECIFICACION DE LAS RELACIONES ESPERADAS ...........................53
VARIABLE INDEPENDIENTE EN CLASE (variable
dependiente en grado) .......................................................................55
VARIABLE INDEPENDIENTE (Y Dependiente) EN GRADO. ...........57
¿QUE PASA SI LAS DOS VARIABLES SON DE CLASE?. ..............60
LA UNIDAD DE ANALISIS. ................................................................62
EL NUMERO N DE CASOS. ..............................................................63
NIVELES DE ANALISIS. ....................................................................63
EL INVISIBLE CETERIS PARIBUS. .................................................64
UNA NOTA SOBRE LA HIPOTESIS NULA. ......................................65
HIPOTESIS QUE INVOLUCRAN DOS O TRES VARIABLES. ..........67
PREDICCION DE RELACIONES CONTINGENTES. ........................68
CAPITULO 4 ...........................................................................................................71
PATOLOGIA DE LAS HIPOTESIS ...............................................................71
MALAS FORMACIONES DE LAS VARIABLES ...........................................72
SOLO UNA VARIABLE. .....................................................................72
SIN HACER UNA COMPARACION. ..................................................73
CATEGORIAS DESCONOCIDAS. .....................................................75
SOLO PREGUNTA DE INVESTIGACION. ........................................76
CUANDO ASEGURAMOS QUE EXISTE RELACION SIN
MENCIONAR SU DIRECCION. .........................................................76
CUANDO ASEGURAMOS QUE NO EXISTE RELACION. ................77
BIBLIOGRAFIA .......................................................................................................80
LAS HIPOTESIS EN LA INVESTIGACION
CIENTIFICA
INTRODUCCION
Los contenidos tradicionales de los cursos sobre metodología de la investigación,
enfatizan en la habilidad del investigador tanto para utilizar procedimientos
estadísticos en su trabajo como en la habilidad que requiere para analizar e
interpretar los resultados generados por la captura de la información. Sin embargo,
parece ser que no enfatizan lo suficiente en la importancia que tiene para un estudio
serio, la elaboración de hipótesis de trabajo sólidas y consistentes con el cuerpo y
desarrollo del estudio. Antonio Luna Rivera (1981) dice que "El investigador moderno
necesita discernir claramente entre el concepto factible, resultado de acción
empírica, y el concepto filosófico. El interés del investigador es arrancar la verdad a
los fenómenos naturales tal y como estos fenómenos se manifiestan en la
naturaleza, sin dejar lugar a la especulación ni a la inseguridad." Bajo esta premisa,
la importancia de elaborar hipótesis de trabajo formales con una identificación
precisa de las variables que se pretenden utilizar en el estudio, se torna en
elementos fundamentales para alcanzar el éxito.
Por lo anterior, el propósito de estos apuntes es el de proporcionarte a ti, alumno(a)
del Departamento de Ciencias de la Educación de la UDLA-P, una forma fácil e
ilustrada de aproximarse a áreas que considero fundamentales en la metodología de
la investigación: Las variables que se desean relacionar y/o manipular en un estudio,
y sus correspondientes hipótesis de trabajo.
Este esfuerzo pretende reducir la distancia entre los contenidos teóricos que has
adquirido en cursos previos sobre metodología de Investigación y la realidad, esto es,
ayudarte a sobrellevar las vicisitudes que pasarás al desarrollar, ya sea tu
anteproyecto de tesis o la tesis misma.
Desde mi punto de vista, creo que, si tienes bien delimitados los elementos que
conforman el problema que te preocupa y su forma de elaborarlos para su posible
medición, podrás establecer hipótesis de trabajo más apropiadas. Al realizar estos
procesos cuidadosamente y agregarles una profunda y seria reflexión de tu parte,
2
garantizas una alto porcentaje de la probabilidad de que termines el proyecto que te
propones. Así, los apuntes los he orientado más a tu teoría en uso (lo que
verdaderamente sabes) que a tu teoría explícita (lo que dices que sabes).
Decidí hacer la traducción de los apuntes que tomé con el Dr. W. W. Charters y
respetar su estilo diferente y coloquial. Así, al traducirlos he querido respetar su estilo
y platicar contigo acerca de estos conceptos sin que el tabú de los procedimientos
estadísticos o profundas elaboraciones y conceptos metodológicos eviten o
interfieran en nuestra comunicación. También, he incorporado la mayor cantidad de
ejemplos posibles como ilustraciones de cada apartado que te permitan utilizarlos
como vehículo de transición entre la teoría que dominas y la práctica que confrontas.
Bajo esta perspectiva, los apuntes no pretenden sustituir ni a la bibliografía de los
cursos sobre investigación que se utilizan en nuestro programa curricular, ni ninguno
de los cursos. Su objetivo es más modesto, servir de apoyo al área de investigación
del Departamento de Ciencias de la Educación y aliviar las tensiones generadas al
participar en los cursos que he denominado --por los comportamientos mostrados por
ustedes-- "Limbo I" (Curso ED-485 Proyectos educativos) y "Limbo II" (Curso ED-490
Tesis). Así como en los de maestría denominados "Ansiedades I" (Curso ED-560
Tesis I) y "La Pura Histeria I" (ED-561 Tesis II).
Finalmente, pretendo que en esta tu "carrera al cielo" saques lo mejor de ti mismo(a)
y comprendas que, quizás por mi deseo de desarrollar y estimular investigaciones
sobre el proceso administrativo, y por ser éste mi campo profesional, he utilizado
ejemplos acerca de la administración de las organizaciones educativas, sus actores y
sus consecuencias; espero que esto, más que una limitante, sirva para despertar tu
interés y motivación al respecto.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
3
INFORMACION CONFIDENCIAL PARA
SOBREVIVIR A LA LECTURA DE
ESTOS APUNTES
Durante mi educación escolarizada formal, encontré dificultad con los cursos acerca
de la metodología de la investigación y el uso de los procesos estadísticos
apropiados al diseño del trabajo. En lo general, estos cursos se apoyaron mucho en
procesos de memorización misma que, por sí misma, fue insuficiente para el dominio
de los procedimientos necesarios para el desarrollo serio de trabajos de
investigación. Sin embargo, en 1984, como parte de mi programa doctoral en la
Universidad de Oregon, participé en un curso denominado "Policy Research
Analysis" a cargo del Dr. W. W. Charters Jr. cuyo contenido enfatizo tremendamente
en la importancia de la elaboración de la hipótesis y la relación entre sus variables en
los estudios y trabajos de investigación. Dado mi entusiasmo respecto a las
bondades de su curso (por lo menos para mi) el Dr. Charters me autorizó
verbalmente a que realizara una traducción de sus apuntes. Para ello, he tomado
como base mis notas personales y apoyos didácticos obtenidos durante el curso y he
tratado de ilustrarlos con ejemplos concretos de la realidad de las organizaciones en
México. Es la intención de complementar estos apuntes con un trabajo que se
desarrolle acerca de la interpretación y análisis de los resultados que se encuentran y
leen en trabajos de tesis, documentos de investigación y reportes publicados de los
mismos en revistas especializadas.
La hipótesis es el componente clave de cualquier investigación, principalmente en
aquellas relacionadas a las ciencias de la conducta. Es la forma que los científicos
utilizan para trasladar teorías, preguntas, o explicaciones propositivas hacia una
forma más fácil de manejar la investigación empírica. En suma, el investigador
establece al inicio del estudio un grupo de hipótesis para que le sirvan como una guía
invaluable en las peripecias que tendrá que realizar para salir del laberinto de
problemas que enfrentará durante el proceso de captura y análisis de la información.
Pero... exactamente ¿Qué crees que son las hipótesis? Aunque parezca increíble,
los libros de texto y otras fuentes sobre la investigación no amplían mucho acerca de
ellas o de sus variables; inclusive, mucha de esta literatura, tiende a confundir más
que a aclarar. Parece ser que los autores asumen que uno conoce cuáles son y de
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
4
qué se trata; algo similar ocurre cuando hablan acerca de las "variables" las cuales
constituyen parte importante de las hipótesis. Ambos términos han sido utilizados
una y otra vez por los investigadores, pero al leer sus trabajos, uno tiene que
observar mucho y trabajar mucho para descubrir lo que quieren decir. Por ello,
pretendo que este manual te permita familiarizarte y adentrarte en estos secretos.
Estos apuntes son realizados pensando en los novatos de la investigación sin
importar su nivel, licenciatura o maestría. En los primeros capítulos, se introducen
distinciones, reglas y procedimientos para establecer las variables; examinar las
relaciones entre ellas y analizar las hipótesis. El propósito de las definiciones y
procedimientos iniciales es meramente preparatoria por lo que te recomiendo que
inicies la lectura paso a paso. Una vez que las hayas dominado, pasarán a un
segundo término, por lo que considero que a partir del capítulo dos, no necesitarás
seguir paso a paso este manual. Ellas ya habrán servido su propósito. Tu estarás en
una posición inmejorable para entender la investigación empírica que leas, y planear
tus estudios de investigación en mejor forma.
Las hipótesis en su forma más elemental consisten en dos variables y la
especificación de la relación que uno espera exista entre ellas, como dos átomos que
se unen para crear un tipo particular de molécula. Claro que hay mucho más acerca
de ésto, pero la analogía sugiere que será útil aprender acerca de los átomos y de
los elementos que los unen (relaciones) antes de considerar a la molécula. De
hecho, dos tercios de la tarea de entender la hipótesis será lograda una vez que tú
tengas un buen entendimiento sobre la naturaleza de las variables. El capítulo dos te
iniciará en su esencia.
En el capítulo dos, nos aventuraremos dentro del tema de las relaciones entre las
variables. En la primera parte del capítulo describo tres formas fundamentales de ver
la relación entre un par de variables aunque todos sabemos que la investigación
contemporánea raramente contempla dos variables. Por el contrario, una
investigación está constituída por muchas de ellas en donde es crucial el tener una
forma de ordenarlas, de reconocer el estatus de cada una de ellas con respecto a
cada una de las otras, y generalmente obtener una apreciación de su variedad, así,
en el capítulo encontrarás algunos términos que te permitirán escudriñar a través de
ellas. Finalmente el capítulo tratará sobre la forma de examinar las relaciones entre
variables cuando otras variables se mantienen constantes, procedimiento conocido
como "análisis multivariado".
El capítulo tres trata acerca de la hipótesis en sí misma, de su anatomía. Mucho de lo
que tú necesitas saber será desarrollado en los capítulos uno y dos, pero ahora, el
punto de enfoque será sobre la escritura apropiada de una hipótesis elemental. Aún
más, encontrarás discusiones acerca de varios supuestos claves asociados a las
hipótesis, incluyéndose la idea de la hipótesis nula --me interesa que sepas cómo
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
5
este tipo de hipótesis engrana en la investigación, para finalmente hacer
consideraciones acerca de las hipótesis más allá de la variedad elemental.
En el cuarto y último capítulo, te confronto con un "tratado" acerca de algunas de las
enfermedades más comunes de las hipótesis, y sus diversas patologías. El interés
principal que tengo es hablarte acerca de ellas desde la perspectiva de la medicina
preventiva; "más vale prevenir que lamentar". Yo espero que cuando hayas
terminado de leer el presente material "Clínico", tú seas capaz de construir hipótesis
saludables y viables para el desarrollo de tu propia investigación. Una hipótesis mal
formada en la estructura de un estudio es con frecuencia fatal; y en términos de
trabajos de tesis, ya te imaginarás lo que ello significa.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
6
Las herramientas que necesitarás para el estudio de las variables y las hipótesis son
simplemente: papel y lápiz; una tabla de disección y los especímenes sobre los
cuales trabajarás (También, si lo prefieres, puedes utilizar en forma opcional una
bata blanca de laboratorio y una lupa o microscopio). En el presente documento, te
proporciono un número de especímenes preservados (variables e hipótesis) con el
propósito de alentarte a ejercitar tus habilidades de disección; además, como
anexos, he incluído varios reportes de investigación ficticios y simplificados para que
practiques. Sin embargo, creo que lo más conveniente es que organices una
expedición con tus amigos y amigas y salgas de cacería para que captures por ti
mismo, algunos especímenes. Los lugares apropiados para esta cacería clínica los
encontrarás en estudios publicados en revistas periódicas Internacionales (por ser las
más numerosas y con más número de reportes de investigación) y nacionales tales
como:
American Educational Research Journal
Administrative Science Quarterly
Educational Administrative Quarterly
Educational Evaluation and Policy Analysis
Journal of Educational Research
Journal of Experimental Education
Research in Higher Education
Sociology of Education
The International Journal of Higher Education
Revista del Centro de Estudios Educativos
Revista de la Educación Superior
Revista Interamericana de Sociología
Revista Interamericana de Ciencias Sociales
Existen numerosas revistas académicas que publican investigación original y tú
debes familiarizarte con aquellas propias de tu interés profesional. Sin embargo, y no
me lo tomes a mal, evita las revistas generales sobre educación ya que aunque ellas
pueden proporcionarte resúmenes de investigaciones, no son en sí mismas buenas
fuentes de estudios originales y por lo general dicen muy poco acerca del tipo de
investigación que necesitas para hacerte de especímenes dignos de ser disectados.
También te recomendaría que intentaras buscar en los abstractos de los trabajos de
tesis de la Universidad (esta es, quizás, una fuente primaria de hipótesis
patológicas); Educational Administration Abstracts, Psychological Abstracts, y
resúmenes semejantes. Algunos de ellos proveen suficientes detalles para permitir
una disección provisional de las variables e hipótesis de un estudio y te
proporcionarán las referencias de la fuente original en caso de que necesites aclarar
las
ambigüedades
que
encuentres.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
7
CAPITULO 1
En este capítulo quiero compartir contigo algunas cosas importantes que creo que
debes saber acerca de las variables. En el desarrollo del capítulo encontrarás
respuesta a:
• Lo que es una variable.
• Que las variables tienen básicamente dos diferentes "modos de variación",
de clase y de grado.
• Acerca de dos casos especiales de modos de variación, las categorías de
modo presente-ausente y las categorías de orden.
• El formato que se usará para describir las variables de una forma completa
y sin ambigüedad.
• Acerca de diferentes situaciones desconcertantes que confrontarás al
tratar de indentificar variables en el campo y la mejor forma de
resolverlas.
• Y finalmente, te dirá que hay una forma importante de Investigación
descriptiva, investigación que este "soberbio tratado" ignora
en su
enfoque último sobre la hipótesis.
Para explicar el significado de una variable, es importante utilizar tres términos
generales: "Objetos", "Propiedades" de los objetos, y "Valores" de una propiedad.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
8
OBJETOS Y SUS PROPIEDADES.
Los objetos son las cosas sobre las que uno hace investigación. Por lo común son
gente (alumnos de sexto grado, miembros de consejos directivos, atletas femeninos,
etc.) pero también pueden ser zonas escolares, naciones, grupos pequeños,
editoriales de los periódicos y/o eventos específicos (elecciones federales, empleos
de director de escuelas, etc.).
En nuestra vida diaria, nosotros distinguimos intuitivamente entre cosas y
propiedades de las cosas; distinguimos entre un objeto como un "sombrero y una
propiedad que el sombrero podrá tener como podría ser su "color" o su "tamaño".
Esta idea esta incluída en la diferencia entre un pronombre y un adjetivo. Cuando
nosotros hablamos de un "sombrero grande", implícitamente lo estamos
distinguiendo de otras formas de sombreros que son ordinarios o pequeños.
Los objetos que nosotros vemos a nuestro alrededor tienen un número ilimitado de
propiedades o atributos de acuerdo a los cuales pueden ser descritos. Estas
propiedades nos permiten hablar acerca de la forma en que los objetos son
parecidos y/o diferentes.
La investigación empírica trata con la forma en que los objetos difieren uno de otro (o
la forma en que un objeto dado difiere a ravés del tiempo). Una propiedad que nos
permite hacer distinciones entre los objetos de estudio es denominada variable. A
continuación, considera las siguientes propiedades o atributos que te podrían permitir
hacer diferencias entre los directores de escuelas:
Sexo,
Altura,
Duración de sus discursos,
Cantidad de conocimiento que tiene acerca de la legislación escolar,
Número de puestos adminsitrativos previos,
Color de ojos,
Nivel de autoestima, etc,
La lista podría continuar indefinidamente, sin embargo, el punto que quiero resaltar
es que cada una de estas propiedades las podrías usar como variable en un estudio
acerca de los directores de las escuelas.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
9
VALORES DE UNA PROPIEDAD.
Una propiedad (o una variable) siempre implica un conjunto apropiado de valores
(por lo menos dos) que separan los objetos unos de los otros. Por ejemplo, el tamaño
(de un sombrero) implica un rango de valores de 16 cm. o menor hasta 19 cm. o
mayor. El sexo (de un director de escuela) implica dos valores, hombre y mujer.
Problemas de úlcera puede implicar dos valores, los que la padecen y los que no las
padecen. El color de ojos puede involucrar cuatro o cinco valores o más,
dependiendo en que tan finamente uno desea discriminar entre los directores. La
altura implica un continuo de valores, usulamente representado en metros y
centímetros y quizás en fracciones de ellos. El número de puestos administrativos
implica un grupo de valores discretos y/o categóricos los cuáles pueden ir de 0 a 10 o
más.
Cuando son usadas como variables, un grupo de valores asociados con la propiedad
deben de ser "exhaustivos" y deben exluírse mutuamente. Un lugar para todas las
cosas y todas las cosas en su lugar. Un conjunto exhaustivo de valores significa que
debes ser capaz de asignar algún valor a todos los objetos bajo consideración
(aunque eso signifique el proporcionar un valor denominado "ausencia de
información"); también, por exclusión mutua, debemos entender que a cada objeto se
le puede asignar sólo uno del conjunto de valores. Un sombrero no puede ser al
mismo tiempo de 16 y de19 cm. Los investigadores algunas veces nos metemos en
problemas al tratar de seguir estas reglas en la creación de sistemas de clasificación.
¿Qué puedes hacer cuando un director de escuela tiene un ojo gris y un ojo verde?
La respuesta es simplemente establecer otro valor, "mixto".
VARIABLES VS. CONSTANTES.
Después de todo lo que te he platicado, debes tener claro que una "variable" es
simplemente una propiedad (con sus valores asociados) de acuerdo a la cuál tú
esperas que difieran los objetos bajo estudio, esto es, la diferencia entre los valores
que toman.
En ocasiones, usarás las propiedades y sus valores para poder agrupar a los objetos
en categorías o clases cuyos miembros guardan algun parecido entre sí. Esto es útil
en la definición de qué o quién es el objeto de la investigación. Por ejemplo, un
investigador puede limitar su estudio a todas las mujeres que son directoras de
escuelas. Aquí, él esta usando el sexo del director de escuela como un criterio para
seleccionar a los sujetos; en este tipo de estudio, la variable "Sexo" es una constante
y no una variable. Cualquiera puede ser parecido con respecto a la propiedad. Sin
embargo, otro investigador podría seleccionar a los directores de escuela sin importar
el "Sexo" y utilizar a éste como una de las variables del estudio. En suma, la misma
propiedad de un objeto puede ser utilizada como variable en un estudio y como una
constante en otro. Entonces, si una propiedad de un objeto o sujeto es o no una
variable, dependerá de cómo diseñes el estudio.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
10
Finalmente, en la cacería que realices, es importante que tengas claro que, en el
contexto de un estudio en particular, una "variable" con un solo valor, no es una
variable.
VARIABLES Y SU MEDICION.
Algunas veces las propiedades sobre las cuales los investigadores están interesados
pueden ser medidas simple y directamente; por ejemplo, el sexo de un director de
escuela por lo general puede ser definido con poca dificultad, ya sea por una
observación directa cara a cara o a través de pedir a quienes responden el
cuestionario el marcar el espacio correspondiente. Lo mismo puede aplicarse para
estatura y color de ojos. Otras propiedades de interés, sin embargo, no son
inmediatamente accesibles a los sentidos y requieren un proceso más elaborado (y
potencialmente falible.) Propiedades que no pueden ser inmediatamente observadas
son comunmente llamadas constructos. "La cantidad de conocimientos de los
reglamentos de la escuela" es una propiedad abstracta como lo es "el nivel de
autoestima", y ciertamente ninguno puede ser determinado por un simple vistazo. Por
el contrario, uno tiene que ensamblar piezas de información de las cuales puedan
surgir inferencias acerca de el conocimiento que un director tiene de los aspectos
legales sobre la educación, tal vez el uso de una serie de preguntas designadas para
este propósito podría revelar ésto. Ya sea escuchando u observando las respuestas
del director, el procedimiento de medición convierte una propiedad oculta de la
variable en una propiedad observable. Pero todo ésto tiene un precio. Un constructo
y las piezas de información de las cuales se hacen inferencias respecto a las
condiciones sobre las que un objeto se sostiene, no están en una correspondencia
mutua los unos con los otros. El puntaje de un director en una prueba de 15 reactivos
es --en el mejor de los casos-- solamente una burda aproximación, de la "cantidad de
conocimiento que tiene acerca de los reglamentos de la escuela". Una gran cantidad
de información puede perderse entre el significado conceptual de una variable, y los
procedimientos usados que tratan de medirla. Esta es una situación a la que los
investigadores reconocen como "validez de una medida".
A veces, los investigadores intentan especificar lo que ellos quieren decir por una
propiedad y sus variaciones, al hacerlo, están proporcionando lo que conocemos
como una definición conceptual o constitutiva de la variable. Cuando ellos describen
los procedimientos usados para medir una propiedad, están suministrando una
definicion operativa de la misma. Estas dos definiciones no son iguales ni sobre lo
mismo y su distinción sirve para que como investigador principiante no cometas el
error de confundir la segunda con la primera.
Existen dos formas fundamentales en las que los objetos pueden diferir uno hacia el
otro: Clase y Grado. ¿Cuál de los dos modos de variación es la que esta en juego en
las variables de un estudio que tenga amplias ramificaciones, y las cuáles deban ser
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
11
manipuladas para el desarrollo de la investigación?. ¿Cómo identificarlas cuando se
tiene un rango tan amplio que va desde el planteamiento de la hipótesis y los
procesos de medición hasta la manera de analizar la información y hacer el reporte
de los resultados?. Preguntas como las anteriores, hacen imperativo el reconocer la
diferencia entre las dos.
VARIACIONES EN CUANTO A CLASE.
El grupo de valores asociados con las variaciones de Clase son como cajas en un
estante sin ningún orden en particular. Cada caja tiene un nombre o una breve
descripción de lo que hay dentro. Pero fundamentalemente, ellos no siguen ningún
continuo o dimension especial. De hecho, si tu fueras a hacer una lista de los
valores, podrías colocarlos en el orden que desearas (lee mis comentarios más
adelante cuando hablo de las categorías ordenadas). Enseguida ilustraré variaciones
de clase listando primero la propiedad y después los valores que pueden estar
implícitos.
Como lo indico en la siguiente ilustración, la propiedad puede involucrar varios
valores o únicamente dos. Pero debe haber siempre por lo menos dos.
ESTI LO DE LI DERAZGO
Aut ocrát ico, Democrático,
Permisiv o
DESORDEN DE LA
PERSONALIDAD
Esquizof rénico, Maniático,
Represiv o, Paranóico
ESTADO CI VI L
Soltero, Casado, Separado,
Div orciado, Viudo
REGION O PAI S
Noroeste, Centro, Sur, Oest e
OPINION SOBRE EL CIERREEn f av or, En contra, Indif erente
DE UNA ESCUELA
ORIENTACI ON A LA
PROFESION
Locales, Ext ernos
ESTATUS ACADEMICO
Graduado, No graduado
Volviendo a la lista, te debe quedar claro, que el nombre de la propiedad, por sí
misma, no proporciona con frecuencia una pista segura sobre cuáles serán sus
valores. Una propiedad como "sexo" da una idea (al menos entre humanos), dado
que uno es hombre y el otro mujer. Sin embargo, una propiedad como "estilo de
liderazgo", puede ocasionar equivocaciones ya que hay un número de sistemas
alternativos para la clasificación de los estilos de liderazgo (nomotético, ideográfico o
transaccional; Argumentativo Vs. Autoritario), y en tanto los valores no sean
establecidos, uno no podría saber de qué grupo de valores se esta hablando. Lo
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
12
mismo ocurre para las otras propiedades de la lista, hay otras formas de clasificar el
Estado Civil, la Región de un País, etc.
La lección debe ser que, cuando tratamos con variaciones de Clase, es esencial que
especifiquemos y enumeremos claramente los valores implícitos.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
13
VARIACIONES EN CUANTO A GRADO.
Las variables cuyo modo de variación es de Grado implican la existencia de un
conjunto de valores que son ordenados a lo largo de un continuo o dimensión. Los
valores de hecho son valores numéricos que indican que tan a lo largo de la
dimensión se encuentra el objeto; estos valores no son sólo nombres de categorías.
A continuación,permiteme mostrarte algunas ilustraciones:
Nivel de satisfacción en el trabajo
Tamaño de la escuela
Tiempo de membresía en el Consejo de la Escuela
Cantidad del salario anual
Agresividad
Grado de centralización en la toma de decisiones
Coeficiente intelectual
Proporción Maestro-Alumno
En lo general, las propiedades reflejan mas bien el hecho de involucrar medidas
cuantitativas, por lo menos en la forma en que las he mencionado anteriormente.
Algunas de ellas contienen palabras clave tales como "Nivel", "Tiempo", "Grado,
"Coeficiente", "Proporción" y "Cantidad". Otras, como "Tamaño de la escuela" o
"Salario anual" implican en forma convencional un arreglo de valores numéricos
(número de alumnos, cantidades en dólares, etc.) y son de antemano reconocidos
como variaciones de Grado.
Por el otro lado, el nombre de la variable puede no ser suficiente para indicar la
dimensión a lo largo de la cual los valores son establecidos. Así, tomando el nombre
de la tercera ilustración "Membresía en el Consejo Escolar" vemos que no es
suficiente para estar seguros de que representa una variación en Grado. Veamos
otro ejemplo, "La comunicación del maestro con sus colegas" puede referirse a el
"Número" de colegas con los cuales el maestro habla diariamente, partiendo de...
digamos... de 0 a 15 minutos o pudiendo referirse a la "Frecuencia" de las veces que
el maestro conversa con sus colegas, expresado quizás semanalmente de 0 a 15 o
hasta 20 veces por semana. Cualquiera pudiera reflejar una variación de Grado, pero
la variable de la dimensión es diferente en los dos casos y el simple nombre de la
variable no sería suficiente para indicar a el enfoque al que la variable se estaba
refiriendo.
Otro tópico asociado con las variaciones de Grado es la concerniente al significado
que tienen los valores o puntajes pequeños y grandes. ¿Qué dirección operativa
tienen los valores derivados?. Por lo general, los números grandes significan que los
objetos de estudio tienen una gran cantidad de las propiedades en cuestión, pero
esto no es siempre el caso, te hablaré de ello un poco más adelante.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
14
PRESENTE-AUSENTE: UN TIPO ESPECIAL DE VARIABLE DE CLASE.
Algunas veces encontrarás variables en las cuales la propiedad esté presente o
ausente como lo verás más adelante en las variaciones de Clase. Un director de
escuela puede sufrir o no los malestares producidos por la úlcera. Un ciudadano es o
no es egresado de una Universidad. Otros ejemplos podrían ser: un salón de clase
tiene o no un maestro asistente asignado a él; a un paciente en un tratamiento
médico determinado se le adminstra o no la droga experimental; una escuela
primaria tiene o no el nuevo programa de matemáticas; el editorial de un periódico
tiene o no algunos temas como tabú. Todas estas instancias tienen un modo de
variación de Clase que consiste sólamente de dos valores. Las propiedades en
cuestión son "Ulceras", "Egresados de Programa moderno de matemáticas",
"Mención de temas como tabú" y están ya sea presentes o ausentes para un
miembro de la clase de objetos bajo estudio.
El punto a discutir en las variaciones de Presente-Ausente es que quizás tú no
puedas reconocerlas como variables cuando las encuentres. Puede ser que a la
variable se le haya dado el nombre de la propiedad que esta presente dejando a tu
intuición el darte cuenta de que el segundo valor de la variable es la ausencia de la
propiedad. Poniendo esto en la misma forma que utilicé anteriormente, la propiedad y
sus valores podrían parecerse a lo siguiente con los valores implícitos entre
paréntesis:
VARIABLES
VALO RES
ULCERAS
Ulceras, (No úlceras)
EGRESADOS
Graduados, (No graduados
ASIST ENT ES
Maest ro Asist ent e, (No Maest ro
Asistente)
Con frecuencia, los libros de texto en metodología de la investigación se refieren a
las variables de esta forma, principalmente porque hace que las ilustraciones se vean
más simples, pero las variables en el modo Presente-Ausente con su valor "oculto"
conducen a problemas. Ellas pueden ser confundidas como constantes --una
especificación acerca de los objetos bajo estudio-- en lugar de variables. Por otro
lado, no es siempre claro qué o cuál es el estado de "ausente". En la comparación
realizada entre los egresados de una Universidad, ¿Se comparan los estudiantes que
aún no se han graduado con los egresados de escuelas técnicas?... ¿O con otros
adultos que nunca han terminado la universidad?... ¿O con quién?. En esta forma, la
condición de "Ausencia" puede ser una categoría que llamaré "cesto de basura o
Closet Juvenil" que contiene una gran mezcla de objetos que parecen no reunir un
criterio particular para su inclusión en el estado "Presente".
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
15
Al igual que en la anterior, la lección es: Cuando manipules variables de Clase -incluyendo aquellas denominadas Presente-Ausente, hazlas explícitas y enumera
cuidadosamente sus valores. No dejes nada a la intuición.
CATEGORIAS ORDENADAS: UNA VARIEDAD HIBRIDA
Las Categorías Ordenadas es un modo de variación intermedio que puede ser usado
dentro de un estudio tanto como una variación de Clase que como una variación de
Grado. Aún más, pueden ser usados de ambas formas. Contrarias a las variaciones
de clase discutidas con anterioridad, los valores de la propiedad caen, de hecho, en
un orden lógico. Aunque la variable puede ser tratada como una variación de Clase
en la sección de análisis del estudio, cada categoría refleja "algo más" de alguna
propiedad que la categoría siguiente. El grupo de categorías esta formado a lo largo
de la dimensión distintiva y de esta forma, parecen más una variación de Grado que
de Clase. A continuación presentaré algunos ejemplos de cómo los valores de una
variable determinada pueden ser elaborados:
VARIABLE
VALORES
COMENTARIOS
Pertenencia a la clase
social de Subgrupos
Escolares.
1.
2.
3.
4.
Trabajadora
Media
Media-Alt a
Elite
Est a elaboración
ref leja, obviamente,
niv eles de increment o
en el Estatus Social.
Esf uerzos de los
Directores de
Escuela en apoyar a
los maestros.
1.
2.
3.
4.
Pobres
Promedio
Buenas
Sobresalientes
Est as categorías caen,
claramente, a lo largo
de un cont inuo.
1. Nunca deja
La práct ica de dejar
2. Ocasionalment e
tareas de los maestros. 3. Frecuentement e
4. Siempre deja
Otra v ez, los valores
ref lejan una
f recuencia, la de dejar
tareas .
En los ejemplos anteriores, ¿los catalogarías en variaciones de Clase o de Grado?.
En realidad todo depende en cómo sea manipulada la información durante el estudio.
Si los valores son mantenidos como categorías discretas en el análisis y reporte de
los resultados, consididera la variable como una variable cuyo modo de variación es
de Clase. Sin embargo, es importante notar que el investigador puede decidir el
otorgar un valor numérico a los valores de las categorías y literalmente tratarlas como
variables de grado. El podría asignar un valor de 1 a la categoría "Clase trabajadora",
de 2 a la denominada "Clase-media", 3 a la correspondiente a "Clase Media-Alta", y 4
a la establecida como "Elite" y posteriormente calcular una "media aritmética" de
todos los puntajes de la variable "Estatus Social" de acuerdo a los subgrupos de
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
16
patrones escolares. El hecho de calcular un "promedio" debe ser suficiente para que
usted identifique que el modo de variación no es de Clase; en el capítulo siguiente
elaboraré más al respecto.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
17
Para el entendimiento y comprensión de las variables, necesitas leer artículos de
investigación en tu campo profesional o área de interés. Al hacerlo, aísla las variables
claves de un estudio y analiza cada una de ellas en forma separada. No te
sorprendas de descubrir que esta práctica te ayudará a entender aún más el propio
estudio.
De hecho, cada estudio que encuentres tendrá un buen número de variables que
podríamos considerar buenas; en algunos quizás sólo cuatro o cinco, pero en otros,
tal vez veinte o más. Normalmente, no todas las variables tienen la misma presencia
--posteriormente te mencionaré cómo las variables se presentan unas con respecto a
otras. Por ahora, es suficiente el separar, para propósito de nuestro análisis, aquellas
que son centrales para el estudio.
DESCRIPCION COMPLETA DE UNA VARIABLE.
Dentro de un estudio, las variables pueden parecer ser elusivas, astutas, o
simplemente escabullirse pero --de una manera u otra-- tienes que descubirlas si
quieres ver cómo trabajaron en la investigación. El simple hecho de darles nombres,
no nos dice mucho acerca de ellas. La descripción completa de una variable utilizada
en un estudio requiere usualmente que analices las palabras que el autor emplea
para decir que es lo que la variable significa así como también inspeccionar como fue
medida, manipulada, o usada en el análisis de la información colectada. Hay tres
secciones de un reporte de investigación que debes de revisar para hacer la
clarificación. Primero, las secciones de apertura o introducción del reporte con
frecuencia incluyen discusiones acerca de las variables clave, qué quieren decir,
cómo han sido usadas en otros estudios, etc. Si tienes suerte, es posible que el autor
proporcione una cuidadosa y detallada definición. Segundo, necesitas analizar la
sección acerca de los "Métodos" para encontrar como las variables fueron medidas
en el contexto del estudio. Finalmente, el tercero consiste en que no olvides checar
las tablas de resultados las cuáles pueden proporcionar la mejor información acerca
de la naturaleza de la variable. Para una mejor comprensión, lee el siguiente capítulo
de estos apuntes que trata de las relaciones entre las variables; eso te ayudará a
saber qué estudiar y qué buscar en las tablas. Tu habrás logrado desenmarañar
completamente una variable cuando hayas realizado las siguientes cuatro cosas:
1. Nombrar la propiedad o atributo en juego. Esto es equivalente a nombrar la
variable en sí misma. ¿Cuál es la propiedad que diferencia un objeto
(persona, evento, etc.,) de otro?
2. Indicar los objetos a los cuales la propiedad se adhiere.
3. Identificar su modo de variación. Aquí, tú tienes dos opciones, Clase o
Grado.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
18
4. Elaborar sobre su modo de variación. Esto no quiere decir que tengas que
dar detalles acerca de cómo la variable fué medida.
4.1. Si estableces que el modo de variación es de Clase, entonces lista
todas las categorías específicas y los valores que estan
involucrados. Asigna a ellas letras alfabéticas --por propósitos de
claridad, listalos directamente uno abajo del otro.
4.2. Si estableces que el modo de variación es de Grado, indica
claramente la dimensión o el continuo implícito. También indica la
dirección en que corren los valores numéricos. Usualmente es
suficiente decir algo como "en relación a X, de bajo a alto", en
donde "X" es una breve caracterización de la dimensión. La
expresión "bajo a alto" (a diferencia de la de "alto a bajo")
convencionalmente significa que si el puntaje obtenido es menor, a
este valor le corresponde un poco de la propiedad y que si los
puntajes obtenidos tienen un valor alto, a estos les correspnde
mucho de la misma.
El cuidado que tengas al nombrar la propiedad de un objeto de
estudio, puede prevenir la necesidad de una extensa elaboración.
Algunas veces te encontrarás en la encrucijada de usar, por un
lado, un nombre corto y conveniente para nombrar la variable
expandiendo la descripción de la misma en la elaboración; y por el
otro, comprimir toda la información en el nombre de la variable y
minimizar su elaboración.
Para ser sistemático acerca de lo que hemos discutido, permíteme acomodar toda
esta información en una "Tabla de Disección". Te recomiendo que utilices una tabla
de disección diferente --como la siguiente-- para cada variable a ser analizada.
OBJETOS
A Quién o a Qué se le aplica la propiedad
PROPIEDAD
Nombre de la propiedad
MODO DE VARIACION Clase o Grado
ELABORACION
Listar las categorías o Describir la
Dimensión
FIGURA 1. Tabla de Disección de Variables
Una vez que hayas terminado de desenredar las variables del estudio, la descripción
de la misma debe sostenerse sobre sus propios pies, debe ser clara por sí misma; al
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
19
grado que si mostraras el resultado de tu trabajo a otras personas no familiarizadas
con el estudio analizado, ellas deberán ser capaces de entenderlas.
Incidentalmente, usa tu sentido común en este punto, para designar los objetos de
estudio. Cuando lleguemos al capítulo tres, particularmente a la discusión de la
"Unidad de Análisis" de un estudio (un tema muy relacionado con lo que hasta aquí
he discutido), descubrirás que especialmente los problemas molestos y latosos son
los que resaltan y brincotean de la "mesa de operaciones". A continuación, te
proporciono dos ilustraciones en las que observarán dos "tablas de Disección" en
acción.
OBJETOS
Direc tores Es tatales de Educac ión
PROPIEDAD
Orientac ión hac ia la Direcc ión
MODO DE VARIACION Clas e
ELABORACION
A. Loc ales
B. Cos mopolitas
OBJETOS
Maes tros de es cuela Prim aria
PROPIEDAD
Perc epc ión de Autonomí a en el Trabajo
MODO DE VARIACION Grado
ELABORACION
De Bajo a Alto en s u Sent imiento de
Aut onomía en el salón
FIGURA 2. Tabla de Disección de Variables en Acción
La tarea de detectar y analizar variables en estudios empíricos no es terriblemente
difícil una vez que te decides a hacerlo. Sin embargo, te encontrarás con problemas y
anormalidades. Lamentablemente, quienes realizamos investigación, no siempre
tenemos una grado alto de precisión por lo que sin lugar a dudas y principalemte al
principio, habrá una gran cantidad de enredos y tecnicismos que escaparán a la
objetividad de tu análisis; pero estoy seguro que con la práctica y tu experiencia,
habrás de lograr controlar y superar ésto. Mencionaré aquí algunas de las cosas que
parecen hacer difícil la vida del principiante en la medida en que ellos hacen un
esfuerzo por adentrarse en el análisis de las variables de un estudio.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
20
Las primeras dos tienen que ver con aislar las variables. Obviamente, primero tienes
que ser capaz de identificarlas para poder analizarlas, y no es siempre fácil el decidir
en donde termina una y comienza la otra.
1. VARIABLE VS. UN TIPO DE VARIABLES.
Puede ser que un autor reporte un estudio conteniendo un número de variables que
pudo haber clasificado bajo varios encabezados generales: Variables que se
relacionan a la "Motivación del Estudiante", aquellas que se relacionan a la
"Interacción Estudiante-Maestro", aquellas concernientes a "Características de la
Escuela", etc. Un error común es el pensar que el nombre dado para un conjunto
particular de variables es en sí mismo una variable.
También, solamente porque un grupo de variables es medida con el mismo
"Instrumento" no significa que una sóla variable esta en acción. El cuestionario que
describe la conducta del lider (LBDQ) es un ejemplo de este tipo. Tiene 100 reactivos
y fué diseñado para medir 12 diferentes dimensiones de la conducta de un líder, tales
como "Tolerancia a la incertidumbre", "Persuación", "Inciación a la Estructura",
"Enfasis en la Producción", "Orientado a la Jerarquía", etc. Cada una de las
dimensiones representa una variable separada cuyo modo de variación es en Grado.
El instrumento nos ofrece una medida global de la "Conducta del Líder" que varía a lo
largo de la dimensión diagnosticada.
Una mejor forma para darse cuenta de qué distingue a las variables de un estudio es
el examinar las tablas que presentan los resultados del estudio. ¿Qué es lo que ellas
nos dicen acerca de cómo el investigador realizó la medición de las variables? Aún
en el caso de que el autor sea voluble o confuso en el desarrollo del texto, las tablas
nos cuentan claramente la historia.
2. PUNTAJES, SUB-PUNTAJES Y REACTIVOS.
Mientras que la situación anterior puede inducirte a contar muy pocas variables en un
estudio, también en el caso contrario, puede dirigirlo a contar más de las debidas. La
medida de una variable es construída a partir de un número de reactivos separados o
indicadores que se someten a un mismo puntaje; sería incorrecto el afirmar que cada
reactivo sea una variable. Escalas de actitud, de personalidad y las pruebas de
desempeño académico son ejemplos clásicos; los puntajes son sumados a partir de
las respuestas a un número determinado de reactivos. Un índice del "Nivel Socio
Económico" de una familia puede ser formado a través de combinar en ciertas
formas medidas acerca de la ocupación, el nivel educativo, y el ingreso de los
trabajadores. ¡¡¡Aquí tenemos una variable, no tres!!! "Satisfacción con los Servicios"
en un estudio acerca de los clientes de un lugar determinado de trabajo puede ser
calculado a partir de la diferencia numérica entre los puntajes de la cantidad de
ayuda que el cliente espera y la cantidad de ayuda que recibe. "Ayuda Esperada" y
"Ayuda Recibida" puede ser que sean variables separadas del estudio.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
21
Mientras un sólo puntaje o índice sea derivado y usado de un análisis de la
información como la anterior, éste debe ser tratado como "Una Sola Variable". Una
vez más, el examinar las tablas de resultados puede ser de gran ayuda.
Sin embargo, las cosas puedes llegar a ser más complicadas. Pruebas de
desempeño basadas en múltiples reactivos con frecuencia proporcionan puntajes
tanto parciales como globales. Las medidas de "Satisfacción en el Trabajo" pueden
ser calculadas también en forma similar: Satisfacción con la Supervisión, con los
sueldos y prestaciones, con las relaciones con los colegas, con las facilidades para el
trabajo, etc. Lo mismo pasa con "Satisfacción General" que puede ser calcualda a
partir de una suma de las otras variedades. Autores de artículos de investigación
algunas veces se sienten impulsados a analizar y reportar todos los puntajes y
subpuntajes que han capturado. ¿Cuándo debemos de parar el esfuerzo por
desenmarañar las variables bajo tales circunstancias?, no lo sé, pero les recomiendo
usar su sentido común como guía.
3. "CAMBIO", "MEJORAMIENTO", Y "GANANCIA"
De vez en cuando encontraremos alusiones a una variable como "Cambio de
Actitud", o "Mejoramiento en el Desempeño", o "Ganancia en el Logro". Para evitar
problemas, tratemos la variable como "Actitud" y no como "Cambio de Actitud", o
"Desempeño" y no "Mejoramiento en el Desempeño".
¿Por qué? Por lo general, palabras como cambio, mejoramiento y ganancia
involucran situaciones en la cual la variable ha sido medida en dos puntos diferentes
del tiempo (1 y 2); los puntajes sobre la variable en el tiempo 2 son restados de los
puntajes del tiempo 1 para proporcionar una valor numérico que indica la cantidad de
cambio (positivo o negativo) ocurrido en la propiedad entre los dos tiempos de
medición. Pese a todo, encontramos que hay sólo una variable. Analicémosla como
si hubiese sido medida sólo una vez.
4. INVENTAR NOMBRES PARA LAS VARIABLES.
Cuando le das nombre a una propiedad o variable, debes mantener tanta fe como
puedas a las palabras que el autor usa en el reporte de la investigación. Sin
embargo, no siempre pasa que el autor provea en una forma buena y limpia los
nombres de la variable, entonces, tendrás que inventar un nombre para ella. Esta
situación ocurre más frecuentemente con las variables cuyo modo de variación es de
Clase. El autor puede ser que liste un grupo específico de valores sin dar un nombre
genérico para la propiedad.
Por ejemplo, Un investigador puede reportar un estudio en el que compara "Estilos
de Enseñanza" en: A. Escuelas secretariales, B. Programas de Enfermería en la
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
22
Universidad, C. Cursos de Civismo en las Escuelas Católicas, etc. Obviamente, todas
con un modo de variación de Clase. Pero... Clase de qué. ¿Cómo nombrar la
propiedad general en la cual los tres son valores particulares, especialmente si el
autor no suguiere alguno de ellos? Lo mejor que podemos hacer, es darle a la
variable un nombre "insustancial" como por ejemplo "Tipo de lugar" y descansar en la
lista de categorías que describen su significado. Te recomiendo que tomes muy en
cuenta este punto para evitar en el futuro caer en el mismo error que cometió el
autor, cuando realices tu propia investigación.
5. LOS OBJETOS DE ESTUDIO NO SON UNA VARIABLE.
Una variable es una propiedad que se adjunta a los objetos bajo estudio y proveen
una base para distinguirlas entre ellas. Un error ocasional de los principiantes es el
creer que ellos han nombrado una variable cuando ellos sólo han nombrado los
objetos. Si los Decanos de la Universidad fueran los objetos de estudio, sería
incorrecto nombrar a la variable como "Decanos". En este caso, las variables deben
tener propiedades que las distinguen entre ellas, esto es, en que los Decanos
difieren unos de los otros; por ejemplo, la frecuencia de su interacción con los
profesores (variable de grado) o el campo profesional de donde han adquirido su
licenciatura (variable de clase).
6. CONVERSION DE VARIACIONES DE GRADO EN VARIACIONES DE CLASE.
Una variable que tiene todas las características de variación de grado puede, de
hecho, ser tratada como variable de clase. El "tamaño de la Escuela" puede ser el
caso. Aunque el investigador tenga a la mano las cantidades de alumnos inscritos de
un grupo de escuelas detrminado --por ejemplo, valores que vayan de 50 a 1000-- el
puede decidir acortar la información capturada y clasificar las escuelas como
"pequeñas", "medianas", y "grandes". De esta forma, una variación potencial de
grado es reducida a variable de clase (Categorías ordenadas).
Para facilitar las respuestas sobre un cuestionario, la edad de quienes lo responden
puede parecer una variable de grado al habérsele pedido que marcaran su edad en
alguno de los rangos siguientes: 20-24, 25-29, 30-34, etc. Sin embargo, esta es una
variación de clase y no de grado dado que el sujeto del que proviene la información
debe estar solamente en una de las categorías establecidas; si tiene 23 años, solo
puede estar en la primera categoría. Es importante tener cuidado y no confundirla
con las catagorías denominadas híbridas mencionadas en la pagina 15.
En general, siempre es posible reducir la variable que se mide de grado a clase, sin
embargo, tú no puedes hacerlo en la dirección contraria (de clase a grado) salvo
aquellas que se han establecido como híbridas. Una variable medida como un
conjunto de categorías (sexo, edad, nivel máximo de estudios, etc.) nunca podrá ser
medida como variable de grado.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
23
7. COLAPSANDO LAS CATEGORIAS DE UNA VARIACION DE CLASE.
Una práctica común al manipular variables de clase es el combinar o "colapsar" las
cateogrías al momento de realizar el análisis de la información. En el ejemplo
anterior, establecimos un rango de cinco años en la categoría de la edad, misma que
puede colapsarse en categorías de diez años, aún más, pueden hacerse sólo dos
valores. Veamos otro ejemplo; en una medida de valores ocupacionales, a los
encuestados se les pide que selecciones una de las diez cosas que ellos consideran
como el criterio más importante de "El Trabajo u Ocupación Ideal" --cosas tales como
"Tener una oportunidad para ganar una gran cantidad de dinero", "Tener la
oportunidad de trabajar con otros", "Permitirme garantizar una seguridad en el
futuro", "Permitirme ser creativo y original", etc.. Para propósito del analisis, las diez
categorías pueden ser colapsadas a cuatro: Valores orientados a las personas;
Recompensas extrínsecas, autoexpresión, y otros valores.
Cuando tú diseccionas una variable, hazlo a la luz de las categorías que actualmente
usas en el análisis y no en función de aquellas que potencialmente pudiste haber
usado.
8. CUANDO NUMEROS CHICOS SIGNIFICAN CANTIDADES GRANDES
En algún punto del proceso de medición, los investigadores asignan valores
numéricos o puntajes a variables de Grado. Ellos usualmente se las ingenian para
que las cantidades grandes o niveles de la propiedad en cuestión sean
representadas por número grandes y que las cantidades pequeñas o niveles bajos
sean representados por valores bajos. Para algunas variables los valores numéricos
y la "Dirección" de la variable han tenido una correspondencia natural. Para el
"Tamaño de la Escuela", la mayor cantidad de inscritos significa mayor tamaño, y
para el "Nivel de Salarios" más pesos significa mayores salarios.
Sin embargo, las cosas no siempre trabajan de esta manera tan clara; en el juego del
Golf, los mejores Golfistas son aquellos que tienen los puntajes más bajos; los
corredores más rápidos son aquellos con los tiempos más chicos. Lo mismo pasa
con la medición de algunas variables; "La cantidad de conocimiento acerca de los
reglamentos escolares" podría ser conceptualizada --y por lo tanto medida-- como el
número de respuestas equivocadas sobre una prueba de 40 reactivos, en donde una
calificación baja (pocas respuestas equivocadas) significa que la persona tiene
mucho conocimiento sobre los reglamentos escolares y viceversa, una calificación
alta (muchas respuestas equivocads), significa poco conocimiento. En otro ejemplo,
los sentimientos de los empleados acerca de su "Enajenación en el Trabajo" puede
ser medida de tal manera que mientras mayor sea el puntaje, menor sea la
enajenación.
Como en los casos anteriores, aquí la lección es: ¡¡¡Cuidado!!! En la medida que tú
analizas variables con variación de Grado, haz una doble verificación para estar
seguro de que los números corren en la dirección que uno esperaría lo hicieran de
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
24
acuerdo al nombre de la variable. Si no, Nombra nuevamente la variable o haz que la
dirección sea clara en la elaboración del modo de variación.
9. VARIABLES BI-POLARES.
Se considera que algunas variaciones en Grado tienen un rango con niveles altos en
cada extremo (polo) de su continuo en donde ambos extremos son considerados
como opuestos el uno del otro, por lo que se les da a cada polo de la dimensión un
nombre diferente. Espero que la siguiente ilustración te dé una mejor idea. La escala
de control ideológico de los alumnos (PCI) ha sido diseñado para medir el punto de
vista del maestro en relación al control de los alumnos en el salón de clase. El
instrumento establece un continuo acerca del control en el salón de clase que va
desde los puntos de vista más "Humanísticos" hasta los más "Directivos". Los
inventores de la escala estipulan que los puntos de vista "Directivos" deben ser
considerados como opositores a los puntos de vista "Humanísticos". Las
instrucciones para calificarlo proporcionan valores numericos que van de 20 a 100,
con los números grandes indicando una mayor "Directividad" y los pequeños, mayor
"humanismo". Los maestros pueden ser localizados en cualquier lugar entre los dos
polos.
Una variable como esta tiene varios peligros. Tu puedes confundir la variable como
una variable de Clase (en donde los dos valores son "Humanístico" y "Directivo") o
quizás tu puedas pensar que hay dos variables de Grado (grado de "Humanidad" y
grado de "Directividad"). ¿Qué nombre le darás a la variable para que describa
apropiadamente al dimensión? En este caso, la dimensión usualmente es llamada
"Punto de Vista de Directividad" porque de acuerdo a los procedimiento de
calificación, los números grandes representan niveles grandes de dirección. Dado
que la asignación de los valores numéricos o puntajes a la dimensión Bi-Polar es
arbitraria, tu necesitas estar muy alerta a la dirección particular en la que corren los
puntajes.
En lo general, casi ningún estudio que leas estará limitado a sólo una variable, al
contrario, las más de las veces encontrarás que los investigadores capturan, dentro
del diseño de su investigación, información sobre cuatro, cinco o diez (a veces
muchas más) variables. ¿Qué es lo que ellos hacen con todas ellas?... Eso depende,
claro, del investigador, de su punto de vista sobre el estudio y de la razón por lo que
la hace. Así, aunque el propósito de la investigación puede ser muy variado, es
posible separar los estudios empíricos en dos montones. El primero, aquel que se
forma con los estudios en donde los intereses del investigador pueden verse a través
de las variables por sí mismas (reportando cómo los objetos de estudio se sustentan
en ellas anlizando uno de ellos cada vez). El segundo, es el formado por estudios en
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
25
donde la preocupación del investigador en las relaciones entre las variables o sean,
las hipótesis (punto focal de estos apuntes) y que son una predicción acerca de las
relaciones entre variables.
Por lo tanto, nuestra atención --como se verá en los capítulos subsecuentes-- se
centrará en el segundo montón, en donde la intención del investigador es desarrollar
o probar hipótesis y en donde las relaciones entre las variables son el centro del
escenario. Aunque no hay un acuerdo común, existen diferentes formas de nombrar
esta clase de investigación. Pero yo me inclino a llamarlos "estudios de verificación".
Antes de continuar, valdría la pena mirar un poco a los estudios de este montón.
Puede ser que el intento de un estudio sea simplemente el describir la población con
respecto a una o más variables. Las relaciones causa-efecto si no son hipotetizadas,
no son examinadas. Las investigaciones de esta variedad son conocidas como
estudios descriptivos, estudios de condiciones, grupos de opinión, consensos, o
simplemente examinaciones. El número de variables medidas en la población (o a
una muestra de la población) puede ser muy larga o la medida puede ser dirigida
sólo hacia algunas variables, quizás sólo una y al respecto, tenemos legiones de
estudios.
• Un estudio puede buscar establecer la satisfacción del cliente con varios aspectos
de una oficina de colocación Universitaria con el propósito de identificar los
servicios necesarios para su mejoramiento. Cada aspecto sobre el cual los clientes
son interrogados con respecto a su nivel de satisfacción, representa una variable.
• Un equipo de investigación puede medir la incidencia del sesgo acerca de la
ausencia del Nacionalismo ideológico en una muestra de Libros de Historia de un
programa escolar, usando varios y diferentes indicadores de sesgo. Por ejemplo,
un indicador (o variable) puede ser la frecuencia de discusiones al respecto
incluídas en los textos. Mientras menor sea la frecuencia, mayor será el sesgo.
• Un estudio puede pretender describir la tendencia a la deserción de los alumnos
de nuevo ingreso de la Universidad sobre un período de cinco años.
• Una encuesta de opinión puede medir el punto de vista de los ciudadanos sobre
un número de tópicos de actualidad o de sus preferencias acerca de candidatos
políticos potenciales.
• El Director Administrativo de la Universidad puede usar una lista de control para
jerarquizar lo adecuado de las instalaciones de la Biblioteca. La lista de control
puede proporcionar un esquema para calcular un puntaje general para el Edificio
así como también sub-puntajes para otras categorías, espacio, iluminación, control
del aire acondicionado, etc.
La lista de ilustraciones puede continuar indefinidamente, todos los estudios
comparten como característica que las variables medidas en los estudios son
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
26
importantes por sí mismas, ellas se apoyan "en sus propios pies" pero los
investigadores no muestran interés en establecer relaciones entre las variables.
Por lo común, es bastante fácil que te des cuenta --a partir de su flujo-- si un estudio
es de tipo descriptivo o de verificación, deducción apoyada también por la manera en
que la información fue presentada tanto en las tablas de resultados como en el texto.
Dos cosas pueden confundir un poco. Primero, los verdaderos estudios de
verificación con frecuencia contienen tablas u otra información describiendo con algo
de detalle a la muestra sobre la cual el estudio se esta realizando, especialmente
durante la primera parte del trabajo; y Segundo, Los reportes de estudios descriptivos
pueden contener registros para grupos especiales o sub-poblaciones de los objetos
bajo estudio.
La información de los estudios descriptivos es muy importante para los tomadores de
decisiones en todos los sectores de la sociedad moderna, como prueba de ello es la
gran cantidad de recursos dedicados a ellos. La información va desde el tipo que se
captura en los Censos de población cada diez años hasta los índices de la Bolsa de
Valores; desde las estadísticas acerca de los jugadores de beisbol hasta el libro de
records de Guiness. La investigación descriptiva realizada con seriedad demanda de
una seriedad de cuestionamiento tanto como la del tipo de verificación y las
herramientas metodológicas son similares entre las dos. Sin embargo, debo hacer
notar que los estudios descriptivos enfatizan más en lo preciso y relevante de la
medición y en la tecnología del procedimiento de selección de la muestra; que en los
conocimientos sobre procedimientos estadísticos elaborados y temas sobre el diseño
de investigación. El investigador que se inclina por el estudio descriptivo debe, por
sobre todas las cosas, ser claro acerca de cómo la información capturada será
usada.
Hay más cosas por saber acerca de las variables. En particular, hay un número de
adjetivos asociados a la palabra "variable" y que designan la función de la variable en
el estudio. Hablaré acerca de variables Independientes y Dependientes, variables de
control, variables intervinientes, y cosas parecidas a la mitad del siguiente capítulo.
Por ahora, creo que ya tienes suficientes herramientas en tu mochila para comenzar
a desensamblar las variables en los estudios empíricos y entender que es lo que las
hace importantes. Créemelo, una comprensión fuerte acerca de la naturaleza de las
variables es la piedra angular en cada tópico de los métodos de investigación.
Depende de ti el desarrollar tu instinto, afilar tus herramientas y desarrollar tus
habilidades en identificar y diseccionar las variables. ¡¡¡La caza espera... Buena
suerte!!!
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
27
CAPITULO 2
La evidencia empírica de un estudio es determinada a través de sus hipótesis, esto
es, a través de examinar las relaciones entre sus variables. En mi experiencia, el
examen o análisis de estas relaciones es un asunto que tiende a complicarse con
suma facilidad y con mucha rapidez por lo que creo que la adecuada comprensión de
la naturaleza de estas relaciones es de gran utilidad. Con esta preocupación, en este
capítulo pretendo ofrecerte una guía que te permita un tránsito más fluído en el
laberinto de la investigación. En la investigación moderna encontrarás que esta clase
de estudios cuentan, la mayoría de las veces, con más de una variable. Saber cuáles
son y como se comportan al momento de entrar en el juego de inspeccionar sus
relaciones, puede convertirse en una tarea ardua si no contamos con un esquema
para analizarlas y separarlas. Por todo lo anterior, en el desarrollo del capítulo,
pretendo:
• Enseñarte que hay tres formas básicas de examinar las relaciones entre dos
variables. Seleccionar la más apropiada dependerá del modo de variación
de las variables involucradas.
• Familiarizarte con un "Bonche" de términos que te ayudarán a clasificar las
variables para ver que estatus o presencia tiene unas respecto a las otras.
• Hablarte acerca de las formas en que los investigadores examinan las
relaciones entre variables a través de mantener como constantes a otras
variables.
• Utilizaré la discusión previa para proporcionarte "tips" sobre como mirar la
sección de resultados de un estudio y detectar los modos de variación de
las variables clave.
Una relación entre dos variables significa que, en consideración a algún grupo de
objetos, la relación tiene una misma magnitud o presencia para ambas variables. Por
ejemplo, en la población mexicana adulta, la edad tiende a ser relacionada con el
hecho de que las personas mayores cuidan más su dinero, los individuos que en la
variable edad tienen más años, tienden a tener los valores más altos sobre la
variable del ahorro (asumiendo que los valores de esta variable van de bajo a alto); el
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
28
número de cigarros que se fuman diariamente se relaciona directamente a la
posibilidad de desarrollar cancer pulmonar; el ver violencia a través de la televisión
(comparado con no verla) supone el desarrollo de una mayor agresividad entre los
niños.
"Asociación", "Covarianza" y "Variación concomitante" tienen el mismo significado
que "relación". Lo mismo ocurre con el término correlación (aunque éste tiene
también un significado técnico que describe una clase particular de relación. Más
adelante, elaboraré más sobre este particular.)
Finalmente, debemos comprender que una relación será siempre entre dos variables;
es imposible examinar la relación entre tres variables, salvo que lo hagamos por
pares de variables (la 1 y la 2; la 2 y la 3; y finalmente la 3 y la 1).
Dos cosas deben quedar claro para poder examinar las relaciones entre las variables
de un estudio.:
1. Cada objeto bajo investigación debe haber sido medido o por lo menos debe
habérsele asignado un valor sobre ambas variables.
2. Debe existir alguna variación entre los objetos sobre cada variable. Si todos los
objetos tienen el mismo valor sobre una o ambas variables, la variable llega a ser
una constante en lo que al estudio se refiere por lo que la relación no puede ser
determinada.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
29
MANTENIENDO CONSTANTES LAS OTRAS VARIABLES
Una gran cantidad de la investigación contemporánea ha sido dedicada al análisis de
la relación entre pares de variables mientras que "controlan para," o "mantienen
constante" una o más variables. Desarrollar un estudio bajo condiciones extrañas
que pudiesen --en formas impredecibles y no deseadas-- afectar constantemente sus
resultados, debe ser una preocupación del investigador cuando desarrolla una
investigación. Esta situación se discute ampliamente en cursos de metodología de la
investigación. Por ello, debes de ser muy cuidadoso al seleccionar, primero, los
objetos bajo estudio; después, el arreglo de condiciones paralelas de investigación; y
finalmente, en el uso de métodos para capturar datos en forma estandarizada. Estas
son, entre otras, las consideraciones más importantes.
Un procedimiento muy común e importante es el uso de controles estadísticos
durante el análisis de la información a través de técnicas como la del análisis
multivariado. Su uso, añade complejidad a la tarea de examinar las relaciones y
comprender qué es lo que esta pasando sobre el estudio, sin embargo, ellos son tan
comunes que necesitarás saber algo acerca de ellas. Después de haber lidiado con
relaciones bivariadas simples y su inspección, te daré una idea rápida de los
procedimientos multivariados.
EXAMINANDO LAS RELACIONES VS. PRUEBAS DE SIGNIFICANCIA
Existen dos ramas de la compleja materia llamada estadística que se entrelazan en
la inspección de relaciones entre variables. Ellas son: La estadística Descriptiva y la
estadística Inferencial. La primera, involucra un poco más que cosas contables,
cálculo de porcentajes y cálculo de medias. La parte más complicada se relaciona
con el cálculo del coeficiente de correlación. Hablando en general, es posible
comprender la noción de relaciones sin tener que entrar al otro tipo de estadística.
Sin embargo, en la práctica, ambas están entrelazadas.
La segunda, la estadística inferencial, se preocupa por las diferencias en porcentajes
o medias que tú te figuras, o del tamaño numérico del coeficiente de correlación que
tú computas cuando éste es mayor al que podia esperarse por azar. Es aquí en
donde la estadística empieza a ser más profunda y complicada, pero aquí, no se
discutirán estos tópicos.
Aunque las trampas técnicas de la estadística inferencial pueden disimular los
hechos, sólo hay tres formas básicas para examinar la relación entre un par de
variables. las tres dependen en el modo de variación de las variables implicadas.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
30
CASO 1. LAS DOS VARIABLES DE CLASE.
Procedimiento: Comparar porcentajes en una tabla.de porcientos.
De hecho, una tabla de porcentajes se deriva de otra tabla "cross-tabulations" o más
técnicamente, de una "tabla de contingencias." Una "tabla de contingencias" es un
nombre sofisticado para una tabla cotidiana con la cual todos estamos familiarizados.
Se construye contando el número de objetos en las categorías de una variable que
caen en las categorías de la segunda. Por ejemplo, si una de las categorías fuese
"sexo" (hombre/mujer) y la otra fuese la opinión sobre el presupuesto de la escuela (a
favor, en contra e indeciso) la tabla de contingencia contendría el número de
hombres que estuviesen a favor, aquellos en contra y los indecisos; de igual manera
sucederia con las mujeres. Las entradas a las celdas de una tabla de contingencia
son simplemente los números de los casos, por ejemplo:
Una tabla de continge ncias :
SEXO
FAVOR
HOMBRE
30
61
22
113
MUJER
81
92
28
201
111
153
50
314
TOTAL
UDLA-P
CONTRA INDECISOS
MATERIAL EN BORRADOR - NO DUPLICARSE
TOTAL
DR. JOSE A. LOPEZ
31
No siempre es sencillo el notar las relaciones en una tabla de contingencia
observando únicamente a los números, especialmente si éstos son grandes y los
totales están divididos en forma dispareja como en el presente caso. Por esta razón
los números son típicamente convertidos a porcentajes. La tabla siguiente muestra la
misma información expresada en porcentajes de hombres y mujeres en las tres
categorías de opinión. La única parte capciosa del procedimiento está en decidir
cómo basar los porcientos en los totales brutos como en el siguiente caso, o los
totales de las columnas, ambos casos funcionarán pero uno hará las funciones más
fácil de identificar que el otro. El ejemplo siguiente toma los totales de los renglones:
Una tabla de por ce ntaje s :
SEXO
FAVOR
CONTRA INDECISOS
TOTAL
HOMBRE
27%
54%
19%
100%
MUJER
40%
46%
14%
100%
Existe una relación cuando los porcentajes no son los mismos entre las líneas (si es
que los porcientos estan calculados en esa dirección.). La relación en este ejemplo,
sugiere que los hombres tienden a estar más en contra del presupuesto escolar o
indecisos que las mujeres, quienes tienden a estar más en favor.
CASO 2. UNA VARIABLE DE CLASE Y LA OTRA DE GRADO.
Procedimento: Comparar las medias en una tabla de medias.
Cuando una variable es medida en grado, es posible computar una media para los
objetos ahí medidos. Una tabla de medias simplemente muestra los promedios para
los objetos en cada una de las categorías de la variable de clase. Si tú estuvieras
interesado en la relación entre aquellos que están a favor del presupuesto escolar y
el sexo, y si el puntaje a favor fuese medido en una escala de 1 a 10, por ejemplo,
uno costruiría una tabla mostrando las medias de los hombres y de las mujeres que
estuviesen a favor.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
32
Una tabla de m edias:
SEXO
(N)
MEDIA
FAVORABLE
HOMBRE (113)
4.87
MUJER
(201)
6.50
AMBOS
(304)
6.11
(La N significa el número de casos en que se calculó la media)
Una relación existe cuando los objetos en la categoría de la variable de clase tienen
diferentes medias sobre la variable de grado. Aquí la relación es tal que la media de
las mujeres tiene un valor mayor que la de los hombres.
CASO 3. LAS DOS VARIABLES DE GRADO.
Procedimiento: Calcular y contemplar un coeficiente de correlación.
Por ejemplo, la correlación entre la edad de los que responden y el estar a favor del
presupuesto (medido en grados).
Gracias a los misterios del álgebra es posible llegar a un número, con un rango de
potencia de -1.00 a +1.00, que describe la relación (negativa o positiva) entre dos
variables medidas en grado. Por lo general, un coeficiente positivo indica que entre
más altos sean los valores del objeto en una variable, mayores más serán los valores
de la otra variable ( una relación directa). Un coeficiente negativo indica que entre
más altos sean los valores en una variable, estos serán más bajos en la otra (relación
inversa). Un coeficiente de cero significa que no existe relación entre las variables.
Mientras que hay otras variedades, el coeficiente de correlación usualmente
calculado es el de la "correlación producto-momento de Pearson". De hecho, es el
que se usa con tanta frecuencia que, a menos que sea explícitamente establecida de
otra forma, se daría por entendido que un coeficiente de correlación es la correlación
producto-momento. Su cálculo se inicia anotando hacia abajo, en dos columnas, el
par de valores para cada caso. (Llamemos a los valores de la variable edad "X" y
para quienes estan a favor "Y"). Si se tienten 304 casos habrá 304 valores de "X"
con 304 de "Y". Hagamos otras tres columnas, una para el cuadrado de cada valor
de "X", una para el cuadrado de cada valor de "Y", y la otra para el "producto
cruzado" de ambas o sea, "X por Y". Saquemos ahora nuestra calculadora (o el
ábaco) para sumar las columnas. Tendremos cinco sumas: de las X's, de las Y's
(Suma de "X" y suma de "Y"); de sus cuadrados ("X 2" y "Y2") y de los "productos
cruzados" de ambas ("X" por "Y"). Junto con el número de casos (N). Ahora ya estas
listo para insertarlos en una fórmula:
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
33
Todo ésto implica mas trabajo cuando se tienen muchos casos. Algunas calculadoras
hacen la mayoría sino es que todas, las operaciones matemáticas por ti; solamente
tienes que presionar en los pares de valores, y los cuadrados, las multiplicaciones y
las sumas se realizan en forma automática, tal vez, hasta los resultados de la
fórmula. Sin embargo, pese a todo, no es tan fácil.
Un coeficiente de correlación:
r = -.23
Ahí está, el resultado no es una tabla, sino sólo un número. No hay necesidad de
comparar tres pares de porcentajes o un par de medias. El resultado es sólo un
número que representa que, entre mayores sean los que responden, menor es su
actitud de favorecer el presupuesto de la escuela.
Una gráfica de disperción proporciona una representación visual de la relación entre
variables en grado. Se construye dibujando un eje horizontal para los valores de una
variable y uno vertical para los valores de la otra, e indicando donde se localiza cada
objeto del estudio. Esto nos da suficiente información acerca de la relación que no
podríamos ver si empezáramos con un número.
La mayoría de los estudios publicados que leemos, van más allá del simple reporte
de una relación bivariada para examinar las relaciones entre dos variables,
manteniendo constantes una o más de las otras variables durante el proceso. Como
dije anteriormente, ésto aumenta la complejidad del estudio y aumenta la dificultad
para encontrar lo que pasa con ella. Un curso introductorio en estadística es, sin
lugar a duda, de gran ayuda, pero frecuentemente, un segundo curso es necesario
para obtener bases firmes acerca de los procedimientos de análisis de un estudio
(quizás aún así, sea insuficiente). Pero no te preocupes demaciado, hay formas de
poner orden en este aparente desorden, y por lo menos, permitirnos discernir cuando
el análisis estadístico realmente va más allá de nuestro nivel actual de entendimiento.
Una gran ayuda en estudios que envuelven un número de variables y sus relaciones,
es la de contar con una forma de clasificación de las variables en términos de su
posición con respecto una de otra. Los siguientes párrafos proveen algunos términos
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
34
que ayudan en el proceso de clasificación y proporcionan los fundamentos para
considerar cómo las relaciones multivariables son examinadas.
VARIABLE INDEPENDIENTE VS. VARIABLE DEPENDIENTE.
El punto detrás de muchas, si no es que de la mayoría de las variables en estudios
empíricos y de investigación de la conducta, es el de descubrir las relaciones
causales. ¿Qué causa el desgaste en un maestro? ¿Cuáles son las condiciones que
afectan el resultado de las votaciones en las elecciones para el presupuesto del
distrito escolar? ¿Cómo se explica el descenso en los resultados de la prueba de
aprovechamiento en las décadas recientes? ¿Cuál es el efecto de la televisión sobre
los niños sobre los estereotipos del sexo? ¿Concuce la enseñanza en equipo a todas
las cosas buenas que pretende? ¿Porqué las escuela privadas logran mayores
logros académicos entre los jovenes que las públicas (si es que verdaderamente lo
hacen)? En nuestro mundo privado y profesional existen muchas preguntas de este
tipo, preguntas que implican nuestra idea acerca de las causas o consecuencias de
las cosas. Uno de los principales objetivos de la investigación es el de proporcionar
respuestas tentativas para ellas.
Siendo este el caso, estamos equipados con bases importantes para distinguir entre
grupos de variables en la investigación. En estudios preocupados de las relaciones
causales habrán una o más variables independientes y dependientes. Las variables
dependientes son aquellas que son consideradas por el investigador como "efectos"
"consecuencias", o "resultados", esto es, la variación que el investigador desea
explicar. Las variables independientes son entonces las "causas", las
"determinantes", o los "predictores" tentativos; o sea, los factores que el investigador
propone como explicaciones.
Una media estándar razonable para escoger una relación casual entre dos variables
(o mejor dicho que el investigador propone como relación causal) hace uso de una
flecha cuya punta se dirige de la variable independiente a la variable dependiente:
X
Y
Y en un diagrama sencillo "la dirección de la causalidad se muestra con dirección de
izquierda a derecha. Cuando la flecha tiene dos puntas son comúnmente usadas
para representar relaciones de naturaleza no causal entre un par de variables.
Debemos estar conscientes de que la distinción entre variables independientes y
dependientes no esta inherente en las variables por sí mismas, pero sí depende de la
naturaleza del estudio. Por lo tanto, si el estilo del liderazgo de un director es utilizado
como variable dependiente en un estudio (siendo afectado tal vez, por los años de
experiencia administrativa), podría ser utilizado como variable independiente en otro
(afectado por el compromiso organizacional de los maestros).
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
35
También debe quedar claro que cuando una relación entre pares de variables en un
estudio es establecida, ninguna de las tablas, ni el coeficiente de correlación
establecen cuál es la causa y cuál el efecto. (esto se describe con el viejo dicho de:
"La correlación no prueba la causa"). Es muy posible que una relación observable se
deba a la asociación común de dos variables con una tercera, una variable externa
que no se toma en cuenta. Bajo ciertas circunstancias de la investigación que se
emplea en un estudio, puede ser igualmente posible argumentar que la causa se
mueve en dirección opuesta. Algunas nociones de causa y efecto son dadas a las
variables por el investigador. Ellas son asuntos de inferencia y lógica, no de
determinación empírica.
A medida que se van leyendo estudios, se pueden imaginar cuáles variables son las
que el autor considera como causales y cuáles considera como efectos. Algunos
investigadores no están de acuerdo en revelar la prioridad causal de sus varibles, a
pesar del hecho de que un orden está implícito en el reporte del estudio, así que se
debe de leer entre líneas para encontrarlo. Un lugar en donde con frecuencia se
encuentran, es al final de un reporte en donde se habla de las implicaciones del
estudio.
En cualquier caso, el orden principia a emerger a medida que se inspeccionan las
variables del estudio. barajándolas o separándolas de acuerdo a su naturaleza
dependiente o independiente.
VARIABLES.DE CONTROL
En la investigación empirica la atención del investigador se fija en la relacion causal
entre un par de variables en particular, tales como el efecto de la exagerada
información sobre el nivel de estrés del administrador, o el efecto del resultado de las
votaciones sobre el presupuesto escolar, y la pregunta básica que desea
responderse es si hay o no hay relación. Esta se mantiene cuando otras variables
conocidas por su efecto en los niveles de estrés o niveles de aprobación del
presupuesto estan controladas. En investigaciones de este tipo, el investigador
puede escoger el medir las otras variables y después mantenerlas constantes
durante el análisis estadístico.
Una variable de control es una variable que se cree esta causalmente relalcionada
con la variable dependiente y que su efecto sobre ella, si no es contrarrestado, puede
ser mal entendido por el efecto de la variable independiente. Usualmente es posible
identificar el control de las variables de un estudio y separarlos de las variables
dependientes e independientes principales. Se puede encontrar que las relaciones
entre la varible de control y la variable dependiente o que entre las variables de
control en sí mismas, son presentadas en las tablas del reporte de resultados del
estudio pero no son de interés principal. Al contrario, la acción recae en las tablas
que muestran la relación de variables dependientes e independientes manteniendo
constantes la variables de control
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
36
VARIABLES INTERVINIENTES.
En ciertos estudios una tercer variable entra en juego, no como variable de control
sino como una variable que interviene. En general una variable de este tipo se ofrece
como explicación de cómo una variable independiente llega a tener efecto en una
variable dependiente. Esto implica una cadena de relaciones causales.
X
IV
Y
La variación en "X" lleva a una variación en "IV", la que en respuesta lleva a una
variación en "Y'. Esto es, el efecto conocido de "X" sobre "Y" que se presume opera a
través de la variable que interviene, "X" no afecta directamente a Y. Por ejemplo, un
investigador interesado en entender por qué la presencia de un auxiliar del maestro
("X") hace que mejore el desempeño de los estudiantes ("Y") ésto puede proponer "la
cantidad de instrucción individualizada" como una variable "que interviene" ("IV"). El
argumento que se suscitaría sería que la presencia (contra ausencia) de un auxiliar
en el aula, aumenta la cantidad de instrucción individualizada que reciben los
estudiantes, y es este tipo de instrucción individualizada la que hace mejorar el
desempeño de los estudiantes, no la presencia de un auxiliar en sí. (Que del auxiliar
no se espera que afecte directamente el desempeño, se indica con el hecho de que
no hay una flecha causal entre "X" y "Y").
Un apoyo empírico para este argumento puede obtenerse observando que la relación
original entre "X" y "Y" desaparece cuando "IV" se mantiene constante en el análisis
estadístico.
MODELOS CAUSALES.
La idea de cadenas causales en la discusión anterior puede extenderse e incluir
otras variables, elaborar cadenas más largas, y un conjunto más elaborado de
relaciones hipotéticas entre las variables. El conjunto de variables y/o relaciones son
comunmente llamadas "Modelo Causal", "Modelo de camino (path's model)", o
"Modelo Estructural de Ecuación". La lectura cuidadosa de publicaciones e
investigación durante los últimos cinco o diez años especialmente en psicología,
ciencias políticas o economía, nos llevan a descubrir un buen número de
ilustraciones.
La clasificación de las variables por su designación como independiente,
dependiente, de control, o interviniente, no funciona en la elaboración de modelos
causales. Una variable dada puede ser de cualquiera de estos cuatro tipos en las
diferentes facetas del análisis de los datos. Normalmente las variables están
claramente expuesta en un diagrama, por lo que el lector puede mantenerse
informado de donde se encuentran las variables en relación una con otra. Sin
embargo, algunos procedimientos estadísticos sofisticados se requieren para probar
si las relaciones están o no de acuerdo con el modelo hipotético, y el investigador
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
37
principiante no deberá desconcertarse con la dificultad de entender qué es lo que
está pasando.
VARIABLES MODERADORAS.
Con alguna frecuencia usted escuchará el término "variable moderadora". Esta
variable participa en lo que es llamado una "relación condicional" o "contingencia", o
más generalmente, un "efecto interactivo". (ver la última sección del capítulo IV para
más información sobre relaciones contingentes). La variable moderadora es la que se
dice altera la relación entre una variable independiente ("X") y una dependiente ("Y").
Más específicamente, la relación entre X y Y será diferente dependiendo del valor de
la variable moderadora ("W"). Bajo ciertos valores de "W" y "X-Y" la relación
aparecerá, pero bajo otros valores de "W" no habrá relación entre "X" y "Y", ni
siquiera una relación inversa.
Un ejemplo nos ayudará. Una teoría popular del rediseño del empleo de
Adminstración de negocios, propone que a un aumento en la "variedad de la
habilidad" que proporciona un trabajo, aumentará la "satisfacción en el trabajo" entre
los empleados, pero sólo en aquel empleado que tiene una fuerte "necesidad de
crecer". Si un empleado tiene poca "necesidad de crecer", aumentando la variedad
de habilidades en el trabajo, no tendrá ningún efecto en él en cuanto al nivel de
satisfacción. El "crecimiento necesita fuerza", en la variable moderadora ("W"). En
efecto, la teoría dice que habrá una relación directa entre el tamaño de una variedad
de habilidades de trabajo ("X") y la satisfacción del empleado ("Y') cuando el valor de
"W" es alto, pero no habrá relación entre "X e Y" cuando el valor de "W" es bajo.
Los análisis estadísticos para detectar la operación de las variables moderadoras
siguen los mismos procedimientos, en la mayoría de los casos, como los empleados
en mantener constante uan tercer variable.
La diferencia está en lo que uno busca en una tabla de porcentajes o medias.
Cuando las variables "X", 'Y", y "W" son en grado, entonces, un procedimiento de
correlación un poco más intrincado se requiere. (Desde el punto de vista de pruebas
de significancia, el Investigador busca una interacción, estadísticamente significativa
en el análisis.
Hay muchos pros y contras estadísticos asociados a los procedimientos para
examinar las relaciones entre pares de variables mientras se mantienen otras
variables constantes. Las dificultades de los procesos se presentan casi siempre
para manejar los tópicos de pruebas de significancia; esto es lo que yo intento evitar
en estos apuntes. También, algunas se presentan como soluciones para problemas
especiales, pero no poco comúnes, de análisis de datos; también evitaré esto para
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
38
darles una idea general de procesos multivariados y de qué se debe de buscar en las
tablas.
Lo que esta a continuación es organizado alrededor de los tres casos descritos en la
sección previa de este capítulo, a examinar relaciones bivariadas, con un par de
simplificaciones. Lo ilustrare con solo tres variables que designaré como "1X", "2X" e
"Y", con "Y" representando una variable dependiente. Es fácil extrapolar los procesos
para más variables "X", pero eso lo dejo a su ingenuidad.
TODAS LAS VARIABLES DE CLASE.
Procedimiento: Compare porcentajes en varias tablas de porcentajes.
Suponga que tanto"1X" y "2X" tuvieran solamente dos valores cada uno. (las
suposición meramente simplifica la ilustración). Usando el ejemplo de la sección
previa, una de las variables "X" será sexo y la "Y' será la opinión acerca del
presupuesto escolar. Consideremos que "2X" se refiere a que quién responde tenga
o no hijos en edad escolar. Como antes, uno principia construyendo una tabla de
contingencia, pero ahora con el doble de celdas. Piense en ello como dos sub-tablas
para cada uno mostrando la relación entre sexo y opinión, una sub-tabla para los que
responden y tienen hijos en edad escolar, y la otra para los que no tienen hijos en
edad escolar. (Si "2X" hubiese tenido tres valores en lugar de dos, hubieran sido
necesarias tres sub-tablas). Asi es como los números pudieran aparecer
FAVOR
CONTRA INDECISO TOTAL
HOMBRES
11
9
2
22
MUJERES
66
55
10
131
SIN HI JOS EN HOMBRES
EDAD ESCOLAR
MUJERES
19
52
20
91
15
37
18
70
111
153
50
314
CON HI JOS EN
EDAD ESCOLAR
TOTALES
El número bruto de casos es dificil de interpretar, así que te pido que los conviertas a
porcentajes como en la siguiente tabla:
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
39
FAVOR
CON HI JOS EN
EDAD ESCOLAR
SIN HI JOS EN
EDAD ESCOLAR
CONTRA INDECISO TOTAL
HOMBRES
52
41
7
100%
MUJERES
50
42
8
100% (131)
HOMBRES
21
57
22
100%
(91)
MUJERES
22
53
25
100%
(70)
(N)
(22)
Ahora las tablas pueden ser interpretadas más rápidamente. Observando dentro de
cada sub-tabla vemos que los porcentajes para hombres y mujeres son casi iguales.
Manteniendo la constante "2X", la presencia o ausencia de hijos en edad escolar, la
relación entre sexo y opinión observados en la tabla bivariada de la sección previa,
ya no se encuentra. Los porcentajes pueden ser comparados de lado a lado de las
sub-tablas para revelar algo más: la relación entre la presencia o ausencia de hijos
en edad escolar y la opinión referente al presupuesto escolar, manteniendo
constante el sexo. Compare los porcentajes en las dos columnas de hombres, luego
la de mujeres, usted encontrará una relación. El patrón es el mismo para ambos
sexos: La ausencia de hijos en edad escolar hace menor la proporción de opiniones
en "pro" y algo más elevadas las proporciones de opiniones "en contra" y de
"indecisos" en contraste a los que sì tienen hijos. (La tabla de porcentajes puede ser
reorganizada para facilitar comparaciones más adelante).
Vale la pena notar que una consideración de tres variables de un análisis implica la
existencia de tres relaciones biariadas entre "1X e Y", "2X e Y", y "1X y 2X". El punto
es general, en cuanto que es aplicable a las otras formas de examinar relaciones
multivariadas. En el presente caso el número en la tabla de contingencias podría ser
sumado en forma tal que pueda producir las tres tablas de dos secciones, esta es
una técnica utilizada con freucencia como una corrección de los adecuado en
nuestras tabulaciones.
"X" VARIABLES DE CLASE, "Y" VARIABLES DE GRADO.
Procedimiento: Comparar las medias en varias tablas de medias.
Como en lo anterior, el numero de tablas (o sub-tablas) depende del número de
categorías de la segunda variable. Yo me apegaré a dos, la presencia o ausencia de
niños en edad escolar. La variable "Y" se presentará a quienes estan a favor del
presupuesto escolar, medidos en grados en una escala del uno al diez.
Dado que una tabla de medias ocupa menos espacio horizontal en la página, es
menos convencional poner las sub-tablas al lado. La tabla siguiente muestra como
deben aparecer las medias.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
40
CON HIJOS EN SIN HI JOS EN
EDAD ESCOLAR EDAD ESCOLAR AMBAS
HOMBRES
6.91
4.37
4.87
MUJERES
7.42
4.77
6.50
AMBAS
7.35
4.55
Aunque la información no se muestra en la tabla, las medias se calculan con el
siguiente número de casos:
22
91
113
131
70
201
153
161
Nuevamente hay dos formas de comparar las medias. La relación entre sexo ("1X") y
quienes están a favor ("Y"), la constante de niños en edad escolar ("2X") es dada
comparando las lineas: 6.91 Vs. 7.42 y 4.37 Vs. 4.77. Esto muestra que los hmbres
en alguna forma favorecen en menor grado que las mujeres el presupuesto escolar,
tengan o no hijos en edad escolar. La relación entre la presencia o ausencia de hijos
en edad escolar ("2X") y estar a favor ("Y") y constante de sexo ("1X") es revelado
comparando las medias a través de las columnas: 6.91 Vs. 4.37 y 7.42 Vs. 4.77. En
cada caso, hay una gran diferencia en medias, indicando que la presencia de hijos
en edad escolar hace una diferencia que favorece a quienes están a favor. En suma,
ambas "1X" y "2X" afectan a "Y", la segunda más que la primera en esta información
ficticia.
Tú debes de reconocer las medias dadas en el renglón de "ambos" a la derecha de
la tabla, son las mismas que aparecen en la relación de dos direcciones (bivariadas)
de sexo y quienes están a favor como en el ejemplo de la página 32 . Así debería de
ser ya que están basadas en la misma información. Solo que en la situación
presente, los datos van más allá, estan fraccionados dentro de las dos categorías de
"2X". Las medias en el renglón de "ambas" en la parte de abajo de la tabla, en forma
similar, representan la relación en dos direcciones entre la presencia o ausencia de
hijos en edad escolar y los que están a favor. (Técnicamente, los números a los
lados y en la parte inferior son llamados los valores "marginales" de la tabla para
ditinguirlos de los números que van dentro de la tabla en si y que son denominados
"entradas de las celdas", o simplemente entradas). En una amplificación, la tabla de
tres direcciones muestra en sus entradas la relación de "1X" e "Y", la constante "2X",
la relación de "2X" e "Y' y la constante "1X", y en sus márgenes, las relaciones en
dos direcciones de "1X" e "Y" y "2X" e "Y".
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
41
Una cosa no esta considerada, la relación en dos direcciones entre "1X" y "2X". Más
especificamente, ¿Donde uno encuentra la relación simple entre sexo y la presencia
o ausencia de hijos en edad escolar?. ¿Es esto posible entre sujetos del estudio que
las mujeres fuesen más dadas a tener hijos en edad escolar que los hombres?. Pista:
Ambos, "1X" y "2X" son variables que se definen en clase, por lo que la relación
bivariada debe ser en la forma de una tabla de contingencias. Respuesta: La
segunda tabla, la pequeña, "Y" agregada para indicar el número de casos en la que
se basaron los cálculos de las medias.es exactamente eso, una tabla de
contingencias, e involucra las variables en cuestión. Convertamos los números en
porcentajes:
CON HI JOS EN SIN HI JOS EN
EDAD ESCOLAR EDAD ESCOLAR TOTAL
SEXO
HOMBRES
19
81
100% (113)
MUJERES
65
35
100% (201)
(N)
¡Que tal! ¡Que relación!. Cualquiera que hayan sido las razones en la selección de los
sujetos para el estudio, las mujeres fueron mucho más sujetas a tener hijos en edad
escolar que los hombres.
El procedimiento estadístico de análisis de varianza es particularmente aplicable a
investigaciones con variables de la forma que se dicutió ántes --la variable
dependiente en grado y la variable X en clase. Ello produce pruebas de significancia
estadística del "efecto principal" de cada variable "X" sobre la variable "Y" (otras
variables X's constantes) y de "interacciones". Otro proceso que acompaña es el
análisis de covarianza, también esta para servirlos en caso de que necesitemos
controlar una o más variables "X" en grado.
TODAS LAS VARIABLES DE GRADO
Procedimiento: Computar coeficiente de correlación parcial, o examinar "Coeficientes
Beta" de una regresión múltiple.
Como las palabras lo suguieren, esto empieza a sumergirse en aguas más
profundas, pero no te preocupes, no iremos más alla del agua a la cintura.
Una correlación parcial es como una correlación ordinaria de coeficiente, excepto que
ella expresa la relación entre digamos, "1X e Y" con "2X" "parcialmente fuera" o
controlada. Sus valores también van desde -1.00 hasta +1.00, coeficientes en el
grupo de cero indican que no hay relación. Una correlacipón parcial que muestre la
relación entre "2X e Y" con "1X" controlada, puede igualmente ser calculada. La
ecuación algebraica que produce el coeficiente no es especialemnte dificil de usar,
pero depende de tener a la mano las correlaciones simples (Bi-Variadas) entre "1X e
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
42
Y", "2X e Y" y "1x y 2x" . obtenerlas puede ser tedioso, especialemnte si una tiene
que ver con muchos casos. Sin embargo, si los datos brutos estan en una
computadora incluyendo una computadora en casa, los cálculos pueden ser
obtenidos en unos segundos.
La técnica de "regresión múltiple" es considerablemente más común en estos dias de
acceso a las computadoras que las correlaciones parciales. La tpécnica es tomar una
variable dependiente, "Y', y un grupo de variables "X" en las que cada objeto ha sido
medido, y despupés se busca alredcedor por una combinación de "pesos" para
asignar a las variables "X" que mejor predeciran o "explicarán la varianza en " los
valores de "Y". ("Predecir, puede ser un término muy fuerte dado que los valores de
"Y" ya son concocidos"). Si después de considerar las otras variables de "X", una "X"
en particular no ayuda mucho para predecir "Y", y se asignará un peso pequeño
cerca a cero. Por otro lado, si ayuda mucho si su peso fuera relativamente grande.
Para nuestro propósito, debemos enfocar nuestra atención en estos pesos sujetos a
las 'X".
En particular ponga atención en términos como Beta" (incluyendo el símbolo griego
para B) o "¨peso Beta" o "Coeficiente estadarizado de regresión" u otras mezclas de
estos términos. El "coeficiente Beta" sujeto a una variable "X" esta paralelamente
cerca a una correlación parcial. Expresa la fuerza (y dirección) de su relación con Y,
controlando todas las otras "'s"X que han sido tomadas en cuenta.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
43
Todo esto de lo que he estado hablando en este capítulo, concerniente a como uno
examina las relaciones entre variables, puede ser invertido para desenredar la
naturaleza de las variables empleadas en un estudio. Después de ver el título de un
estudio y analizar brevemente su abstract o resúmen para tener una idea de las
variables importantes, yo con ferecuencia voy directamente a las tablas en la sección
de resultados. Mientras que las siguientes pistas no son infalibles, ellas funcionan
nueve de cada diez veces:
1. Si las tablas importantes consisten en porcentajes, puedes estar razonablemente
seguro de que todas las variables son medidas de Clase.
2. Si las tablas importantes muestran medias o si es utilizado el análisis de varianza,
tu tienes un buen indicador de que la variable dependiente es medida en Grado y
que law variables independientes o la mayoría de ella, varían en Clase.
3. Cuando las tablas centrales muestran correlaciones o reportan Coeficientes Beta,
correlaciones parciales o un tipo de ésto, tu puedes imaginarte que todas las
variables son medidas en grados. Así, el uso de técnicas de Regresión Múltiple.
(Sin embargo, una variable "X" en Clase puede usarse en Regresión Múltiple,
especialmente si ésta tiene solo dos valores).
Al hacer tu inspección, trata de separar las tablas importantes, las que establecen las
relaciones entre las variables clave. Un artículo para una publicación de
investigaciones debe contener mas de media docena de tablas, solo una o dos en las
que examina las relaciones. Las otras pueden presentar información preliminar,
como características de los sujetos del estudio, detalles de las medidas de las
variables en particular, etc. No te sorprends si encuentras las tablas en desorden
total, no todos los investigadores saben lo que realmente están haciendo.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
44
CAPITULO 3
Este capítulo es acerca de la hipótesis, también conocida como "conceptual"
"sustantivas" o "hipòtesis de trabajo". Una hipótesis es la predicción del investigador
acerca de, o lo que espera de una relación entre variables. La hipótesis nula de la
que tu habras oido en algun curso de estadística, es algo más de lo que hablaré más
adelante. En su forma elemental, la hipótesis consiste de dos variables y la
especificación de la relación (normalmente una relación causal) de la que se espera
suceda entre ellos. Incluida al final de cada hipótesis está la frase Cetebis Paribus
que en latín significa "otra cosas siendo iguales". Una más complicada forma de
hipótesis (no elemental) implica tres variables. Ya que esto se ha vuelto más y más
popular en la investigación, lo discutiré al final del capítulo, así que cuenta con que
habrás de oir aún más sobre esto:
•
La tarea de localizar y desmembrar hipótesis en estudios publicados. (Una tabla
de disección especialmente diseñada se provee para su uso).
•
¿Cómo especificar la relación que se espera entre dos variables? (Dos
direcciónes dependiendo que ambas son en grado o una de clase).
•
La "unidad de análisis" y los problemas tan complicados que crea.
•
¿Porqué Ceteris Paribus siempre la encontramos al final de una hipótesis causal,
aún si no aparece en forma impresa?
•
¿Qué es la hipótesis nula? (Una predicción de que dos variables no serán
relacionadas más allá de su oportunidad) y donde ésta pertenece dentro de la
investigación (cuando una prueba de significancia estadística va a efectuarse).
• La hipótesis que implica más de dos variables al mismo tiempo.
Las hipótesis que se establecen al inicio de un proyecto son guías magníficas para el
investigador. Dentro de otras cosas, ellas apuntan hacia los términos claves que
requieren definiciones conceptuales, proveen la ocasión de considerar y seleccionar
un diseño apropiado para el estudio, indican la necesidad de obtener datos y
construir medidas relevantes para cada una de las variables, y finalmente, dirigen al
investigador a través de las actividades de colectar y analizar la información de tal
manera que no se vea perdido en asuntos incidentales o inconsecuentes.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
45
En los reportes de estudios publicados, las hipótesis normalmente aparecen en las
primeras secciones junto con los razonamientos que las originaron. Ellas representan
el producto terminal de la "conseptualización" del investigador sobre el problema que
se estudia. (Ellas, las hipótesis, pueden aparecer listadas y/o numeradas). El autor
hará mencion de ellas nuevamente en la sección de "discusión" del reporte.
Tal vez en la mitad o tres cuartas partes de los estudios que tu lees, dependiendo de
su campo de interés, no encontrarás ninguna hipótesis presentada explicitamente.
Está en tus manos reconstruirlas. ¿Cómo?. Lee cuidadosamente el reporte en la
parte que el autor dice que aparece el punto del estudio. La discusión del autor de lo
que encontró o la anotación de las conclusiones del estudio pueden revelar lo que
este, el investigador, tenía en mente. Aparta las variables claves e inspecciona la
presencia de los resultados, incluyendo las tablas, para ver las relaciones que fueron
estudiadas. Trata de imaginar cuáles fueron las variables que el investigador designó
como causales, cuáles como efectos, y cuáles, si hubiese algunas, fueron usadas
como varialbes de control. Una vez que tu pongas todo esto junto, es completamente
posible que puedas saber cuáles fueron las expectativas del investigador acerca de
la forma en que se vieron las relaciones. El investigador tal vez solo estuvo
"buscando". Pero si hay hipótesis implicitas, alrededor del estudio, las posibilidades
son mayores de que tu puedas descubrirlas y establecerlas con un grado aceptable
de fidelidad.
Considero necesario advertirte lo siguiente: Aún en el caso de que las hipótesis se
establezcan o se mencionen en el reporte, no dés por seguro de que están
elaboradas en la forma apropiada. Sólo una pequeña porción de investigadores han
leído este manual, o alguno parecido, y tu corres el riesgo de encontrar muchos
ejemplos patológicos. El siguiente capítulo te ayudará a descubrirlo.
PROCESO DE DISECCION.
Anatómicamente hablando, la hipótesis consiste de tres partes: Dos variables y un
inequivoco argumento de la relación esperada entre ellas. Aquí ya deberás tener una
idea, al menos, de la naturaleza de las variables, incluyendo sus dos modos básicos
de variación, como las describes totalmente y la distinción entre independiente y
dependiente. Así, las herramientas que necesitas para secciónar o desmembrar las
hipótesis en sus componentes está casi totalmente en tus manos. Los pasos para
separar las partes de una hipótesis en particular son:
1. Identificar las dos variables y separarlas en independiente ("X") y dependiente
("Y").
2. Describir cada variable por separado, siguiendo los pasos que se dieron en el
capítulo dos. Cuando la moda de la variación es en clase, liste las categorías y
nombrelas Xa, Xb, Xc, etc. o Ya, Yb, Yc, etc.
3. Especificar la ambiguedad la relación eperada entre las dos variables.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
46
4. Identifica la unidad de análisis que ha sido empleada o que esta actualmente
usada.
Usa la tabla de disección que presento a continuación para cada hipótesis. En las
siguientes dos secciones explicaré los pasos tres y cuatro.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
47
HIPOTESIS NUMERO :
VARIABLE "X"
VARIABLE "Y"
NOMBRE DE
LA VARIABLE:
MODO DE
VARIACION:
ELABORACION:
ESPECIFICACION
DE LA RELACION:
UNIDAD DE
ANALISIS:
Figura 3. Tabla de disección para las hipótesis
Una hipótesis debe de especificar con precisión e inequívocamente como es que se
espera que la variación entre los objetos bajo estudio con respecto a la variable
independiente se relacionen a su variación sobre la variable dependiente. La
predicción no puede andar suelta alrededor o dejar algo a la imaginación del lector.
No es suficiente decir que se espera que dos variables se relacionen, la hipótesis
debe describir exactamente Cómo se espera que ellas se relacionen. Una hipótesis
de trabajo hace una predicción definitiva (idealmente basada en un razonamiento a
priori) aún cuando al mismo tiempo el investigador la denomina como una predicción
tentativa.
Por lo general, las oraciones que establecen hipótesis son de dos variedades,
dependiendo de si el modo de variación de la variable independiente esta establecido
en clase o en grado. Las ilustracciones de abajo representan una da cada variedad.
Tu podrías imaginarte porqué no hay una tercera variedad especial para describir
situaciones en donde las dos variables son de clase, dado que en el capítulo anterior
dedicamos gran espacio acerca de las relalciones de esta clase. Como veremos
dentro de un momento, en esas situaciones, una variable dependiente de clase debe
de ser "ajustada" para que parezca una variación en grado antes de que de manera
suscinta, la hipótesis pueda ser establecida.
A continuación, encontrarás ilustraciones de hipótesis, en la primera, la variable
independiente varia en clase y en la segunda en grado.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
48
H-1 El desempeño académico será mayor entre alumnos que han sido
enseñados por maestros autoritarios que entre los alumnos que han sido
enseñados por maestros benevolentes, cet. parib.
H-2 Mientras mayor sea el tamaño de la facultad de profesores de una
comunidad universitaria, mayor será la centralización de la toma de
decisiones en relación a los cursos que se ofrecen. cet. parib.
Considera la estructura de las dos oraciones. H-1 es una oración comparativa: la
oración compara los valores sobre la variable dependiente, "desempeño académico"
que se esperan entre las dos categorías de la variable independiente, la cuál
nosotros podríamos deniminar "estilo de enseñanza." Las categorías son "maestros
autoritarios" y "maestros benevolentes," y ellos representan una variación en clase.
Las frases claves en oraciones de esta variedad son "mayor que" algo o "menor que"
algo.
La oración que constituye la hipótesis H-2 no compara una categoría contra la otra.
Más bien, establece que los valores de una variable, "centralización de la toma de
decisiones," será mayor si los valores de la otra variable "tamaño de la facultad" es
grande. En este caso la variable independiente es en grado. Aqui, la frase clave es la
estructura, "mientras mayor sea" una cosa, "mayor" será la otra o "mientras mayor
sea" una cosa, "menor" será la otra.
Esto es la parte medular del asunto. A continuación, dejame mostrarte algo acerca
de la mecánica de especificar relaciones entre las variables.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
49
VARIABLE INDEPENDIENTE EN CLASE (variable dependiente en grado)
¿que podrias escribir en una tabla de disección de variables después de "relación:"
en la hipótesis H-1? Tu podrías simplemente reescribir la oración entera que
establece la hipótesis, pero esto sería una pérdida de tiempo y no ayudaría en
desmembrar la anatomía de la hipótesis. Estas son tres formas exitosas y más
económicas para hacer lo mismo. Ellas parten del supuesto que tu has seguido las
instrucciones y les has etiquetado Xa y Xb a las dos categorías de variables
independientes, "estilo de enseñanza".
Relación: El desempeño académico será mayor para Xa que para Xb.
Relación: Con respecto al desempeño académico, Xa > Xb.
Relación: Y: Xa > Xb
La segunda y tercera alternativas hacen uso de la convencionalismo matemático de
signos desiguales. A > B significa que A es mayor que B, mientras A < B significa que
A es menor que B. A = B significa igualdad. La tercer alternativa es un camino más
corto. Dado que tu has designado " desempeño académico" como "Y" (al menos eso
espero) al especificar las variables de la parte superior de la tabla de disección,
simplemente haz la sustitución y ahorrate tinta. El símbolo "Y:" sustituye a la frase,
"Con respecto al desempeño académico."
Incidentalemente, estas formas de simbolizar las relaciones son puramente invención
del Dr. W. W. Charters Jr. Si tu fueras a expresar una hipótesis usando toda esta
taquigrafía y llevarla al experto local en metodología de la investigación, este no
tendría ni la menor idea de lo que ello significa. El único propósito aquí es ayudarte a
mantener tus ideas en orden.
Considera una hipótesis en donde la variable independiente consista en tres
categorías.
H-3 Los estudiantes de universidad desarrollarán mayores habilidades de
pensamiento crítico en grupos de estudio auto-dirigidos que en las
secciónes de clase dirigidas por un instructor, mientras que los alumnos
de las secciónes de clases magistrales desarrollarán la menor habilidad
de pensamiento critico, cet. parib.
Si nosotros reconocemos "habilidades de pensamiento crítico" como la variable "Y"
(en grado) y etiquetamos las categorías de la variable "X" como Xa "grupos de
estudio auto dirigido," Xb "secciones de clase dirigidas por un instructor," y Xc
"secciones de clase magistrales." entonces la relación esperada expresada en la
hipótesis puede ser consistentemente escrita como Y: Xa > Xb > Xc. La siguiente
figura muestra como esta hipótesis aparece cuando se utiliza la tabla de disección.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
50
HIPOTESIS NUMERO : H-3
VARIABLE "Y"
VARIABLE "X"
NOMBRE DE
LA VARIABLE:
Inte racción
Ins truccional
MODO DE
VARIACION:
De clas e
ELABORACION:
ESPECIFICACION
DE LA RELACION:
UNIDAD DE
ANALISIS:
Xa Gr upo de e s tudio
autodiriguido
Xb Clas e dir igida
por e l ins tr uctor
Xc Se cción de
le ctura
Habilidades de pe ns am ie nto cr ítico
De gr ado
Nive l de habilidad
de bajo a alto
Y: Xa > Xb > Xc
Es tudiante de Univer s idad
Figura 4. Disección de la H-3
Suponga que se piensa que en la situación instruccional el razonamiento acerca de
la forma de interacción entre el instructor y el alumno afecta el desarrollo de las
habilidades de pensamiento, entonces, quiere decir que nos dirigimos a una
predicción diferente:
H-4 Los estudiantes de universidad desarrollarán mayores habilidades de
pensamiento crítico en secciones de clase dirigidas por un instructor que
los grupos de estudio auto dirigidos o en las sesiones de clases
magistrales.
(para el restante de los especímenes de hipótesis localizadas, omitiré
intencionalmente el cet. parib., pero recuerda que siempre esta presente en ellas.)
En esta versión no se hace predicción entre grupos autodirigidos y los de lectura,
pero solo que la condición de dirigidos por el instructor es superior a ambas. Esto
expresaría la predicción exactamente:
Relación: Y: Xa < Xb > Xc
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
51
Esta simbolización al igual que las hipótesis, no dice nada acerca de la comparación
de Xa-Xc.
Puede ser que ahora sea más aparente el prqué yo insistí en que listaran y dieran un
nombre a todos los valores relevantes, o categorías, asociadas con variables cuya
moda de variación es de clase. Es imortante hacerlo aún cuando solo hayan dos
categorías. Ello te permite especificar las relaciones con precisión.
VARIABLE INDEPENDIENTE (Y Dependiente) EN GRADO.
Especificar las relaciones entre las variables independientes y dependientes cuando
ambas son establecidas en grado, es relativamente simple. Tu estableces si la
relación es "directa" o "inversa." (Esto corresponde, en un lenguaje estadístico, a una
correlación a "positiva" o "negativa".)
Una relación directa predice que mientras mayor sea el valor de "X", mayor será el
valor de "Y". (Esto es lo mismo que decir que mientras menor sea el valor de "X",
menor será el valor de "Y"). Una relación inversa predice que mientras mayor sea el
valor de "X", mayor será el de "Y" (lo cual implica automáticamente que a menor
valor de "X", mayor el valor de "Y"). Aquí te muestro algunas frases alternativas:
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
52
Directo: Mientras más grande la "x", más grande la "Y".
En la medida que la "X" decrece, "Y" decrece.
A más de la "X", más de la "Y".
Inverso: Mientras más grande la "X", más chica la "Y".
En la medida que la "X" aumenta, "Y" decrece.
A menos de la "X", más de la "Y".
Para hacerlo más claro, uno de los siguientes especímenes predice una relación
directa, mientras que la otra, predice una relación inversa.
H-5 Mientras más apoya un supervisor a un maestro, este maestro apoyará
más a sus alumos.
H-6 Mientras más grande sea el número de profesores en la escuela,
existirán menos amigos cercanos (intimos) entre ellos mismos.
En las tablas de disección para estas hippótesis, después de identificar las variables,
y haberlas establecido como de grado, y habiendo elaborado sobre "¿Grado de
qué?", entonces tu necesitas solamente establecer "directa" para H-5 e "inversa"
para H-6 al momento de especificar su relación. Por favor... no te refieras a ninguna
categoría, como Xa, Xb. No hay ninguna de ellas cuando las variables son de grado.
Todo esto esta muy claro. Sin embargo, los problemas pueden presentarse en dos
formas. Lo directo o inverso de la relación depende directamente del nombre que tu o
el autor uso para las variables. Considera el siguiente ejemplar.
H-7 Mientras mayor sea el sentimiento de impotencia de un ciudadano en
relación a los asuntos políticos, más fuerte será su oposición a refrendar
el presupuesto escolar.
Una relación directa, ¿de acuerdo? ¡Bien!... Sin embargo se vuelve una relación
inversa, meramente por parafrasear nuevamente una de las variables, cambiando
"sentido de menos poder" por "sentido de poder", o cambiando "oposición a" por
"apoyo a" por ejemplo:
H-8 A mayor sea el sentido de poder del ciudadano en asuntos políticos, más
débil será su oposición a refrendar el presupuesto escolar.
Es la misma idea, pero la relación esperada ha sido invertida.
El segundo problema esta relacionado muy de cerca a lo siguiente. Tiene que ver
con la dirección en que los valores numéricos se mueven y que estan asociados con
variaciones de grado. (Ya vimos esto en el capítulo 2). El asignar valores numéricos,
o el cálculo de resultados, es un asunto arbitrario en cuanto a lo que concierne a su
dirección, y ya sea que numero grandes signifiquen una cantidad grande de la
propiedad, o una cantidad pequeña de ésta es determinada con más frecuencia por
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
53
la facilidad de la computación m´às que otra cosa. Es posible que, en un estudio
dado, los valores numéricos se muevan en una dirección sorprendente. La siguiente
hipótesis proporciona las bases para un ejemplo.
H-9 Mientras más sea el tiempo en que un estudiante este expuesto a una
clase de matemáticas, mayor será su calificación en esa materia.
Suponte que en un estudio para probar la hipótesis, el investigador tenga acceso a
información concerniente a las ausencias del estudiante y lo use para medir
"cantidad de tiempo expuesto a la instrucción de matemáticas". A menos que el
investigador se tomara la molestia de restar los dias ausentes del número total de
dias del año escolar la dirección de los valores podría no reflejar con veracidad la
variable en la forma en que es actualmente llamada. Números grandes (más dias
ausente) significaría una menor cantidad de instrucción en matemáticas, y el apoyo a
la hipótesis tendría su origen en un coeficiente de correlación negativo. Por ejemplo,
la evidencia de una relación inversa, no una correlación positiva como de otra
manera tu hubieras anticipado.
En general, el analista de la hipótesis debe tener sensibilidad a la dirección de los
valores numéricos en las variables con moda de grado. Es por lo que te animo para
que incluyas una frase como "de menos a más" en su elaboración. Actualmente, el
dia de hoy, con la era del jprocesamiento de datos por computadora, no es dificil para
los investigadores, el perder de vista tambien la dirección de los puntajes en su
instrumento de medición, y de vez en cuando olvidan incluir este pequeño comando
en el programa de computadora que les hace correr la información capturada en la
dirección que se pretende. Las consecuencias pueden ser desastorozas. ¡Yo lo sé!
Antes de terminar la discusión acerca de las variables de grado, permiteme añadir
unas palabras acerca de las relaciones curvolineares. Este tipo de relaciones no
surgen con frecuencia en la elaboración de hipótesis por lo que considero que no es
necesario elaborar mucho acerca de ellas, pero creo que debes de tener una idea
acerca de ellas y prevenirte. En estas situaciones, la relaciópn esperada no es ni
directa ni inversa, sino algo más exótico. Un ejemplo real y vivo viene de la
investigación entre los niveles de ansiedad y el desempeño de una tarea. Los
estudios han demostrado que en la medida que la ansiedad de una person aumenta,
su desempeño en la tarea aumenta tambien --ssiempre y cuando el nivel de
ansiedad se mantenga en un nivel intermedio. Más allá de ese nivel, el aumento de
la ansiedad disminuye el desempeño en la tarea. Al dimensionarlo en una gráfica el
nivel de ansiedad como el eje horizontal y el nivel de desempeño como el eje vertical,
la relación podría observarse como una "U" invertida. Una relación directa hasta
cierto punto y a aprtir de ahi, una relación inversa. Hay muchas otras formas que la
relación curvilinear podría asumir (una curva exponencial, una curva de crecimiento,
etc.), pero recuerda que prometí no extenderme en el asunto.
¿QUE PASA SI LAS DOS VARIABLES SON DE CLASE?.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
54
Las expectativas acerca de la forma en que los datos se encuentren en una tabla de
porcentaje o de contingencia con tres o más columnas y tres o más líneas, son muy
dificiles de ser expresadas (o aún pensar en ellas) y los investigadores asiduamente
las evitan. Es dificil establecer una hipótesis precisa antes de quedarnos sin aliento
en tal circunstancia, dado que se requiere especificar las diferencias que se esperan
entre casi cada par de celdas vis-a-vis (a la par) con otro par de celdas.
Si la variable dependiente consiste de solo dos categorías, sin embargo, hay un truco
muy bueno y comunmente usado que hace parecer difícil que la variable de clase
fuera en grado. Se acumula para expresar la proporción o porcentaje de los casos
esperados en una de las categorías de la variable dependiente y prediciendo las
diferencias en los porcentajes entre las categorías de la variable independiente.
Usaré una ilustración para hacer ésto más transparente.
H-10 . El despido de maestros de un distrito escolar será mayor entre
maestros que recibieron entrenamiento en universidades que entre los
que lo recibieron en escuelas para maestros.
La variable independiente ("Lugar de entrenamiento") es en clase, cierto? La variable
dependiente ("despido del distrito escolar") es en grado, de acuerdo? No, están
equivocados. Un x maestro separado o no del distrito escolar, es claramente una
variación en clase.
¿Qué pasa aquí?
El enunciado que establece la hipótesis tiene una estructura comparativa, y contiene
la frase "despido de maestros..." serán mayores entre.... "sugiriendo que la variable
dependiente es en grado. Lo que pasa es que, porque las categorías de las variable
dependiente son iguales o variadas, el porcentaje de "maestros despedidos"
automáticamente implica el porcentaje de "maestros no despedidos" y es innecesario
mencionarlo. La variable dependiente ahora se ve como una variación en grado, con
valores que van de un porcentaje bajo de despedidos a un alto porcentaje." Esta es
una práctica muy común en investigaciones. Actualmente la hipótesis habría sido
más clara si hubiera contenido una frase como "tasa de despido","incidencia de
despidos", o "porcentaje de despidos" en lugar de simplemente "despido de
maestros". Ello habría hecho la naturaleza de la variable dependiete más aparente.
No importaría mucho si al desmembrar una hipótesis como la H-10 usted fuera a
establecer la variable dependiente como variante en grado, excepto por una cosa. El
manejo estadístico usado para analizar la información donde amb as variables son
en clase, es todo junto diferente de la estadística para informar dónde una de las
variables es verdaderamente en grado. Tablas de contingencia o de porcentajes
requieren estadística inferencial diferente a las tablas de medias. Esto va más allá
del panorama del manual, pero si ustedes están seriamente realizando investigación,
lo encontrarán tarde o temprano. En todo caso, haga, repita, haga.... haga una nota
en su tabla de disección cuando encuentre que una variable en clase ha sido incluída
dentro de una que suena como variable en grado.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
55
LA UNIDAD DE ANALISIS.
"Unidad de análisis" es el nombre que usaremos en lugar de "objetos de estudio", las
personas, cosas, o eventos, con los que se conduce un estudio.
¿Por qué este cambio de nombre del capítulo 1? Al explicar variables entónces,
parecía conveniente distinguir entre objetos y sus propiedades, una idea razonable y
simle que pudo ser entendida sin referirse en términos técnicos. Las hipótesis
entónces permiten nexos entre variables, no variables isoladas una de la otra, y
problemas especiales, algunas veces surgen en relación a los objetos de estudio que
los metodólogos en investigación discuten bajo la rúbrica de "la unidad de análisis".
Permíteme darte una idea de la raiz del probable problema. Primero, recuerda algo
que dije en el capítulo 2 y que debe ser verdad para examinar relaciones entre
variables: "cada objeto que se investiga debe de haber sido medido o de otra
manera, habérsele asignado un valor para ambas variables." Esto implica que ambas
variables son propiedades del mismo objeto. En H-7, por ejemplo, las dos variables
"sentido de poder" y "fuerza de oposición para el refrendo del presupuesto"
pertenecen obviamente a "los ciudadanos". Esto no es complicado, la unidad de
análisis es "el ciudadano". H-2 es en forma similar poco complicada: "Número de
facultativos que son instructores" y "dimensión de centralización", dos propiedades
diferentes del "colegio comunitario".
Ahora haz la prueba con la siguiente hipótesis:
H-11. A mayor información contenida en una gráfica que se exhibe, mayor el
número de errores que los estudiantes harán al repetirla
inmediatamente.
Las cosas no son muy claras. Una de las variables, "can tidad de información,"
parece ser una propiedad de "gráficas que se exhiben" mientras que "repetir errores"
es una propiedad de los estudiantes. No son propiedades del mismo objeto lo que las
unen, es que los estudiantes ven la exhibición de gráficas. En este sentido,
exposición A, exhibición de gráficas con cantidades de información que varían,
pueden ser consideradas como propiedad de los estudiantes. O el énfasis pudiera
invertirse. El investigador podrá estar más interesado en las artes gráficas que en
que los estudiantes aprendan, y asignar "exhibición" como la unidad de análisis de
cómo ven la exhibición los estudiantes.
La diferencia es muy sutil, pero en cualquier caso, las propiedades se referirán al
mismo objeto.
EL NUMERO N DE CASOS.
El número (N) de casos usado en un estudio está asociado muy de cerca con la
unidad de análisis, de hecho, una de las formas más seguras para descubrir lo que el
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
56
investigador considera su unidad de análisis, es ver la presentación de la información
para N en el que las relaciones estadísticas se basan. N de ería coincidir con un
conteo de unidades.
Para mantener las cosas y seguir de frente analizando las hipótesis que se
encuentran en estudios actuales, harías bien en escribir el N de casos en la tabla de
disección, seguido por lo que tu designes como unidad de análisis. Si 114
ciudadanos fuesen estudiados en conexión con la H-7 escriba N=114, después de
designar "los ciudadanos" como la unidad de análisis. Si en coneión con la H-2 la
correlación entre el tamaño de (número de miembros de la facultad) y centralización
fueron calculados entre 23 colegios comunitarios haga N parte de su record. Mientras
que nosotros vayamos dentro de ésto, la interpretación del análisis estadístico
depende fuertemente en lo adecuado de N.
NIVELES DE ANALISIS.
Algunos de los problemas en una investigación tienen relación con variables a
diferentes "niveles" jerárquicos. El asunto concierne a la propia unidad de nanálisis.
Considere H-1 nuevamente., lo usamos aquí por ser conveniente.
H-1 El logro académico será mayor entre alumnos bajo maestros autocráticos
que entre los que están bajo maestros permisivos.
Supon que un estudio fuera conducido para probar la hipótesis usando dos grupos
intactos con 20 estudiantes cada uno. El maestro de uno de ellos se escoge por ser
autocrático y el del otro por ser permisivo. (Maestros y alumnos están en niveles
diferentes, cada uno con 20 alumnos) ¿Cuál es la unidad de anáisis apropiada?
Sería posible por ejemplo, calcular un nivel promedio del logro de los estudiantes en
cada clase (un proceso técnicamente llamado "agregación") y compara las medias
entre los maestros. Esto nos daría un N de dos, demasiado pequeño para ser
interpretado estadísticamente. ¿O uno debería considerar al "estudiante" como la
unidad de análisis, dando N de 40? (ayudaría por supuesto incluír otros maestros en
el estudio, con sus alumnos, pero el problema de la unidad propia de análisis
persistiría.)
Yo menciono el problema sin solucionarlo. Es un tema de considerables debates en
estos días entre metodólogos en investigación educativa. Los resultados de logros
académicos de estudiantes en forma individual, por ejemplo, pueden ser agragados
al nivel del grupo, al nivel de la escuela, y al nivel de distrito, tal vez hasta más alto, y
cada uno podría servir como unidad de análisis. Yo sólo puede prevenirte de que
temas sustanciales tanto sustantivos como estadísticos, son asociados con los
niveles de agregación y la unidad de análisis.
EL INVISIBLE CETERIS PARIBUS.
Menos de una hipótesis entre 50 que tu ves tendrá la frase ceteris-paribus impresa al
final, y aún, ya sea que el autor lo conoce o no, siempre está ahí. Uno de los
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
57
principios fundamentales de la filosofía de la ciencia es que cualquier fenómeno tiene
numerosas causas no solo una, el principio de causas múltiples. El latín para "otras
cosas siendo iguales" es la manera en que el científico hace constar la existecia de
otras causas mientras las enfoca.
En la hipótesis:
H-12 Automóviles con motores de rotación obtendrán mejor kilometraje que
los que tienen motores de pistón, cet. paribus.
La frase significa que se espera que la hipótesis diga la verdad si todos los otros
casos que afectan o tienen relación con el consumo de gasolina son iguales, o
constantes. Estas otras cosas pueden incluír el peso, la cantidad de piezas, uso del
motor, tipo de gasolina, velocidad a la que se maneja, etc. La hipótesis predice que
con todos estos otros factores constantes, se verá que el diseño del motor por sí
mismo afecta el consumo de gasolina como se especificó.
"Otros casos siendo iguales" no significa que los carros deban ser idénticos en cada
respecto, excepto por el diseño del motor. Tal condición es literalmente imposible de
cumplirse. Mas bien, la frase significa que son parecidos en otras formas. (Otras
diferencias al diseño del motor) este razonamiento podría afectar el consumo de
gasolina (kilometraje). Muy raro será que el investigador necesite certificar que los
controles de calefacción estuvieran exactamente en el mismo lugar, por ejemplo, o
que todos los carros tuvieran una descarapelada de pintura en la salpicadera
derecha trasera, o que el conductor de prueba hubiese deslizado su chamarra
precisamente con el mismo movimiento de la mano en cada prueba. "Otros casos"
significa otros casos relevantes, y /o, otras causas conocidas o número de la variable
dependiente.
El investigador novato hará bien en poner cetis paribus en su hipótesis, al menos
hasta que se vuelva terriblemente repetitivo y aburrido. Esto pudiera servir como un
recordatorio para que se piense seriamente en "las otras cosas relevantes" en los
objetos del estudio, y las condiciones de prueba que pudieran afectar a la variable
dependiente, y de avistar planes para mantenerlos constantes, de otra forma,
controlarlas.
UNA NOTA SOBRE LA HIPOTESIS NULA.
La llamada "hipoótesis nula" juega un rol distintivo en el proceso de investigación, y
no deberá ser confundida con la hipótesis sustantiva discutida a lo largo del manual.
Mientras que la segunda hace una predicción definitiva concerniente a la relación
entre las variables dependiente e independiente, la hipótesis nula positivamente
mantiene que no existirá relación entre ellas más allá de lo que pudiera presentarse
por azar.
Ambas hipótesis que parecen ser contradictorias están envueltas en estudios que
prueban relaciones causa-efecto. La hipótesis sustantiva aparece al inicio del
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
58
proceso de investigación. Comunmente es derivada de, o se conecta con, una línea
de razonamiento acerca del fenómeno que se investiga y que guía al investigador,
como ya lo he mencionado en planear y conducir el estudio. Para incluír una
predicción tentativa y definitiva, se requiere que el investigador piense largo y tendido
acerca de hipótesis alternativas y acerca de "las otras cosas relevantes" que
necesitan ser constantes en orden de señalar una inferencia fuerte de que su
razonamiento va por el camino adecuado.
La hipótesis nula, por otro lado, entra en el juego mucho después en el proceso de la
investigación, al punto donde una prueba de significacncia estadística va a aplicarse
a la relación observada entre las variables. En el curso de un estudio por ejemplo, al
referirnos a la superioridad de motores de rotación sobre motores de pistón en el
consumo de gasolina (H11) llega el momento en que el consumo de gasolina de los
dos tipos de carros ha sido determinado bajo condiciones de pureba equivalentes y la
relación ha sido desplegada en una tabla de medias (una variable en clase, y otra en
grado). La pregunta vital ahora que enfrenta el investigador, es, dónde la diferencia
en las medias entre los dos tipos de carros se presenta, simplemente por casualidad,
o cuando la diferencia es tan grande que no parece ser el producto de simple
casualidad, y se requiere de una prueba de significancia. Aquí entra la hipótesis nula.
Sin adentrarnos mucho en materia, diremos que la teoría estadística permite al
investigador calcular la probabilidad de que la diferencia observada fuera un asunto
de casualidad. (Aún una gran diferencia en el kilometraje entre los dos tipos de
carros podría darse por azar o casualidad, pero la probabilidad de que suceda sería
muy pequeña.) Antes de realizar los cálculos, y por supuesto, antes de ver la
información, el investigador selecciona un nivedl de probabilidad para ser usado
como criterio en un evento por azar. Deberá decir: Yo consideraré cualquier
diferencia que pudiera haber ocurrido por azar menor a 5 de 100 veces (p .05 en
términos estadísticos) que es demasiado grande para que ocurriera por azar,
mientras qe cualquier diferencia más probable que la que yo llamaría un evento por
azar. El investigdor entonces procede a realizar los cálculos y a probar la hipótesis
nula, la hipótesis cuya diferecia estaba entre los límites de lo que el investigador
eligió como criterio de que algo sucediera por azar. Una de las dos respuestas
proviene de la prueba del significancia: 1) La diferencia no era lo suficientemente
grande para alcanzar el criterio por azar que el investigador acepta como la hiótesis
nula, 2) la diferencia fue demasiado grande para pensar que se deba a un
acontecimiento por azar y el investigador rechaza la hipótesis nula.
Cuando tu llegues al punto complicado de la investigación empírica, la única cosa
que debes hacer, es, aceptar o rechazar la hipótesis nula. Y aún ésto, es un asunto
"dudoso", dado que la hipótesis nula está ligada a las variables. Para empeorar las
cosas, la hipótesis nula raramente es interesante. En lo que el investigador está
interesando es en la hipótesis sustantiva y lo correcto del razonamiento que está
detrás. Aún la hipótesis nula no dice mucho y es reservada con ella misma. El
rechazarla no afirma lo verdadero de la hipótesis sustantiva.Sólo porque una
diferencia es demasiado grande para ser atribuída al azar (a un nivel de criterio
dado) el investigador no sabe con seguridad lo que produjo la diferencia. El punto es
lo bastante importante para ser repetido.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
59
•• El rechazo de la hipótesis nula no implica automáticamente la aceptación de la
hipótesis sustantiva.
Así que ¿qué es lo que pasa con la hipótesis sustantiva? ¿De qué manera puedes
volver a ella por inferencia? Tú te esfuerzas y haces lo mejor para ordenar las
condiciones del estudio y eliminar así todas las hipótesis que pueden competir, o las
explicaciones alternativas de la relación tanto como sea posible. Planeas tus
observaciones para que, una vez que la hipótesis nula sea rechazada, la
interpretación más razonable sea la que se expresa en la hipótesis sustantiva. La
confianza que puedas tener en la hipótesis sustantiva y sus conceptualizaciones
depende de la fuerza de esta inferencia (con frecuencia referido como la"validez de
la inferencia") Al final, uno nunca prueba una hipótesis sustantiva en lo que sería el
último sentido de prueba, Uno sólo gana apoyo por un incremento de confianza en
ella.
Así que ambas hipótesis, nula y sustantiva, juegan su parte en la investigación, la
sustantiva guiando y dando significado al proceso completo de la investigación, y la
nula, apareciendo cuando pruebas estadísticas de significancia se aplican a la
información.
HIPOTESIS QUE INVOLUCRAN DOS O TRES VARIABLES.
Mientras que este capítulo (y el siguiente) maneja la forma elemental de la hipótesis
que involucra dos variables, se mencionarán brevemente formas más complicadas
con tres variables.
La primera, que podríamos llamar "hipótesis combinada" no es realmente
complicada. Ella únicamente enlaza una serie de hipótesis elementales en una
oración. Cuando dos o mas hipótesis elementales comparten una independiente en
común (X) o dependiente (Y), el autor puede combinarlas para bien, al reducir
espacio y evitar redundancia.
H-13. Jóvenes de 12 años que son miembros del grupo Scouts, tienen más
valor y, son más corteses y amables que quienes no son miembros.
"Coraje", "cortesía" y "amabilidad" son tres variables Y que varían en
grado y que comparten la variable en común X. "Miembro de los
Scouts" presente vs ausente. Una clase menos elegante.
H-14, El gasto por alumno de una zona escolar (Y) está directamente
relacionado a (1X), el valor dado a la propiedad en la zona escolar, (2X)
la proporción de la fuerza laboral en puestos de oficinistas, y (3X) lo que
concierne para educación entre ciudadanos adultos, y es inversamente
relacionada a la proporción de la población en edad escolar en
escuelas privadas de índole religioso. cet. parib.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
60
Cuatro hipótesis elementales comparten la misma variable Y. Tu esperarías
encontrar una prueba para cada una de estas predicciones en la sección de
"Resultados" del reporte de la investigación, tal vez, usando una técnica de regrasión
múltiple.
En tus primeros intentos de separar una hipótesis en sus parte, irías colocando una
por una de ellas en tu tabla de disección.
PREDICCION DE RELACIONES CONTINGENTES.
Verdaderamente son más complicadas las hipótesis que predicen relaciones
contingentes entre variables. Ellas envuelven una variable X, una Y, y una variable
moderadora. Como se describe en el capítulo 3. Esta sección dió una ilustración de
la teoríoa de "rediseño de trabajo". Tu podrías revisar nuevamente esta sección ,
pero yo brevemente la mencionaré para mantener este término en mente.
Es mucho más fácil explicar la idea de relaciones contingentes (y por supuesto
establecer una hipótesis respecto a ellas) si consideramos que las variables X varían
en clase al igual que la "W, aunque en principio una o ambas puden variar en grado.
Esta hipótesis compleja predice que la relación entre X y Y difeririá, dependiendo en
el valor particular que los objetos del estudio tienen sobre la variable W. Establece
que la relación entre X y Y sería tal y tal, cuando el valor de la variable W es Wa,
pero la relación será otra cosa cuando el valor es Wb. Para concretar ésto, tomemos
en partes la siguiente hipótesis de una relación de contingencia.
H-15 Líderes (Xa) de grupos informales serán más precisos (Y) que los no
líderes (Xb) al estimar las opiniones de los miembros del grupo en
temas centrales relacionados al funcionamiento del grupo (Wa), pero
los líderes (Xa) no diferirán de los no líderes (Xb) en la precisión para
estimar las opiniones de miembros del grupo en temas irrelevantes del
funcionamiento del grupo (Wb).
He tratado de ayudarte a lozalicar las variables en la red de palabras
simbolizándolas. Tu podrás encontrar las tres por tí mismo. "Precisición en estimar
las opiniones de los miembros del grupo" sería una, la variable dependiente (con
variación en grado). Otra variabnle sería algo como "estatus de liderazgo" con las dos
categoría de Xa "líder" y Xb, "no líder". La variable W se refiere a "la relevancia al
funcionamiento del grupo" en los temas que la estimación de la precisión es hecha,
con Wa representando "temas centrales relevantes" y Wb "temas irrelavantes". Si
fuésemos a expresar las relaciones predichas usando los símbolos anteriormente
presentados, parecería como ésto:
Relación Y: Xa Xb (para Wa)
Y: Xa = Xb (para Wb)
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
61
El procedimiento estadístico para probar una hipótesis de este orden implica más
que revisar las dos relaciones separadamente. Desde el punto de pruebas de
significancia, también se requiere una prueba de que si la magnitud de las reladiones
difiere de otra por algún valor mayor por azar. En términos estadísticos ésto es
llamado prueba para una "interacción"
Enseguida veremos otra hipótesis que predice una relación de contingencia con las
variables y sus categorías nuevamente destacadas en paréntesis.
H-16 Alta redundancia en lecturas en un curso introductorio de estadística (Xa)
en contraste con baja redudnancia (Xb) llevará a una mayor retención
del contenido del curso (Y) entre estudiantes con antecedentes débiles
en matemáticas (Wa) mientras que alta redundancia en lecturas (Xa)
causará menor retención del contenido del curso (Y) que baja
redundancia (Xb) entre estudiantes con fuertes antecedetes en
matemáticas (Wb).
En este ejemplo, la hipótesis predice que la variable de redundancia tiene efeccto
opuesto en aprendizaje para ambos tipos de estudiantes.
Las relaciones contingentes hyan llegado a ser más y más prominentes en
investigaciones de la conducta y de educación en los años recidentes. Toda una
línea de investigaciones en sicología de la enseñanza, por ejemplo, se ha
desarrollado alrededor de lo que es llamada la "la interacción del tratamiento de la
aptitud" (ATI), la idea (como la expresada en H-16) de que la efectividad de las
técnicas de instgrucción es contingente en las aptitudes u otros atributos del
estudiante. La sicología social ha producido un número de teorías de contingencia en
liderazgo, proponiendo que el estilo de liderazgo efectivo para promover la
productividad del grupo cuando el grupo está compuesto, una forma no sería el estilo
efectivo cuando el grupo se compone en difrerente manera. Sicólogos industriales
han desarrollado teorías que sostienen que las variaciones en condiciones de trabajo
o lugares de trabajo en la satisfacción del trabajador, es contingente en las
motivaciones básicas de los trabajadores expuestos a ellas. Otras teorías predicden
que la gente se comporta en cierta forma cuando sus atributos personales
"concuerdan" con las características de la situación en las que ellos se encuentran a
sí mismos, y en otras formas, cuando hay una (no concordancia) entre el personal y
las características de la situación. Una observación, tales teorías se desarrollan para
envolver predicciones de relaciones de contingencia.
Otros ejemplos podrían serte proporcionados, pero ahora debemos ir a las patologías
de las hipótesis elementales.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
62
CAPITULO 4
Algunos autores al elaborar reportes de investigación utilizan una y otra vez
enunciados que pretenden ser hipótesis pero no son asi, al menos como yo la he
definido. Puede ser que el autor conozca perfectamente bien lo que es una hipótesis,
pero no se preocupa tanto como yo de expresarla en la forma correcta. O puede ser
también que el autor no sabe suficiente sobre investigación. (Cerca del 90% de lo
publicado en nuestro campo, dee acuerdo a varias estimaciones, representa el
primer y último trabajo de X autor, así que como puedes ver, la mayoría de lo que
lees es el producto de un principiante.
La prueba clínica crucial de una hipótesis en forma propia es si tu puedes o
colocarla en una tabla de disección y encontrar todas sus partes en un orden
funciones. Si algo hace falta, puedes considerar que la hipótesis es defectuosa.
prueba solamente es válida, por supuesto, en el grado en que tu conozcas
composición y manejes una tabla de disección adecuadamente.
no
de
La
su
Yo creo que otra razón importante para aprender la patología de las hipótesis es que
más que ser capaz de separar frases de alguien, tu debes de ser capaz de
parafrasear las tuyas propias dentro de un estilo apropiado. Las hipótesis contraen
varias enfermedades que evitan dejarlas crecer en forma apropiada. Hipótesis no
apropiadas (enfermas) son fatales para un programa de investigación.
Estas enfermedades se clasifican en dos tipos: aquellas que atacan a la variable, y
aquellas que atacan las especificaciones de la relacipón. Yo las discutiré de acurdo al
siguiente esquema:
1. Malformaciones de una variable.
A. Unicamente una varible.
B. Ausencia de comparación.
C. Categorías desconocidas.
2. Anormalidades en las especificaciónes de las relaciones.
A. Unicamente un pregunta.
B. Aseveración de que solo existe una relación
C. Afirmación de que no existe una relación.
Como puedes ver, estas no son categorías muy claras. Algunas patologías recaen en
otras categorías y puedes no ser capaz de diagnosticar la raíz o causa de la
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
63
enfermendad, examinando un ejemplo clínico fuera de su habitar (el estudio en sí
mismo).
SOLO UNA VARIABLE.
Afirmaciones acerca de la distribución en una muestra de población en una sola
variable, no son hipótesis, dado que una hipótesis propia debe necesariamente
involucrar a dos variables (y una relación entre ellas). El siguiente es un ejemplo de
un enunciado que sufre de este defecto.
Oración No. 1.
"El resultado más importante de nuestro estudio confirma la
hipótesis de que los maestros de Civismo del Estado, raramente
enseñan acerca de las amenazas de la libertad civil en las
comunidades".
Una sola variable "frecuencia de la enseñanza acerca de las amenazas de la libertad
civil". La pseudo hipótesis hace mención superficialmente al estado de los maestros
de Civismo del Estado, por ejemplo, "raramente enseñan"
Dejame proporcionarte otro ejemplo del mismo tipo:
Oración No. 2.
"Esta investigación fué diseñada para probar la hipótesis de que los
sistemas escolares mexicanos están organizados de acuerdo al
modelo Weberiano de Burocrácia" Obviamente, los investigadores
supusieron que hay otros modelos además del "modelo burocrático".
Quizás, los investigadores creyeron en la existencia de otros ñmodelos
organizacionales para el sistema escolar además del "modelo burocrático." La
oración afirma que una clasificación de los sistemas mexicanos en diversas
categorías podría mostrar todos (¿Casi todos?, ¿La mayoría?) ellos en la categoría
de "modelo burocrático". Por lo tanto, esta es una oración acerca de la distribución
de los sistemas escolares en relación a una sola variable de clase. "Sin hacer una
comparación de variables"
A continuación, te proporciono dos oraciones más con la característica de no
hipótesis al involucrar solo una variable:
Oración No. 3.
"Por las razones que he citado y en base a investigaciónes previas,
esperamos encontrar que menos del 10% de los directores de
preparatorias son mujeres."
Oración No. 4.
"Miembros del Consejo de una escuela en el estado de Puebla
ocuparán puestos de negocios y en el área profesional en lugar de
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
64
el campo de la agricultura, el clero o fuerza obrera, si nuestros
resultados estan de acuerdo con la teoría de George Counts
(1927)."
Investigaciónes descriptivas estan llenas de estadísticas que describen l posición de
una muestra o población sobre cada una de las variables (medias, porcientos,
frecuencias de distribución, puntajes estandard, etc.). Tan valioso como puede ser
esta información, ellas manejan una sola variable, y los enunciados que describen las
carcterísticas de una población con respecto a una variable no son hipótesis
verdaderas.
SIN HACER UNA COMPARACION.
Un enunciado que intenta ser una hipótesis, incluyendo una variable independiente
en clase, puede aludir solamente a uno de sus valores, omitiendo el mencionar el o
los otros valores con los que se hace la comparación. Se dice entonces que el
enunciado contiene una variable "Y" y una indicación de Xa sin existir referencia a
sus valores contrastantes, Xb, Xc, etc.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
65
Oración No. 5.
"Los equipos de enseñanza que tienen líderes formalmente
asignados mostrarán menos consenso en puntos de vista acerca de
los procesos disciplinarios que se usan en el salón de clase".
¿Menos consenso que cuáles otros equipos? La comparación no esta completa.
Oración No. 6.
"El estudio probó la hipótesis de que el movimiento feminista de los
70's aumentó el porciento de mujeres empleadas por las oficinas de
gobierno".
Aquí, No hay problema en la variable dependiente porque menciona sólo un valor, el
sexo, por lo que automáticamente el otro valor "hombre" debe ser tomado por hecho.
Sin embargo, el problema principal esta en la ausencia de un segundo valor en la
variable independiente. Si "movimiento feminista" es Xa, entonces ¿cuál es Xb?.
La enfermedad que estoy describiendo, usualmente no debilita. Ella comunmente
aflige a las variables independientes de la variedad presente-ausente, por lo que es
fácil de imaginar del contexto de un estudio que la variable no mencionada Xb
significa simplemente la ausencia de Xa. La inspección de las tablas u otros detalles
de la investigación usualmente permite al médico (tu) aliviar el enunciado del autor y
convertirlo en un ejemplo saludable.
Ocasionalmente nosotros, al examinar el contexto del estudio, descubriremos que un
enunciado que pensabamos tenía la enfermedad más seria como se discutió en la
sección anterior ("solamente una variable") llega a ser recuperable. Vuelve a revisar
la oración no. 4. Podría suceder que el estado donde se localizan los miembros del
consejo directivo fueran una segunda variable "El Estado de Puebla sería una de las
categorías, y el autor hubiera fallado en mencionar solamente la otra categoría,
digamos Tlaxcala. O tal vez la comparación no mencionada era entre Xa "miembros
del consejo directivo" y Xb "miembros del consejo estatal." Unicamente un
diagnóstico más intensivo podría decirlo.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
66
CATEGORIAS DESCONOCIDAS.
Mucho más infeccioso que la anterior enfermedad, es aquella en donde un nombre
es dado a la variable independiente (supuestamente una variaci´n en clase) pero
ninguna de sus categorías son mencionadas. Esta enfermendad puede atacar
también a la variable dependiente, o a ambas al mismo tiempo, pero para hacerlo
más simple, concentrémonos en la variable independiente.
Oración No. 7.
"Lo grave de los problemas de disciplina en el salón de clase es un
producto de la propia personalidad del maestro".
La variable X es determinada, "personalidad del maestro", pero ¿qué categorías
están involucradas?. Hay muchas formas en las cuáles se puede decir que la
personalidad difiere, tales como Autoritario Vs. Condescendiente; Castigador Vs.
Peermisivo; Directivo Vs. Autoregulador; etc. Ciertos aspectos de la personalidad
podrían inclusive ser formulados como variables de grado, por ejemplo, necesidad de
éxito, tolerancia de la ambiguedad. La oración 7, no nos proporciona ninguna pista
acerca de cuál es la variación de la variable "X".
La omisión de especificar la forma en que varían las variables es un patología tan
común que te presentaré algunos especímenes adicionales en los cuáles subrayaré
las variables no elaboradas.
Oración No. 8.
"El perfil religioso de la comunidad en un factor importante en
determinar el éxito de la campaña de fondos económicos para la
escuela".
Oración No. 9.
"El nivel de la moral de un profesor será correlacionado con el tipo
de control estructural observado enla organización escolar.".
Oración No. 10. "La rapidez con que lod profesores de un departamento de una
comunidad universitaria adopten las innovaciones instruccionales
es determinado por las relaciones sociales que prevalecen entre
sus miembros."
La patología descrita en la presente sección esta necesariamente afectada por la
enfermedad que se dicute a continuación. Entre las dos, los especímenes afectados
solo se les puede considerar como casos terminales.
La patología genética que se describe bajo este apartado es la ausencia de una
designación unequívoca acerca de cómo se espera que una variable co-varie con la
otra. Esta enfermedad ataca las oraciones en la cuál las variables, en si mismas, son
perfectamente normales.
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
67
Las oraciones que no hacen predicciones precisas vienen a estar bajo tres disfraces
y la mayoría de ellas son faciles de detectar.
SOLO PREGUNTA DE INVESTIGACION.
Mientras que las preguntas son útiles al inicio de la formulación de un problema para
la investigación y además pueden dar lugar a respuestas tentativas establecidas en
la forma de verdaderas hipótesis, las preguntas por sí mismas no hacen predicciones
y por lo tanto, no son hipótesis.
Oración No. 11. "¿estan los padres de familia mejor informados con boletas de
aprovechamiento reportadas con calificaciones en letras en lugar de
con números?"
No hay ninguna predicción, por lo tanto no es una hipótesis. Creo innecesario el
proporcionarte más ejemplos. Los signos de interrogación deben ser suficientes para
prevenirte inmediatamente.
CUANDO ASEGURAMOS QUE EXISTE RELACION SIN MENCIONAR SU
DIRECCION.
Las oraciones que pretenden ser hipótesis deben establecer que existe una relación
entre dos variables sin especificar la naturaleza de la relación. Ellas no dicen si la
relación esperada es directa o inversa (si las variables fuesen en grado) o cómo se
espera que la variable dependiente difiera de uno de los valores de la variable
independiente a otro (cuando esta última es en clase) Analiza los siguientes
especímenes.
Oración No. 12. "Hombres y mujeres diferirán en sus puntajes acerca de procesar
señales auditivas complejas."
Oración No. 13. "El nivel socio económico de los estudiantes en las escuelas
secundarias será asociado al promedio de calificaciones de las
asignaturas vocacionales."
Oración No. 14. "El número de estudiantes diferentes a los cuáles un maestro
instruye en el curso de una semana afecta la posibilidad de que el
maestro desarrolle un agotamiento."
Nota, en los dos últimos especímenes, el uso de frases indeterminadas como "será
asociado a" o "afecta." Estas sonpistas para concluir que la relación puede
permanecer no especificada. Agunas otras frases comunmente usadas son:
"…es una causa de…"
"…contribuye a…"
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
68
"…tiene un impacto sobre…"
"…es una función de…"
"…es afectado por…"
"…es un factor en…"
Regresa y analiza nuevamente las oraciones 7 a la 10 en la sección anterior y date
cuenta que ellas también contienen frases (asi como tambien variables que no
pueden ser elaboradas). Cuando frases de este tipo son usadas para conectar las
variables independiente y dependiente, tu puedes estar muy seguro de que la oración
ha contraído la enfermedad discutida en esta sección.
CUANDO ASEGURAMOS QUE NO EXISTE RELACION.
La hipótesis nula discutida hacia el final del capítulo 4 es una oración que no predice
que exista una relación --más allá de la que podríamos esperar por azar-- entre dos
variables. Como lo he tratado de señalar, ella no es lo mismo que una hipótesis
sustantiva. La enfermedad descrita aquí con frecuencia resulta cuando la hipótesis
nula es sustituida por la hipótesis sustantiva
Oración No. 15. "No habrá diferencia significativa entre padres y madres de niños de
la clase social baja en la rudeza de las técnicas disciplinaria que
ellos utilizan sobre sus hijos varones."
Si la hipótesis nula como esta fuera la única establecida para un estudio --si no
hubiese hipótesis conceptuales que les apoyen-- el lector (y el investigador) podrían
encontrarse en problemas. Tu no tendrías ninguna forma de saber que hipótesis
sustantiva el investigador tuvo en mente de la cuál a él le gustaría derivar algunas
inferencias al momento de rechazar al hipótesis nula. Aquellos investigadores que
limitan la formulación de su problema a una serie de hipótesis nulas inhiben
seriamente su razonamiento acerca de las conecciones que podrían o no podrían ser
esperadas entre variables.
Los investigadores mas suceptibles a la enfermedad de sustituir hipótesis nulas for
hipótesis sustantivas son novatos quiénes han sido expuestos a cursos sobre
técnicas estadísticas en donde la hipótesis nula es enfatizada, pero quienes no
tienen una conciencia de la lógica general del proceso de investigación dentro del
cual las herramientas estadísticas son aplicadas.
En ocasiones, investigadores experimentados formularán hipótesis prediciendo que
dos variables en lo particular no estan relacionadas y al hacerlo, estarán en lo
correcto. Esto pasa principalmente en areas que han sido bién investigadas en un
estudio usando medidas bien probadas o en experimentos manipulados. Tambien
pasa en estudios que implican variables moderadas o intervinientes, relaciónes
contingentes, y cosas por el estilo. En el caso de dos variables, las predicciones de
ausencia de relación son tan fáciles de afirmar que los investigadores sofisticados se
apenarían por hacerlo. Este tipo de hipótesis pueden apoyarse dada un número de
razones que no tienen nada que ver con lo sólido de las teorías, o explicaciones, o
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
69
respuestas a preguntas de la persona. Cualquiera de las siguientes frases puede
guiarte a un descubrimiento empírico de que no exoste relación entre un par de
variables:
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
70
• Artefactos de medición insensitivos.
• Poca variación en una o ambas variables.
• Medidas no confiables.
• Medidas inválidads.
• Diseños de investigación inadecuados o impropios.
• Errores hechos durante la captura de la información.
• Mala codificación de la información capturada.
• Falta de precisión en la operaciónes estadísticas.
• Errores al escribir el programa de computadora
• Para comenzar, el uso de variables tontas.
Mientras más ignorante, descuidado o inocente sea el investigador, mayor será la
posibilidad de que encuentre apoyo para hipótesis que predicen la ausencia de
relaciones. Esta no es una base fuerte sobre las cuáles el conocimiento del mundo
alrededor nuestro deba de aterrizar
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
71
BIBLIOGRAFIA
Alfredo Tecla, J. y Garza Ramos, A. Teoría, Métodos y Técnicas en la Investigación
Social. Ediciones del Taller Abierto. México. 1980.
Arias Galicia, Fernando. Lecturas para el Curso de Metodología de la Investiga-ción.
Editorial Trillas. México. 1985
Baena Paz, Guillermina. Instrumentos de Investigación. Editores Mexicanos Unidos,
S.A. 9a. Edición. México. 1981.
ISBN 968-15-0371-6
Best, J. W. Cómo Investigar en Educación. Ediciones Morata S.A. 3a. Edición.
Madrid, España. 1978.
Briones, Guillermo. Métodos y Técnicas de Investigación para las Ciencias Sociales.
Editorial Trillas. México. 1990
Campbell, D.T. y Stanley, J.C. Experimental and Quasi-experimental Designs for
Research. Houghton Mifflin Company. Estados Unidos. 1966
Festinger, L. y Katz, D. Los Métodos de Investigación en las Ciencias Sociales.
Editorial Paidos. 2a. Edición. Buenos Aires, Argentina. 1975.
Garza Mercado, Ario. Manual de Técnicas de Investigación para Estudiantes de
Ciencias Sociales. Editorial El Colegio de México. 4a. Edición. 1988
Gomez romero, José. El Método Experimental. Editorial Harla.
González Reyna, Susana. Manual de Redacción e Investigación Documental.
Editorial Trillas. México. 1990
Kidder, Louise H. Research Methods in Social Relations. Editorial Holt, Rinehart and
Winston. New York, Estados Unidos. 1981.
ISBN 0-03-043566-8
Luna Rivera, Antonio. Metodología de la Investigación Científica. Editado por Antonio
Luna Rivera. Editorial Querétaro, México 1981.
López Cano, José Luis. Método e Hipótesis Científicos. Editorial Trillas. 3a. Edición.
México 1978.
ISBN 968-24-3657-5
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
72
Mendez, R. Ignacio et. al. El protocolo de la Investigación. Editorial Trillas.
Edición. México. 1990
2a.
Munch, Lourdes y Angeles, Ernesto. Métodos y Técnicas de Investigación para
Administración e Ingeniería. Editorial Trillas. 2a. Edición. México. 1990
Pardinas, Felipe. Metodología y Técnicas de Investigación en Ciencias Sociales.
Editorial Siglo XXI. 30a. Edición. México. 198
Rivera Márquez, Melesio. La Comprobación Científica. Editorial Trillas. 3a. Edición.
México 1978.
ISBN 968-24-3698-2
Rodriguez, Aroldo. Investigación Experimental en Psicología y Educación. Editorial
Trillas. México. 1977
Rojas Soriano, Raúl.
México. 1988
El proceso de la Investigación Científica.
Sidman, Murray.
Tácticas de Investigación Científica.
Barcelona, España. 1973
Editorial Trillas.
Editorial Fontanella.
Tamayo y Tamayo, Mario. El Proceso de la Investigación Científica.
Limusa. 2a. Edición. México. 1987
Editorial
Tecla Jimenez, Alfredo y Garza Ramos, Alberto. Teoría, Métodos y Técnicas en la
Investigación Social. Ediciones Taller Abierto. México. 1980
UDLA-P
MATERIAL EN BORRADOR - NO DUPLICARSE
DR. JOSE A. LOPEZ
Descargar

APUNTES SOBRE VARIABLES - GENESIS