[email protected] 1 LA INVESTIGACIÓN CIENTÍFICA - I [email protected] 2 Verdad, Creencia y Conocimiento. [email protected] 3 [email protected] 4 VERDAD 1. Adecuación entre una proposición y el estado de cosas que expresa. Ej: la proposición la nieve es blanca, es verdad si la nieve es blanca. 2. Conformidad entre lo que una persona manifiesta y lo que ha experimentado, piensa o siente. Ej: efectivamente era verdad todo lo que me comentó. [email protected] 5 CREENCIA Estado mental en el que un individuo supone verdadero lo que sabe acerca de un suceso o cosa. Básicamente creer significa: dar por cierto algo, sin poseer evidencias de ello. [email protected] 6 [email protected] 7 [email protected] 8 [email protected] 9 ¿Cuál será la verdadera? [email protected] 10 La regla de oro Trata a los demás, de la manera que quieres ser tratado. 11 [email protected] El conocimiento 1. Hechos o información adquiridos por una persona a través de la experiencia, la educación, la comprensión teórica o práctica, de un asunto referente a la realidad. 2. Acción y efecto de conocer; adquirir información para comprender la realidad por medio de la razón, el entendimiento y la inteligencia. El resultado de un proceso de aprendizaje. [email protected] 12 Formas de adquisición del conocimiento. 1. La autoridad Las figuras de autoridad son un elemento de transmisión de conocimiento, ya que generan un voto de confianza en el grupo social. Aplica de padres a hijos, de maestros a alumnos, o de especialistas frente a una audiencia curiosa. 2. La tradición El conocimiento se transmite de generación en generación y así se consolida en la tradición. Los miembros de un determinado grupo social, adquieren conocimiento a través de las prácticas sociales tradicionales. 3. La intuición Comprensión o percepción inmediata de algo emergente, sin la intervención de la razón. 4. La experiencia En la medida en que el sujeto gana experiencia, registra y aprende nueva información que le permite enfrentarse a situaciones semejantes en el futuro. 5. La investigación científica Procurar información de manera sistematizada, estructurada y metódica; es decir, a partir de un método científico. [email protected] 13 Investigar (Sinónimo de analizar, averiguar o indagar.) Realizamos una investigación porque desconocemos algo y necesitamos aportar algún tipo de solución al respecto. El concepto de investigación es aplicable a ámbitos distintos: el científico, el policial o el histórico. [email protected] 14 Investigar es realizar actividades intelectuales y experimentales de modo sistemático que lleven al aumento del conocimiento sobre determinado asunto o materia. Investigar significa intentar descubrir algo, es una búsqueda… [email protected] 15 Teoría 1. Conjunto de reglas, principios y conocimientos acerca de una ciencia, una doctrina o una actividad, prescindiendo de sus posibles aplicaciones prácticas. 2. Conjunto organizado de ideas que explican un fenómeno, deducidas a partir de la observación, la experiencia o el razonamiento lógico. [email protected] 16 Empírico Algo está basado en la práctica experiencia y en la observación de los hechos. Empiria Viene del griego “empeiria” que significa cualidad de aprender en base de la observación y también del griego “empeirikos” que significa experimentado. [email protected] 17 El conocimiento empírico Es aquella noción basada en el contacto directo con la realidad, por la experiencia y por la percepción que se hace de ella. Es todo lo que sabe sin poseer un conocimiento científico. Por ejemplo, se sabe que el fuego quema porque ya se vivió esa experiencia, se tiene conocimiento de que las flores nacen en primavera por observación directa. [email protected] 18 [email protected] 19 Investigación científica Proceso ordenado y sistemático de indagación, en el que mediante la aplicación rigurosa de métodos y criterios, se persigue el estudio o análisis de un asunto o tema; para ampliar o desarrollar el conocimiento que se tiene de este. [email protected] 20 La investigación científica, como proceso de aplicación del método científico de investigación, obtiene información relevante y fidedigna; para entender, verificar, corregir o aplicar el conocimiento. [email protected] 21 La investigación debe ser objetiva El investigador debe eliminar preferencias personales, para evitar el uso preferente de los datos que confirmen su hipótesis; de ahí el empleo de todas las pruebas posibles para el control crítico de los datos recogidos y los procedimientos empleados. Una vez sistematizados los datos, son registrados y expresados mediante un informe de investigación, en el cual se indica la metodología utilizada y los procedimientos empleados para llegar a las conclusiones presentadas, sustentadas por la misma investigación. [email protected] 22 El objetivo de la investigación científica Buscar soluciones a problemas, explicar fenómenos, desarrollar teorías, ampliar conocimientos, establecer principios, reformular planteamientos o refutar resultados. [email protected] 23 Fines de la investigación Científica Recopilación desde bases de datos, para mejorar el diseño de un modelo o proceso o para descubrir sus carencias. Elaboración de modelo del desarrollo de un proceso, vigencia del funcionamiento de un determinado sistema. Contrastar el desarrollo de un fenómeno, para comprobar su condición de validez aceptada previamente. Optimización del funcionamiento de máquinas automáticas del control de proceso de análisis de datos. Extracción de información de un fenómeno, de un proceso o de la actuación de un sistema. Mejoramiento de criterios de observación de procesos o de análisis de fenómenos. Optimizar técnicas ya desarrolladas, o construcción de máquinas automáticas. Creación de métodos o instrumentos de medida y contraste. [email protected] 24 Elementos estructurales de la investigación Sujeto: El que desarrolla la actividad, el investigador. Objeto: Lo que se indaga, es decir, la materia o el tema. Medio: Lo requerido para efectuar la actividad; el método y técnica adecuados. Fin: El propósito de la actividad de investigación, la solución de una problemática detectada. [email protected] 25 La investigación científica, recoge conocimientos o datos de fuentes primarias y los sistematiza para lograr nuevos conocimientos. No es investigación confirmar lo que ya es conocido o lo investigado por otros. [email protected] 26 Sin embargo, el investigador parte de resultados anteriores, planteamientos, proposiciones o respuestas en torno al problema que le ocupa. Consecuentemente, el investigador debe: Planear cuidadosamente una metodología, Recoger, registrar y analizar los datos obtenidos. De no existir los instrumentos necesarios, debe crearlos. [email protected] 27 Tipos de investigación PROPÓSITO Pura Aplicada ------- NIVEL DE CONOCIMIENTO Exploratoria Descriptiva Explicativa MÉTODO Documental De Campo Experimental [email protected] 28 La investigación científica según el propósito 1. Investigación Pura: Persigue aumentar el conocimiento teórico, sin interés directo en sus posibles aplicaciones o consecuencias prácticas; busca información para desarrollar una teoría sobre un determinado problema. 2. Investigación Aplicada: Busca conocimientos con fines de aplicación inmediata a la realidad, para modificarla; es decir presenta solución a problemas prácticos, más que formular teorías sobre ellos. [email protected] 29 La investigación científica según el nivel de conocimientos Investigación Exploratoria La que sólo se propone alcanzar una visión general del tema en estudio; es decir, buscar el tópico de interés, formular el problema y delimitar futuros temas de investigación. Investigación Descriptiva Propone conocer grupos homogéneos de fenómenos, usando criterios sistemáticos que permitan poner de manifiesto su estructura o comportamiento. No verifica hipótesis, describe hechos a partir de un criterio teórico. [email protected] Investigación Explicativa Se buscan las causas del fenómeno, de cuales son las variables o características que presenta y de cómo se dan sus interrelaciones. Su objetivo es encontrar las relaciones de causaefecto entre los hechos. 30 La investigación científica según la metodología 1. Investigación Documental: Se basa en análisis de datos obtenidos de diferentes fuentes de información. A esta investigación también se le llama Investigación bibliográfica. 2. Investigación de Campo: La estrategia que cumple el investigador se basa en métodos que permiten recoger los datos en forma directa de la realidad donde se presenta. Los datos obtenidos son llamados primarios o de primera mano. 3. Investigación Experimental: Cuando el investigador manipula los datos directamente o mediante la creación de condiciones para establecer mecanismos de control y llegar a conocer las relaciones causa-efecto del fenómeno. Persigue el control de varias variables, dejando alguna de ellas sin modificar para ver su efecto. [email protected] 31 [email protected] 32 ESTADÍSTICA Ciencia auxiliar de la investigación [email protected] 33 El término estadística tiene su raíz en la palabra Estado. Surge cuando se hace necesario cuantificar conceptos. En la mayoría de los casos esta cuantificación se hará en función de fines económicos o militares. El estado debe censar personas, de infraestructura, recursos, para la planificación estratégica del Estado. [email protected] 34 Estadística Conjunto de métodos científicos relacionados con la toma, organización, recopilación, presentación y análisis de datos, tanto para la deducción de conclusiones como para tomar decisiones razonables de acuerdo con tales análisis. [email protected] 35 Estadística tiene dos significados: El primero de ellos se refiere a datos clasificados, especialmente numéricos acerca de una clase de objetos. El segundo llama estadística a la ciencia que trata de la recolección, análisis, interpretación y representación de datos. [email protected] 36 Tipos de Estadística Descriptiva se limita a describir y analizar un conjunto de datos, limitándose a los mismos. Inferencial o inductiva, trata de sacar conclusiones sobre una población a partir del análisis de los datos extraídos de un subconjunto de ella (muestra). [email protected] 37 Estadística Inferencial o Inferencia Estadística Es la rama de la Estadística encargada de hacer deducciones; es decir, inferir propiedades, conclusiones y tendencias, a partir de una muestra del conjunto. Su objetivo es obtener conclusiones útiles para interpretar, hacer proyecciones y comparaciones. [email protected] 38 La estadística inferencial emplea usualmente mecanismos que le permiten llevar a cabo dichas deducciones; tales como estimaciones, pruebas de hipótesis, pruebas paramétricas y no paramétricas, análisis de correlación y de regresión, series cronológicas, análisis de varianza, etc. La estadística inferencial es sumamente útil en el análisis de poblaciones y tendencias, para hacerse una idea posible de las acciones y reacciones de la misma, de cara a condiciones específicas. [email protected] 39 Ejemplos de la aplicación de la estadística inferencial Sondeos de tendencia de voto Antes de una elección, diversas encuestadoras sondean la opinión pública para recabar datos relevantes y luego, teniendo la muestra analizada y desglosada, inferir tendencias: quién es el favorito, quién va segundo, etc. Análisis de mercado Existen empresas especializadas en marketing, que analizan nichos de mercado a través de herramientas estadísticas y diferenciales, como encuestas y focus groups, para deducir qué productos el consumidor. Epidemiología médica Con los datos de afectación de una o varias enfermedades de una población, salud pública pueden concluir cuales medidas sanitarias públicas son necesarias, para prevenir y erradicar dichas enfermedades. [email protected] 40 Estadística descriptiva La estadística descriptiva no se ocupa de conclusiones, interpretaciones ni hipótesis a partir de lo reflejado por la muestra; sino por los métodos idóneos para la organización de la información que contiene y poner en evidencia sus características esenciales. [email protected] 41 Estadística descriptiva 2 Es una disciplina que se encarga de recoger, almacenar, ordenar, realizar tablas o gráficos y calcular parámetros básicos sobre el conjunto de datos. Su propio nombre lo indica, trata de describir algo. Pero no describirlo de cualquiera forma, sino de manera cuantitativa. [email protected] 42 Estadística descriptiva 3 Pensemos en el peso de una caja de verduras, en la altura de una persona o en la cantidad de dinero que gana una empresa. De estas variables podríamos decir muchas cosas. Por ejemplo, podríamos indicar que esta o aquella caja de tomates pesan mucho o pesan menos que otras. También podríamos decir que el ingreso de una empresa varía mucho a lo largo del tiempo o que una persona tiene una altura promedio. Para dictar las afirmaciones anteriores, sobre mucho, poco, alto, bajo, muy variable o poco variable necesitamos variables de medidas. Esto es, necesitamos cuantificarlas, ofrecer un número. [email protected] 43 Estadística descriptiva 4 Con lo anterior en mente, podríamos utilizar los gramos o los kilogramos como unidad de medida para saber el peso de tantas cajas de tomates como consideremos. Una vez pesemos treinta cajas, sabremos cuales pesan más, cuales pesan menos, que cuantía es la que más se repite o si existe mucha disparidad entre los pesos de las diferentes cajas. Con esta idea nace la estadística descriptiva, con la de recoger datos, almacenarlos, realizar tablas o incluso gráficos que nos ofrezcan información sobre un determinado asunto. Adicionalmente, nos ofrecen medidas que resumen la información de una gran cantidad de datos. [email protected] 44 Dentro de la estadística descriptiva, podemos describir los datos de manera cualitativa o cuantitativa. Variable cualitativa Hace referencia a una cualidad. Ejemplos: el color de ojos o de cabello de una persona . Tipos de variables estadísticas Variable cuantitativa Se refiere a una medida cuantitativa. Ejemplos: la altura (cms.) o el peso de una persona (kgrs.) [email protected] 45 La variable cuantitativa se subdivide en Variable Discreta Aquella que entre dos valores próximos, puede tomar a lo sumo un número finito de valores. Ejs: número de obreros de una fabrica, alumnos de un colegio. Variable Continua La que puede tomar los infinitos valores de un intervalo (la diferencia es más teórica que práctica, ya que los aparatos de medida dificultan que puedan existir todos los valores del intervalo). Ejs: peso, estatura, distancias. [email protected] 46 La variable se denota por las mayúsculas de letras finales del alfabeto castellano. A su vez cada una de estas variables puede tomar distintos valores, colocando un subíndice, que indica orden: X = (x1, x2 , x3 , ...... , xy-2 , xy-1, xy ) [email protected] 47 Muestra Soy una muestra y pertenezco a esta población. Conjunto de elementos que forman parte de la población. La muestra representa a esta población. Ejemplo: Una muestra en esta población sería los hombres en la porción amarilla. [email protected] 48 Tamaño muestral Muestra 1 Muestra 2 Muestra 3 Muestra 4 Muestra 5 Es el número de elementos u observaciones que tomamos. Se designa como N. Ejemplo: ¿Cuantas veces obtenemos la muestra en la gráfica? N = 5 49 [email protected] Dato Soy un dato y pertenezco a esta población. Cada uno de los individuos, cosas, entes abstractos que integran una población o universo determinado. Cada valor observado de la variable. [email protected] 50 Frecuencia absoluta ni En el ejemplo: la ni = 10 (Los 10 hombres en la porción azul) Es el número de veces que aparece en la muestra, el valor de la variable. Se representa por ni [email protected] 51 Parámetros estadísticos Es un número que se obtiene a partir de los datos de una distribución estadística y se utilizan para sintetizar la información dada por una tabla o gráfica. Medidas de tendencia central, Medidas de posición y Medidas de dispersión. [email protected] 52 Medidas de tendencia central La mayor parte de los conjuntos de datos muestran una tendencia a agruparse alrededor de un punto “central” y por lo general es posible elegir algún valor promedio que describa todo un conjunto de datos. Un valor típico descriptivo como ese es una medida de tendencia central o “posición”. Se utilizan tres tipos de promedios como medidas de tendencia central: moda, mediana y media aritmética. [email protected] 53 Media aritmética (Media) La media es la medida de tendencia central más utilizada. Se calcula sumando todas las observaciones de un conjunto de datos, dividiendo después el total entre el número total de elementos involucrados. Ejemplo 1. Se desea conocer la calificación final del alumno Juan Alvarado Cancino, cuando obtuvo durante el curso las siguientes calificaciones parciales: 8, 7, 9, 8. 8+7+9+8 = 32/4 = 8 La calificación final de Juan es 8. Ejemplo 2. Una guardería es elegible para recibir subsidio, a condición de que la edad promedio de sus niños no llegue a 9. Si los datos siguientes representan la edad de todos los niños que actualmente asisten a ella: 8, 5, 9, 10, 9, 12, 7, 12, 13, 7, 8. ¿Llena los requisitos para recibir el subsidio? 8+5+9+10+9+12+7+12+13+7+8= 108 / 11 = 9.8 Al rebasar la edad promedio, la guardería no recibirá el subsidio. [email protected] 54 Mediana Es el valor que se encuentra en el centro de una secuencia ordenada de datos. Si no hay empates, la mitad de las observaciones serán menores y la mitad serán mayores. [email protected] 55 Calculando la Mediana Para calcular la mediana a partir de un conjunto de datos colectados en su forma natural, primero se deben ordenar en forma creciente o decreciente, y el dato central es el resultado; en caso de que queden dos datos centrales se determina un promedio. [email protected] 56 Ejemplos Ejemplo 1 Los siguientes datos son el número de minutos que en 15 días laborales una persona tiene que esperar el autobús que la llevará a su trabajo: 10, 1, 13, 9, 5, 9, 2, 10, 3, 8, 6, 17, 2, 10, y 15. Determine que tiempo en promedio debe esperar la persona su autobús. Al ordenarlos quedan: 1, 2, 2, 3, 5, 6, 8, 9, 9, 10, 10, 10, 13, 15, 17. La mediana es 9. Ejemplo 2 La producción de automóviles Chrysler para el mercado nacional en el periodo 1991-1996, está dada por la siguiente tabla: Año - producción 1991: 52,472 1992: 83,724 1993: 57,636 1994: 46,816 1995: 15,624 1996: 13,205 ¿Cuál es la producción promedio durante este periodo? Al ordenar: 13,205 – 15,624 – 46,816 – 52,472 – 57,636 – 83,724 hay dos datos centrales, por la tanto la mediana será: 46,816 + 52,472 / 2 = 49,644 unidades. [email protected] 57 Moda En ocasiones, cuando se describe o se resume un conjunto de datos, se utiliza la moda como medida de tendencia central. La moda es el valor de un conjunto de datos que aparece con mayor frecuencia. La moda puede existir o no; si existe puede ser unimodal, bimodal o multimodal. A diferencia de la media aritmética, la moda es afectada por valores extremos. Sin embargo, sólo se utiliza para propósitos descriptivos porque es más variable. [email protected] 58 Ejemplos Ejemplo 1 En los siguientes datos determine cuál es la moda. 7, 15, 12, 19, 13, 8, 10....................................................moda: no existe. 32, 19, 42, 30, 19, 40, 28................................................moda: 19 (unimodal) 14, 5, 17, 12, 10, 5, 17, 8................................................moda: 5 y 17 (bimodal) Ejemplo 2 Se entrevistó a 20 comentaristas deportivos sobre el horario que recomendaban a ESPN para un reality show deportivo. Su opinión fue: 23:00, 13:00, 16:00, 20:00, 12:00, 20:00, 19:00, 14:00, 16:00, 20:00, 12:00, 16:00, 13:00, 12:00, 20:00, 8:00, 18:00, 18:00, 20:00, 23:00. Usando la moda ¿cuál es el horario más recomendable? Los datos que más se repiten son: 20:00 y 12:00 hrs, por eso es el horario recomendado para transmitir el programa. [email protected] 59 Medidas de posición: Percentiles Un percentil es una medición en la cual ese porcentaje de los valores totales es el mismo o menor que esa medición. Por ejemplo, el 90 % de los valores de datos se encuentra por debajo del percentil 90, mientras que el 10 % de los valores de datos se encuentra por debajo del percentil 10. [email protected] 60 Medidas de posición: Cuartiles Los cuartiles son valores que dividen una tabla de datos en cuatro grupos que contienen aproximadamente el mismo número de observaciones. El total de 100 % se divide en cuatro partes iguales: 25%, 50%, 75% 100%. [email protected] 61 Medidas de dispersión Dispersión es el grado de variación o diseminación de los datos. Se emplean para saber si los valores están cercanos uno del otro. [email protected] 62 Varianza y Desviación estándar Dos medidas de dispersión que se utilizan con frecuencia y que sí toman en consideración la forma en que se distribuyen todos los valores son la varianza y su raíz cuadrada, la desviación estándar. Estas medidas establecen la forma en que los valores fluctúan con respecto a la media. n ( xi x) S i 1 2 n 2 S n 1 Varianza muestral Es una medida de dispersión que representa la variabilidad de una serie de datos respecto a su media. 2 ( x x ) i i 1 n 1 Desviación estándar muestral Es una medida de variabilidad que indica si los valores de un conjunto de datos son muy dispares o no. [email protected] 63 Ejemplo Se realiza un estudio de los efectos de fumar sobre los patrones del sueño. La medición observada es el tiempo en minutos que toma el quedar dormido. Se obtienen los siguientes datos: Fumadores 69.3 - 56.0 - 22.1 - 47.6 - 53.2 - 48.1 - 52.7 - 34.4 - 60.2 - 43.8 - 23.2 - 13.8 No fumadores 28.6 - 27.01 - 26.4 - 34.9 - 29.8 - 28.4 - 38.5 - 30.2 - 30.6 - 31.8 - 41.6 - 21.1 - 36.0 - 37.9 - 13.9 a) Encuentre la media de la muestra para cada grupo. b) Determine la desviación estándar para cada grupo. c) ¿Que impacto produce el fumar sobre el tiempo requerido para dormirse? a) 69.3 56.0 22.1 47.6 53.2 48.1 52.7 34.4 60.2 43.8 23.2 13.8 43.7 min 12 28.6 27.01 26.4 34.9 29.8 28.4 38.5 30.2 30.6 31.8 ... 13.9 x NF 30.45 min 15 b) xF SF (69.3 43.7) 2 (56.0 43.7) 2 (22.1 43.7) 2 (47.6 43.7) 2 .... (13.8 43.7) 2 16.92 min 12 1 S NF (28.6 30.45) 2 (27.01 30.45) 2 (26.4 30.45) 2 (34.9 30.45) 2 ...(13.9 30.45) 2 7.04 min 15 1 Solución: Se considera que el fumar aumenta el tiempo necesario para dormirse. [email protected] 64 Rango Es el intervalo entre el valor máximo y el valor mínimo de una serie de datos; por ello, comparte unidades con los datos. Permite obtener una idea de la dispersión de los datos, cuanto mayor es el rango, aún más dispersos están los datos. Ejemplo Determine el grado de dispersión de la edad de este conjunto de señoritas. 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29 años Rango: 29 – 18 = 11 años [email protected] 65 Coeficiente de Variación Coeficiente de variación de Pearson Es una medida estadística que nos informa acerca de la dispersión relativa de un conjunto de datos. Cuando se desea hacer referencia a la relación entre el tamaño de la media y la variabilidad de la variable, se utiliza el coeficiente de variación. Nos informa si una variable se mueve mucho, poco, más o menos que otra. [email protected] 66 Medidas de dispersión o de variabilidad [email protected] 67 Distribución de frecuencias Distribución de frecuencias es la agrupación de datos en categorías mutuamente excluyentes, que indican el número de observaciones en cada categoría. [email protected] 68 Frecuencia absoluta Es el número total de veces que se repite una observación. En ocasiones las observaciones se pueden presentar en intervalos. [email protected] 69 Frecuencia relativa Es el número en porcentaje que se repite una observación o un conjunto de ellas. [email protected] 70 Frecuencia acumulada Puede ser relativa acumulada o absoluta acumulada. Indica la cantidad acumulada hasta cierta observación. [email protected] 71 [email protected] 72 TABLAS Y GRÁFICOS EN ESTADÍSTICA DESCRIPTIVA [email protected] 73 Aunque las tablas y los gráficos no son algo exclusivo de la estadística descriptiva, estos la caracterizan. En informes, en estudios e investigaciones es muy frecuente el uso de gráficos. Nos ayudan a mostrar la información de manera más sencilla y acotada. Ejemplos de gráficos y tablas frecuentemente utilizados: Histograma, Gráfico de barras, Gráfico de sectores, Tablas de probabilidad, Tablas bidimensionales, Gráfico de cajas. [email protected] 74 Diagrama de sectores El área de cada sector es proporcional a la frecuencia que se quiera representar, sea absoluta o relativa. Para calcularlo podemos decir que el área depende del ángulo central, mediante la siguiente proporción: ni / N = / 360 Como resulta ni / N = fi tendremos que x5 f i * 360 x1 x4 x2 x3 Este diagrama se utiliza para cualquier tipo de variable [email protected] 75 Diagrama de barras Se utiliza para frecuencias una Variable Discreta. En el eje de abscisas (Xs), situaremos los valores de la variable, en el eje de ordenadas la frecuencia. Levantaremos barras o columnas separadas de altura correspondiente a la frecuencia adecuada. (Excel) ni 7 6 5 4 3 2 1 0 x1 x2 x3 x4 x5 variable [email protected] 76 Diagrama de Flujo de Procesos (Flujograma) Técnica que permite la representación gráfica de los pasos, operaciones o actividades que tienen lugar a lo largo de un proceso de trabajo. [email protected] 77 Símbolos usados en los flujogramas [email protected] 78 Ejemplo de aplicación del Flujograma Permite identificar los proveedores y los clientes en cada paso del proceso. Revela el tiempo y costo del proceso, mediante la determinación de: Tiempo entre el final de una actividad y el comienzo de otra. Tiempo para la realización de cada actividad. Tiempo total del proceso. [email protected] 79 Flujogramas por su forma 1. Vertical: El flujo o la secuencia de las operaciones, va de arriba hacia abajo. 2. Horizontal: El flujo o la secuencia de las operaciones, va de izquierda a derecha. 3. Panorámico /Arquitectónico: Se aprecia más rápido y se entiende mejor que leyendo el texto. Describe la ruta de una forma o persona sobre el plano del área de trabajo. [email protected] 80 Flujogramas por su propósito De Forma (formulario) Presenta la secuencia de cada paso por los que atraviesa un formulario en sus diferentes copias, a través de los diversos puestos y departamentos, desde que se origina hasta que se archiva. De Labores (¿qué se hace?) Representan las operaciones que se efectúan en cada una de las actividades o labores en que se descompone un procedimiento y el puesto o departamento que las ejecutan. De Método (¿cómo se hace?) Presentan la manera de realizar cada operación de procedimiento, por la persona que debe realizarla y dentro de la secuencia establecida. Analítico (¿para qué se hace?) Presenta todas las operaciones del procedimiento dentro de la secuencia establecida y la persona que las realiza; analizando para qué sirve cada una de las operaciones dentro del procedimiento. De Espacio (¿dónde se hace?) Presenta itinerario y distancia que recorre una forma o una persona durante las operaciones del procedimiento o parte de él, señalando el espacio por el que se desplaza y el tiempo empleado. Combinados (¿qué se hace, cómo se hace, para qué se hace?) Presenta una combinación de dos o más flujogramas de las clases anteriores. [email protected] 81 Como hacer un diagrama de Flujo 1. Escriba en secuencia la lista de actividades, anotando donde se realiza cada una. 2. Identifique las funciones, de cada operación o actividad. 3. Asocie cada actividad con el símbolo más apropiado para representarla. 4. Conecte los símbolos entre sí, con líneas. 5. Señale los tiempos requeridos en cada paso, operación o actividad. [email protected] 82 Ejemplo [email protected] 83 Otro ejemplo Seguimiento de pacientes con cáncer de tiroides. [email protected] 84 Si no me entendieron, el flujograma lo explica todo... [email protected] 85 Diagrama de Causa- Efecto Llamado comúnmente “espina de pescado”, tiene como propósito representar gráficamente relaciones entre un efecto o problema, y todas las posibles causas o factores que la producen. [email protected] 86 Elementos del Diagrama de Causa- Efecto [email protected] 87 Pasos para elaborar un Diagrama de Causa- Efecto 1. Definir claramente el efecto o síntoma cuyas causas han de identificarse. 2. Encuadrar el efecto a la derecha y dibujar una línea gruesa central apuntándole. 3. Usar Brainstorming o un enfoque racional para identificar las posibles causas. 4. Distribuir y unir las causas principales a la recta central mediante líneas de 70º. 5. Añadir subcausas a las causas principales a lo largo de las líneas inclinadas. 6. Descender de nivel hasta llegar a las causas raíz (fuente original del problema). [email protected] 88 Ejemplo El problema principal que se desea analizar, el cual se coloca en el extremo derecho del diagrama. Enciérrelo en un rectángulo para visualizarlo con facilidad. [email protected] 89 Las causas principales que creemos han originado el problema. Constituido por un eje central horizontal (línea principal o espina central). Tiene varias flechas inclinadas que se extienden hasta el eje central, al cual llegan desde su parte inferior y superior, según el lugar adonde se haya colocado el problema analizado en sus propias causas o razones. Cada flecha representa un grupo de causas que inciden en la existencia del problema, estas a su vez son tocadas por flechas de menor tamaño que representan las “causas secundarias” de cada “causa” o “grupo de causas del problema”. [email protected] 90 El Diagrama debe tener el nombre del problema analizado, la fecha de ejecución, el área de la empresa a la cual pertenece el problema; pudiéndose incluir cualquier información complementaria que se considere necesaria. [email protected] 91 Finalmente se verifica que todos los factores que puedan causar dispersión hayan sido incorporados al diagrama. Las relaciones Causa-Efecto deben quedar claramente establecidas y en ese caso, el diagrama está terminado. [email protected] 92 Histograma de Frecuencia Es un gráfico que muestra el número de veces que se repiten cada uno de los resultados cuando se realizan mediciones sucesivas. Esto permite ver alrededor de que valor se agrupan las mediciones (Tendencia central) y cual es la dispersión alrededor de ese valor central. Es básicamente la presentación de una serie de medidas clasificadas y ordenadas, es necesario colocar las medidas de manera que formen filas y columnas. 30 N=100 25 20 f 15 10 5 0 min. [email protected] 93 El Histograma de Frecuencia es una herramienta utilizada para representar la distribución de variables. Aquí las bases de cada barra indican los intervalos de valores de la variable que se estudia. La altura de cada barra es la frecuencia de ocurrencia de intervalo de valores de dicha variable. [email protected] 94 Pasos de elaboración de un Histograma de Frecuencia 1. Reunir datos para localizar por lo menos 50 puntos de referencia. 2. Calcular la variación de los puntos de referencia, restando el valor mínimo del máximo (Rango). 3. Calcular número de barras que tendrá el histograma (un método: sacar raíz cuadrada del número de puntos de referencia). 4. Determinar el ancho de cada barra, dividiendo la variación entre el número de barras por dibujar. 5. Calcule la localización sobre el eje X de las dos líneas verticales que sirven de fronteras para cada barrera (intervalo). 6. Construya la tabla de frecuencias organizando los puntos de referencia del más bajo al más alto, acorde a las fronteras de cada barra. 7. Elabore el histograma respectivo. [email protected] 95 Supongamos que un médico dietista desea estudiar el peso de personas adultas de sexo masculino y recopila una gran cantidad de datos midiendo el peso en kilogramos de sus pacientes varones: Así como están los datos es muy difícil sacar conclusiones acerca de ellos. [email protected] 96 El médico agrupa los datos en intervalos, contando cuantos resultados de mediciones de peso hay dentro de cada intervalo (frecuencia). [email protected] 97 Ahora se pueden representar las frecuencias en un gráfico. [email protected] 98 La tabla nos dice que hay 48 pacientes que pesan entre 65 y 70 kilogramos. Levantamos entonces una columna de altura proporcional a 48 en el gráfico. [email protected] 99 Agregando el resto de las frecuencias nos queda el histograma siguiente: [email protected] 100 El Histograma de frecuencia permite apreciar que el peso de los pacientes se agrupa alrededor de los 70-75 kilos, esta es la Tendencia Central de las mediciones. Además observamos que los pesos de todos los pacientes están en un rango desde 55 a 100 kgms, esta es la Dispersión de las mediciones. También podemos observar que hay muy pocos pacientes por encima de 90 kilogramos o por debajo de 60 kilogramos. Ahora el médico puede extraer toda la información relevante y utilizarla para su trabajo específico. [email protected] 101 Ejemplos de estadística descriptiva Se quiere calcular la media de goles por partido de un futbolista. Se trata de estadística descriptiva, ya que tratamos de describir una variable (número de goles). En este caso, mediante el cálculo de una métrica. Así pues, decir que Ronaldo hizo 1,05 goles por partido durante los últimos 30 partidos, es una frase propia de estadística descriptiva. [email protected] También podríamos decir, que el 30% de los compañeros de clase de Juan tienen los ojos azules, el 60% castaños y el 10% restante verdes. Se trataría de una variable cualitativa (color de ojos), pero estamos describiendo la frecuencia con la que aparece. 102 Ejemplo de las funciones de la estadística descriptiva En una muestra de 63 niños con jaquecas recurrentes probamos en episodios sucesivos dos analgésicos distintos (A y B). De ellos, 31 manifestaron preferencia por el tratamiento A, 15 por el B y 17 no mostraron preferencia entre ellos. La estadística descriptiva nos permite estimar que un 49,2% prefirieron el tratamiento A, un 23,8% el B, con una diferencia entre ambos del 25,4% a favor del tratamiento A. La inferencia estadística, mediante estimación de intervalos, nos permite estimar que con un 95% de confianza (5% de error); la diferencia observada se situaría en un intervalo entre el 3,6% y 47,2% a favor del tratamiento A. El contraste de hipótesis nos permite calcular (test de McNemar) que la probabilidad de que las diferencias encontradas sea debida al azar es del 0,018 (1,8%), por lo que asumimos que el tratamiento A parece mejor que el B. [email protected] 103 Los elementos de análisis de la estadística son las variables, características medidas en los sujetos de estudio, que pueden adoptar una serie de valores posibles, pero cuyo valor concreto en cada sujeto u observación es a priori desconocido. En nuestro ejemplo, las variables son el tipo de analgésico tomado y la respuesta al mismo. [email protected] 104 [email protected] 105 VARIABLE DE INVESTIGACIÓN O DE ESTUDIO [email protected] 106 Variable de investigación o de estudio Es un término que se utiliza para referirse a cualquier tipo de relación de causa y efecto. En términos generales, una variable representa un atributo medible que cambia a lo largo de un experimento comprobando los resultados. [email protected] 107 Esto de las variables necesita un claro entendimiento, para que no haya errores y se logre una investigación exitosa. A continuación veremos 14 minutos de una sencilla exposición del tema. [email protected] 108 [email protected] 109 Clasificación de las variables Por su nivel de operatividad Las variables de operatividad son las más populares para una investigación, gracias a que es posible darles un valor numérico y operar a partir de ellos. [email protected] 110 Variable cualitativa La que permite la identificación de características, cualidades o atributos; pero que no permite medirlas. Este tipo de variable únicamente nos informaría de la existencia o inexistencia de dicha característica o la presencia de alternativas. Son meramente nominales, expresando igualdad o desigualdad. Ej: El sexo, color de ojos, estado civil, la nacionalidad. Las Variables Cualitatitivas pueden ser: ordinales o nominales, dicotómicas y politómicas. [email protected] 111 Variable Cualitativa Nominal Es aquella cuya categoría no sigue ningún orden, se agrupa sin ninguna jerarquía entre sí. Ej: Lateralidad (zurdo, diestro), Estado civil (soltero, casado, divorciado), Grupo sanguíneo (A - B - AB - 0) Variable Cualitativa Ordinal Son aquella variables categóricas con orden secuencial o progresión natural esperable o jerarquía. Ej: Medalla deportiva (oro, plata, bronce), Nivel de clase educativa (último año, primer año, etc.) [email protected] 112 Variables cualitativas dicotómicas Se trata de variables en las que solo existen o se contemplan dos opciones posibles. Estar vivo o muerto es un ejemplo. No son posibles ambas a la vez, de tal manera que la presencia de uno de los valores niega el otro. Variables cualitativas politómicas Aquellas variables que admiten la existencia de múltiples valores, los cuales como en el caso anterior solo permiten una identificación de un valor y ello excluye el resto sin por ello poder ordenarse o operarse con dicho valor. El color es un ejemplo. [email protected] 113 Variables cuantitativas Estatura Peso Población Velocidad Son aquellas que permiten la operativización de sus valores. Es posible asignar diferentes números a los valores de la variable, pudiendo realizar diferentes procedimientos matemáticos con ellos; de tal manera que se pueden establecer distintas relaciones entre sus valores. [email protected] 114 Variables cuantitativas discretas Toma un número finito de valores y no admiten valores intermedios, no siendo posible obtener decimales en su medición. Por ejemplo, no es posible tener 2.5 hijos. Suelen referirse a variables que emplean escalas de razón. 1. 2. 3. 4. 5. Personas que compraron el periódico de hoy. Profesores que imparten matemática. Personas que viven en un edificio. Computadoras en un Ciber. Rubias en un salón. Variables cuantitativas continuas Toma un número infinito de valores y forman parte de un continuo; en el que entre dos valores concretos, podemos encontrar diversos valores intermedios. En otras palabras, variables que se miden en escala de intervalo. 1. 2. 3. 4. 5. La hora en que es repartida la pizza. La aceleración de un automóvil. La velocidad de un tren. El volumen de un vaso. Temperatura corporal. [email protected] 115 Clasificación de las variables Por su relación con otras variables Variables independientes, dependientes, moderadoras y extrañas. También existen tipos de variables en función de cómo se relacionan sus valores con los propios de otras. Un mismo elemento puede cambiar de tipo de variable, en función del tipo de relación que se esté midiendo y qué se esté modificando. El papel y tipo de variable en cuestión, va en función de lo que estemos analizando, independientemente del papel que ocupe realmente la variable en la situación estudiada. [email protected] 116 Variables independientes Son aquellas que en el momento de la investigación se tienen en cuenta y que pueden o no, ser posibles de modificar por parte del experimentador. Es la variable de la cual se parte para observar los efectos que determinada cualidad, característica o situación puede tener sobre diferentes elementos. Sexo Edad [email protected] 117 Variables dependientes La variable dependiente hace referencia al elemento que resulta modificado por la variación existente en la variable independiente. En la investigación, la variable dependiente va a ser escogida y generada a partir de la independiente. Por ejemplo, si medimos el nivel de ansiedad según el sexo, esta será la variable independiente (sexo) cuya modificación alterará la dependiente, en este caso la ansiedad. [email protected] 118 [email protected] 119 Variables moderadoras Son las variables que alteran la relación existente entre variable dependiente e independiente. Ejemplo de ello se da si relacionamos horas de estudio con resultados académicos; siendo variables moderadoras, el estado emocional o la capacidad intelectual. [email protected] 120 Variables extrañas Aquellas variables que no se han tenido en cuenta; pero que tienen un efecto sobre los resultados obtenidos. Aquel conjunto de variables no controladas y tenidas en cuenta en la situación estudiada, aunque es posible identificarlas tras ella o incluso durante un experimento o contexto investigado. Se diferencian de las moderadoras en el hecho de que las extrañas no son tenidas en cuenta. Las variables extrañas pueden llevarnos a conclusiones erróneas al interpretar los resultados de una investigación, el impacto de su presencia depende de la calidad del diseño del estudio de investigación. [email protected] 121 Ejemplo En una investigación para evaluar el efecto de un método de enseñanza sobre el aprendizaje. 1. No podemos medir la inteligencia de los alumnos (sujetos de prueba), consideramos la inteligencia una variable extraña, ya que tiene influencia sobre el aprendizaje. 2. La controlamos eligiendo al azar los individuos que formarán parte en el estudio; de tal modo que en los grupos que formemos, las aptitudes intelectuales de los alumnos se compensen unas con otras. [email protected] 122 [email protected] 123 Clasificación de las variables Según la escala de medida Ésta es la última de las variables en una investigación. Cuentan con diferentes características y se encargan de comparar la información obtenida. [email protected] 124 Las variables Según la escala de medida [email protected] 125 Variable nominal La escala nominal se utiliza para nombrar o etiquetar variables, sin ningún valor cuantitativo, por lo que no tiene un orden y tampoco permite operaciones matemáticas. Ejemplo: sexo, tipo de material y método de pago. [email protected] 126 Variable ordinal La escala ordinal es un tipo de variable el orden de los valores es lo importante y significativo, pero las diferencias entre cada uno no se conocen realmente. [email protected] 127 Variable de intervalo Son escalas numéricas en las que conocemos tanto el orden como las diferencias exactas entre los valores. 1. 2. 3. 4. Características: Esta escala permite calcular la media de las variables. La escala de intervalo es cuantitativa porque se puede cuantificar la diferencia entre dos valores. Puedes restar valores entre dos variables y esto te ayuda a comprender la diferencia entre estas. Es una escala preferida en estadística, porque permite asignarle un valor numérico a cualquier evaluación arbitraria. [email protected] 128 Ejemplos de Variable de Intervalo Escala de Likert Una de las preguntas más frecuentes de tipo escala de intervalo es la escala de Likert. En esta se organiza una escala de 5 puntos donde cada emoción se denota con un número. Estas emociones van desde extremadamente insatisfecho hasta extremadamente satisfecho. Net promoter score (NPS) La pregunta se realiza usando una escala del 1 al 10. La pregunta Net Promote Score se basa en saber que tan probable es que un cliente le recomiende tu negocio, producto o servicio a sus amigos, colegas y familiares. [email protected] 129 Matriz de escala bipolar o escala de intervalo Otra pregunta de intervalo es cuando un objeto es evaluado por el encuestado en una matriz de escala bipolar (utilizando una escala de calificación de 5 puntos): La escala de intervalo le da a los investigadores la capacidad de cuantificar y diferenciar entre opciones. Esto es mejor que la escala nominal y la escala ordinal, ya que en estas dos no se tienen en cuenta los conocimientos cuantitativos. La escala de intervalo consiste en variables que existen a lo largo de una escala común a intervalos iguales. Las medidas científicas utilizadas para calcular la distancia entre las variables son altamente confiables. Aunque en esta escala hay ausencia del 0 absoluto, la división de variables no es posible. La escala de intervalo permite analizar una gran cantidad de datos a partir de una pregunta, PERO no tiene la capacidad de calcular proporciones. [email protected] 130 Variable de razón Esta escala de razón informa el orden y el valor exacto entre unidades. Cuentan con un cero absoluto, lo que permite un amplio rango de estadísticas descriptivas e inferenciales para ser aplicado. [email protected] 131 Los diferentes tipos de variables son siempre una simplificación de la realidad, una manera de dividirla en parámetros simples y fáciles de medir; aislándolos del resto de componentes de la naturaleza o de la sociedad. No podemos limitarnos a creer que conocer estas variables, es comprender totalmente lo que sucede. Se debe adoptar una mirada crítica sobre los resultados obtenidos a partir de los estudios de variables, para no llegar a conclusiones erróneas y no cerrarnos a explicaciones más completas y realistas de la empiria. [email protected] 132 [email protected] 133
