Investigación Científica: Verdad, Conocimiento y Métodos

[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