1

ADVERTENCIAS
1. Este manuscrito est elaborado por una estudiante, por lo que
encontrara en l varios errores
2. No existen igualdad en la presentacin de los escritos en todo el
documento.
3. Durante el escrito encontrara algunas citas, sin embargo el documento
no posee referencias bibliogrficas. Por favor no Acusar de Plagio
4. Se suprimi a propsito los temas: Filosofa de la Ciencia y tica en
Psicologa. Por ser estos temas muy fastidiosos.

ndice
Ciencia
Definicin
Caractersticas
Objeto de Estudio
Ciencia y Sentido Comn
Objetivo de la Ciencia
Pseudo Ciencia y Proto Ciencia
Mtodo
Estudio de la Ciencia
Alcance de la Ciencia
Problema de Investigacin
Seleccin
Fuentes
Caractersticas
Criterios para evaluar
Tipos de Problemas
Funciones

Pag.
6

Hiptesis
Nocin
Condiciones
Componentes
Clasificacin
Funciones
Variables
Conceptos
Caractersticas
Clasificacin
Definicin

10

Teora
Nocin
Estructura
Construccin
Criterios/ Requisitos
Funcin

14

Modelo
Nocin

17

12

Ley

Relacin con la Teora

Semejanzas/Diferencias con la Teora
Clasificacin
Funcin
19
Nocin
Diferencias con otras generalizaciones
Elementos definitorios
Relacin Hiptesis/Teora
Tipos de Leyes

Causalidad
Generalidades
Causalidad en Ciencia
Propuestas acerca del nexo causal
Causalidad Eficiente
Causalidad Probabilstica

21

Tipos de investigacin
Clasificaciones
Investigacin experimental/ No experimental

24

Diseo de Investigacin
Nocin
Propsito

27

Observacin Parte I
Nocin
Observacin como Herramienta, Tcnica y Mtodo
Observacin sin intervencin y Con intervencin
Tipos de Registros
Algunas Modalidades de estudio Observacionales
HechoObservacin-- Dato

28

Observacin Parte II
Nocin
Ventaja / Desventajas
Requisitos
Aspectos a Considerar
Reglas de Muestreo: Ad libitum, Focal, Barrido y Conducta
Reglas de Registro: Continuo y Temporal

33

Tipos de Registros, Confiabilidad:

1. Continuo
2. Instantneo
3. Uno-Cero
4. De Eventos
5. Uso de Productos Permanentes
6. Duracin de Eventos
7. Registro por intervalos
8. Lista de Revisin de Actividades Planificadas.
Validez
Investigacin por Encuesta
Nocin
Caractersticas
Ventajas/Desventajas
Tipos de investigacin por Encuesta
Tipos de Reactivos/ Preguntas
Caractersticas de los tipos de Reactivos

38

47
Anlisis de Regresin Mltiple
51
Anlisis Discriminante
60
Anlisis de Ruta
65
Anlisis Factorial
69
Modelo de Ecuaciones Estructurales

Definicin de Ciencia
La ciencia como una actividad humana o producto cuyo resultado es el sistema
cientfico.
La ciencia es estilo de pensamiento y accin
Caractersticas de la Ciencia:
1. Racional: Los datos estn ordenados de forma coherente (Relacin y orden
entre ellos)
2. Sistemtico: los datos estn relacionados dentro de un Sistema Cientfico
3. Verificable: Prueba objetiva. Prueba: Conjunto de operaciones para verificar
los supuestos de la teora. Objetiva: No se puede alejar de los hechos de la
realidad
4. Exacta: El lenguaje no admite ambigedades
5. Falible: Se puede equivocar
6. Legal: Forma reglas generales (Leyes) mediante la interpretacin de datos.
7. Trasciende los hechos: Es capaz de trabajar con hechos (Naturales) que no
son directamente observables
8. Autocorrectiva: Establece los criterios para ser evaluada.
Nota: No se puede evaluar a la ciencia desde otra forma de conocimiento.
Objeto de Estudio
De la Ciencia Formal: Es comprobar formulas analticas que se verifican por
medio de la razn.
De la Ciencia Fctica: Es comprobar formulas sintticas que se verifican por
medio de los hechos (datos)
Ciencia y Sentido Comn
Semejanzas
Diferencias
Trabaja con los hechos naturales
Sentido Comn
Buscan la racionalidad (orden de los Ms vnculo a la percepcin y a la accin
datos) y explicar
Se trasciende al hecho en forma de mito o
Leyenda
Existen una nocin de causalidad Se busca comprobar las hiptesis con datos
objetivos e imparcial
aislados.
No estn sustentados por un sistema
cientfico.
Objetivo de la Ciencia
Establecer teoras del fenmeno que se estudia
Pseudo Ciencia:
Conjunto de creencias ( sistemtico y racional)
No se utiliza el dato o hecho para comprobar el sistema cientfico
Ejemplo: Posicin Dogmtica, Psicoanlisis.

Proto Ciencia:
Recoleccin de hechos (datos)
No se fundamenta en un sistema Cientfico
No se realiza teoras
Ejemplo: Estudio Epidemiolgico, Estudio Demogrfico.
Mtodo utilizado en la Ciencia
Mtodo Cientfico: Forma (Regla) para aproximar, recoleccin y analizar
datos para crear una Teora. Va desde la formulacin del problema hasta la
interpretacin de los datos.
Caractersticas de las reglas del Mtodo Cientfico
Sistemtico: Esta dentro de un sistema.
Racional: Sigue ciertas justificaciones tericas
No es rgido. Las reglas son flexibles, sino no fuera falibles
Auto correctivo: Establecen criterios para ser evaluadas
Poseen una justificacin Terica (Sistemtico y Racional) y Pragmtica
(Porque es practico hacerlo de esa manera)
Autosuficiente: Se autoevala
Son Universales: no es especializado (son iguales para todas las disciplinas
cientficas).
Tcticas y Tcnicas Diferentes al Mtodo Cientfico
Tcticas y Tcnicas Cientficas: Conjunto especifico de operaciones o
estrategias que dependen del objeto de estudio.
Mtodo Cientfico: Conjunto de operaciones o estrategias que no dependen
del objeto de estudio.
Disciplinas que estudian la Ciencia
1. La Psicologa de la Ciencia: Estudia la Ciencia como actividad humana.
2. La Sociologa de la Ciencia: Estudia el aspecto social de la Ciencia.
3. Historia de la Ciencia: Estudio de la evolucin de la Ciencia
4. Meta Ciencia: Estudio de la coherencia o aspectos internos de la Ciencia.
Epistemologa: Estudio del conocimiento dentro de la Ciencia.
Metodologa: Estudio de las tcnicas y mtodo de la Ciencia.
5. Filosofa de la Ciencia: Estudia los supuestos ticos y ontolgicos de la
Ciencia.
6. La lgica: Estudia la sintaxis y semntica de la Ciencia
Alcance de la Ciencia
Investigacin Aplicada: Tiene como fin aplicar el conocimiento para
solucionar un problema de la vida.
Investigacin Bsica: Tiene como fin crear teoras

Tcnica o Tecnologa: Instrumento para alcanzar un conocimiento. No es

Ciencia porque no esta en un cuerpo de conocimiento terico en particular.

Problemas de Investigacin
Segn Bunge problema, hiptesis, ley y teora constituyen las llamadas ideas
cientficas y estn relacionadas con el carcter sistemtico y racional de la
investigacin cientfica.
La labor bsica de la investigacin cientfica consiste en plantear problemas y
tratar de resolverlos. El valor de la investigacin est dado por la dimensin y
formulacin de los problemas, uno de los objetivos principales de un cientfico
consiste en definir un problema, no en seleccionar un mtodo.
Seleccin de un Problema
No surge del vacio, la simple curiosidad no engendra un problema, surge de
un contexto formado por datos, tcnicas, generalizaciones empricas, teoras.
Existen condicionantes generales que determinan la eleccin de un problema.
Depende:
1. La lnea de investigacin
2. El estado de conocimiento en que se encuentra la disciplina o rea (inters
intrnseco del problema). S el contexto terico que sirve de base al
problema es pobre e insuficiente la formulacin es vaga e intil.
3. De los recursos metodolgicos/tcnicos
4. Facilidades instrumentales y de financiamiento
5. Posibilidades de aplicacin (necesidades practicas)
6. Fines que persiguen
7. Clima intelectual del momento.
Oracin interrogativa que relaciona 2 o ms Variables.
No estn dirigidas a la accin sino al conocimiento
Se resuelve mediante la investigacin cientfica.
Se encuentra dentro de un Sistema interrelacionados de problemas de
investigacin:
Cmo es la variable?=
Los factores de esa varible
Cmo esa variable afecta a otras variables?
Cmo las variables se relacionan entre s?
Cmo se miden las variables?
Fuentes de problema de investigacin

Criticar soluciones conocidas: a) existen lagunas]; b) resultados

contradictorios.
Aplicar una solucin conocida a una situacin novedosa
Generalizacin de nuevos problemas (variables o dominio)
Buscar relacin con problemas pertenecientes a otros campos
Estandarizar el rea de conocimiento a otras reas

Confrontacin de hiptesis o teoras potenciales (Conductismo vs.

Humanismo)
Recuperacin de hiptesis que no fueron resueltas

Tesis empirista: La experiencia origina todo conocimiento

Condiciones fundamentales del problema cientfico
El progreso cientfico consiste en aclarar, plantear y resolver nuevos
problemas, pero no problema de cualquier tipo. Se trabaja con problemas
cientficos, no son primeramente problemas de accin, sino de
conocimiento. Designa una dificultad que no puede resolverse
automticamente sino que requiere de una investigacin cientfica
Existe un cuerpo de conocimiento cientfico donde insertarse
Debe ser resoluble: existir argumentos empricos que permitan resolverlo
Es posible hablar condiciones de existencia y unicidad de solucin, debe
estar formulado de manera que admita una respuesta
Se debe prever que clase de solucin es adecuada
Establecer que tipo de comprobacin deber considerarse satisfactoria
Bien formulado en el sentido formal
Tener la seguridad de que los presupuestos en que se afianza el problema
no son falsas ni estn por decidir (bien concebidas en su trasfondo)
Delimitado. No vago.
Relacin con el estado del conocimiento
Los problemas cientficos son miembros del sistema problemtico
constituyente, conjuntos de problemas lgicamente interrelacionados. Secuencia
ramificada de problemas dispuestos en orden de prioridad lgica. Ejemplo:
Conflicto Laboral.
Caractersticas del Problema en la investigacin
Es resoluble: Puede ser puesto a prueba empricamente y llegar a una
solucin.
Tiene que ver con hechos empricos
Verificable: y slo si es posible determinar que dicha proposicin es Falsa o
Verdadera
Fundamentado: Que esta dentro de un cuerpo de conocimiento
Comprobable: Si y slo si, es posible determinar un grado de probabilidad.
Como anunciar un problema de
1. Se realiza de manera inductiva
2. Situacin problemtica
3. Investigacin de antecedentes empricos.
4. Antecedentes conceptuales (Libros)
5. Aspectos relevantes
6. Antecedentes empricos (Variables Especficas)

10
7. Antecedentes conceptuales (Variables Especficas)
8. Objetivo de investigacin
9. Problema de investigacin
Caractersticas del enunciado de una pregunta de investigacin
No Ambiguo: Debe ser especifico, concreto y general (Universal)
No Juicios de Valor: debe ser normal
Relacin entre 2 o ms variables
Debe enunciarse de la forma ms simple (Parsimonia)
Debe estar en forma de pregunta
Criterios para enunciar preguntas de investigacin
Claridad/ Precisin: Identificacin de constituyentes/ variables
Fundados
Simples: Eliminar informacin redundantes
Posible operacionalizacin de las variables: operaciones empricas.
Tipo de Problemas (Segn Bunge)
1. Problemas Empricos: Implica operaciones empricas para la resolucin del
mismo
2. Problema Conceptual: Resolucin a travs de los smbolos
3. Problemas metodolgicos: Resuelve procedimiento y tcnicas Aplicadas
4. Problemas Valorativos: Toma de decisin y estimaciones en la investigacin
Funciones de los problema de investigacin
Gua u orienta los mtodos y procedimientos que van a utilizarse para el
logro de os resultados (mtodos)
Parten en la lnea bsica que orienta la investigacin cientfica.

11

Hiptesis
Respuesta tentativa a un problema
Suposicin o conjetura acerca de los hechos (Hiptesis Factuales)
Enunciado relacional (dos o ms variables) que puede constituir la solucin de un
problema
No es un dato, va ms all de la evidencia (dato)
Hacer una conjetura: Hechos no sujeto a la experiencia
Se basan en hechos experienciables
Argumentos o suposiciones a hechos sustanciales (Hiptesis Sustantivas)
Condiciones de las Hiptesis
Debe ser planteada en forma de afirmacin
Plantea relacin entre 2 o mas variables
Debe tener consistencia interna lgica entre los trminos
Debe ser significativa = Fundamentada= Pertenece a un cuerpo de
conocimiento
Debe ser empricamente contrastable de conocimiento
Debe ser simple (Parsimonia)
Debe ser generales: Aplicable a muchas personas
Debe ser explicativa: Determinismo causalidad, Lgicamente consistente,
cientficamente fundamentada y empricamente contrastable
Componentes de las hiptesis (Consecuencias implicables)
Si p entonces q

(p) Axioma (SUPUESTO): afirmaciones EN 2 O MS VARIABLES NO

DIRECTAMENTE VERIFICABLES
(q) Teorema: Consecuencias empricas de un determinado axioma.
(p) Debe tener 2 o ms variables conceptuales
(q) La comprobacin emprica
(p) No es el Antecedente
(q) No es el Consecuente

Clasificacin de las Hiptesis Segn Bunge

Hiptesis Universales: Se aplica a todas las cosas, lugares, contexto
Hiptesis Existenciales: Se aplica por lo menos a un caso particular
Hiptesis terica
En Psicologa se plantean hiptesis Especificas y Generales
Hiptesis Generales: p (Conceptual)
Hiptesis Especifica: q (Empricas)
Funciones de las Hiptesis

12

Transicin entre el problema y el diseo de investigacin

Si se verifica, existe una solucin adecuada al problema
Explica los fenmenos
Permite establecer relaciones entre los fenmenos
Orienta la investigacin
Ayuda a contemplar el fenmeno bajo una nueva perspectiva.
Generadora de interpretaciones e inferencias
Permite hacer un resumen y ampliacin de los datos

Nota: La verificacin es siempre indirecta, porque lo que se verifica es el teorema.

13

Variables
La mejor forma de limitar el objeto de observacin es mediante el uso de
conceptoConcepto: Abstraccin de un aspecto o atributo a partir de la generalizacin de
hechos o cosas.
Constructo: Es un concepto que se utiliza en la ciencia y es creado arbitrariamente
por los cientficos
El constructor se diferencia en dos aspectos del concepto
Componente relacional: Esta dentro de un sistema terico por lo tanto se
relaciona con otros constructos

Componente reductivo: Reducir el constructo en indicadores, permitiendo

su observacin y medicin

Variables: Constructos susceptibles de tomar diversos valores. Smbolo o

propiedad que asume distintos valores
Tipos de Variables
Cualitativas: Variable que indican cualidad, ausencia o presencia de
atributos y estn formadas por categoras. No hay nocin de magnitud

Cuantitativas: Variable que indica la magnitud en el que est el atributo

o Variables Continuas: Variable que puede asumir cualquier valor
dentro de un rango. Medidas con alto grado de precisin.
o Variables Discretas: Variables donde la enumeracin es natural, no
hay decimales.

Por lo Metodolgico
o Variable
Independiente:
Supuesta
causa/antecedente
(a.Organismica, b.- Situacional). La variable independiente
dependiendo de la manipulacin puede ser:
Activa: Susceptible de ser manipulada
Atributiva: No puede ser manipulada
o Variable Dependiente: Posible efecto
o Variable Extraa: aquella que afecta a la variable dependiente pero
no es considerada en la investigacin como variable independiente

Por lo Terico/Explicativo
o Variables de Estimulo: Cualquier condicin fsica o social que
antecede la respuesta.

14
o Variables intermediarias: Proceso que subyacen entre los estmulos
y las respuestas. No son observables
o Variable de Respuesta: Aspectos de la conducta

Dependiendo de la Escala de Medida

o Nominal: Es categrica y la pertenencia o no de una de la categoras
depende de la presencia de uno de los atributos
o Ordinal: Implica la nocin de orden
o Intervalo: Nocin de magnitud, cantidad y distancia entre los puntos.
El cero es arbitrario
o Razn: Nocin del cero absoluto. Se calcula proporciones o razones.

Por su papel en la relacin entre X y Y

o Variable Mediadora (z): Explica la relacin X y Y (X

Y). Nocin
de coeficiente parcial. Al controlar estadsticamente la variable la
relacin entre X y Y desaparece (mediacin total) o disminuye
(mediacin parcial). X se relaciona con Y; Z con Y; y X con Z.
o Variable Supresora: aumenta o cambia el signo de la relacin entre X
y Y .20-----.80 o -.20
o Sin efecto: no afecta la relacin
o Variable Moderadora: Nocin de interaccin con la variable
independiente. Modifica la relacin de X y Y o cambia segn el nivel
categrico de la variable. Nocin de interaccin. Hay o no hay
relacin o el tipo de relacin cambia segn la categora de la variable
independiente.
Z+ X
Y
Z- X
Y

Segn medicin directa/ nocin de proceso/ variable subyacente:

o Variable Latente: No son observadas directamente. Esta subyace un
conjunto de variables observadas y medibles. Todas las variables
latentes son un constructor. Se obtienen a partir de procedimientos
matemticos
o Variable observada: variable medida directamente por una escala o
prueba u observada (registrada directamente).
Toda variable latente es un constructor, no todo constructor es una
variable latente
Variable latente es diferente a la variable intermediaria. Es no
directamente observable, pero no es necesariamente un proceso
psicolgico interno entre Ey R. Es otra clasificacin o nivel de discurso.
o Variable Interviniente
o Variable Intermediaria

Definicin de las Variables

15
o Conceptual: La que se localiza en un marco terico. Esta en funcin
de la teora (concepto establecido por el sistema terico
o Operacional: Operaciones necesarias para manipular (producir
acciones) o medir las variables. Como se va a medir la variable
De medida: Como se miden las variables en psicologa
Experimentales u Operativas: Conjunto de Operaciones o
manipulaciones que nos permite obtener las expresiones de
las variables.

16

Teoras
El objetivo de toda investigacin cientfica es llegar a la formulacin de un cuerpo
sistemtico de conocimiento (Teora).
Los presupuestos de una investigacin cientfica:
Meta tericos: Nocin que se tiene de las ciencias, conocimiento de la
realidad.
Terico:
o Teora: Representacin del conocimiento que permite interpretar la
realidad
o Modelo: Una representacin del sector de la realidad.
La Teora
Sistema conceptual que pretende explicar e interpretar adecuadamente los
datos de la experiencia. Se supone que los conceptos tericos estn en la
realidad y se postula que sta se comporta de acuerdo con lo establecido
en la teora.
Se refiere al primer componente terico del conjunto de presupuestos en el
proceso de investigacin emprico. Representacin del conocimiento que
permite interpretar los datos de la experiencia
Sistema de proposiciones ordenada que pretenden dar cuenta de la manera
ms completa posible un determinado dominio emprico.
Construcciones realizadas con material conceptual y relaciones lgicas que
son esencialmente diferentes a simples correlatos.
Caractersticas de la Teora
Es Aproximada: porque lo hacen con alguna probabilidad de error.
Es Parcial: Porque da cuenta de algunos correlatos del fenmeno.
La Estructura: Grado de formalizacin de la teora. La teora implica:
Conjunto determinados de trminos y smbolos
Reglas Sintcticas: Conjunto de reglas de operatividad que establece la
relacin entre los trminos
Reglas de Reduccin o Semnticas: Conjunto de reglas que vincula los
trminos con los hechos empricos
Punto de vista Semntico se reconoce dos tipos de trminos:
1.- Terico: No son susceptibles de observacin directa. Se reducen a los
empricos, mediante definiciones operacionales.
2.- Emprico: Reglas de reduccin. Significado concreto y son susceptibles
de la observacin. Se reducen a lo empricos mediante definiciones
operacionales.
Segn Arnau el conjunto de trminos recibe el nombre del lenguaje de los datos, el
cual, permite la descripcin de las observaciones y operaciones.

17

Este lenguaje cientfico estudiado por la semitica que a su vez se divide en:
Sintaxis: Estudio de las relaciones entre los trminos. Conjunto de reglas
que le confieren coherencia lgica a los trminos.
Semntica: Relacin entre los trminos y los objetos.
Pragmtica: La utilizacin del lenguaje cientfico por parte del cientfico.
Posible uso.
De esta forma el uso de la teora se asemeja al de una red.

De trminos tericos se desprenden hiptesis (implicaciones) que se relacionan

con los hechos empricos por definiciones coordinantes, reglas de reduccin,
definicin operacional.
Construccin de la teora de la Teora
Segn Marx en la construccin de la teora intervienen 3 elementos:
Observacin: Elimina la ambigedad en la teora
Los constructos: Conceptos cientficos con que se elaboran las teoras
Las hiptesis: Conjetura sobre las relaciones entre constructos.
En la construccin de las teoras se han seguido 2 orientaciones distintas (pueden
ser tres). Proceso para la construccin de las teoras
Mtodo Inductivo: Se procede de la generalizacin de las observaciones.
Explicacin a nivel descriptivo y de generalizacin. Teora de los
constructos empricos/ declaracin descriptiva que se resumen sistemas de
datos.

Experiencia como fuente de la teora. Segn Bunge concepcin ingenua de

la Teora

18

Mtodo Deductivo: Los datos son explicados como deducidos de un

sistema conceptual. Teoras axiomticas.
a) Modelo hipottico-deductivo.
b) Modelo matemtico (expresin matemtica de supuestos)
c) Constructos hipotticos: Sistemas lgicamente organizados de manera
formal.

Mtodo Funcional: Es deductivo, pero ms formal. Interaccin rpida entre

teora y datos. Se verifican declaraciones generales. Cambia la hiptesis en
funcin de los datos.

Criterios de evaluacin. Bunge

1. Formal: Sintaxis o relacin entre trminos tericos
Correccin formal: Se busca que las formulas de las teoras estn bien
formadas, no arbitrarias.
Consistencia Interna: Coherencia entre los trminos de la teora
Validez: La derivacin de los trminos debe seguir reglas lgicas
Independencia: Debe haber independencia entre los conceptos bases
Fuerza: Los trminos primarios deben ser los suficientemente fuertes
para explicar la realidad.
2. Semntica
Exactitud lingstica: No se deber ser ambiguo
Unidad conceptual: Debe referirse a un universo del discurso bien
definido
Interpretabilidad emprica: Adecuado enunciado de los teoremas
Representatividad: En qu medida los trminos tericos que deducimos
son representativos de la realidad
3. Nociologico
Consistencia externa: Compatibilidad de los trminos con el
conocimiento previo
Alcance: En qu medida resuelven los problemas que generaron su
construccin
Profundidad: De que manera explica u que mecanismos una para esa
explicacin la teora
Originalidad: En qu medida va ms all de la sistematizacin previa

19

Capacidad unificadora: Capacidad de reunir los conocimientos previos

que hasta ahora estaban aislados
Potencia Heurstica: Capacidad para generar nuevas investigaciones
Estabilidad: En qu manera es resistente ante los datos

4. Metodolgico
Contrastabilidad: Que los trminos puedan ser contrastables
empricamente
Simplicidad: A nivel metodolgico, medios y tecnologa viables
5. Metafsico
Parsimonia: Explicaciones lo ms simples posibles
Consistencia con el punto de vista dominante de la ciencia
Funciones de la Teora.
Sistematizacin del Conocimiento: relaciones lgicas entre entidades
inconexas
Explica los hechos por medio de hiptesis que impliquen proposiciones
Indican condiciones y situaciones para explicar las relaciones funcionales
Prediccin de los hechos
Incremento en el conocimiento: derivando mas proposiciones
Establece las situaciones y condiciones en las cuales se van a dar las
relaciones funcionales establecidas en la teora
Orienta la investigacin
Permite tener una visin de la realidad. Nocin de Modelo
La teora no tiene una relacin directa con los datos. Existe una falta de
operatividad en el manejo de los datos.

20

Modelo

Nocin
Relacin con la Teora
Clasificacin
Funciones
Peligro del uso del modelo

Nocin
La teora no es aplicable directamente a los datos empricos por falta de
operatividad de manejo y es entonces cuando se recurre al modelo. Siendo esta la
segunda entidad del componente terico
Se usa para tener una traduccin simblica de los elementos de la teora para
manejar a aproximarse a los datos
El modelo es una representacin del sector de la realidad
Estructura conceptual que est entre la explicacin terica y los datos empricos.
Es un intento de sistematizacin o de descripcin de la realidad en funcin de
supuestos tericos
Es una representacin idealizada (falsa o incompleta) de la realidad
El modelo es la primera sistematizacin del dato

Relacin del Modelo con la Teora

Todo cuerpo terico supone un modelo y estos modelos representan los correlatos
de la teora
La teora se puede referir directamente al modelo y a travs del modelo se refiere
a los sistemas reales
La teora trata de modelos ideales que se representan de un modo ms o menos
simblico y con alguna aproximacin a ciertos aspectos de los sistemas reales

21
Representacin icnica, simblica o descriptiva visin simplificada de los sistemas
reales que se enmarca en un sistema terico
El modelo al igual que la teora est formado por una serie de smbolos o
enunciados verbales, mediante los cuales se describen datos. La teora presupone
al modelo. Se pueden derivar varios modelos y un mismo modelo puede servir a
varias teoras o reas de investigacin.
Las teoras pueden referirse directamente a los modelos y a travs de estos a los
sistemas reales.
Semejanzas y Diferencias de los Modelos
Semejanzas
Est formada por una serie de smbolos o enunciados verbales por medio de los
cuales se trata de explicar y describir la realidad
Diferencias
- Amplitud:
o La teora tiene mayor alcance o amplitud para explicar los datos
- Ajuste a los datos:
o La teora cubre un mayor rango de fenmenos.
o Los modelos pueden tolerar que algunos datos de la realidad no se
ajusten a ellos. Si se rechazan se busca otro. No queda alterado o
modificado por los datos.
o Sin embargo, la teora quedara totalmente falseada, pierde carcter
universal y poder predictivo.
o El modelo no tiene carcter universal, ni predictivo
o Si el dato no se ajusta a la teora entonces esta se desecha
o El modelo se valora por su utilidad
o
- Verdad:
o Los modelos son puramente abstracciones y no pretenden ser una copia
de la naturaleza. No pretende representar perfectamente a la realidad.
No importa si es verdadero desde el punto de vista convencional. Slo
capacita al investigador para formular predicciones sobre el
comportamiento del fenmeno.
o Modelo no intenta explicar los procesos subyacentes, sino
representarlos. No supone sobre el proceso, sino sobre el resultado. La
teora s.
- Valoracin
o La teora se valora porque es contrastable o verificable y por su
coherencia interna.
o El modelo es valorado por su utilidad
Clasificacin de los modelos
o Segn su Origen
A.- Modelos Matemticos

22
Se derivan de sistemas altamente formalizados
Son un conjunto de smbolos y reglas matemticas que permiten
inferir una serie de suposiciones.
B.- Modelo Emprico
Carcter eminentemente descriptivo
Esquema representativo de lo real, con el objetivo de que los datos
queden coherentemente estructurados
B.1.- Modelos Representacionales
Son aquellos que dan una visin plstica de la realidad. Son
modelos, icnicos, analgicos/ replicas. Son materiales/ tangibles.
Ejemplo: Maquetas
B.2.- Modelos Tericos
No son representaciones icnicas de la realidad
Son conceptos, smbolos o enunciados verbales para representar el
sistema de objetos que modelan.
B.3.- Modelos Imaginarios
Representan al objeto o sistema real, no en funcin de sus
condiciones empricas, sino en sus condiciones supuestas. Como se
podra representar el objeto s se cumpliera una serie especfica de
condiciones previas. Ejemplo: Ciencia ficcin
En el proceso de investigacin el fin es llegar al Modelo Matemtico, porque es el
punto de partida para derivar las formulas de clculos de anlisis aplicable de los
datos y es en virtud de su formulacin que es posible la verificacin o
contrastacin de forma estadstica.
Funciones de los Modelos
1. Funciona como un sistema representacional: En el modelo los datos
adquieren su primera sistematizacin. Los hechos aparecen organizados
dentro de una estructura. Formas de concebir datos nuevos e hiptesis
postulados por la teora.
2. Como reglas de inferencia: sistemas de reglas en virtud de las cuales
puede derivarse consecuencias empricamente contrastables. Modelo,
herramienta fundamental para la formulacin del problema de investigacin,
proposiciones de hiptesis y deducciones de consecuencias empricas.
3. Interpretativa: Traduccin del clculo simblico haciendo ms entendible a
las reglas de inferencias, estableciendo los mtodos de recoleccin y
tcnicas de anlisis de datos.
4. Funcin analgica: Permite tener un prototipo de la realidad
5. Ahorradora de esfuerzo, complejidad y tiempo
Peligros de los Modelos
Utilizar el modelo en una teora particular y se olvide de la teora
Estudiar la representacin de la realidad y no la realidad misma

23
Describen los procesos y estos no lo sustituyen
Reducen un rea de investigacin a los modelos

24

Ley

Nocin
Elementos/ Rasgos
Construccin de Leyes (Hiptesis, Teoras)
Requisitos
Tipos de leyes

Nocin:
Unidad proposicionales importantes dentro del sistema cientfico.
Es una hiptesis de determinada clase, confirmada que se supone que
refleja la relacin entre dos o ms variables que a su vez refleja una
propiedad de un sistema complejo.
La ley refleja una pauta
Es una formulacin de principios abstractos de relaciones funcionales de
regularidades existentes entre los fenmenos.
Es una generalidad nmica (legal).
Las generalizaciones son aseveraciones de dos o ms variables.
En este sentido Maulinas establece cuatro tipos de regularidades/
Generalizaciones:
Generalizacin Analtica Conceptuales: Fijan los conceptos o el significado
del lenguaje. Algo es verdadero si su negacin en inconsistente con los
conceptos. Por ejemplo: los solteros no son casados. No se puede describir
una situacin en la cual esa situacin sea falsa.

Generalizacin Nmicas (Leyes): Fijan los conceptos y las leyes naturales

que rigen la aseveracin. La negacin de la afirmacin contradicen las
leyes naturales. Ejemplo: Todos los metales se expanden al calentarlos. No
son conceptos necesarios se puede crear leyes fsicas distintas, pero es
nmicamente verdaderas. Ejemplo: ningn varn queda embarazado.

Generalizacin Factual o Accidentales (Hecho meramente ocurrente):

Siguen siendo verdaderos, pero no son nmicamente necesarias. Son
nmicamente contingentes ocurren pero no podran no ocurrir. Su negacin
no contradice una ley natural ejemplo: todas las personas que fuman
desarrollan cncer. (existen factores que condicionan la relacin). Ejemplo:
Todos los A son B cuando esta C.
No necesariamente cuando aparece el Antecedente aparece el
consecuente. Ejemplo: Todas las personas que fuman generan cncer.

Generalizacin Epistmica (Episteme, conjunto : Se fijan las regularidades

que constituyen el acceso epistmico de cierto ambiente o contexto. Hay
necesidad antropomrfica, no esta en la naturaleza. El contexto depende

25
del observador. Es compatible con las leyes morales. Ejemplo: Todas las
cebras son rayadas. Es coherente con las creencias o leyes morales, como
tpicamente conocemos las cosas
Nos interesa la modalidad nmica, en trminos de leyes naturales, leyes objetivas.
Designa un esquema objetivo de una clase de hechos relaciones que se cumplen
en la realidad.
De esta manera no todas las generalizaciones son leyes. La Ley debe contener
ciertos rasgos que la diferencias sobre todo de las generalizaciones accidentales.
Elementos Definitorios de Ley
No es una creencia
Son aseveraciones generales, no trabaja con elementos particulares o
existenciales.
No deben tener referencia alguna a objetos particulares o especficos.
Se establece una relacin constante entre dos o ms variables que se
refiere a su vez a propiedades de objetos reales. (Relaciones sistemticos a
su vez a propiedades de objetos reales. Relaciones naturales y por lo tanto
no son accidentales.
No afirma conjunciones entre hechos, sino relaciones entre variables.
Abarca infinidad de individuos y circunstancias. El nmero de casos que se
aplica la relacin es infinita, no hay restriccin espacio temporal.
No presenta vacuidad (No son irreales).
Permiten afirmar situaciones contra fcticos. Enunciados de tipo: Si
hubiera ocurrido X hubiera ocurrido Y
Las leyes no imparten orden a los hechos. No tienen intencionalidad, solo
explican.
Explica la regularidad existente en la naturaleza
La Objetividad: No depende del observador, depende de los hechos.
La proyectabilidad: No son resmenes de la experiencia, sino que va ms
all de ellas, estableciendo representaciones, estructuras o esquemas de
las caractersticas de la naturaleza.
La confirmacin en casos particulares
La explicacin de relacin entre variables
La causalidad: No todas las leyes son causales, pero sin implica la
causalidad entre los eventos.
La sistematicidad: Se encuentra dentro de un sistema cientfico particular
Son observaciones sobre la variabilidad o cambio
Relacin entre Hiptesis y Teora
La Ley es una Hiptesis que es general, verificada empricamente y
sistemtica.

26

En la bsqueda de explicar regularidades se establecen leyes de bajo nivel,

las cuales se establecen por contraste de hiptesis, pero solo se acumulan.
No deben acumularse sino insertarse en un sistema cientfico que permita
explicar el fenmeno.
Las hiptesis se pueden considerar ley, cuando es general (generalidad).
Deben comprobarse empricamente y pertenecer a algn sistema cientfico
(sistematicidad)
La ley forma parte de la teora
Las teoras son unidades proposicionales ms amplias que las leyes,
porque una teora tiene varias leyes. Las teorias unifican leyes y por medio
de ellas explican y predicen los acontecimientos
En Psicologia debido a la diversidad de los fenmenos es difcil establecer
leyes.

Tipos de Leyes
1. Empricas: Variables empricas, la respuesta est en funcin del organismo.
2. Hipottica: Constructos Hiptesis, La percepcin est en funcin del
observador.
3. Relacin temporal:
a. Leyes Sucesivas: Dos estadios donde uno se transforma en el otro.
b. Leyes de Coexistencia: Los estados ocurren de forma simultnea.
Ejemplo: Ley de Boyle
4. Leyes Probabilsticas: involucra en su enunciado su nocin de probabilidad.
5. Leyes No Probabilsticas: Determinismo. No incluye la nocin de
probabilidad.
6. Ley Estricta: Son aseveraciones de cualquier condicin espacio temporal.
No hay condiciones detrs de las variables.
7. Ley No Estricta: Hay condiciones, antecedentes adicionales.
8. Leyes Intra nivel: Es aquella que maneja trminos dentro de la misma
disciplina.
9. Leyes Inter nivel: Variables de diferentes niveles. Ejemplo: Psicofsica,
Biofsica.

27

Causalidad

Causalidad es la bsqueda del Por qu?

Las respuestas estn referidas a ciertas parcelas de la realidad
Respuesta inmersa en el sistema cientfico
Una nocin ligada a la explicacin es la causalidad.

La Metafsica: establece la causalidad a hechos reales (empricos)

La tica: Establece la causalidad con la culpa.
La Teologa: Establece la causalidad con la Moral y Dios.
La Epistemologa: Establece la causalidad con el conocimiento
La Ciencia: La causalidad hace referencia sobre la naturaleza y en el sentido
de la vinculacin entre los fenmenos.

La causalidad en Ciencia siempre implica una Ley Causal

En general la causalidad tiene carcter nomolgico
La ciencia trabaja con causalidad Simple o Bsica, establece conexiones
entre fenmenos donde uno produce al otro. Causa---Efecto
Se debe considerar dos aspectos cuando se habla de Causa en Ciencia:
o Aspecto Metodolgico: Todas las operaciones que permite verificar el
nexo causal propuesto que puede ser Espuria o No.
Debates que hacen referencia al Aspecto Metodolgico:
- Probabilstica
- Contigidad o Continuidad.
o Aspecto Teortico y Filosfico: Estudio del contenido significado y
alcance que puede tener el nexo o vnculo causal.
Debates que hacen referencia al Aspecto Teortico y Filosfico.
Clasificacin de las posturas o propuestas de Causalidad (Bunge)
1. Causalistas: Teora Tradicional o Teora Bsica, y la Racionalista
2. Semicausalistas: La Eclctica, La Interaccionista, y Determinismo General
3. Acausalistas: Empiristas
1. Causalistas: El vinculo central entre los fenmenos es causal
a. Teora Tradicional:
Relacin de tipo causal ms sencilla (CausaEfecto)
Coincide con la nocin planteada por Aristteles con Causalidad
eficiente (Material o eficaz), la idea de Produccin como condicin
nuclear. La Causa Produce al Efecto.
Cmo?, Hasta qu punto?, y Cules? De las relaciones evaluadas
entre los fenmenos son realmente producciones de uno sobre otros.
En esta postura se concibe a la produccin como inmediata inevitable y
asimtrica.

28

Esta postura define como nico vinculo entre los fenmenos es el

Causal
La Causalidad tiene un carcter Ontolgico de real existencia en la
Naturaleza.
b. Teora Racional: Posee todo igual a la Teora Bsica, lo nico es que
no tiene el carcter Ontolgico, sino Gnoseolgico: No existe en la
Naturaleza (Kant, Leibniz)

2. Semicausalistas: Acepta el vnculo causal entre los fenmenos. No hay

exclusividad del vnculo causal. La causalidad eficaz es una forma de
causalidad pero no es la nica.
a. Eclctica: Admite distintas posibilidades de vnculos causales, sin
que ello implique la concurrencia de diferentes clases de
determinismo en la misma parcela de la realidad. (leyes al azar,
leyes causales)

b. Interaccionista. Los vnculos simples y lineales CausaEfecto son

una forma reducida y operativa de abordar aspectos de la posible
interaccin mltiples y existentes de la realidad.
c. Determinismo General: La Causalidad Sencilla es un tipo ms de
determinismo. Todas las clases de conexiones puede ser
consideradas especificaciones del principio general de determinismo.
Principio del Determinismo: Nada pasa por nada, ni desaparece sin
dejar consecuencias.
Nocin Semicausalistas
Emplea la categora de causacin sencilla, siempre que se licito.
Reconoce el carcter limitado de dicha categora y da lugar a otras
categoras de determinismo, all que puede contribuir a la explicacin
causal del fenmeno.

29
3. Acausalistas: La nocin de causalidad es intil y lo que lleva es a
confusiones permanentes (lo que se debe estudiar es la covariacin que
existe en la naturaleza).
En psicologa se utiliza la semicausalista que no estn complicada, se habla de
produccin.

La causalidad Eficaz (Causalistas)

Determinismo estricto
La Universalidad: En el universo todo pasa por algo y de la misma manera.
Necesaria y Suficiente: Conexin causal necesaria. Cada vez que ocurre la
causa ocurre el efecto, no hay efecto sin causa. La aparicin o desaparicin
debe ir inevitablemente por el mismo hecho del
La Produccin: La causa produce un efecto (La produccin es real). Las
Causas Generan sus Efectos.
Son Agentes: Entidades dinmicas que son activa en sentido estricto y
proyecta su dinamismo afuera para producir el efecto.
Existe precedencia temporal
Carcter Asimtrico: La causa no puede ser el efecto (No es bidireccional).

En Psicologa la nocin de causalidad se ha flexibilizado.

Las leyes deterministas se suplantan por leyes estadsticas.
Condiciones de limites exactos se sustituyen por condiciones de bajo
nivel de determinacin. Se emplea la complejidad jerrquica
(enfoque de sistemas). No determinismo estricto
Se rige por el nivel del comportamiento. Niveles altos, mayor
incertidumbre.
Precedencia temporal sigue intacto.
Universalidad y determinismo queda sustituido por validez
estadstica.
Desaparece la conexin necesaria entre causa y efecto, la
contigidad, la produccin real de los efectos y la realidad de causa
Causalidad eficiente es un tipo de causa, existen otras.

La Causalidad Probabilstica

Definicin: Lo que determina la variable independiente no es un valor

especfico de la variable dependiente, sino una distribucin de probabilidad
condicionada de los valores de la variable dependiente.
Determinismo flexible (Leyes Estadstica)
Validez Estadstica
Condicin Suficiente No Necesaria.
Leyes de Contigidad- No de Contingencia. Leyes de Covariacin.
Varias especificaciones dentro de un Determinismo General.
Procedencia temporal

30

No relacin Bivariada (Correlacin).

31

Tipos de Investigacin
Segn Balluerka
La investigacin puede ser caracterizada en 4 objetivos jerrquicos
1.
2.
3.
4.

Describir----- Inv. Observacional

Comprender---- Inv. De Encuesta
Predecir-----Inv. Experimental
Controlar--- Inv. Experimental

Segn Arnau
La investigacin en la ciencia pasa por un proceso que tiene tres etapas
1. Expectativas Tericas: Revisin de la literatura hasta el planteamiento de la
Hiptesis General
2. Tcnico Metodolgico: Estrategias que se va a utilizar para obtener la
informacin requerida. Constituye el puente entre lo conceptual y lo
empirico y aporta fundamento objetivo a los modelos teoricos. Esta etapa
involucra dos actividades bsicas:
a. Operacionalizacion de la Hiptesis
b. La eleccin del diseo de investigacin
Segn Arnau en este nivel se puede distinguir 3 formas de actuacin
cientifica:
a. Experimental: Manipulacin de la variable independiente, asignacin
aleatoria, suficientes tcnicas de control para minimizar el efecto de
las variables extraas.
b. Selectiva o Encuesta: Es una combinacin entre control y naturaleza.
Recogida y seleccin de datos. Se infieren procesos psicologicos.
c. Observacional: Estudio del fenmeno en un marco natural sin la
manipulacin de la variable independiente.
3. Estadstico Analtico: Anlisis de los datos depende de la naturaleza de los
datos y del diseo de investigacin
Segn la Naturaleza de los Objetivos (Nivel de conocimiento que se quiere
obtener)
1. Exploratoria: Detectar, descubrir los factores y condiciones en el que se da
el fenmeno. Se utiliza cuando el fenmeno no ha sido abordado o es
totalmente desconocido. (Esto no se da en Psicologa)
2. Descriptiva: Caracteriza o representa uno o varios componentes de la
realidad (retrospectivo simple)
3. Correlacional: Establece la relacin entre dos o ms variables
4. Explicativo: Establecimiento de relaciones causales
Segn la Naturaleza de la informacin que se recoge

32
1. Investigacin Cuantitativa: Si algo existe, existe en alguna magnitud por lo
tanto la existencia de cualquier fenmeno puede ser medida. Contenido
numrico directo.
2. Investigacin Cualitativa: Se evoca al estudio de la cualidad ms que de la
cantidad, permite descubrir sucesos complejos en un medio natural.
Ejemplo: Investigacin Participativo, Investigacin etnogrfica

Segn el uso que se le pretende dar al conocimiento

1. Bsica: El conocimiento por el conocimiento. Busca generar conocimiento
que puede acrecentar el conocimiento terico acerca del mismo
2. Aplicada: Se busca la solucin de problemas a partir de los conocimientos
aportados por la investigacin bsica
En funcin del tiempo en el que se desarrolla
1. Transversales: Se realizan en un momento y tiempo definido
2. Longitudinal: En varios puntos en el tiempo
Segn el grado de control sobre los factores relacionadas en el estudio
1. Experimentales: Manipulacin de la variable Independiente
2. Cuasi Experimentales: Puede no haber manipulacin de la variable
independiente, pero si tiene los dems controles de las investigaciones
experimentales
3. No experimentales: No manipula la variable independiente
Segn Kerlinger
1. Investigacin Experimental:
a. Manipulacin de una o ms variables independientes
b. Se mantienen constante o se reduce al mnimo la influencia de las
variables no pertenecientes al problema
c. Se observa las variables dependientes
Presupuesto a nivel meta terico: La adopcin de relaciones causales
entre las variables.
A sincrona temporal entre las variables causa y efecto (Precedencia
temporal)
La proporcionalidad de la variable independiente y la variable dependiente
Covariacion entre las variables
Tiene tres pilares:
a. Asignacin Aleatoria:
a. Asignacin aleatoria de los sujetos a los grupos
b. Asignacin aleatoria de los tratamientos a los grupos
c. La representatividad de la muestra se puede lograr con
otras tcnicas no solo la aleatorizacion.
b. Control: Directo: Manipular la(s) variable(s) independiente(s). Evitar
la influencia de un conjunto de variables extraas

33

c. Hiptesis de Causalidad: La causalidad eficiente la bsqueda de

garantizar la validez interna
Segn Kerlinger y Lee se distingue: Investigacin de Campo vs la
Investigacin de Laboratorio
o El factor no es el lugar
o El factor es la artificialidad que viene dada por el contexto

2. Investigacin No Experimental
Bsqueda sistemtica y emprica en la que no se posee control directo de
las variables independientes porque:
a. Ya Ocurrieron
b. Son inherentemente no manipulable
Se busca la covariacin entre las variables, hay imposibilidad de
antecedencia temporal entre CausaEfecto
Posibilidad de interpretaciones alternativas al fenmeno (Hi Alternativas)
Causalidad Probabilstica
Amenaza a la causalidad: A- Parten de grupos ya formados. No aleatorizacin,
problema de autoseleccin. Presencia de variables enmascaradas. B- Influencia
de variables extraas. C- Existen modelos explicativos que rivalizan con el
modelo propuesto.
Clasificacin: Descriptivos (estudios de campo, de encuestas y observacin) y
explicativos.
Ahora bien la investigacin prospectiva define y gua el sistema de trabajo o las
estrategias de recoleccin de datos, es decir, los diseos de investigacin.
Por ejemplo:
Investigacin experimental: diseo de grupos y de N=1
Investigacin no experimental: retrospectivo (simple, grupo quasi control, nico),
prospectivo (simple, factorial, grupo nico, con mas de un eslabn causal),
transversal, longitudinal y EVOLUTIVO.

34

Diseo de Investigacin
Nocin

Es un concepto amplio que se extiende a lo largo de varias etapas

de la investigacin cientfica que comprende los aspectos tcnicos,
metodolgicos y analticos.

Segn Kerlinger y Lee

Plan, estructura y estrategia de una investigacin cuyo objetivo es
dar respuestas a ciertas preguntas y controlar la varianza.
1. Plan: Bosquejo de lo que realizar el investigador desde la redaccin
de las hiptesis y sus consecuencias operacionales hasta el anlisis
final de los datos.
2. Estructura: Especificacin y definicin de las variables y su relacin
3. Estrategia: Mtodos mediante los cuales se reunirn y analizaran los
datos.
Otras Definiciones
1. Conjunto de reglas a seguir para obtener observaciones sistemticas
y no contaminadas del fenmeno y objeto de estudio.
2. Plan, estructura de accin elaboradas en funcin de los objetivos y
que se orienta a la obtencin de datos relevantes para resolver el
problema.
3. Utilizndolo como verbo: Proceso unitario de actividades y decisiones
encaminadas a planificar una investigacin: delimitacion del
problema, planteamiento de hiptesis, seleccin de variables,
especificacin de la N, seleccin de anlisis estadsticos y discusin
de resultados
4. Como Sustantivo: Hace alusin a un determinado procedimiento que
se emplea para organizar los diferentes aspectos y materiales
necesarios para probar un determinado efecto (modelo en que se
forma los grupos, tcnicas de anlisis estadsticos a emplear).
Diseo como Control de la varianza
MAX: Maximizar la varianza experimental (Diferencias sistemticas
resultante de la variable independiente activa).
MIN: Minimizar la varianza de error (Fluctuaciones de las medidas
causadas por el azar).
CON: Controlar la varianza extraa (Diferencias sistemticas resultantes de
variables extraas)
Propsito

Dar respuesta a la pregunta de investigacin

Control de la varianza

35

36

Observacin
- Nocin
- Observacin como herramienta, Tcnica y Mtodo
- Observacin sin intervencin y Con intervencin
- Tipos de Registros
- Algunas Modalidades de estudios Observacionales
- Hecho Observacin Dato
Nocin
Proceso Bsico o aspecto fundamental del proceso investigativo:
a.- Medicin
b.- Observacin
c.- Experimentacin
Sin Observacin No se realiza Medicin ni Experimentacin
La Observacin busca describir el comportamiento, mediante la descripcin de
relaciones, tambin permite la formulacin y verificacin de hiptesis.
La Observacin como herramienta, tcnica y mtodo
Herramienta: Es un instrumento que tiene una caracterstica fsica
(Registro) o conceptual (Definicin Operacional).
Ejemplo: Papel. Lpiz, Cmara, Filmadora, la Personas (Encuesta,
Entrevista).

Tcnica: Conjunto de lineamiento forma o guas que nos permite alcanzar el

conocimiento (No tiene carcter fsico o material). La observacin como
tcnica es un procedimiento que permita recolecta la informacin.
Ejemplo: Observacin estructurada, no estructurada y naturalista.

Mtodo: Forma de Aproximacin ms general que la tcnica. Nivel de

abstraccin ms alto. La observacin como mtodo nos permite obtener el
Hecho.
Ejemplo: Autorreporte

I.- Mtodo Cientfico.

1.- Mtodo Experimental: Investigacin Experimental.
Tcnica Observacin, Herramienta Encuesta
Diseo Experimental
2.- Mtodo de Observacin: Investigacin No Experimental
Tcnica La Encuesta , Herramienta Cmara, Filmadora
Diseo Preexperimental: Observacin Estructurada.
Diseo No experimental:
3.- Mtodo Estadstico

37
Observacin Sin Intervencin
Observacin naturalista tiene como objetivo describir la conducta como
normalmente ocurre y examinar las relaciones entre variables.
El observador es un registrador pasivo
Los acontecimientos se dan de forma natural y no son manipulados ni
controlados por el observador
Observacin Con Intervencin
Se utiliza para causar un suceso que ocurre con poca frecuencia en la
naturaleza
Los tres mtodos de investigacin son: Observacin participativa,
Observacin Estructurada y los Experimentos de campo.

1. Observacin Participativa
Tiene dos funciones: a) Observan el comportamiento de la gente. B)
participan activamente en la situacin que estn observando.
Observacin Participativa Encubierta: aquellos que son observados no
saben que estn siendo observados.
Observacin participativa No encubierta: los individuos que estn siendo
observados saben que el observador esta presente para recabar
informacin acerca de su conducta.
Desventajas: A)Efectos que el observador puede tener en la conducta de
aquellos que estudia. B) El observador puede perder la objetividad
requerida para llevar a cabo observaciones validas si se identifica con los
individuos bajo estudio.
Ventajas: A) Reactividad baja. B)Existe habituacin. C) El observador pasa
a ser miembro del contexto.
2. Observacin Estructurada
Los investigadores intervienen para ejercer cierto control sobre los
acontecimientos que estn observando.
El grado de intervencin y control sobre los acontecimientos es menor que
el de los Experimentos de Campo
Pueden darse en escenarios naturales como en ambientes de laboratorios.
3. Experimentos de Campo
Los investigadores manipulan una o mas variables independientes en
escenarios naturales para determinar su efecto sobre la conducta.

Tipos de Registro
1. Registro Cualitativos de la conducta
Registro exhaustivo del comportamiento
Registro Narrativo: reproducciones ms o menos fieles del comportamiento
tal como este ocurri

38

Registro no Estructurado
El registro se debe realizar mientras ocurre la conducta o lo mas cercana
posible despus de su ocurrencia.
Los resultados se presentan sobre todo en forma de descripciones verbales
y discusiones lgicas.
El anlisis de los datos se realiza cuando los investigadores resumen
verbalmente la informacin, identifican temas, categorizar informacin,
agrupan varias piezas de informacin y anotan sus propias observaciones
sobre los registros narrativos
2. Registro cuantitativo de la conducta
Las medidas cuantitativas de la conducta se dan en alguno de los cuatro
niveles de medicin: nominal, ordinal, intervalo o razn.
El anlisis de los datos que se realiza es estadstico.
Escalas y Cuestionarios.

Algunas Modalidades de Estudios Observacionales

Descriptivos y analticos:
Descriptivos: Son los generadores de hiptesis. Mostrar , medir, describir
una determinada caracterstica.
Analticos: determina la relacin entre variables, permite el establecimiento
de relaciones de causalidad. Verifica hiptesis.
1. Reporte o Estudio de Casos: estudio de un determinado
acontecimiento, proceso o persona. Se estudia las relaciones entre
variables.
2. Estudio de controles: busca al grupo y lo compara con otro grupo que
tiene caractersticas diferentes (grupo control). Establece relacin
entre variables pero la causalidad no esta muy clara. En psicologa
es el Estudio Transversal.
3. Estudio de Cohorte: Un grupo que tiene un conjunto de VI y la
observacin dura en el tiempo hasta que desarrolle una VD. Necesita
un muestra muy grande porque tiene mucha mortalidad
experimental. Estn mas relacionadas con la causalidad y son
Estudios Longitudinales.
4. Estudio de Panel: Estudio Transversales. Se selecciona una muestra
de participantes y se les entrevistan; despus se entrevistan de
nuevo y se estudian posteriormente.
Investigacin Documental
El material de observacin son los documentos
1. Documentos expresivos: Narran el desarrollo de un proceso
individual o grupal.
2. Documento de Archivos: Son documentos que son guardados a
propsito.

39
3. Documento Registro: Actas que se levantan segn reglas o leyes.
4. Documento censo: Evaluaciones peridicas de caractersticas de la
poblacin.
5. Documentos de Estadsticas Nacionales: Evaluaciones no peridicas
de caractersticas de la poblacin
6. Observacin Indirecta: Historia, Estadstica.
Hecho Observacin Dato
Hecho: Cualquier cosa que pertenece a la realidad.
Clases de Hecho
1. Acontecimientos o sucesos: Cualquier cosa que tiene lugar en el
espacio y tiempo en particular. Es una unidad. Son elementos por
medio los cuales se infieren procesos.
2. Proceso: Secuencia temporalmente definida en ordenadas de
acontecimientos de manera tal que cada miembro de la secuencia
forma parte de la determinacin del miembro siguiente.
3. Sistema: Estructura de cosas concretas. Cosas con propiedades
especificas que se relacionan entre si.
4. Fenmeno: Es un acontecimiento proceso o sistema tal como
aparece en el ser humano. Es lo que se percibe
Desde el punto de vista Filosfico es el manejo del hecho en la Ciencia.
OBSERVACION
HECHO
FENOMENO

5. Fenomenismo: estudia los fenmenos Hechos perceptibles a lo que

se elabora, no necesariamente refleja la realidad. Son particulares y
nicos.
6. Realismo: Estudia a los hechos tal cual como esta, la realidad es lo
que cognoscible de manera parcial o gradual se observa lo que
existe y existe independientemente del observador.
7. Hechos Actuales: es lo que se ve.
8. Hechos Posibles: La prediccin, la probabilidad. A partir de un
fenmeno se infiere un hecho inobservable lo que se observa son lo

40
indicadores, la definicin operacional es la que va a establecer los
indicadores . ser objetivos al hecho por medio de leyes e hiptesis.
Siempre se tiene una intencin, selectiva y sistemtica observacin
cientfica
Cuatro elementos dentro de la observacin
1. Sujeto Observador.
2. Circunstancias de la observacin
3. Medios de observacin
4. Cuerpo de conocimiento en el cual se encuentra relacionado los
cuerpos anteriores.
Fenmeno

Observacin (Medicin)

Dato

La observacin lleva al manejo cualitativo del dato

La medicin lleva tanto al manejo cualitativo como al cuantitativo del dato.
Dato: Es una entidad creada o Gnoseolgica. Es fenmeno transformado
por la medicin. Una idea que expresa el resultado de la fase de
observacin. El dato no es dado. Uno estudio los hecho para poder crear el
dato.

41

Observacin II
Estudios Observacionales
- Nocin
- Ventaja / Desventajas
- Requisitos
- Aspectos a Considerar
- Reglas de Muestreo: Ad libitum, Focal, Barrido y Conducta
- Reglas de Registro: Continuo y Temporal
- Tipos de Registros, Confiabilidad:
9. Continuo
10. Instantneo
11. Uno-Cero
12. De Eventos
13. Uso de Productos Permanentes
14. Duracin de Eventos
15. Registro por intervalos
16. Lista de Revisin de Actividades Planificadas.
- Validez
- Nocin
Estudios observacionales es un conjunto particular de los estudios de
campo.
Conjunto de estudio donde no hay intervencin por parte del investigador
sino que este se limita a describir los hechos.
Son investigaciones naturales o ecolgicas porque no se altera el ambiente.
Estudios Observacionales son estudios epidemiolgicos.
-Ventaja / Desventajas
Ventajas
1. La investigacin posee mayor Validez Externa.
2. Permite abordar fenmenos que ya ocurrieron o que ticamente no se
puedan realizar en las investigaciones experimentales.
3. Permite observar el proceso del fenmeno.
4. Desarrollo natural del fenmeno en el ambiente natural.
5. Posee valor Heurstico.
6. No se necesita la colaboraron del objeto que se va a observar.
Desventajas.
1. Aproximacin cercana de la nocin de causalidad eficiente.
2. Son mas costosos en tiempo y dinero.
3. En ocasiones la conducta no aparece en el momento en que ocurre la
observacin
4. Poca validez interna.
5. Hay fenmenos que son pocos susceptibles de ser observados
(Comportamiento sexual, dormir).

42
-Requisitos
Debe ser sistemtica
Tiene que ser replicable
Objetiva
-Aspectos a Considerar
1. Qu se va a observar?: Validez
Se realiza con el establecimiento de categoras y con dimensiones de la conducta
observada.
Teora
Muestreo
Definicin de variables
2. Cmo se va a observar?: Confiabilidad.
Con las tcnicas de Registro, que deben contener el:
Como
Cuando
Donde
3. Quin va a observar?
Observador Externo: el Observador y el observado son sujetos
diferentes.
Observador Interno: Auto observador, el observado y el observador
son el mismo individuo.
Sesgo del observador
Mala interpretacin
Juicios de valor
Percepciones errneas
No entienden que es lo que hay que medir.
Forma de solucionar el sesgo del observador
Entrenando al observador
1. Se describe el objetivo de la observacin: Que, Como.

Familiarizndolo
1. Se realiza una aproximacin con tareas simples
2. Prueba piloto
-Se utiliza varios Observadores
-Medir la precisin como mide
-Para obtener la confiabilidad:
a.- Estabilidad
b.- Precisin: Consistencia Interna.
c.- Concordancia: se refiere al acuerdo entre
observadores.

43

Prueba definitiva

- Reglas de Muestreo: Ad libitum, Focal, Barrido y Conducta

Ad Libitum: No existe ninguna limitacin sobre lo que se registra o cuando
se registra. El observador anota todo lo que es visible y le parece relevante
en un momento determinado.

Focal: se observa a un solo individuo durante una cantidad de tiempo

determinada (Registro continuo, instantneo o uno-cero)

Muestreo de Barrido: a intervalos regulares se explora rpidamente a un

grupo completo de individuos, registrndose la conducta de cada individuo
en ese instante

Muestreo de conducta: el investigador observa el grupo completo de

sujetos y registra cada ocasin en que se produce un tipo concreto de
comportamiento.

- Reglas de Registro: Continuo y Temporal

Registro continuo: se mide frecuencia y duraciones reales y los instantes
en que las pautas de conducta terminan y empiezan

Registro temporal: Toman muestras de la conducta peridicamente

(muestreo de intervalo o uno-cero)

- Tipos de Registros, Confiabilidad:

1. Continuo
Es una narracin anecdtica
Se anota cada aparicin de la pauta de la conducta
Confiabilidad del registro de eventos:
[n menor ob / n mayor de ob] x 100

2. Instantneo
La sesin de observacin se divide en intervalos de sesin cortos momentos
de observacin y de no observacin.
El observador registra si la conducta ocurre o no
No proporciona frecuencia o duraciones reales
Confiabilidad: [Acuerdo/(Acuerdo +Desacuerdo)] x 100
La confiabilidad se le para la ocurrencia y no ocurrencia de cada conducta
observada

3. Uno-Cero
La sesin de registro se divide en intervalos mustrales cortos

44

El instante marcado por cada punto muestral, el observados registra si la pauta

de conducta ha ocurrido o no durante el intervalo de muestreo precedentes.
Desventaja: produce estimaciones sesgadas tanto de la frecuencia como la
duracin.

4. Registro Automtico Eventos

Son los que van a utilizar una maquina en especifico para registrar un evento
en particular.
Libera al observador humano de su tarea

5. Uso de Productos Permanentes

Consiste en la recoleccin de ciertos productos permanentes o de lento
desvanecimiento en el tiempo.
Ejemplo: Rastros de pisadas en la arena, numero de colillas en los ceniceros,
palabras escritas, numero de problemas resueltos con solucin escrita, gasto
por friccin de cualquier artefacto, cantidad de polvo acumulado.
6. Duracin de Eventos
Trata de discriminar cuando se inicia y cuando termina una conducta
Son tiles los cronmetros acumulativos
Confiabilidad:
(Duracin acumulada menor/ Duracin acumulada mayor ) x 100
7. Registro por intervalos
El tamao del intervalo muestral depender del numero de categoras que
estn recogiendo.
Confiabilidad con conductas incompatibles:
[Acuerdo/(Acuerdo +Desacuerdo)] x 100
La confiabilidad se le para la ocurrencia y no ocurrencia de cada conducta
observada
Confiabilidad con conductas compatibles: [%A Oc + %A Noc]/2
%A Oc= [Acuerdo/(Acuerdo +Desacuerdo)] x 100
8. Lista de Revisin de Actividades Planificadas.
Cuando se observa a un grupo se sujetos y se quiere determinar que
proporcin de ello estn involucrados en determinada actividad.
Confiabilidad:
[(n menor en tarea/n mayor en tarea)/(n menor presente/n mayor presente)] x
100

- Validez
Grado en que una medicin mide realmente el rasgo que quiere medir

45

Fiabilidad: Grado en que la medicin es repetible y coherente

Fiabilidad IntraObservador: Grado en que un Observador obtienen resultados
similares cuando mide la misma conducta en ocasiones diferentes.
Fiabilidad InterObservador: Grado en que 2 o mas observadores obtienen
resultados similares cuando miden la misma conducta en la misma ocasin
1. Correlaciones : Pearson y Spearman
2. ndice de concordancia:
Apropiada para medidas nominales o de clasificacin.
No toma en cuenta los acuerdos surgidos
[Acuerdo/(Acuerdo +Desacuerdo)] x 100

3. Coeficiente de Kappa
ndice de fiabilidad inter-observadores que elimina los acuerdo surgidos por el
azar.

4. Concordancia de Kendall
Estudios en los que hay 3 o mas observadores midiendo la misma conducta.
Estadstico no parametrico que expresa el grado de asociacin entre K series
de rango

- Factores que afectan la Fiabilidad

Frecuencia de aparicin: Si una pauta de conducta ocurre muy
rpidamente es muy difcil de registrar
Fatiga del Observador
Grado de adecuacin de la definicin
a.- En los estudios de larga duracin las definiciones y criterios tienden a cambiar
con el paso del tiempo
b.- A medida que los observadores se van familiarizando con la conducta, van
refinando las definiciones. Este factor se conoce como cambios del observador

46

Investigacin Por Encuesta

- Nocin
- Caractersticas
- Ventajas/Desventajas
- Tipos de investigacin por Encuesta
- Tipos de Reactivos/ Preguntas
- Caractersticas de los tipos de Reactivos
-Nocin
Es una estrategia metodolgica que estudia poblaciones grandes o
pequeas por medio de la seleccin de muestra con el fin de describir la
incidencia, distribucin e interrelacin de variables psicolgicas y
sociolgicas.
a.-Variables Sociolgicas: Son un conjunto de atributos
que identifica al sujeto en funcin de su pertenencia a
distintos grupos.
b.- Variables Psicolgicas: Actitudes, creencias, opinin
sentimientos, rasgos de personalidad y comportamiento.
Son estudios de campo con orientacin cuantitativa.
Rama de la investigacin de la ciencia social.
Tcnica de la investigacin No Experimental
Estrategia de investigacin que tiene que ver con la elaboracin y
aplicacin de entrevista para indagar variables psicolgicas.
Utilizacin de instrumentos para responder el Qu, Como, Cuando, Quien,
Porque de la realidad?
Tcnica que utiliza un conjunto de procedimientos estandarizados mediante
los cuales se recoge y analiza una serie de datos de una muestra
representativa de la poblacin y pretende describir, predecir y explicar una
serie de caractersticas
-Caractersticas
Es una tcnica y no un mtodo.
Sigue el mtodo cientfico
Cuando se aplica en la investigacin Experimental es una herramienta y
cuando se aplica en la investigacin NO Experimental es una tcnica
Se utiliza todas las reglas de muestreo
Seleccin de los instrumento, aplicacin del instrumento para obtener la
medicin, la codificacin de las mediciones obtenidas, lo que permite
obtener el dato.
El instrumento debe ser valido y confiables (Consistencia y precisin)
a.- La estandarizacin de los procesamientos: todas las condiciones
de prueba son similares.
b.- Las instrucciones deben estar estandarizadas.
c.-La longitud del instrumento: mientras mas largo mejor.
d.- Muestra variada aumenta la confiabilidad.

47
Utiliza variables Psicosociales
Permite llegar a la prediccin y explicacin del fenmeno.
-Criterios para elegir el tipo de la muestra
Caracterstica de la muestra
Facilidad de administracin del instrumento
Contenido del tema a ser investigado
Depende de las caractersticas del muestreo (Probabilstica y no
Probabilstica)
Sesgo que como investigador estoy dispuesto a asumir.
-Ventajas
Permite obtener una gran cantidad de informacin a partir de los estudios
de muestra
Es bastante precisa
-Desventajas
La superficialidad de la informacin
Demanda mucho tiempo energa y dinero
Requiere cocimientos y entrenamiento especial en la fase del proceso de
investigacin
Saca temporalmente al entrevistado de su propio entorno social

Involucra una medicin reactiva porque los individuos saben que sus
respuestas son evaluadas.
-Tipos de investigacin por Encuesta
I. Entrevista/Encuesta
II. Cuestionario
III. Prueba y Escala
I.- Entrevista/ Encuesta
1. Entrevista Personal/ Encuesta Personal/ Inventario de entrevista.
Es una relacin interpersonal cara a cara. El entrevistador va a presentar
una serie de preguntas que van a resolver un problema de investigacin.
A) Estandarizado/ Estructurado: Se caracteriza por un conjunto de
preguntas que son fijas en cuanto contenido secuencia y relacin
entre las mismas. Son poco flexibles el entrevistador tiene poca
libertad y son mas superficiales.
B) No Estructurada/ A profundidad: Se caracterizar por ser mas abierta
o flexible existe un guin o Esquema de preguntas pero no estn
precisas en contenido ni en secuencia. Se explora mucho mas las
respuestas del entrevistador.
Ventajas
El investigador posee mayor control de la situacin.

48

Puede dirigir el orden

Exploran ciertas cosas que no estn en el guin
Tienen mayor tasa de respuesta de un 80 y 85%
Permite mayor colaboracin de los entrevistadores
Si hay mayor empata con el entrevistador existe la posibilidad de
realizar preguntas
Es mas til cuando se tiene mas tiempo.
Se observa la conducta no verbal del observador

Desventajas
Necesita mas recursos por o que lo hace mas costosa en tiempo y
material.
Los entrevistadores deben estar motivados y bien entrenados. Porque
sino puede ocurrir un sesgo del entrevistador (El entrevistador no
registre ni realice las preguntas de forma precisa) y este afecta a la
confiabilidad.
Ciertas muestras no son las mas accesibles
Los entrevistadores deben ser prximos geogrficamente a la muestra
que se va a evaluar.
El sujeto puede responder por deseabilidad social (eso depende de las
caractersticas ser entrevistador o del tema a tratar)
La entrevista n o es adecuada para tocar asuntos delicados.
2. Entrevista Telefnica
Relacin interpersonal pero no cara a cara sino por telfono. Suele ser mas
estructurada.
Ventajas

Es econmica y rpida
Requiere menos personal
Permite el acceso a determinadas poblaciones
Son tiles cuando se renecesita realizar una..
Las cuestiones relativas al personal implican menos problemas que la
entrevista
Existe menos deseabilidad social
Tasa mayor de respuesta en comparacin a otras encuestas pero menor
con respecto a la entrevista personal.

Desventaja
Limitaciones referentes al marco muestral
Se necesita disposicin para que permanezca por el telfono. Sino se da
el sesgo de respuesta cuando no se completa la entrevista.
Tienen que ser mucho mas corta y cuando es estandarizada debe tener
pocas opciones

49

No se observan la conducta no verbal del sujeto

Menor tasa de respuesta que la entrevista personal
No es apropiado para tratar asuntos delicados
No es adecuado si se tienen que ensear estmulos visuales.

3. Entrevista en grupo focal.

Implica entrevistar a 2 o mas personas al mismo tiempo. Se tienen un grupo
de personas y el entrevistador los pone a discutir en un tema. Normalmente
es no estructurado.
Normalmente es de 6 a 10 entrevistados. No deben ser muy pocos porque
no es productivo, ni mucho porque no son manejables. Inv. Cualitativa
Ventajas
Poco costoso y rpido
Permite determinar la manera en que producen y procesan la
informacin.
Desventajas
El grupo no proporciona informacin concreta
No se pueden comparar los grupos
Implica una alto manejo por parte del entrevistador.
II. Cuestionario
Documento que recoge de forma organizada los indicadores de las
variables implicados en el objetivo de la investigacin.
Conjunto de preguntas estandarizadas fijas en contenido y secuencia
Instrumento auto registrado que posee reactivos cerrados o alternativas
fijas
Cuestionario con preguntas abiertas o cerradas.
1. Administracin en grupo.
Ventajas
Se consigue alta tasa de cooperacin
Alta tasa de respuesta
Bajo costo econmico
Dar instrucciones de manera estandarizada
Ahorra tiempo
Facilita la confiabilidad
Disminuye la deseabilidad social
Pero no garantiza la privacidad de la respuesta.
Desventajas
Es muy superficial en la informacin
Es de difcil elaboracin
Difcil la obtencin de muestras representativas

50

Se necesita que el sujeto sepa leer y escribir

No se garantiza de que el sujeto comprendi la pregunta.

2. Cuestionario por Correo

Ventajas
Implica un costo relativamente bajo
Poco personal
Permite acceder a una muestra muy dispersa. Heterogneas
Los sujetos tienen tiempo de elaborar, evaluar y revisar las respuestas.
Son rpidas
Puede plantearse asuntos delicados.
Desventaja
30 o 20% solo responden, tasa de devolucin baja
Puede ser no representativa
Ningn control por parte del investigador
Puede contestar en el orden que quieran pero esto puede afectar a la
validez
3. Cuestionario por Internet.
Ventaja
Poco costoso
Muestra amplia y diversa
Los sujetos pueden revisar y elaborar la respuesta
Desventaja
Tasa de respuesta muy baja mas baja que la de correo
Falta de control sobre el ambiente de investigacin
Sesgo en la evaluacin.
III. Pruebas y Escala
A) Pruebas
Tcnica de recoleccin sistemtica en el que se le presenta a los sujetos un
conjunto de estmulos a los cuales responden
Tienen su propio procedimiento de codificacin, interpretacin y aplicacin.
Es estandarizada.
En el muestreo de campo comnmente se llaman Test
Existen 2 Tipos: 1. Proyectivas. 2. Objetivas
1. Proyectivas: El conjunto de estmulos generalmente son ambiguos e
inestructurado y se supone que a partir de la presentacin de esos

51
estmulos el sujeto se proyecta y la respuesta se puede analizar de
forma Cualitativa o Cuantitativa
2. Objetivas: El conjunto de estmulos es estructurado y a la respuesta
se asignan valores numricos y a partir de estos se infiere si el sujeto
tienen o no la dimensin medida por la prueba y en que cantidad.
Anlisis cuantitativo.
B) Escala
Son cuestionarios o Autorreportes que es auto administrado.
Las escalas permite conocer la valoracin que da el individuo a un aspecto
particular en funcin de esto se puede comparar y clasificar a los sujetos en
el aspecto medido
No estn Normalizadas
Si estn estandarizadas
Tambin se refiere al conjunto de smbolos o valores numricos que pueden
ser asignados por una regla y la signaron indica si el individuo posee lo que
mide la escala y el conjunto de valores numricos salen del proceso de
medicin
Tipos de Escalas
1. Escalas Normativas
Son aquellas donde las repuesta no se ve afectada por la respuesta de
otros reactivos
Se pueden tener diferente medidas y desviaciones de los sujetos
Reactivos independientes: las respuestas de un reactivo no influye a la
respuesta de otro reactivo.
Ventajas
Son mas econmicas en tiempo
Tienen mayor probabilidad de varianza
Desventaja
Puede tener sesgo por fijar la respuesta y esta varianza se puede
confundir con la varianza real
2. Escalas Ipsativas
No se puede tener diferentes muestras y desviacin
Reactivos Dependientes: La opcin de los reactivos se restringen a medida
de que se puntan los otros reactivos
Ventajas
Eliminan el sesgo de fijar la respuesta
Desventaja
Son difciles de interpretar

52

Las personas se fastidian a la hora de responder porque no le gusta

jerarquizar

3. Escalas de reactivos Bsicos

I .Acuerdo- Desacuerdo
Se selecciona una opcin en la escala
a) De todos los reactivos se elijen algunas opciones el que mas
represente.
b) Eleccin Mltiple
Tipos
1.- Escala de intervalos de igual aparicin Thurstone
Cada afirmacin dentro de la escala posee una puntuacin equivalente a la
fortaleza
La fortaleza no se le ensea a los Ss.
Dificultades: a) Jueces no pueden ser neutrales. B) Dificultad en la eleccin
de los reactivos mas discriminantes.
2.- Sumatoria de puntuaciones de Likert
Debe tener igual numero de afirmaciones favorables y desfavorables acerca
del objeto actitudinal (Reactivos de la escalas)
Los Ss deben indicar para cada reactivo su respuesta a la afirmacin segn
la escala
1: Totalmente Desacuerdo 2:En Desacuerdo 3:Indeciso
4: En
Acuerdo 5:Totalmente Acuerdo
Sume las puntuaciones de cada reactivo para obtener la puntuacin total de
actitud.
3.- Diferencial Semntico Ossgood
El sujeto marca dentro de la escala entre adjetivos bipolares de acuerdo
con la posicin que ellos sienten que el objeto tiene entro de dicha escala
El anlisis factorial de todas las escalas dan lugar a 3 factores generales
a) Actividad: Lento- Rpido
b) Potencia: Tosco- Delicado
c) Evaluativo: Limpio- Sucio
II .De orden de Rango
Se le pide a los sujetos que ordenen todos los reactivos de acuerdo a un orden
especifico. Reactivo Ordinal

53
III .Escala de Eleccin Forzada.
Se comparar pares de reactivos o afirmaciones con pocos reactivos se puede
obtener muchas comparaciones
Se utiliza en Mercadeo.

- Tipos de Reactivos/ Preguntas

1. Reactivos Abiertos
2. Reactivos Cerrados/Alternativa Fija
3. Reactivos de Escala
1. Reactivos Abiertos
Brindan un marco de referencia para las respuestas de los entrevistados
poniendo un mnimo de restriccin para las respuestas y su expresin
Ventajas
Son flexibles
Permite establecer la falta de conocimiento de un sujeto al responder
El sujeto no tiene que interpretar una afirmacin. Menor posibilidad de
ambigedad
Permite realizar una encuesta mas realista
Permite genera informacin que puede ser organizada en un cuestionario
estructurado
Desventajas
No permite la estandarizacin
Es difcil de cuantificar
Se limita el uso de ciertas tcnicas estadsticas
2. Reactivos Cerrados/Alternativa Fija
Se dan opciones entre 2 o mas alternativas
Ventajas
Mayor Uniformidad en la medicin
Forza al sujeto a responder de una forma que se ajuste a la categora
previamente establecida
Son fciles de codificar y cuantificar
Desventajas
Superficialidad
Puede haber alternativas que no estn contempladas en el cuestionario.
3. Reactivo de Escalas
Tambin son cerrados, el sujeto responde de acuerdo a una escala de puntuacin.
- Caractersticas de un buen reactivo:
Complejidad

54

Ambigedad
Reactivos con doble contenido
Negativos: doble negacin.
Lenguaje emotivo
Preguntas tendenciosas.
Invasin de privacidad
Balance de reactivos escalares
Sensibilidad de los reactivos de la escala al nivel de medicin

-Caracterstica de un buen cuestionario

Pida el mnimo de informacin requerida para los propsitos de la
investigacin
Asegrese de que las preguntas si se puedan contestar
Asegrese de que las preguntas se contestaran en forma verdica
Asegrese de que sus preguntas sean contestadas y no rechazadas
Poder de discriminacin
Confiabilidad
Validez
Estandarizacin

55

Anlisis de Regresin Mltiple

Tcnica Multivariada de anlisis de dependencia
Tcnica que permite conocer la posibilidad de prediccin o explicacin de 1 Vs. a
partir de 2 o ms Vs.
Permite cuantificar con precisin el efecto de cada Vs. predoctora sobre la Vs.
Predicha dado que elimina cualquier distorsin que podra ocasionar la presencia
de otras Vs. predoctoras

Y= a+b1x1+b2x2+e
[ECUACIN CON DATOS BRUTOS; Media y
desviaciones originales]
a: Constante de interseccin punto de corte en el eje de la Y que
obtenemos al proyectar la regresin
b: Correlacin, Grado de inclinacin, Se relaciona con la proporcin de
cambio en Y.
e: Error de estimacin o Residual. Parte no explicada de a. Se saca para
saber la precisin de las predicciones de los conjuntos de puntuaciones.
a y b Se calculan para satisfacer el principio de los mnimos cuadrados.
Principio de los mnimos cuadrados: Encontrara aquellos valores de b que
minimicen las sumas de cuadrados de los residuales.
b: Representa el monto del cambio que es esperado que ocurra en la variable
predicha por cada unidad que cambie el predictor respectivo, cuando se
mantienen controladas el resto de las variables predictoras
El signo representa la direccin del cambio esperado
Indicador de la contribucin diferencial de los predictores, pero NO pueden ser
comparados, ya que se encuentran en unidades diferentes

Y= 1x1+2x2+e [ECUACIN CON DATOS ESTANDARIZADOS;

Media 1 y desviaciones 0]
a: Desaparece ya que asume el valor de 0
: Coeficiente de correlacin parcial. Anlogo a b, pero con variables
expresadas en unidades Z. El monto esperado de cambio en la variable
predicha estandarizada cuando el predictor respectivo cambia en 1 unidad
estndar.
Productos o Insumos de la Regresin

56

1.- Correlacin Mltiple ( R )

Grado de asociacin entre VD y la mejor combinacin lineal de la Vi. Es
siempre positiva
2.- Coeficiente de Determinacin Mltiple ( R2 )
Es un estimado de la porcin de la varianza de la VD en Y, explicado por las
VI. Este valor se ve sobre estimado por el tamao de la muestra y la inclusin de
VI incluidas en el modelo.
3.- Coeficiente de Determinacin Mltiple Ajustado ( R 2 Adjus )
Es menor que el R2 y este coeficiente elimina el efecto del tamao de la
muestra y de las VI incluidas en el modelo.

Zero- Order
.344
.236
.069
.135

Correlaciones
Partial
.157
.456
.073
-.134

Part
.161
.089
.143
.150

Correlacin de Zero-Order: Asociaciones entre las VS X y Y. Pearson

tradicional bivariado rXY
Correlacin Parcial: Asociacin X y Y controlando Z. r XY,Z . Se controlan los
efectos de las otras variables tanto sobre el predictorcomo del criterio
Correlacin
Semiparcial (Part): Se elimina el efecto de los otros
predictores sobre el predictor, pero no se controla su efecto sobre el criterio
Con un criterio de .10 se comparar la correlacin de Orden- Zero con la
Correlacin Parcial
Sin efecto: rXY = r XY,,Z .069 = .073
Explicacin: rXY > r XY,,Z .344 > .157
Supresin: rXY < r XY,,Z .236 < .456 o Cambio del signo .135 -.134
Variables Ficticias
Se utilizan para poder incluir variables categricas
Se crea una variable para cada categora con 0 y 1 indicando, con una
variable menos que los niveles existente
Supuestos
1.- Es un modelo aditivo S2T = S2 Regresin + S2 Residual
2.- Existe una distribucin Bivariada entre X y Y. Sus propiedades son:

57

a.- Para todo valor de x la media de la distribucin de Y cae sobre la recta Y

b.- Para todo valor de X las puntuaciones correspondientes a Y se distribuyen
normalmente.
d.- No debe haber Errores de Especificacin.
La regresin es lineal entre X y Y
Todos los predictores relevantes han sido incluidos
No se ha incluido ningun predictor irrelevante
Calidad de las medidas
Supuestos de los Errores
a.- La media de los errores debe dar 0
b.- Homocedasticidad: existe Homocedasticidad cuando la varianza de los errores
estocsticos de la regresin son los mismos para cada observacin
c.- La Distribucin de los Errores es normal. Distribucin aleatoria ms o menos
uniforme por encima o por debajo de la media. No hay Correlacin entre los
Errores, estos son independientes entre si.
Durbin - Watson debe ser = o cercano a 2. Si el es cercano a 0 entonces
se tiene una correlacin + entre los errores. Cuando tiente a 4 se tiene una
correlacin entre los errores.
e.- Multicolinaridad: Se refiere a las correlaciones entre los
predictores. El modelo asume que no existe
Su presencia implica:
Inestabilidad de los coeficientes
Incremento del error
Reduccin de la significanca
Menor eficiencia predictiva
Control de la Multicolinaridad
Examen de la matriz de correlaciones
En la prctica es imposible realizarlo. Cuando alguna correlacin es
mayor de 0,80
Mtodo de Tolerancia
Tolerancia=1-R2i . Punto critico =.70
Valores entre 0 y 1
Valores cercanos a 0 implica que la variable es una combinacin lineal
de las otras variables, por lo que se presenta multicolinaridad.
VIF (Variance inflation factor)
Inverso de la Tolerancia

58
Si se viola el supuesto de Multicolinaridad.
1.- Eliminar una de las 2 Vs.
2.- Hacer una combinacin lineal entre ellas
Si de viola la Normalidad.
1.- No se hace el anlisis de regresin.
2.- Subir la N
3.- Transformas la Vs.
4.- Diagnostico de casos, cuales son los puntajes extremos (VD y Vs de
Error) ver que pasa
Si se viola los supuestos de los Errores
1.- No se hace nada, se deja el trabajo hasta hay.
Mtodo de Introduccin de las Vs en el Modelo de Regresin
Mtodo Enter: Todas las Vs al mismo tiempo
Paso a Paso: Vs por Bloques
a.- Jerrquico: Valor terico que le da el investigador
b.- Forward: Agrega a las variables importantes. El criterio de introduccin
de las Vs es estadstico, son aquellas de correlacin mas alta. Entra
primero la Vs con mayor significanca.
c.- Backward: Elimina las menos importantes. El criterio de eliminacin es
estadstico. Se queda con las variables ms significativas.
Error de tipo I: tambin llamado error tipo alfa (alfa es la probabilidad de que
ocurra este error), es el error que se comete cuando el investigador rechaza la
hiptesis nula (Ho) siendo sta verdadera en la poblacin. Es equivalente a
encontrar un resultado falso positivo, porque el investigador llega a la conclusin
de que existe una diferencia entre las hiptesis cuando en realidad no existe.
Error tipo II: tambin llamado error tipo beta (aunque beta es la probabilidad de
que exista ste error), se comete cuando el investigador no rechaza la hiptesis
nula siendo sta falsa en la poblacin. Es equivalente a la probabilidad de un
resultado falso negativo, ya que el investigador llega a la conclusin de que ha
sido incapaz de encontrar una diferencia que existe en la realidad.
Se acepta en un estudio que el valor del error beta debe estar entre el 5 y el 20%..
El poder o potencia del estudio representa la probabilidad de observar en la
muestra una determinada diferencia o efecto, si existe en la poblacin. Es el
complementario del error tipo II (1-beta).

59

Anlisis Discriminante
Tcnica de dependencia, permite evaluar la prediccin y explicacin de 1 Vs en
funcin de 1 o varias Vs predictora.
La VD es categrica
Tcnica Descriptiva, predictiva, tcnica clasificatoria de grupos predefinidos sobre
la base de la mejor combinacin lineal de las Vs
Permite obtener un Valor Terico
Objetivos
Determinar si los grupos se discriminan lo suficiente en funcin de las Vs
disponibles
Determinar la importancia o contribucin de cada una de las Vs o saber
cuales Vs son las que discriminan
Determinar el porcentaje de clasificacin correcta de los grupos en funcin de
una Vs compuesta denominada funcin discriminante
Caractersticas de las Vs
Pueden ser 2 o mas grupos
Se utiliza entidades de Ss que son categorizados en un grupo que son
mutuamente excluyentes y exhaustivos
Deben ser naturales: cada grupo debe estar bien definido y debera reflejar
las diferencias verdaderas entre los Ss
Grupos definido a priori
El conjunto de Vs debera de representar una descripcin exacta de los Ss
en cada uno y completa de los grupos
Supuestos
VD Categrica
VI Mtricas y continuas
Los atributos de las Vs deben distribuirse de manera normal
Se supone la relacin lineal entre las Vs
La estructura de covarianza o varianza de los atributos deben ser iguales en
todos los grupos
M Boxs: Prueba de homogeneidad donde la Ho: la estructura de varianza y
covarianza son iguales entre los grupos
El perfil en cada sujeto tiene la misma posibilidad en cada uno de los grupos
El costo de una clasificacin incorrecta de cada Ss es la misma
A muestra N grande mnimo 100 o 120

60

Evaluacin de la Funcin Discriminante

1.- Correlacin y determinacin Cannica
2.- Lambda () de Wilks
Clasificacin
1.- Clculo de la puntuacin discriminante por sujeto
2.- Probabilidades individuales
3.- Punto de corte
4.- Tabla de confusin
Evaluacin de la Funcin Discriminante
1.- Correlacin y determinacin Cannica
Indicador directo de la eficiencia predictiva de la funcin discriminante
- Significanca de la correlacin
Puede interpretarse el coeficiente de determinacin cannica
2.- Lambda () de Wilks
Es la proporcin de varianza total de las puntuaciones discriminantes
que NO es explicado con la pertinencia de los grupos
Indicador inverso de la eficacia discriminativa de D
Coeficiente de no determinacin
Tiende a 1:
La variable D NO discrimina eficientemente entre os grupos
Las medias de los grupos en D no se diferencias
significativamente
Tiende a 0:
La Vs D Discrimina eficientemente entre los grupos
Las media de los grupos en D se diferencian significativamente
significanca > a: D No Discrimina
significanca < a: D Si Discrimina

Resumen
El presente trabajo

explora la relacin entre

la edad, el cargo laboral

(obrero y empleado), los aos en la empresa y el nivel de hipoacusia medido

como leve o moderado por parte de los trabajadores de la Empresa XXXXX
empresa metal mecnica ubicada en el Edo. Anzotegui- Venezuela, para esto se
utilizara la tcnica estadstica multivariada conocida como anlisis discriminante.

61
Se trabajo con una muestra de 120 sujetos escogida al azar de los archivos de los
informes audiomtricos de los trabajadores del ao 1995, estos datos mdicos que
sirven como base del anlisis han sido proporcionados por el medico de la
empresa. Para el anlisis de los datos se utilizo el software estadstico SPSS
(Statistical Package for Social Science., version 7.5).
El anlisis estadstico multivariado desarrollado en este trabajo permite
concluir que la edad, el cargo laboral y los aos en la empresa son variables que
sirven para clasificar a los individuos que poseen una hipoacusia leve, pero no
sirve para clasificar a los sujetos que poseen una hipoacusia moderada
Variables
Variables Independientes

Edad: Cantidad de aos que posee la persona (Variable continua)

Cargo en la empresa: Obrero y Empleado (Variable nominal dicotomica)

Aos en la empresa: Cantidad de tiempo medida en aos que posee el

sujeto trabajando en la empresa (Variable continua).

Estas variables fueron medidas a travs de una encuesta.
Variable Dependiente

Nivel de Hipoacusia: Perdida de la audicin (Variable categrica)

a) Hipoacusia leve: La prdida de audicin leve como trmino medio, los sonidos
ms silenciosos que una persona puede or con el mejor odo son entre 25 y 40
dB. Personas que sufren prdida de audicin leve, tienen algunas dificultades para
mantenerse al tanto de las conversaciones, especialmente en entornos ruidosos.
b) Hipoacusia moderada: La prdida de audicin moderada como trmino medio,
los sonidos ms silenciosos que una persona puede or con el mejor odo son
entre 40 y 70 dB. Personas que sufren prdida de audicin moderada tienen

62
dificultad para mantenerse al tanto de las conversaciones cuando no utilizan un
audfono.
Esta variable fue medida a travs de un examen audiomtrico el cual cifra

las prdidas auditivas y determina la magnitud de stas en relacin con las

vibraciones acsticas.
MUESTRA
Se escogieron al azar 120 informes de audiometra

del ao 1995,

pertenecientes a trabajadores obreros y empleados, todos los sujetos son del sexo
masculino pertenecientes de la empresa

metal mecnica ubicada en el Edo.

Anzotegui- Venezuela.
El 57,5% de los trabajadores son obreros y el 52,5% son empleados. Los
sujetos poseen una edad mnima de 18 aos y mxima de 49 con una edad media
de 31,36 aos de edad. La cantidad mnima de aos que poseen los sujetos en la
empresa es un ao, la cantidad mxima son 10 aos con una media de 5,37.

el

27,5 % de los sujetos poseen hipoacusia leve y el 72,5% hipoacusia moderada.

ANLISIS DISCRIMINANTE
El anlisis discriminante parte de una tabla de datos de 120 individuos a los
que se les ha medido dos variables cuantitativas y una cualitativa independientes,
que actan como perfil de caractersticas de cada uno de ellos. Una variables
cualitativa adicional, dependiente o clasificatoria, con dos categoras
El objetivo del anlisis discriminante es:
Determinar si los grupos se discriminan lo suficiente en funcin de las Vs
disponibles
Determinar la importancia o contribucin de cada una de las Vs o saber
cuales variables son las que discriminan
Determinar el porcentaje de clasificacin correcta de los grupos en funcin de

63
una variable compuesta denominada funcin discriminante

ANLISIS DE LOS RESULTADOS

La M Boxs es una prueba de homogeneidad donde la hiptesis nula es que
la estructura de varianza y covarianza son iguales entre los grupos, lo que se
desea es aceptar la hiptesis nula o lo que es lo mismo que estadsticamente no
de significativo (sig>0.05). Se obtuvo

que la estructura de covarianza y

varianza es igual para todos los grupos (M Boxs = 9,174; sig =.183; sig>. 05).

Logaritmo de los determinantes

perdida de
la audicion
total
hipoacusia
leve
hipoacusia
moderada
Intra-grupos
combinada

Logaritmo
del
determinante

Rango
3

7.208

7.490

7.491

Los rangos y logaritmos naturales de los

determinantes impresos son los de las
matrices de covarianza de los grupos.

Resultados de la prueba
M de Box
F

Aprox.
gl1
gl2
Sig.

9.174
1.472
6
23243.624
.183

Contrasta la hiptesis nula de que

las matrices de covarianza
poblacionales son iguales.

La correlacin cannica es una correlacin lineal y, por tanto, slo busca

relaciones lineales entre las variables. La funcin que arroja el programa
estadstico SPSS tiene una correlacin cannica de .408 siendo esta la mejor
combinacin lineal entre las variables predictoras (cargo, aos en la empresa y
edad) y la variable predicha (nivel de hipoacusia).
Autovalores
Funcin
1

Autovalor
.199a

% de
varianza
100.0

%
acumulado
100.0

a. Se han empleado las 1 primeras funciones

discriminantes cannicas en el anlisis.

Correlacin
cannica
.408

64

La correlacin y determinacin cannica es un indicador directo de la

eficiencia predictiva de la funcin discriminante y de la significanca de la
correlacin. Puede interpretarse el coeficiente de determinacin cannica Lambda
() de Wilks este es la proporcin de varianza total de las puntuaciones
discriminantes que no es explicado con la pertinencia de los grupos.
Si el coeficiente de no determinacin tiende a 1, las medias de los grupos en
la funcin discriminante no se diferencias significativamente, entonces las
variables de la funcin discriminante no discrimina eficientemente entre los grupos.
Pero si el Lambda de Wilks tiende a 0 las variables de la funcin discriminante
discriminan eficientemente entre los grupos. Las media de los grupos en la funcin
discriminante se debe diferenciar diferencian significativamente.
significanca > : D No Discrimina
significanca < : D Si Discrimina
Se obtuvo un coeficiente de no determinacin (Lambda Willks=.834;
X2=21,165) siendo estos ndices estadsticamente significativos (p=.000), por lo
que la funcin es significativa para diferenciar a los grupos.

Lambda de Wilks
Contraste
de las
funciones
1

Lambda
de Wilks
.834

Chi-cuadrado
21.165

gl
3

Sig.
.000

En la tabla matriz de estructura los nmeros que se obtienen son ms o

menos iguales a un coeficiente de correlacin y es el resultado de la correlacin
de las variables independientes y la funcin discriminante. En la tabla matriz de
estructura la variables cargo y edad poseen una correlacin significativa con la

65
funcin, siendo estas de .805 y -.416 respectivamente. Con respecto a la variable
aos en la empresa no correlaciono de manera significativa con la funcin. Esta
funcin discriminante describe a los sujetos con menor edad y a los trabajadores
de control de calidad.

Matriz de estructura

Coeficientes
estandarizados de las
funciones
discriminantes
cannicas
Funcin
1
aos en
la
empresa
cargo
edad

.261
.891
-.637

cargo
edad
aos en
la
empresa

Funcin
1
.805
-.416
.067

Correlaciones
intra-grupo
combinadas entre las
variables
discriminantes y las
funciones
discriminantes
cannicas tipificadas
Variables ordenadas
por el tamao de la
correlacin con la
funcin.

La puntuacin de los centroides de los grupos es la media de los grupos

que se obtienen por el promedio de las puntuaciones discriminantes para todos los
individuos dentro de un grupo particular, lo que se busca es que las medias de los
grupos sean diferentes.
En promedio la puntuacin discriminante de esta funcin, para el grupo con
hipoacusia leve es de .719 , esto significa que el grupo de hipoacusia leve son los
que poseen menor edad y son trabajadores de control de calidad. Mientras que en
promedio la puntuacin discriminante de esta funcin, para el grupo de hipoacusia
moderada es de -.273, esto significa que el grupo de hipoacusia moderada son los
que poseen mayor edad y trabajan como obreros

66
Funciones en los
centroides de los
grupos
perdida de
la audicion
total
hipoacusia
leve
hipoacusia
moderada

Funcin
1
.719
-.273

Funciones
discriminantes
cannicas no tipificadas
evaluadas en las
medias de los grupos

La matriz de confusin es una tabla donde se relaciona la membresa actual

y la membresa predicha por el anlisis discriminante. En este trabajo existen dos
niveles de la variable dependiente (Hipoacusia leve y moderada), por lo que la
probabilidad por simple azar de clasificar a los sujetos que originalmente
pertenece a cualquiera de estos dos grupos en su grupo original es del 50%. El
criterio para decir que la funcin discriminante clasifica correctamente

a los

sujetos es de .10 por encima de la probabilidad por puro azar.

Al analizar la matriz de confusin el 63,6% de los sujetos del grupo original
hipoacusia leve son clasificados correctamente en el mismo grupo superando al
azar en un 13,6% , esto gracias a la funcin discriminante
El 71,3% de los sujetos del grupo original hipoacusia moderada clasifican
correctamente en el mismo grupo superando al azar en un 21,3%, esto gracias a
la funcin discriminante.
En promedio se tiene una clasificacin correcta general del 69,2% de todos
los casos, esto superando en un 19,2% al azar lo que significa que la funcin
supera al azar al clasificar a los grupos.

67
Resultados de la clasificacina

Original

Recuento

perdida de
la audicion
total
hipoacusia
leve
hipoacusia
moderada
hipoacusia
leve
hipoacusia
moderada

Grupo de pertenencia
pronosticado
hipoacusia
hipoacusia
leve
moderada
21

12

33

25

62

87

63.6

36.4

100.0

28.7

71.3

100.0

a. Clasificados correctamente el 69.2% de los casos agrupados

originales.

Resumen del proceso de clasificacin

Procesados
Excluidos

120
Cdigo de
grupo
perdido o
fuera de
rango
Perdida al
menos una
variable
discriminante

Total

Usados en los resultados

120

68

ANLISIS DE RUTA
Es una extensin de la regresin mltiple, diferencindose del mismo,
porque no slo trabaja con una V.D, sino que puede haber mas de una.
Adems se pueden plantear relaciones entre las vs. X
Z,
Z
Y, entonces X
Y.
Mientras que para las relaciones en Regresin Mltiple X y Z
Y
Tambin se ve relacionadas con los modelos de covarianza, plantea
relaciones causales entre las Vs. Directas o medianas (Angelucci, cp; Marcano
2008)
El A.R, se constituye en una tcnica que permite verificar las relaciones entre las
vs. Planteadas en un modelo
OJO CON LAS NOCIN DE CAUSALIDAD Y MODELO
MODELO: En funcin de la teora establece una analoga de la realidad,
permitiendo el establecimiento de relaciones causales de tipo probabilstica entre
las Vs.
MODELO DE RUTA: Es una tcnica estadstica que corresponde con las
estrategias basadas en las caractersticas de las vs, donde se plantean las
relaciones causa efecto de dicho modelo.
De esta manera los modelos tericos pueden ser trasformados en modelos
matemticos que permiten verificar su poder predictivo.
TIPOS DE MODELOS DE RUTAS
-Modelos tericos: corresponden a enunciados verbales
-Modelos Matemticos: se corresponde a ecuaciones matemticas y pueden ser
representados grficamente.
El modelo de Rutas se evala en funcin de su adecuacin tcnica, consistencia
matemtica y adecuacin emprica.

SUPUESTO DEL ANLISIS DE RUTAS

El modelo debe representar las relaciones causa efecto.
Las relaciones deben ser lineales aditivas
El modelo debe ser cerrado o completo, para los sistemas que no este
completo deben incluirse Vs residuales, por lo siempre se debe explicar el
100% de la varianza
Se asume que las Vs residuales no estn relacionadas entre s.
Las vs residuales tienen influencia sobre otras Vs endgenas (predecir) y
esa influencia es aleatoria.
El Modelo deber ser recursivo, es decir deben establecerse relaciones
causales unidireccionales por lo que son asimtricas.

69

El nivel de medida de las Vs, es intervalo Razn, puede acepta vs

categricas o nominales. Ms de tres niveles se leen con codificacin
dummy.
La n debe ser lo suficientemente grande entre 200 y 300 ss. Lo
recomendado en 30 ss por Vs.
Se resuelve por medio del Anlisis de Regresin, por lo que los supuesto
del

COMPONENTES DEL ANLISIS DE RUTA

Rutas: Establecer relacin causal entre las Vs. Existen dos tipos de Rutas
a) Directas, b) Indirectas. La Hi, cual es el monto y direccin de la ruta,
mediante el coeficiente Wright que son los mismos . Las Vs. se presentan
con un N de derecha a izquierda.
1.- Modelo Totalmente RECURSIVO: Todas las Vs. se influencian entre si.
2.- Modelo Parcialmente Recursivo:
Los modelos de Ruta solo se aplican en investigacin Experimental.
Las Variables: Son Observables
a) Endgenas: Son aquellas que reciben cabezas de flechas (Son
explicadas por el modelo)
b) Exgenos: Son aquellas que no reciben cabezas de flechas (No son
explicadas por el modelo)
c) Residuales: Son factores no observados que influencian las endgenas.
Si existe mas de 1 Vs. exgenos entonces estas deben ser correlacionadas o
establecidas por una relacin bidireccional
Efectos directos:
Efectos indirectos: se calcula multiplicando los efectos que van para la ruta
Efecto Total: Suma de directos sobre indirecto.
El modelo de ruta permite evaluar las Vs. mediadoras
Vs. Mediadoras: Transporta la explicacin de una Vs a Otra
Vs. Moderadora: Aquella segn sus niveles modifica la relacin entre 2 o + Vs.

70

ANLISIS DE RUTA.
Objetivo:
Estudiar la influencia del estrs familiar, fatiga, nivel de afrontamiento,
recursos espirituales, estrs psicolgico, estrs fisiolgico y sentido de coherencia,
sobre la calidad de vida de los clrigos y sus esposas, y relacionar estas variables
entre s.
Hi. General del estudio:
La calidad de vida de los clrigos y sus esposas se ve influenciada por
estrs psicolgico, estrs fisiolgico, sentido de coherencia, el nivel de
afrontamiento, recursos espirituales, estrs familiar y fatiga, que a su vez se
relacionan entre s.
Variables Exgenas:
Estrs familiar
Fatiga
Variables endgenas:
Nivel d afrontamiento
Recursos espirituales
Estrs psicolgico
Estrs Fisiolgico
Sentido de coherencia
Calidad de vida
Ventajas del Anlisis de ruta
Verifica los presupuestos de una teora acerca de las relaciones entre sus
trminos.
Provee un medio para descomponer la correlacin entre dos variables que
representen contribuciones causales y no causales.
Su estructura no es fija, en el sentido de que una misma variable pude
cumplir la funcin de variable independiente y variable dependiente a la
vez.
Poseen grandes campos de aplicacin en la psicologa, escolar, clnica,
social, salud, etc.
Limitaciones
Se adecua ms a un anlisis exploratorio que confirmatorio.
Posibilidad de relaciones espurias. Ya que la asociacin o falta de
asociacin entre dos dimensiones puede depender de influencias
distorsionada de otras variables.

71

Interpretacin de Resultados
Calidad de vida de los clrigos
Se obtuvo un coeficiente de correlacin mltiple de moderado y alto ( R= .
69) entre la combinacin lineal de las variables predictoras recursos espirituales,
estrs psicolgico, estrs fisiolgico, sentido de coherencia y fatiga) y la variable
predicha (calidad de vida). Existe un 48% (R 2 =.48) de varianza de la variable
observada que es explicado por la combinacin lineal de las variables predictoras.
Rutas Directas
La calidad de vida de los clrigos se ve influenciada directamente por el
sentido de coherencia, este tiene un coeficiente de correlacin parcial bajo y
positivo (B= .284; p .05),lo que significa a mayor sentido de coherencia, mayor
calidad de vida; para recursos espirituales tiene una correlacin parcial baja y
positiva (B= .260 ; p .05), lo cual significa que a mayor recursos espirituales
mayor calida de vida; el estrs fisiolgico tiene un coeficiente de correlacin
parcial bajo y negativo ( B=-.216 ; p .05), lo que significa que a menor estrs
fisiolgico mayor calidad de vida; el estrs psicolgico tiene un coeficiente de
correlacin parcial bajo y negativo (B= -.178; p .05),lo que significa que a menor
estrs psicolgico mayor calidad de vida; y la fatiga tiene un coeficiente de
correlacin parcial bajo y positivo (B= .162; p .05), lo que significa que a mayor
fatiga mayor calidad de vida. Las dems variables, no influenciaron
significativamente a la calidad de vida.
Rutas Indirectas
Los coeficientes indirectos son bajos. La calidad de vida de los clrigos se
ve influenciado indirectamente por los recursos espirituales de manera tal que, a
mayor recursos espirituales mayor sentido de coherencia y mayor calidad de vida
(B= .11), mientras que a menor recursos espirituales mayor estrs fisiolgico y
psicolgico y menor calidad de vida (B= .06; B= .06) respectivamente.
La calidad de vida de los clrigos se ve influenciado indirectamente por el
nivel de afrontamiento de tal manera que, a menor nivel de afrontamiento mayor
estrs psicolgico y fisiolgico y menor calidad de vida (B=.03; B=.03)
respectivamente.
La calidad de vida de los clrigos se ve influenciado indirectamente por la
fatiga de manera tal que a menor fatiga, mayor recursos espirituales, menor estrs
psicolgico y fisiolgico y mayor calidad de vida B=-.01; B= -.01), mientras que a
mayor fatiga menor recursos espirituales, menor sentido de coherencia y menor
calidad de vida ( B=-.02); y a mayor fatiga, menor recursos espirituales y menor
calidad de vida ( B= -.05)

72

Calidad de Vida de las esposas de los clrigos

Se obtuvo un coeficiente de correlacin mltiple moderado y alto ( R= .67)
entre la combinacin lineal de las variables predictoras ( Estrs familiar, recursos
espirituales, y estrs fisiolgico) y la variable predicha (calidad de vida). Existe un
46% (R2 =.46) de varianza de la variable observada que es explicado por la
combinacin lineal de las variables predictoras.
Rutas Directas
La calidad de vida de las esposas de los clrigos se ve influenciada
directamente por los recursos espirituales este tiene un coeficiente de correlacin
parcial moderado bajo y positiva (B= .359; p .05),lo que significa a mayor recurso
espirituales mayor calidad de vida; el estrs fisiolgico tiene una correlacin
parcial baja y negativa (B= -.198 ; p .05) lo que significa que menor estrs
fisiolgico mayor calidad de vida; el estrs familiar tiene un coeficiente de
correlacin parcial bajo y negativo (B= -.160 ; p .05), lo que significa que a menor
estrs familiar mayor calidad de vida. Las dems variables, no influenciaron
significativamente a la calidad de vida.
Rutas Indirectas
Los coeficientes indirectos son bajos. La calidad de vida de las esposas de
los clrigos se ve influenciada indirectamente por los recursos espirituales de
manera tal que, a menor recursos espirituales mayor estrs fisiolgico y menor
calidad de vida (B= .06)
La calidad de vida de las esposas de los clrigos se ve influenciada
indirectamente por la Fatiga de manera tal que, a menor fatiga, mayor recursos
espirituales, menor estrs fisiolgico y mayor calidad de vida (B=-.01). Y a menor
fatiga, mayor recursos espirituales y mayor calidad d vida (B= -.08).
La calidad de vida de las esposas de los clrigos se ve influenciada
indirectamente por el estrs familiar de manera tal que, a mayor estrs familiar
mayor recursos espirituales y mayor calidad de vida (B=.07). Y a mayor estrs
familiar mayor recursos espirituales, menor estrs fisiolgico y mayor calidad de
vida (B=.01).
Se observa que el sexo acta como variable moderadora de la relacin
entre estrs familiar, fatiga, sentido de coherencia, estrs psicolgico sobre la
calidad de vida de los clrigos casados.

73

Anlisis Factorial
Es una tcnica que permite identificar el n de divisiones que explica la Rs
una escala
Permite tener el significado de cada una de las relaciones
Es aquella tcnica que permite describir la estructura subyacente de una
matriz de datos.
Permite la identificacin de un nuevo conjunto de pocas Vs llamadas factores
o componentes, que juntos permiten explicar total o parcialmente la varianza
total
Permite dar cuenta de la mxima infamacin con la cantidad mnima de
Variables. Modelo Parsimonioso
Su objetivo es establecer un Modelo Parsimonioso.
Es una tcnica de independencia, se toma todas las Vs de forma simultanea
no se distingue VI y VD.
El modelo matemtico del AF supone que cada una de las p variables observadas
es funcin de un nmero m factores comunes (m < p) ms un factor especfico o
nico. Tanto los factores comunes como los especficos
no son observables y su determinacin e interpretacin es el resultado del AF.
Analticamente, supondremos un total de p variables observables tipificadas y la
existencia de m factores comunes. El modelo se define de la siguiente forma:
X1 = l11 F1 + l12 F2 + l1m Fm + e1
X2 = l21 F1 + l22 F2 + l2m Fm + e2
...
Xp = lp1 F1 + lp2 F2 + lpm Fm + ep
Como tanto los factores comunes como los especficos son variables hipotticas,
supondremos, para simplificar el problema, que:
a. Los factores comunes son variables con media cero y varianza 1. Adems se
suponen incorrelacionados entre s.
b. Los factores nicos son variables con media cero. Sus varianzas pueden ser
distintas. Se supone que estn incorrelacionados entre s. De lo contrario la
informacin contenida en ellos estara en los factores comunes.
c. Los factores comunes y los factores nicos estn incorrelacionados entre si
Esta hiptesis nos permite realizar inferencias que permitan distinguir entre los
factores comunes y los especficos. Basndonos en el modelo y en las hiptesis
formuladas, podemos demostrar que la varianza (informacin contenida en una
variable) de cada variable se puede descomponer en:
Aquella parte de la variabilidad que viene explicada por una serie de
factores comunes con el resto de variables que llamaremos comunalidad de
la variable

74
Y la parte de la variabilidad que es propia a cada variable y que, por tanto,
es no comn con el resto de variables. A esta parte se le llama factor nico o
especificidad de la variable.
Eigenvalue (autovalor) : representa la capacidad del factor h para explicar la
varianza total de las variables. Si las variables originales estuviesen tipificadas, la
varianza total sera igual a p y gh/p representara el porcentaje de varianza total
atribuible al factor h.
Resultados del anlisis Factorial
Pasos a Seguir
1.- Elaboracin de la Matriz de correlaciones
El determinante de la matriz de correlaciones: Si dicho determinante es muy
bajo, entonces significa que existen variables con intercorrelaciones muy altas, y
entonces es factible continuar con el anlisis factorial. Sin embargo, el
determinante no debe ser igual a cero, pues en este caso los datos no seran
vlidos.
El Test de Esfericidad de Bartlett: Se utiliza para probar la Hiptesis Nula que
afirma que las variables no estn correlacionadas en la poblacin. Es decir,
comprueba si la matriz de correlaciones es una matriz de identidad. Se puede dar
como vlidos aquellos resultados que nos presenten un valor elevado del test y
cuya fiabilidad sea menor a 0.05. En este caso se rechaza la Hiptesis Nula y se
contina con el Anlisis.
El ndice Kaiser-Meyer-Olkin: Mide la adecuacin de la muestra. Indica qu tan
apropiado es aplicar el Anlisis Factorial. Los valores entre 0.5 y 1 indican que es
apropiado aplicarlo.
El coeficiente de correlacin parcial: Se utiliza como un indicador que muestra la
fuerza de las relaciones entre dos variables eliminando la influencia de las otras
variables. Estos coeficientes deben tender a ser prximos a cero cuando se dan
las condiciones para el anlisis factorial.
2. Extraccin de los Factores Iniciales
a.- Metodos de los Componentes Principales.:Este procedimiento busca el factor
que explique la mayor cantidad de la varianza en la matriz de correlacin. Este
recibe el nombre de factor principal. Esta varianza explicada se resta de la matriz
original producindose una matriz residual. Luego se extrae un segundo factor de
esta matriz residual y as sucesivamente hasta que quede muy poca varianza que
pueda explicarse. Los factores as extrados no se correlacionan entre ellos, por
esta razn se dice que estos factores son ortogonales.

75

3. Rotacin de los Factores Iniciales

Con frecuencia es difcil interpretar los factores iniciales, por lo tanto, la extraccin
inicial se rota con la finalidad de lograr una solucin que facilite la interpretacin.
Hay dos sistemas bsicos de rotacin de factores: los mtodos
de rotacin ortogonales (mantienen la independencia entre los factores rotados:
varimax
a.- Los mtodos de rotacin no ortogonales: proporcionan nuevos factores rotados
que guardan relacin entre s
4. Denominacin a los factores encontrados
En cuanto a la denominacin que debe adjudicarse a los factores encontrados,
McDaniel et al. (1999) sealan que esto es algo subjetivo y requiere de una
combinacin de intuicin y conocimiento de las variables.
Requisitos
Vs de Intervalo o Razn
Las Vs se distribuyen de forma normal
N mnimo de Vs es 3
N grande, con respecto al n de Vs involucradas en el modelo, mnimo 10
por reactivo
Anlisis Factorial SPSS
Stadistics
Data Reduccion
Factor
a.- Extraction
1.- Metodo: Componente Principales
2.- Analyz: Correlation Matriz
3.- Display: Scree Plot
4.- Eigenvalues over: 1.5
b.- Rotation
1.- Varimax
c.- Options
1.- Listwise
2.- Supress absolute values lessthan: .35

76

Anlisis Factorial Ejemplo

El mtodo utilizado es el anlisis de componentes principales donde cada
dimensin es una funcin lineal de las variables originales.
Para la determinacin del numero de factores los investigadores obtuvieron
en la tabla solucin inicial el total de varianza explicada , en esta se observa que 3
factores superan el 30% de varianza explicada y que 13 factores tienen un
autovalor de 1 o superior que se obtuvo por el mtodo de Kaiser; tambin se pude
observar en el grafico de sedimentacin que 4 factores se encuentran en la cada
de la pendiente. Despus de analizar estos criterios se determino 4 factores que
corresponden a un autovalor superior a 2 y un 39% de varianza explicada lo que
es mayor al 30% por lo que es aceptada.
El primer factor con un autovalor de 7, 128 explica el 16,57% de la varianza
, el segundo factor con un autovalor de 4,563 explica el 27,18% de la varianza, el
tercer factor con un autovalor de 2,787 explica el 33,66% de la varianza y el cuarto
factor con un autovalor de 2,377 explica el 39,19% de la varianza.
Por medio del mtodo de rotacin ortogonal Varimax, se obtuvo 7
rotaciones, la matriz rotada tomando como criterio una carga factorial mayor a .35
se obtiene que en el primer factor cargaron los tems 19, 14, 15, 9, 27, 7, 29, 12,
18, 35, 16, 21, 22, 37, 40 y 10; en el segundo factor cargaron los tems 13, 39, 41,
31, 2, 3, 6, 32, 33 y el 30; en el tercer factor cargaron los tems 11, 20, 25, 4, 28,
43, 24 y el 8; y en el cuarto factor cargaron los tems 26, 6, 5, 10, 38, 39 y 24.
En los tems 6, 8, 18, 20, 24, 25, 26 y 33 que cargaron doble se escogi
colocarlos en el factor que tuvieran mayor puntuacin. Los tems 5, 10 y 38 estn
de forma invertida.

77

Modelos de Ecuaciones Estructurales (SEM)

Estrategia que se basa en el anlisis estructural de covarianza para la
estimacin de parmetros en un modelo y la estimacin del ajuste del modelo
a los datos estructurados
Sistema analtico para modelar y probar teora
Establece que es una tcnica estadstica extensin de la tcnica de
Regresin Mltiple y Factorial.
Tcnica que se usa para evaluar las relaciones exhaustivamente de forma
exploratoria
Modelo parecido al anlisis de Ruta
Caractersticas
Examina las relaciones de manera simultanea, le da al modelo mayor
eficiencia estadstica.
Trabaja con la nocin de Vs Latente
Se puede inferir las medidas de los indicadores en forma de ovalo y las Vs
observadas en Cuadrado
COMPROMISO

APOYO

Supone un modelo de medida y toma en cuenta el error de medida

Se observa 2 Modelos:
A) Modelo de Medida: Ve en que medida los indicadores miden lo
que tienen que medir (Anlisis Factorial Confirmatorio: Maneja el
error de medida en su procedimiento)
B) Modelo de Relacin: Se supone que no hay error entre las
relaciones

Supuestos
Se debe cumplir los del Regresin Mltiple y Anlisis Factorial
Supone un Modelo Sobre identificado, cuando hay mayor n de ecuaciones
que incgnitas
N de ecuaciones: Se obtiene tanto datos como lo que estamos pidiendo
(Datos Obtenidos)

78

N de incgnitas: son los Parmetros Libres: Coeficiente a ser identificado

en el modelo y tiene que ver con las correlaciones y varianzas se identifican
con un asterisco (*)

*
VI1

*
VD (*) Se fija a 1

*
VI2

*
e*

Sobre identificado: N de Ecuaciones > N de Incgnitas

Identificado: N de Ecuaciones = N de Incgnitas
Sub identificado: N de Ecuaciones < N de Incgnitas

gl > 0
gl = 0
gl < 0

Los grados de libertad son las incgnitas menos las ecuaciones

Estimacin
1.- Parmetros: Estimacin de manera sistemtica que optimiza la mejor
combinacin
2.- Modelos Ajuste: ndice de ajuste mediante funciones matemticas mas global y
dice si todos se ajusta al modelo. Se obtiene mediante la matriz de covarianza
R* - Robt = Matriz de Error = 0
ndice de Ajuste
X2 : Es inestable porque esta propenso al tamao de la muestra. Ho:R*=R obt
. Se busca que no sea significativo para aceptar Ho
Varianza Explicada : TFI y GFI . Van de 0 a 1 y debe estar cercano a 1
debe ser mayor de .90
Varianza de Error: RMSEA. Va de 0 a 1 y debe estar cercano a 0 y debe
ser menor a 0.08
Anlisis de ruta y Modelos de Ecuaciones Estructurales
Semejanzas
Verificar Hi de modelos causales entre Vs.
No permite ver el papel de la Vs mediadoras

79
Diferencias
Nocin de Vs Latente solo en el modelo de ecuaciones estructurales
La estimacin de parmetros es simultanea en el Modelo de Ecuaciones
Estructurales y en el Anlisis Factorial NO.
En el Anlisis de Ruta se utiliza los mnimos cuadrados para la estimacin
de parmetros y en la otra se utiliza mas compleja
MEE bondad de ajuste es global y en el A. Ruta se obtiene un ajuste para
cada Vs endgena que viene dado por Beta, errores, significancia
MEE nos permite verificar el modelo de medida porque lo supone, y el
anlisis de ruta no supone llevar a cabo
MEE modelo sobreidentificado y el A. ruta modelo identificado