SEMINV - Libro de Texto

Seminarios de Investigacin Cientfica
seminariosdeinvestigacion.com
SEMINARIOS DE INVESTIGACIN CIENTFICA

www.seminariosdeinvestigacion.com 2011
INDICE
1. Tipos de investigacin.. 01 2. Niveles en Investigacin.. 02 3. Diseos en Investigacin.. 03 4. Las variables segn su medicin.. 04 5. Escalas de Medicin de las variables.. 05 6. Las variables segn su relacin.. 06 7. Unidades de estudio... 07 8. Formulacin del estudio.. 08 9. Delimitacin del estudio.. 09 10. Objetivos estadsticos.. 10 11. Objetivos estadsticos bivariados.. 11 12. Objetivo estadstico comparar.. 12 13. Formulacin de hiptesis.... 13 14. Nivel de significancia.. 14 15. Prueba de hiptesis... 15 16. Poblacin y muestra.. 16 17. Unidades de muestreo.. 17 18. Tcnicas de muestreo.. 18 19. Instrumentos de medicin.. 19 20. Validez cualitativa de un instrumento.. 20 21. Validez cuantitativa de un instrumento.. 21 22. Tcnicas de recoleccin de Datos.. 22 23. Tipos de preguntas en un cuestionario.. 23 24. Escala de tipo Likert.... 24 25. Validez de un estudio.... 25 26. Sesgos de seleccin.... 26 27. Sesgos de medicin.... 27 28. Calidad de la informacin..... 28 29. Discusin de resultados... 29 30. Criterios de Causalidad... 30
Tipos de investigacin
1.
Segn la intervencin del Investigador: OBSERVACIONAL: No existe intervencin del investigador; los datos reflejan la evolucin natural de los eventos, ajena a la voluntad del investigador. EXPERIMENTAL: Siempre son prospectivos, longitudinales, analticos y de nivel investigativo explicativo (causa efecto); adems de ser controlados.
2.
Segn la planificacin de la toma de datos PROSPECTIVO: Los datos necesarios para el estudio son recogidos a propsito de la investigacin (primarios). Por lo que, posee control del sesgo de medicin. RETROSPECTIVO: Los datos se recogen de registros donde el investigador no tuvo participacin (secundarios). No podemos dar fe de la exactitud de las mediciones.
3.
Segn el nmero de ocasiones en que mide la variable de estudio TRANSVERSAL: Todas las variables son medidas en una sola ocasin; por ello de realizar comparaciones, se trata de muestras independientes. LONGITUDINAL: La variable de estudio es medida en dos o ms ocasiones; por ello, de realizar comparaciones (antes despus) son entre muestras relacionadas.
4.
Segn el nmero de variables de inters DESCRIPTIVO: El anlisis estadstico, es univariado porque solo describe o estima parmetros en la poblacin de estudio a partir de una muestra. ANALTICO: El anlisis estadstico por lo menos es bivariado; porque plantea y pone a prueba hiptesis, su nivel ms bsico establece la asociacin entre factores.
IMPORTANTE: Descriptivo no es sinnimo de observacional. Un estudio observacional puede ser analtico. Ejm: El estudio de los casos y controles.
Niveles de investigacin
1.
Exploratorio: Se plantean cuando no existe un cuerpo terico que ilumine el fenmeno observado; su funcin es el reconocimiento e identificacin de problemas. No hay preguntas que conduzcan a problemas precisos, se exploran reas problemticas. Se trata de investigacin cualitativa; por lo que no se requiere de manejo estadstico.
2.
Descriptivo: Describe fenmenos sociales o clnicos en una circunstancia temporal y geogrfica determinada. Su finalidad es describir y/o estimar parmetros. Se describen frecuencias y/o promedios; y se estiman parmetros con intervalos de confianza. Ejm. los estudios de frecuencia de la enfermedad: Incidencia y Prevalencia.
3.
Relacional: No son estudios de causa y efecto; la estadstica solo demuestra dependencia entre eventos; Ejm. los estudios de asociacin sin relacin de dependencia. La estadstica es bivariada nos permite hacer asociaciones (Chi Cuadrado) y medidas de asociacin; correlaciones y medidas de correlacin (Correlacin de Pearson).
4.
Explicativo: Explica el comportamiento de una variable en funcin de otra(s); por ser estudios de causaefecto requieren control y debe cumplir otros criterios de causalidad. El control estadstico es multivariado a fin de descartar asociaciones aleatorias, casuales o espurias entre la variable independiente y dependiente. Ejm. Chi2 de Mantel-Haenszel.
5.
Predictivo: Se encarga de la estimacin probabilstica de eventos generalmente adversos, como puede ser las complicaciones de la enfermedad, la mortalidad, etc. Se aplican un conjunto de tcnicas estadsticas. Ejm. La validacin de una prueba diagnstica requiere: Alfa de Cronbach, ndice Kappa, ANOVA, Curvas ROC.
6.
Aplicativo: Plantea resolver problemas o intervenir en la historia natural de la enfermedad. Enmarca a la innovacin tcnica, artesanal e industrial como la cientfica. Las tcnicas estadsticas apuntan a evaluar el xito de la intervencin, como medidas de impacto sobre los principales indicadores de salud: tasas, coberturas, rendimiento, etc.
Diseos en investigacin
1. Epidemiolgicos: Estudian la morbi-mortalidad y eventos la salud en poblaciones humanas. Descriptivos: Pueden ser transversal (Ej. Estudio de prevalencia) y longitudinal (Ej. Estudio de incidencia). Analtico: Aqu se encuentran los estudios de factores de riesgo, los que terminan planteando la relacin de causalidad. Ej. Casos y controles; Cohortes. De intervencin: No son experimentos verdaderos, porque se ven limitados por las normas ticas. Ej. Ensayos clnicos y ensayos de poblacin.
2.
Experimentales: Requiere dos condiciones: intervencin y asignacin aleatoria (grupo control). Pre-experimento: La intervencin no es apropsito de la investigacin; sino que obedece a las necesidades teraputicas del sujeto. Cuasi-experimento: Cuando no hay grupo control, no es posible realizar la asignacin aleatoria, se realiza dos mediciones en el mismo grupo. Experimento verdadero: Cumple con la asignacin aleatoria (grupo control) e intervencin a propsito de la investigacin.
3.
Comunitarios: La unidad de estudio es la poblacin y la fuente de datos de tipo secundario. Exploratorios: El nico propsito es buscar patrones espaciales o temporales que podran sugerir temas de investigacin. Comparaciones mltiples: Verifican hiptesis sobre la diferencia de parmetros correspondientes a situaciones diferentes en una poblacin. Series temporales: Analiza las variaciones temporales de los niveles de exposicin a travs del tiempo. Ej. La semana epidemiolgica.
4.
Validacin de instrumentos: Se orientan a la identificacin, definicin y medicin de un constructo. Creacin: Cuando no existe la forma de evaluar un constructo (variable subjetiva) se tiene que definir el concepto antes de pensar en medirlo. Validacin: Referida a las propiedades mtricas del instrumento, su principal objetivo es poder detectar y descartar el concepto estudiado. Optimizacin: La finalidad de usar un instrumento es que sea una herramienta a la hora de tomar decisiones las cuales siempre son dicotmicas.
Las variables segn su medicin

1. Variables objetivas Son propiedades, caractersticas o atributos que se dan en las unidades de estudio (personas, grupos, etc.) o por derivacin de ellas; siempre deben ser medibles. Las variables individuales corresponden a las unidades de estudio individuales, ejm. el nivel de instruccin de las personas. Las variables colectivas son propiedades de grupos y su medicin se basa en las propiedades individuales que poseen sus miembros, por ejemplo el ndice de analfabetismo.
Unidimensionales Cuando las variables no presentan ninguna dificultad para su identificacin se dice que tienen indicadores directos (la misma variable es su propio indicador) o unidimensionales. El anlisis estadstico de las variables individuales y las variables colectivas; incluso dentro de un mismo objetivo, no siempre es el mismo.
2.
Variables subjetivas El constructo es una propiedad que se supone posee una persona (unidad de estudio individual), es un concepto terico. Ejm. la inteligencia, la motivacin, la creatividad, las actitudes, etc. Los constructos se definen como propiedades subyacentes, que no pueden medirse de manera directa, sino mediante indicadores que corresponden a sus dimensiones. Los instrumentos utilizados para medir variables subyacentes, deben tener una validez de constructo que corresponde su definicin operacional.
Multidimensionales Siendo que las variables subyacentes no se pueden medir directamente se requieren de indicadores; de manera que cada uno de los indicadores se convierte en una dimensin. Las variables subyacentes (constructos) que no pueden medirse de manera directa, requieren de tantas dimensiones como indicadores que permitan su medicin.
Escalas de medicin de las variables

Tipo Naturaleza (0) NOMINAL Ningn atributo Orden Distancia Origen Orden VARIABLES CATEGRICAS CUALITATIVAS (1) ORDINAL Un atributo Distancia Origen Orden (2) INTERVALO Dos atributos Distancia Origen Orden VARIABLES NUMRICAS CUANTITATIVAS (3) RAZN Tres atributos Distancia Origen
Escala Atributos de la escala
Posee categoras a las que se Caracterstica asigna un nombre sin que exista ningn orden implcito entre ellas.
Posee las categoras ordenadas, pero no permite cuantificar la distancia entre una categora y otra.
Tiene intervalos iguales y medibles. No tiene un origen real, por lo que puede asumir valores negativos.
Tiene intervalos constantes entre valores; adems de un origen real. El cero significa la ausencia del individuo.
Ejemplos
Gnero Masculino Femenino
Estado Civil Soltero Casado Conviviente
Instruccin Primaria Secundaria Superior
Intensidad Leve Moderado Severo
Temperatura -10C 0C 20C
Hora del da 00 Horas 10 Horas 20 Horas
Peso 00.00Kg 10.24Kg 20.00Kg Uno Dos Tres
Hijos
Valor Final
Dicotmicas: Tienen solamente dos categoras Ejemplos de Ordinal Dicotmica: Observaciones Nuevo - Continuador Vivo Fallecido Sano Enfermo Politmicas: Tienen ms de dos categoras.
Continuas: Provienen de medir Se pueden representar con nmeros enteros o fraccionarios Entre dos valores siempre existe un valor intermedio
Discretas: Provienen de contar Solamente pueden ser representados con nmeros enteros
Las variables segn su relacin

Esta clasificacin de las variables se fundamenta en la bsqueda de obtener explicacin causal fundamentalmente en un estudio observacional y auxiliarmente en un experimento y correspondiente al nivel investigativo explicativo. Su estructura responde a la necesidad de realizar el control fundamentalmente estadstico y auxiliarmente metodolgico de la relacin causa-efecto.
1.
Variable independiente
Es aquella cuya existencia es autnoma, no depende de otra, ms bien de ella dependen otras, representa los factores que constituiran la causa, siendo que previamente ha demostrado ser factor de riesgo para el problema que se estudia. En este sistema de variables se plantea solamente una variable independiente.
2.
Variable dependiente
En este sistema de variables representa a la variable de inters o variable de estudio, es la que para su existencia y desenvolvimiento depende de otra independiente, su modo de ser, est condicionada por otros aspectos de la realidad. Es la que mide o describe el problema que se estudia.
3.
Variables intervinientes
3.1. Variable de confusin Su participacin puede intensificar o antagonizar la relacin aparente entre el problema y una posible causa, creando confusin en el investigador. Su influencia se da tanto sobre la variable independiente como en la dependiente. Su control se debe realizar mediante anlisis estratificado.
3.2. Variable intermedia Esta variable aparece de manera incalculada durante el proceso de una observacin o inesperada dentro de un experimento, entre el factor causal y el efecto. Ocurre cuando no ha habido una buena eleccin de los factores de riesgo. El procedimiento ms idneo para su neutralizar su participacin es el anlisis multivariado.
3.3. Variable control Es una variable con una fuerte influencia sobre la variable dependiente, pero ningn efecto reconocido sobre la variable independiente. Habitualmente se reconoce su participacin en el momento de la planeacin. Su control se realiza metodolgicamente mediante los criterios de exclusin.
Unidades de estudio
1. Unidad de estudio: Es la unidad sobre la cual se necesita informacin, es el individuo (conjunto de individuos) de donde se obtiene el dato; la unidad de estudio corresponde a la entidad que va a ser objeto de medicin y se refiere al qu o quin es sujeto de inters en una investigacin. La informacin se obtiene a partir de la unidad que haya sido definida como tal, incluso si para acceder a ella se deba recurrir pasos intermedios; en un trabajo de investigacin existe solamente una unidad de estudio.
2.
Unidad de informacin: La informacin que requerimos de una unidad de estudio, no siempre se obtiene de ella misma, cuando la unidad de estudio es la poblacin el individuo se convierte en unida de informacin, en un estudio retrospectivo las unidades de informacin son las historias clnicas. Cuando evaluamos el trastorno por dficit de atencin en los nios se le encuesta a sus padres y/o a sus profesores. En los meta-anlisis son los propios estudios los que brindan la informacin.
3.
Unidad de muestreo: Est constituida por una o varias unidades de estudio. Son las unidades que ingresan al sorteo en el muestro aleatorio simple; en un muestreo polietpico son los conglomerados o clsters quienes ingresan al sorteo, mientras que las unidades de estudio son los pacientes. En una encuesta de preferencias polticas, las unidades muestreo son los hogares pero la unidad de estudio es el votante. En el muestreo polietpico hay tantas unidades de muestreo como etapas tenga el remuestreo.
4.
Unidad de anlisis: Si queremos conocer el nivel de glucosa en plasma 5cc de sangre sern suficientes, a esta cantidad de sustancia se le conoce como unidad de anlisis, y basta con una para realizar inferencia estadstica, la unidad de anlisis es el elemento objeto de estudio, cada unidad de estudio puede tener una o ms unidades de anlisis, si el estudio es sobre piezas dentarias, un individuo tendr ms de una unidad de anlisis. Desde el punto de vista investigativo la unidad de anlisis es indivisible.
5.
Unidad de observacin: Corresponde al indicador de la variable multidimensional; en un estudio sobre el nivel socioeconmico las unidades de observacin son las condiciones fsicas de su vivienda, pero tambin es el estado de cuenta de sus movimientos financieros. En un centro hospitalario los atendidos son las unidades de estudio, pero las atenciones son las unidades de observacin; un paciente asmtico puede tener tantas observaciones como ingresos hospitalarios registre debido a su enfermedad.
6.
Unidades de experimentacin: Cada una de las reacciones de un individuo sometido a las variaciones de un mismo estmulo es una unidad de experimentacin, donde cada medida refleja el efecto de la intervencin; as por ejemplo en una audiometra se somete a un mismo individuo a estmulos acsticos de diferente intensidad y frecuencia; la unidad de experimentacin es nica si la unidad de estudio se descarta luego de la investigacin, como ocurre con los animales de experimentacin.
Formulacin del problema
La expresin, FORMULACIN DEL PROBLEMA, viene de la palabra frmula, que significa arreglo de trminos de acuerdo a la relacin observada entre ellos. Se trata de sintetizar la cuestin proyectada a investigar en trminos concretos, explcitos, claros y precisos, puede adoptar la forma declarativa o interrogativa. No todos los estudios representan un problema, por ello Los problemas de Investigacin se formulan con los 5 componentes a continuacin:
Propsito del estudio: Conocido tambin como especificidad del estudio, porque es el aspecto preciso, concreto y claro que se busca investigar, es la finalidad cognoscitiva del estudio porque refleja el tipo de conocimiento que el investigador sesea adquirir, es el propsito estadstico porque implica lo que el investigador desea indagar en la o las variables de inters, o etc. En un solo trmino o frase hace alusin al diseo de la investigacin, al nivel investigativo, al tipo de estudio u objetivo estadstico, etc.
Variables de inters: Es el aspecto observable en las unidades de estudio; son cada una de las variables que participarn en el anlisis estadstico con un papel nico, as por ejemplo en un estudio de factores de riesgo, todos los factores planteados en conjunto representan solamente una variable de inters. Un tipo especial de variable de inters es la variable de estudio la cual aparece explcitamente en el enunciado y que puede ser fija o aleatoria dependiendo del nivel investigativo en el que nos encontremos.
Unidades de estudio: La unidad de estudio es nica en un trabajo de investigacin y caracteriza a toda la lnea de investigacin; es la entidad que va a ser objeto de medicin y se refiere al sujeto o grupo de sujetos de inters en una investigacin, toda la a informacin se obtiene a partir de la unidad que haya sido definida como tal, incluso si para acceder a ella se deba recorrer pasos intermedios. Debe mencionarse a las unidades de estudio de la cual se necesita la informacin, aunque a veces su presencia en el enunciado resulta implcita.
Delimitacin espacial: Es ineludible cuando se tratan de estudios de nivel exploratorio y descriptivo; es preciso delimitar un estudio exploratorio o descriptivo porque los fenmenos varan de un lugar a otro; lo cual no ocurre en los estudios relacionales, explicativos y predictivos; en el enunciado se debe especificar sobre qu poblacin se realizar la inferencia estadstica. La delimitacin espacial se encuentra relacionado con el tamao de la muestra, porque su identificacin nos permite conocer el marco muestral.
Delimitacin temporal: Su identificacin es an ms trascendente que la ubicacin espacial en los estudios de nivel exploratorio y descriptivo, porque circunscribe e identifica una poblacin a estudiar solucionando as el problema de las poblaciones infinitas o desconocidas por lo que se encuentra relacionado con el muestreo accidental. En las enfermedades o situaciones problemticas que varan excesivamente en relacin al tiempo es preciso ubicar un espacio lo suficientemente representativo de la poblacin.
Delimitacin del estudio

Delimitar el tema de estudio quiere decir construir una valla a la investigacin y especificar el alcance de sus conclusiones. En los niveles de investigacin ms bsicos es prioritario delimitar el estudio; siendo que una lnea de investigacin se delimita de manera automtica mientras ms avanza a travs de los niveles de la investigacin. El primer criterio para delimitar el problema es su formulacin o enunciado a los cuales debemos aadir los siguientes criterios de delimitacin:
1.
rea del conocimiento: Toda vez que hayamos enunciado el estudio debemos delimitar el rea del conocimiento en trminos de rea general, rea especfica, especialidad y lnea de investigacin. Es posible que un estudio pertenezca a ms de una rea del conocimiento denominndosele multidisciplinario; el cual se caracteriza por poseer por lo menos dos variables de inters cada una de ellas en distintas reas del conocimiento.
2.
Operacionalizacin de variables: Todos los problemas o enfermedades son multifactoriales donde el nmero de variables es infinito; por lo que es preciso delimitarlas mediante un cuadro de operacionalizacin de variables, el cual tiene por finalidad identificar las variables que ingresaran al proceso de estudio agrupndolas por variables de inters y de acuerdo a la relacin que guardan entre ellas, adems se consignarn sus indicadores y el valor final que pueden asumir luego de su medicin reconociendo su escala de medicin.
3.
Marco Conceptual: Se delimita por la informacin disponible en el momento en que se ejecuta el estudio, de tal modo que podamos situarnos en un determinado nivel investigativo; cuando la variable de estudio es subjetiva delimitamos los conceptos mediante la eleccin del instrumento y la teora que lo sustenta; cuando no hay un instrumento el autor del estudio propone uno y cuando existen mltiples instrumentos se deber elegir el ms idneo.
4.
Marco Muestral: Los recursos delimitan la cantidad de unidades de estudio, de manera que no podemos evaluar a toda la poblacin principalmente por razones de tiempo y economa; de tal modo que tendremos que recurrir a una muestra, la cual tiene un nivel de confianza y tambin un grado de error, es preciso reconocer que nivel de confianza tendr nuestro estudio en relacin a la cantidad de unidades de estudio que hayamos incluido en el mismo.
5.
Seleccin de instrumentos: Los instrumentos de medicin delimitan el estudio por su capacidad de detectar y descartar el problema en estudio; cuando no podemos acceder a la prueba patrn, gold estndar o diagnstico definitivo, tendremos que echar mano de la prueba de screening, tamizaje o de despistaje. Es preciso que delimitemos el estudio reconociendo que instrumentos estamos utilizando, si trata de uno documental mencionar al autor y si se trata de uno mecnico mencionar la marca.
Objetivos estadsticos
Uno de los criterios ms importantes a la hora de escoger el estadstico de prueba, se encuentra intrnsecamente relacionado al nivel investigativo; Exploratorio - Descriptivo - Relacional Explicativo -
Predictivo - Aplicativo. En esta pastilla se ha omitido intencionalmente el objetivo estadstico comparar por ser el ms usado y encontrarse en todos los niveles merece una mencin aparte.
1.
A nivel descriptivo Determinar. Cuando buscamos en obtener el resultado de una variable subyacente o constructo y utilizamos un instrumento documental. Estimar: Usado frecuentemente para la estimacin puntual de un parmetro y los intervalos de confianza del mismo. Describir: Para las variables que no son de estudio y que no involucra la utilizacin de instrumentos pues se tratan de variables unidimensionales o directas.
2.
A nivel relacional Asociar: Plantea que dos sucesos ocurren de manera simultnea en repetidas ocasiones y que tal concurrencia no puede atribuirse al azar. Correlacionar: Plantea que en un mismo individuo las unidades de una de sus variables se correlaciona con otra diferente. Concordar: Sucesos concurrentes que corresponden a diferentes observadores o al mismo observador pero con diferentes instrumentos.
3.
A nivel explicativo Evidenciar: Propio de los estudios observacionales donde el anlisis estratificado busca descartar asociaciones aleatorias, casuales o espurias. Demostrar: Cuando el origen de los datos corresponde a un experimento, pretendemos demostrar algo que previamente se ha evidenciado. Probar: Luego de haber demostrado mediante un estudio experimental se tiene que repetir para probar consistencia o coherencia (Bradford Hill 1965)
4.
A nivel predictivo Predecir: Calcular la probabilidad de ocurrencia de un suceso en una serie de eventos, por consecuencia la variable a predecir es dicotmica. Pronosticar: Calcular la probabilidad de ocurrencia de un suceso en funcin al tiempo por consecuencia la variable pronosticada es numrica. Preveer: Calcular la probabilidad de necesitar, disponer o preparar medios contra futuras contingencias.
10
Objetivos estadsticos bivariados

1. Comparar (grupos): Es el objetivo estadstico ms bsico del anlisis bivariado, el modelo comparativo cuenta con la participacin de una variable fija y una variable aleatoria. Su finalidad es identificar las diferencias entre los grupos participantes; se puede comparar dos o ms grupos los cuales se construyen en la etapa de la planificacin del estudio. La comparacin inicial es a dos colas; pero debe complementarse con un test de una sola cola. La prueba de hiptesis se realiza con el estadstico: Chi cuadrado de Homogeneidad cuando la variable aleatoria es categrica y t de Student para muestras independientes si la variable aleatoria es numrica. Ho: NO Existen diferencias entre los grupos evaluados. H1: Existen diferencias entre los grupos evaluados.
2.
Comparar (antes-despus): Es la comparacin de un mismo grupo antes y despus de un periodo de seguimiento (observacional) o de una intervencin (experimental); la idea de hacer dos medidas sobre el mismo grupo, es verificar los cambios producidos entre una medida y otra; por ello corresponden a estudios longitudinales. Estas comparaciones siempre son de individuo a individuo. La hiptesis habitualmente es de una sola cola. La prueba de hiptesis se realiza con el estadstico: Chi cuadrado de McNemar cuando la variable aleatoria es categrica y t de Student para muestras relacionadas si la variable aleatoria es numrica. Ho: No existe variacin entre las medidas antes y despus. H1: Existe variacin entre las medidas antes y despus.
3.
Asociar (categoras) o Correlacionar (unidades): Constituyen una misma proposicin porque involucras la participacin de dos eventos aleatorios. La correlacin puede significar el primer paso para la asociacin, muy til cuando se realiza minera de datos. Para correlacionar hay que definir las unidades de estudio en ambas variables y para asociar hay que definir los factores de inters en ambas variables. Podemos correlacionar los valores de IMC con la glucosa y luego asociar la obesidad con la diabetes. La prueba de hiptesis se realiza con el estadstico: Chi cuadrado de Independencia cuando las dos variables aleatorias son categricas y la correlacin de Pearson si las variables aleatorias son numricas. Ho: Existe independencia entre los dos resultados. H1: Existe dependencia entre los dos resultados.
4.
Concordar o correlacionar (Como valor predictivo) Una vez demostrada a la asociacin es preciso realizar la medida de asociacin; la concordancia es una media de asociacin y el coeficiente r de Pearson es una medida de correlacin. La concordancia puede correspondes a diferentes observadores o a diferentes instrumentos. Desde el punto de vista de la evaluacin de pruebas diagnsticas se utiliza la concordancia o correlacin para evaluar el valor predictivo de una variable sobre otra. El estadstico es un ndice de concordancia: ndice Kappa de Cohen cuando las dos variables aleatorias son categricas y el ndice de Correlacin R de Pearson si las variables aleatorias son numricas.
11
Objetivo comparativo
1. Exploratorio. Aqu se encuentran las comparaciones sin mtodos estadsticos, donde podemos encontrar dos casos las comparaciones mltiples enmarcadas en los diseos comunitarios o ecolgicos donde la unidad de estudio es la poblacin y los estudios de casos donde la poblacin es un solo individuo. As por ejemplo podemos comparar de las costumbres a la hora del parto en la Regin Quechua y Aymara. Tambin podemos comparar la opinin de un grupo de expertos en el proceso de la validacin por jueces dentro de la validez de contenido de un instrumento.
2.
Descriptivo. Las comparaciones descriptivas ocurren cuando evaluamos dos poblaciones en los estudios comunitarios o ecolgicos, en este caso no se requiere aplicar pruebas estadsticas puesto que la unidad de estudio es la poblacin y no se requiere hacer inferencia estadstica. La comparacin del rendimiento acadmico de dos estudiantes al momento de su graduacin tampoco requiere de pruebas de hiptesis sino solamente verificar quien tiene el mayor promedio. La comparacin descriptiva es el preludio para la comparacin a nivel de prueba de hiptesis.
3.
Relacional. El contraste de independencia entre dos variables presenta tres modelos matemticos: con los totales marginales de ambos factores fijos (modelo I), modelo con los totales marginales de uno de los factores fijos (modelo II), y el modelo con el total muestral fijo (modelo III); pues bien el objetivo comparativo a nivel bivariado (nivel relacional) corresponde al modelo II con un factor fijo y uno aleatorio. La comparacin puede ser de grupos independientes o de muestras relacionadas y necesariamente involucra el planteamiento de hiptesis.
4.
Explicativo. El anlisis comparativo estratificado permite el control estadstico en un estudio observacional a nivel explicativo como por ejemplo el test de Mantel-Haenszel. La finalidad esta comparacin estratificada es descartar asociaciones aleatorias, casuales o espurias. A nivel experimental podemos plantear objetivos comparativos de grupo aleatorizados; por ejemplo comparar las evaluaciones del grupo experimental y el grupo blanco. Dentro de los experimentos verdaderos la factorizacin de las causas tambin corresponde al objetivo comparativo.
5.
Predictivo. Podemos comparar el valor predictivo de dos procedimientos diagnsticos; por ejemplo podemos comparar la eficiencia diagnstica de dos mtodos de deteccin de una enfermedad. Tambin podemos comparar el valor predictivo de mtodos de evaluacin predictiva. En otro momento podemos comparar el pronstico de la enfermedad o del tiempo de supervivencia de dos tratamientos en pacientes con cncer. As podemos citar una tcnica estadstica comparativa para el anlisis de supervivencia de Kaplan-Meier.
12
Formulacin de hiptesis
La hiptesis es una proposicin del investigador sobre la cual hay que emitir un juicio de valor; una proposicin o enunciado es una oracin que puede ser falsa o verdadera pero no ambas a la vez.
1.
Estructura gramatical. La hiptesis tiene dos partes. Fundamento: Es lo que nos lleva a sostener la hiptesis planteada. Las hiptesis relacionales carecen de fundamento porque nacen de la subjetividad de una observacin; mientras que las hiptesis explicativas se fundamentan en los antecedentes investigativos. Deduccin: Es la hiptesis misma, denominada hiptesis del investigador; estadsticamente es la hiptesis alterna y se debe someter a contraste. Cuando se la plantea en forma de interrogante es la que da respuesta al enunciado.
2.
Estructura lgica. La hiptesis tiene dos orgenes. Las hiptesis empricas (David Hume) o relacionales son afirmaciones respecto a las relaciones entre dos o ms variables sin fundamento, porque nacen de la observacin y la experiencia. Solamente buscan concordancia entre hechos y generan la necesidad de plantear hiptesis explicativas. Son inductivas. Las hiptesis racionales (Ren Descartes) o explicativas son consideradas como explicaciones tentativas. Deben estar relacionadas con el conocimiento existente; nacen del razonamiento por analoga (Bradford Hill). Sin antecedentes investigativos no es posible plantear hiptesis explicativas. Son deductivas.
3.
Estructura matemtica. La hiptesis tiene dos proposiciones Hiptesis Nula (Ho) Conocida como la hiptesis de trabajo, porque es a sta afirmacin a la que se le somete a contraste; es decir a la que se le rechaza o no se le rechaza. La hiptesis nula niega la afirmacin que plantea la hiptesis alterna. Hiptesis Alterna (H1) Se le conoce como la hiptesis del investigador, porque esta afirmacin es la que el investigador desea probar y se da por verdadera cuando rechazamos la hiptesis nula (Ho); como existe la posibilidad de error tenemos que estimar la probabilidad de que eso ocurra.
4.
Estructura cientfica. La hiptesis deben cumplir los siguientes requisitos Deben ser lgicas: el problema que se est estudiando debe ser deducible a partir de la hiptesis Cientficamente fundadas: en la teora disponible o por lo menos compatible con el conocimiento actual. Empricamente contrastables: debe ser posible hacer observaciones y/o experimentos que la confirmen. Poder explicativo: debe poder absorber otras hiptesis y ser la que tenga mayor poder predicativo. Simples: la hiptesis debe tener el menor nmero de elementos o suposiciones no confirmadas. Las hiptesis deben ser conceptualmente claras, deben tener referentes empricos, deben ser especficas y debe verificarse que existen tcnicas para contrastar la hiptesis.
13
Nivel de significancia
Cada decisin que tomamos cada da tiene un margen de error, as tenemos que: la ciruga tiene un margen de error, los vuelos areos tienen un margen de error, rendir un examen tiene un margen de error, etc. Conocer la magnitud del error es la tarea principal del investigador, el cual debe estimar la probabilidad de ocurrencia de este error y esperando que sea de la menor magnitud posible. Por esta razn es indispensable plantear en cada caso, la magnitud del error que estamos dispuestos a aceptar para tomar cualquiera de nuestras decisiones.
1.
Nivel de significancia. Es un concepto integrado a la prueba de hiptesis, donde el investigador plantea una proposicin la cual pretende considerarla como verdadera, al tomar tal decisin existe la probabilidad de equivocarse, de cometer un error, al cual denominamos error tipo I, entonces decide estimar la probabilidad de cometer ese error. El p-valor definida como la probabilidad de que la proposicin aceptada sea falsa no debe ser mayor al valor del error establecido convencionalmente en la fase de planificacin como el lmite de error que estamos dispuestos a aceptar.
2.
Definiendo conceptos. El error tipo I: Ocurre cuando aceptamos la hiptesis del investigador, cuando tal proposicin era falsa. Por lo tanto, es un juicio de valor equivocado. El p-valor: Es la probabilidad de equivocarse al aceptar la hiptesis del investigador como verdadera; es decir la probabilidad de cometer un error tipo I. El nivel de significancia: Es la mxima cantidad de error que estamos dispuestos aceptar para dar como vlida la hiptesis del investigador.
3.
Planteamiento de hiptesis. Desde el punto de vista matemtico tenemos dos hiptesis: La hiptesis nula (Ho) o hiptesis de trabajo y la hiptesis alterna (H1) o hiptesis del investigador. El investigador plantea rechazar la hiptesis nula (Ho); para quedarse con la alterna (H1), la cual corresponde a su proposicin preliminar. Si el p-valor es menor al nivel de significancia; rechazamos la hiptesis nula (Ho) y concluimos en que hiptesis alterna es verdadera. Si el p-valor no es menor al nivel de significancia no podemos rechazar la hiptesis nula; lo cual no significa que debamos aceptarla; significa que, no podemos rechazarla.
4.
Nivel de confianza. Complementariamente al nivel de significancia, el nivel confianza se refiere a la confianza que debemos alcanzar para generalizar nuestro resultado o nuestra conclusin, independientemente de la hiptesis que hayamos planteado. Una probabilidad elevada nos dar la tranquilidad de que lo que hemos encontrado o concluido es cercano a lo real y no debido al azar. El nivel de confianza se expresa convencionalmente en porcentaje; as un nivel confianza del 95% se corresponde con un nivel de significancia del 5%.
14
Prueba de hiptesis
1. Formulacin de Hiptesis
Consiste en trasladar la estructura gramatical, lgica y cientfica hacia la estructura matemtica el cual se conoce como sistema de hiptesis o hiptesis estadstica; as por ejemplo: Ho: Hiptesis nula hiptesis de trabajo H1: Hiptesis alterna hiptesis del investigador El primer paso es colocar la hiptesis del investigador como Hiptesis Alterna (H1) y formular la Hiptesis Nula (Ho) que viene a ser la negacin de la alterna. Se precisa este artificio porque es a la Hiptesis Nula a la que se le somete a contraste.
2.
Establecer el nivel de significancia.
El nivel de significancia denotado por la letra griega alfa es la probabilidad de rechazar la hiptesis nula cuando en realidad sta es verdadera, a lo cual se le denomina error de tipo I. Segn Fisher, el nivel de significancia estadstica equivale a la magnitud del error que se est dispuesto a correr de rechazar una hiptesis nula verdadera. Para la mayora de los propsitos, el nivel de significacin previamente establecido suele ser de 0.05 en porcentaje 5% y se considera significativo a todo p-valor que se encuentre por debajo de este nivel, se considera altamente significativo cuando el p-valor es menor a 0.01 en porcentaje 1%.
3.
Eleccin del estadstico de prueba.
Hay que diferencias claramente los conceptos: objetivo estadstico, estadstico de prueba aunque estn intrnsecamente relacionados; el estadstico de prueba se elige en funcin a 6 conceptos: tipo de estudio, nivel investigativo, diseo de la investigacin, objetivo estadstico, escalas de medicin de las variables y comportamiento de los datos, es este ltimo punto donde debemos considerar la distribucin de los datos en las variables de naturaleza cuantitativa y las frecuencias esperadas para las variables de naturaleza cualitativa.
4.
Lectura del p-valor.
Este paso en el ritual de la significancia estadstica no fue planteado originalmente por Fisher, pero cobra vital importancia con la adopcin de los programas estadsticos a la hora de calcular el valor de p, el cual cuantifica el error tipo I y nos ayuda a tomar una decisin de rechazo a la hiptesis nula (Ho) cuando es menor al nivel de significancia y de no rechazo cuando su valor es mayor al alfa planteado. El p-valor, al ser la cuantificacin de error solo es un dato que nos ayuda a decidirnos a la hora de tomar decisiones basadas en la probabilidad.
5.
Toma de la decisin
En las pocas en que no se poda estimar de manera prctica el p-valor, se sola contrastar el valor del estadstico de prueba con el valor terico o de tabla que corresponda a la distribucin que siguen nuestras variables; sin embargo este mtodo no solamente ha quedado obsoleto sino que adems es inexacto, puesto que tenamos que disponer las tablas de distribucin para cada tipo de variable. Hoy en da cuando se trata de demostrar nuestra hiptesis del investigador no hay mejor forma que la estimacin del p-valor.
15
Poblacin y muestra
1. Poblacin Es el conjunto de todas las unidades (sujetos u objetos de estudio) cuya caracterstica observable o reaccin que pueden expresar nos interesa estudiar. Las poblaciones deben situarse claramente. En los estudios exploratorios y descriptivos preciso delimitar la poblacin que va ser estudiada en torno a sus caractersticas de contenido, lugar y tiempo. En los estudios analticos cobra mayor importancia el mbito de recoleccin de datos, el cual representa cualitativamente a la poblacin.
2.
Muestra Es una proporcin de la poblacin que va a ser sometida al estudio, la muestra no es ms que una estrategia metodolgica y estadstica aplicable cuando luego realizar nuestro anlisis de factibilidad encontramos que no podemos acceder a la poblacin; sin embargo no debemos olvidar que nuestro inters radica en estudiar a la poblacin y no a la muestra. Una muestra es representativa si cumple dos condiciones: El clculo del tamao de la muestra y la tcnica de muestreo probabilstico.
3.
Marco muestral Es el listado de unidades o elementos de muestreo que se van a someter al sorteo, a fin de obtener una muestra representativa, cuando no se dispone de tal listado se dice que el marco muestral es desconocido y para efectos del clculo del tamao de la muestra se le considera infinito, con la finalidad de reducir el error aleatorio. La medicin completa de todos los elementos que constituyen la poblacin se llama censo y as como los comicios electorales no pueden ser ejecutados mediante muestreo.
4.
Unidades de muestreo Son las unidades que ingresan al sorteo en el muestro; as por ejemplo en el muestreo aleatorio simple son las propias unidades de estudio, pero en un muestreo por conglomerados o clsters, son precisamente estos grupos o conjuntos de unidades de estudio. As podemos mencionar que las unidades de muestreo no son necesariamente las unidades de estudio; y aadiremos que cada unidad de estudio pertenece slo a una unidad de muestreo.
5.
Muestreo Es la estrategia mediante la cual pretendemos elegir a las unidades que conformarn nuestra; y se ejecuta nicamente despus de haber definido el tamao de la muestra. Si bien podemos elegir entre el muestreo probabilstico y el no probabilstico; solamente el primero nos asegura la representatividad y por tanto la posibilidad de realizar la inferencia estadstica, por lo que debemos procurar utilizar siempre el muestreo probabilstico, lo cual no siempre estar a nuestro alcance.
16
Unidades de muestreo
En el muestreo probabilstico son las unidades que ingresan al proceso de aleatorizacin y estn constituidas por una o varias unidades de estudio. A continuacin una aproximacin a su clasificacin.
1.
Por la relacin que tienen con la unidad de estudio a. Propias
Corresponde a la misma unidad de estudio, la cual ingresar al proceso de aleatorizacin que si llega a ser seleccionada integrar la muestra, la unidad de muestreo propia es la ms comn y por ser frecuente se suele pensar que es la nica forma de muestrear.
b.
Conjuntas
Son conglomerados de unidades de estudio y que representan mini-poblaciones, por cuanto contienen la variabilidad de la variable de estudio que se observara en la poblacin; as por ejemplo en un estudio sobre la satisfaccin laboral en el MINSA, las unidades de muestreo son los centros de salud.
c.
Identificadoras
Es la unidad que nos permite identificar la unidad de estudio, por lo que solamente sobre ella se realiza el muestreo; por ejemplo en un estudio de la relacin mdico-paciente se evala a cada mdico con un conjunto de sus pacientes, pero los que ingresan al proceso de aleatorizacin son los mdicos.
d.
Contenedoras
Delimitada por la accesibilidad a las unidades de estudio; la estrategia de recoleccin de datos nos sealar la unidad de muestreo, as tenemos que en una encuesta de preferencias polticas, las unidades de muestreo son los hogares y en su interior un votante corresponde a la unidad de estudio.
2.
Por el nmero de unidades muestreo a. nicas
Caracterstico del muestreo aleatorio monoetpico donde el proceso de aleatorizacin se realiza en una sola ocasin, luego del cual se procede a la fase de recoleccin de datos; en este caso el procedimiento de muestreo se agota con la seleccin de la muestra a partir de las unidades de muestreo.
b.
Mltiples
En el muestreo polietpico hay tantas unidades de muestreo como etapas tenga el remuestreo; as por ejemplo en un estudio sobre la satisfaccin laboral de los trabajadores del MINSA, se sortean primero los centros de salud y luego en stos a los trabajadores. En ningn caso habr remuestreo sobre las mismas unidades de muestreo.
17
Tcnicas de muestreo
Existen dos mtodos para seleccionar muestras de poblaciones: el muestreo no aleatorio o de juicio y el muestreo aleatorio (que incorpora el azar como recurso en el proceso de seleccin). A continuacin las tcnicas de muestreo probabilstico.
1.
Muestreo aleatorio simple Denominado tambin muestreo equiprobabilstico, porque si se selecciona una muestra de tamao n de una poblacin de N unidades, cada elemento tiene una probabilidad de inclusin igual y conocida de n/N.
Ventaja: Se desarrolla en software porque se basa en la teora estadstica Desventaja: Precisa un marco muestral o listado de todas las unidades
2.
Muestreo sistemtico Para determinar una muestra de tamao n conseguimos una lista de N elementos, definimos un intervalo de salto k=N/n y elegimos un nmero aleatorio entre 1 y k con el que comenzamos la seleccin de la muestra.
Ventaja: No es necesario tener un marco muestral o listado de unidades. Desventaja: La constante podra asociarse con el fenmeno de inters
3.
Muestreo aleatorio estratificado Como el azar no es una garanta de representatividad, aqu se pretende asegurar la representacin de cada grupo en la muestra. Cuanto ms homogneos sean los estratos, ms precisas resultarn las estimaciones.
Ventaja: La muestra es homognea en funcin a la variable involucrada. Desventaja: Se debe conocer la distribucin en la poblacin de la variable utilizada para la estratificacin.
4.
Muestreo por conglomerados Denominado tambin muestreo por clsters aprovecha se caracterizan porque la variacin en cada grupo es menor que la variacin entre grupos lo cual resulta ventajoso en los estudios comunitarios o poblacionales.
Ventaja: Muy eficiente cuando las unidades estn muy dispersas Desventaja: Requiere un manejo estadstico ms complejo que el resto
18
Instrumentos de medicin
Destinados a medir variables subjetivas denominadas constructos, requieren de tareas o procedimientos estructurados que recogen las respuestas de un participante, cuya puntuacin es independiente de la persona que evala. Los instrumentos deben provocar una reaccin a los evaluados cuya respuesta se plasme en un documento. No confundir con materiales de verificacin.
1.
Instrumentos Documentales El Cuestionario. Es un plan formalizado para recolectar datos de encuestados y/o entrevistados. Es el mtodo ms conocido para la recoleccin de datos y el ms familiarizado. Un cuestionario supone un conjunto de preguntas que el sujeto tiene que responder a fin de evaluar alguna capacidad, generalmente cognitiva, lo cual debe ser calificado por el evaluador Como ejemplo podemos citar a los exmenes para evaluar rendimiento acadmico.
La Escala. Los evaluados indican su acuerdo o desacuerdo con una serie de afirmaciones sobre la variable que se desea medir. Arrojan una calificacin total que indica la direccin e intensidad de la actitud del individuo hacia el constructo medido, por lo que requieren de una respuesta ordinal. Su construccin debe perseguir: la homogeneidad de los reactivos, la igualdad de las distancias entre las unidades de la escala y la comparabilidad del resultado final. El ejemplo ms bsico es la escala visual anloga.
El Inventario. Conjunto de frases o palabras a las que el sujeto tiene que responder eligiendo o marcando su posicin ante ellas (por ejemplo, al tem Me gustan las revistas de mecnica, decoracin o computadoras, notemos que ninguna respuesta es calificada como correcta e incorrecta. Los inventarios pueden estar conformados por cuestionarios y/o escalas. Por ejemplo el test de inteligencias mltiples puede indicarnos inteligencia: Lingstica, Lgicomatemtica, Musical, Naturalista, etc.
2.
Instrumentos Mecnicos Los instrumentos mecnicos utilizados para medir variables subjetivas son por ejemplo instrumentos para realizar mediciones fisiolgicas. Un ejemplo prctico es la medicin de la capacidad auditiva donde el instrumento mecnico es el audimetro donde el evaluador no puede influenciar sobre los resultados y se limita a realizar las anotaciones del momento en el que el evaluado logra percibir el estmulo acstico que se incrementa progresivamente.
19
Validez cualitativa de un instrumento

La validez de contenido intenta evaluar la capacidad del instrumento para recoger el contenido y el alcance del constructo. Podemos dividirlo en tres fases segn el estado actual del conocimiento.
1. Aproximacin a la poblacin (Validez de respuesta)
Implica la ausencia del conocimiento del concepto que se desea medir; la informacin se obtiene mediante tcnicas introspectivas de los evaluados. Se puede utilizar una entrevista con preguntas abiertas donde las unidades de estudio nos revelarn de manera espontnea las posibles respuestas al instrumento que pretendemos crear. Ejemplo: Cul es el uso que le dan los docentes universitarios a las tecnologas de la informacin en el proceso de enseanza aprendizaje?
2. Juicio de expertos (Validacin por jueces)
Los jueces o expertos deben evaluar, de manera independiente: la relevancia, coherencia, suficiencia y claridad; con la que estn redactadas los tems o reactivos con el concepto medido. El autor debe considerar la pertinencia a la hora de elegir los jueces, siendo que en el momento actual no se cuenta con bibliografa disponible Es importante que el autor del instrumento sea considerado el ms experto de todos, para que pueda hacer una eleccin interdisciplinaria de evaluadores.
3. Revisin del conocimiento disponible (Validez racional)
Este es el momento de la validez en que se asegura la mejor representatividad de los tems, respecto a la totalidad del campo o rasgo objeto de evaluacin. El autor del instrumento debe considerar: Objetividad, Alcance, Exactitud, Autoridad, Cobertura, Vigencia y Relevancia; de la informacin con la que pretende construir un instrumento. As los constructos aqu estn mejor definidos porque se dispone de literatura; de manera que los conceptos a medir ya no son provisionales ni vagos.
No existe un ndice validez de contenido La validez de contenido est avalado por la forma o procedimiento utilizado para construir el test y por las personas que lo construyen, por su grado de conocimiento del rea o rasgo evaluado
20
Validez cuantitativa de un instrumento

1. Validez de contenido (Validez Cualitativa) La validez de contenido intenta evaluar la capacidad del instrumento para recoger el contenido y el alcance del constructo. Podemos dividirlo en tres fases segn el estado actual del conocimiento a. Aproximacin a la poblacin (Validez de respuesta) b. Juicio de expertos (Validacin por jueces) c. Revisin del conocimiento disponible (Validez racional)
2.
Consistencia interna (Alfa de Cronbach) Es la capacidad de obtener resultados independientes de las circunstancias accidentales de la medicin. Se fundamenta en la varianza de la variable medida, existen varios ndices que miden confiabilidad, entre ellos el Alfa de Cronbach y el Kuder-Richardson (KR-20). Es afectado por la heterogeneidad de los individuos evaluados; cuanto ms heterogneo es el grupo, mayor es el coeficiente de fiabilidad.
3.
Validez de constructo (Rotacin de Varimax) Debemos establecer probabilsticamente grupos de tems que debern ser definidos como dimensiones. Estas dimensiones deben ser conceptualizadas de manera consensuada para otorgarles el carcter de tiles y cientficamente vlidos, por cuanto no existe una prueba patrn. Si los dominios se han construido tericamente, la estadstica corrobora la idoneidad de estas agrupaciones.
4.
Criterio (ndice Kappa) Cuando la variable medida cuenta con un Gold Standard, entonces se puede verificar los resultados hallados, mediante un procedimiento. Si el criterio se fija en el presente, se habla de validez concurrente (los resultados del instrumento se correlacionan con el criterio en el mismo momento o punto del tiempo). Si el criterio se fija en el futuro, se habla de validez predicativa.
5.
Estabilidad (ANOVA) La medicin debe arrojar valores constantes siempre que sean tomadas en condiciones similares entre una medicin y otra (test-retest). Se trata de ver, hasta qu punto un conjunto de medidas son reproducibles en el tiempo, el grado en que las puntuaciones son estables sera el grado de fiabilidad, propiedad que solo puede ser evaluada si un constructo est plenamente definido.
6.
Rendimiento (Curvas ROC). El objetivo es optimizar el instrumento para reducir el error a la hora de emitir juicios de valor para tomar decisiones. Se construye una curva en base a los pares ordenados de sensibilidad y 1especificidad en distintos puntos de corte del instrumento. Debemos elegir el puto de corte que nos ofrezca los mayores valores de sensibilidad y especificidad a travs de las Curvas de ROC.
21
Tcnicas de recoleccin de datos

1. Documentacin Constituye la tcnica de recoleccin de datos ms bsica y a la vez la ms inexacta; corresponden a los estudios retrospectivos donde es la nica forma disponible de recopilar la informacin. Habitualmente la informacin fue recolectada con fines distintos al estudio en curso. Los estudios basados en la documentacin no cuentan con instrumentos de medicin, nicamente con una ficha de recoleccin de datos donde debemos copiar o trasladar la informacin previamente registrada.
2.
Observacin La observacin es cientfica cuando es sistemtica, controlada y cuenta con mecanismos destinados a evitar errores de subjetividad, confusiones, etc. La observacin es no participante cuando no perturba la accin o situacin que se est investigando. La observacin participante puede ser natural cuando el observador pertenece al conjunto humano que investiga, y artificial cuando la integracin del observador al grupo se hace con el objeto de desarrollar un trabajo de investigacin.
3.
Entrevista La evaluacin que se realiza al individuo evaluado no puede pasar inadvertido de su participacin, por lo que se requiere del consentimiento informado para su participacin. Es la evaluacin uno a uno, porque la reaccin la provoca directamente el evaluador, el investigador plantea interrogantes al investigado donde el individuo evaluado proporciona la informacin solicitada. La entrevista puede ser estructurada si cuenta con un instrumento y no estructurada cuando busca explorar caractersticas en el evaluado.
4.
Encuesta Requiere necesariamente de un instrumento el cual puede ser autoadministrado si el individuo completa los reactivos (asincrnico) y heteroadministrado cuando hay un encuestador (sincrnico), que no necesariamente pertenece a la lnea de investigacin, busca conocer la reaccin o la respuesta de un grupo de individuos que pueden corresponder a una muestra o a una poblacin. Esta tcnica implica gran economa de tiempo y personal, ya que los cuestionarios pueden enviarse por correo.
5.
Psicometra Esta es una tcnica desarrollada por los investigadores de las ciencias del comportamiento, pero no por ello aplicable solo por estos especialistas, su principal ventaja es que no requiere de que el investigador pertenezca a la lnea de investigacin que se est ejecutando; primero porque los instrumentos son autoadministrables y luego porque incluso el evaluado se puede autocalificar. Muy utilizado para evaluar variables distintas a la lnea de investigacin que no corresponde a su rea del conocimiento.
22
Tipos de preguntas en un cuestionario

1. Variables nominales dicotmicos a. Caso nico: Las preguntas deben ser exhaustivas y excluyentes, idealmente corresponden a una proposicin a la cual debemos emitir un juicio de valor. Es ideal hacer este tipo de preguntas. Cul es tu gnero o sexo? ( ) Masculino ( ) Femenino 2. Variables nominales politmicas a. Cerradas: Tienen opciones mltiples donde no hay ms opcin que elegir una de ellas, por lo mismo que son excluyentes, se den consignar entre las alternativas a todas las posibilidades. Cul es el rea de tu profesin? ( ) Ciencias de la Salud ( ) Ciencias Sociales ( ) Ingenieras b. Semicerradas: Corresponden a aquellas cuyas categoras son muy numerosas pero plenamente identificables, debemos colocar en el listado de alternativas a las ms frecuentes. En qu pas te encuentras? ( ) Per ( ) Mxico ( ) Argentina ( ) Espaa ( ) Otro. c. Abiertas: Son preguntas exploratorias cuya finalidad es obtener por agrupacin categoras que ms adelante derivarn en preguntas cerradas de opcin mltiple e incluso en escalas. Cul es tu ciudad de residencia? ....... d. Mixtas: Es una combinacin de una pregunta cerrada + una abierta; si el evaluado responde negativamente ah termina la pregunta, pero si responde afirmativamente se hace una repregunta. Has usado alguna vez un programa estadstico? ( ) Ninguno ( ) Si Cul? .. e. No excluyentes: No corresponde a una sola variable, siendo que el evaluado puede marcar ms una alternativa, se debern construir tantas variables como alternativas tenga la pregunta. Cul servidor de email utilizas? ( ) Hotmail ( ) Yahoo ( ) Gmail ( ) AOL ( ) Otros..
3. Variables Ordinales a. Caso nico: Las categoras de las preguntas ordinales son acumulativas, as por ejemplo quien tiene el grado de Doctor, tiene necesariamente el grado de Magster. Cul es tu grado acadmico? ( ) Pregrado ( ) Bachiller ( ) Maestra ( ) Doctorado
23
Escala tipo Likert

1. La construccin de la escala requiere de la definicin del constructo para ello nos apoyamos en la validez de contenido (validez cualitativa de un instrumento), la cual puede apoyarse en: la aproximacin a la poblacin, Juicio de expertos y/o Revisin del conocimiento disponible).
2.
Desarrollamos un cuestionario de preguntas abiertas donde se recoge el concepto relacionados con la actitud que queremos medir. Enlistamos todas las respuestas sin ningn tipo de criterio y es conveniente reunir unas 100 respuestas para construir una escala de 20 tems.
3.
Agrupamos conceptos a fin de resumir el nmero de tems que van a conformar nuestra escala, si hemos partido de 100 preguntas abiertas, es recomendable reunir 50 conceptos nicos acerca del tema que estamos estudiando, a partir de los cuales formularemos los enunciados.
4.
Se identifica convencionalmente un grupo de 5 expertos quienes juzgaran la idoneidad de los conceptos reunidos en cada uno de los tems, los expertos deben ser interdisciplinarios incluyendo especialistas en la lnea de investigacin, luego del cual debemos eliminar el 20% de los tems.
5.
Los jueces evaluaran los times en trminos de: relevancia, el tem es esencial o importante; coherencia, el tem tiene relacin lgica con la dimensin conceptual; suficiencia Los tems bastan para obtener la medicin del concepto; y claridad, el tem se comprende, sus sintcticas y semnticas son adecuadas.
6.
Luego formularemos los 20 conceptos favorables y 20 desfavorables que sern aplicados en un estudio piloto a un grupo de sujetos similar a aqul al que piensa aplicarse la escala, ellos responden, eligiendo en cada tem la alternativa que mejor describa su posicin personal.
7.
Las respuestas a cada tem reciben puntuaciones ms altas cuanto ms favorables son a las actitudes, a continuacin se suman las puntuaciones de casa sujeto, consignando la suma total como un ndice de aprobacin, luego la suma total se correlaciona con cada uno de los tems.
8.
Se seleccionan, aquellos tems que expresan exhiben la mayor variabilidad en trminos de desviacin estndar, a fin de obtener un buen ndice discriminante se elimina el 25% de aquellos que muestren la menor dispersin en sus respuestas.
9.
Los 30 tems as obtenidos se deben agrupar a fin de construir dimensiones que en conjunto definen el concepto que deseamos medir, la agrupacin tambin puede ser sometida a la consulta a expertos y la revisin del conocimientos disponible a fin de estandarizar un nmero igual de tems en casa dimensin.
10.
Si existen instrumentos para medir el mismo constructo que deseamos medir, debemos hacer correlaciones con los resultados de estos; si tales instrumentos no existen podemos hacer las correlaciones entre las dimensiones del nuestro a fin de asegurar la congruencia del constructo.
24
Validez de un estudio
Un estudio es vlido si sus resultados corresponden a la verdad, para lo cual debemos reducir el error aleatorio y el error sistemtico.
1.
Error Aleatorio
La carencia de error aleatorio se conoce como precisin y se corresponde con la reduccin del error debido al azar. Para reducir este error el elemento ms importante del que disponemos es incrementar el tamao de la muestra y con ello aumentamos la precisin. Los intervalos de confianza y el error estndar se reducen al aumentar el tamao muestral. El error aleatorio desaparece si estudiamos a toda la poblacin.
2.
Error sistemtico
Se ha generalizado al trmino validez como la carencia del error sistemtico, aunque este no se puede eliminar; la exactitud es la reduccin del error sistemtico mediante el mtodo. La validez tiene dos componentes: la validez interna, que nos permite hacer inferencias sobre la poblacin y la validez externa referida a que las conclusiones del estudio se pueden extrapolar hacia poblaciones que no fueron objeto de estudio.
3.
La validez interna.
La validez interna implica la validez de la inferencia para los sujetos que pertenecen a la poblacin de donde fue obtenida la muestra. La validez interna es un requisito indispensable para que un estudio sea vlido y para que pueda hablarse de validez externa. La validez interna se ve amenazada cuando no podemos controlar los dos tipos de sesgos: de Seleccin y de Medicin.
4.
La validez externa.
Se refiere a que las conclusiones obtenidas para una poblacin a partir de una muestra, son tambin vlidas para otras poblaciones que no fueron consideradas en el momento del muestreo. Esta extrapolacin es cualitativa y se fundamente en la carencia de hechos o evidencias que permitan dudar de su extensin; este tipo de validez se observa con frecuencia en los estudios analticos.
5.
Control metodolgico.
Los criterios de elegibilidad nos permiten delimitar nuestra poblacin de estudio y las tcnicas de muestreo obtener una muestra representativa con ello evitaremos los sesgos de seleccin. Una vez elegidas las unidades de estudios, un instrumento vlido nos permitir reducir al mnimo la diferencia entre el valor obtenido y el valor real con lo que evitaremos el sesgo de medicin.
6.
Control estadstico.
Cuando nos encontramos en el nivel investigativo explicativo el anlisis estratificado nos permite descartar asociaciones aleatorias, casuales o espurias. Ejm: Chi cuadrado de Mantel-Haenszel. Las relaciones entre variables en la naturaleza no son bivariadas, son influenciadas por mltiples factores externos, por ello aplicamos el anlisis multivariado. Ejm: Regresin logstica.
25
Sesgos de seleccin
1. Sesgo de la autoseleccin (voluntario)
El grado de inters o motivacin que pueda tener un individuo que participa voluntariamente en una investigacin puede diferir sensiblemente en relacin con otros sujetos. Del mismo modo, la negativa de algunos sujetos para ser incluidos en un estudio puede estar dada por motivaciones sistemticas experimentadas por ellos.
2.
Sesgo de pertenencia (membresa)
Se produce cuando entre los sujetos evaluados se presentan subgrupos de sujetos que comparten algn atributo en particular, relacionado positiva o negativamente con la variable en estudio. Ejemplo: Nivel de conocimientos sobre signos de alarma en las gestantes debe excluir a las gestantes que son profesionales de la salud.
3.
Sesgo de admisin (de Berkson)
En los estudios hospitalarios de factores de riesgo donde aplicamos el diseo de casos y controles, la probabilidad de ser hospitalizados en el grupo de casos, no es la misma que el grupo control. Adems el factor de riesgo tambin tiene probabilidad de ser causa de hospitalizacin. Se puede subestimar la asociacin entre la variable de inters y el factor de riesgo.
4.
Sesgo del procedimiento de aleatorizacin
Puede observarse en diseos de investigacin experimentales (ensayos clnicos controlados), en los cuales no se respeta el principio de aleatoriedad en la asignacin a los grupos de experimentacin y de estudio. En los pre-experimentos la administracin del medicamento responde a las necesidades teraputicas del paciente y no a la del investigador.
5.
Sesgo de Prevalencia (de Neymann)
La condicin en estudio (variable) determina la prdida prematura de las unidades de estudio. La exclusin de los pacientes que fallecen determina este tipo de sesgo. Por ejemplo un grupo de personas se someten a una rutina de dieta y ejercicios, aquellos que no les funcionen abandonarn el estudio.
26
Sesgos de medicin
1. Sesgo del observador
El observador tiene una percepcin subjetiva y a veces prejuiciosa de los grupos de estudio; lo cual es independiente del instrumento. Por lo que, el procedimiento de observacin suele ser ms detenido en el grupo de estudio. La intencin del investigador en querer demostrar su hiptesis, puede conducir a obtener sesgos en el diagnstico.
2.
Sesgo de la capacidad diagnstica
La falta de capacidad de un instrumento para detectar la enfermedad, est relacionado con su validez. Ocurre cuando se utilizan mtodos diagnsticos distintos al Gold Standard. Es conocido que no existe coincidencia absoluta entre dos instrumentos de medicin; por ello los estudios deben realizarse con un solo instrumento y un solo observador.
3.
Sesgo de rendimiento del instrumento.
Si no se ha evaluado el rendimiento diagnstico del instrumento, es posible que la sensibilidad de los instrumentos empleados en tales mediciones carezca de la sensibilidad necesaria para poder detectar la presencia de la variable en estudio. La falta de optimizacin del instrumento puede conducirnos a encontrar una frecuencia de la enfermedad inferior a la real.
4.
Sesgo de deteccin
En estudios retrospectivos, cuando se pregunta por el antecedente de exposicin a determinadas circunstancias en diferentes perodos de la vida, existe la posibilidad de olvido. Muchas exposiciones pasan inadvertidas a diversos factores y que pueden afectar la medicin ya sea por su omisin absoluta o en la determinacin de niveles de exposicin.
5.
Sesgo de adaptacin
En los estudios de intervencin (experimentales), a veces los cuales individuos asignados inicialmente a un grupo deciden migrar de grupo por preferir un tipo de intervencin por sobre otro. En un ensayo clnico controlado la ocurrencia de este tipo de sesgo se neutraliza mediante la asignacin aleatoria de los sujetos y por no advertir a los mismos sobre el tipo de exposicin.
27
Calidad de la informacin
1. Objetividad. Existen varios factores que impiden que la informacin pueda ser objetiva y estos son: las necesidades, la forma en que perciben los hechos, los valores e intereses de los autores. Otros factores son el contexto social que refleja las actitudes y valores de la poca en que se escribe el documento.
2.
Exactitud. La exactitud se mide a base de informacin correcta y exacta. Usualmente se recomienda que para validar la exactitud se compare la informacin con otra ya investigada y verificar la veracidad por la concordancia con otras fuentes especializadas. Es importante considerar que la informacin no actualizada tiende a no ser exacta.
3.
Autoridad. Para la remisin al juicio de autoridad es de primordial importancia la identificacin de los autores lderes de su campo, as como las revistas fuentes. Si la informacin no incluye el nombre del autor, se debe evaluar la institucin que auspicia la publicacin y determinar si cuenta con la autoridad y el peritaje necesario sobre el tema.
4.
Cobertura. Desde el punto de vista de su contenido, una fuente comunica informacin general o especializada. En funcin de su distribucin su cobertura ser del mbito mundial, nacional o local. Las publicaciones cientficas tcnicas de los pases en vas de desarrollo tienen escasa representacin en las bases de datos fsicas y electrnicas.
5.
Vigencia. Entre la informacin actualizada estn los temas cientficos, negocios y mercadeo, la poltica, algunos temas sociales de actualidad, la medicina y ms. En otros casos se acepta la informacin de los ltimos tres a cinco aos. En los temas de historia y literatura las fechas de publicacin no es un factor relevante.
6.
Relevancia. Es un elemento basado en el juicio. Usualmente para establecer la relevancia debes determinar qu informacin necesitas, que tipo de fuentes vas a utilizar y cmo utilizars la informacin (ensayo, monografa, presentacin). Es importante determinar la relevancia en torno al tema que estas investigando.
28
Discusin de resultados
Como ejemplo vamos a plantear un estudio de casos y controles sobre cuyos resultados tenemos que realizar una discusin.
1.
Descripcin
Describir la frecuencia de ocurrencia de la enfermedad en el grupo de estudio y describir la frecuencia de ocurrencia de la enfermedad en el grupo de control. Luego identificar numricamente las diferencias entre la frecuencia de la enfermedad en el grupo de estudio y el grupo control.
2.
Anlisis
Realizar una prueba de hiptesis para la diferencia descrita entre el grupo de estudio y el grupo control. Calcular el p-valor y mencionar si es significativo o no. Concluir el anlisis estadstico usando la terminologa adecuada segn su nivel investigativo. Los resultados obtenidos de esta manera son la base de las conclusiones del estudio.
3.
Interpretacin
Interpretar la relacin demostrada probabilsticamente entre la variable independiente y la variable dependiente o las diferencias entre el grupo de estudio y el grupo control. Adicionalmente debemos interpretar las medidas de asociacin. Las conclusiones del estudio estarn enmarcadas en la interpretacin basada en la estadstica y la relevancia clnica de los resultados.
4.
Comentarios
- Comparacin con los antecedentes investigativos: se trata de evaluar el criterio de consistencia o coherencia propuesto por Bradford Hill, por haber repetido el estudio o tener estudios similares.
- Planteamiento de Hiptesis: de nuevas teoras que explicaran los hallazgos reportados, se trata de generar nuevas hiptesis para estudios futuros y as continuar con la lnea de investigacin.
- Comentarios personales: Esta parte la puede realizar nica y exclusivamente el investigador, nadie mejor a su poblacin que el propio investigador. Estos comentarios apuntan al desarrollo de las recomendaciones.
29
Criterios de causalidad
Criterios de Bradford Hill (1965)
1. Asociacin estadstica: Se trata de averiguar si existe relacin entre el supuesto factor causal y el efecto estudiado. Para esto hay que buscar estudios epidemiolgicos (Cohortes o Caso - Control) que indiquen el riesgo significativo (Riesgo Relativo o Razn de Momios).
2. Relacin dosis-respuesta: Denominada gradiente biolgico, La frecuencia de la enfermedad aumenta con la dosis o el nivel de exposicin. (Equivale a la Intensidad de Simonin). Sin embargo, hay casos en que el gradiente biolgico no se cumple (en una reaccin alrgica).
3. Analoga: Se fundamenta en relaciones de causa-efecto establecidas, con base a las cuales si un factor de riesgo produce un efecto a la salud, otro con caractersticas similares debiera producir el mismo impacto a la salud.
4. Temporalidad: Se trata de asegurar que el factor de riesgo ha aparecido antes que el supuesto efecto. Puede ser difcil de demostrar cuando no se puede asegurar si la presunta causa apareci con anterioridad al presunto efecto. (Equivale a la cronologa de Simonin).
5. Constancia o Consistencia: Consiste en conocer si la relacin entre las dos variables, a las que investigamos una posible relacin causa-efecto, ha sido confirmada por ms de un estudio, en poblaciones y circunstancias distintas por autores diferentes.
6. Plausibilidad biolgica: El contexto biolgico existente debe explicar lgicamente la etiologa por la cual una causa produce un efecto a la salud. Esta caracterstica viene limitada por los conocimientos cientficos que se tengan al respecto en el momento del estudio.
7. Coherencia: la interpretacin de causas y efectos no puede entrar en contradiccin con el comportamiento propio de la enfermedad o lesin. Este criterio combina aspectos de consistencia y plausibilidad biolgica (Corresponde a la evolucin de Simonin).
8. Especificidad: Es ms fcil aceptar una relacin causa-efecto cuando para un efecto slo se plantea una sola etiologa, que cuando para un determinado efecto se han propuesto mltiples causas. En este caso lo apropiado sera hablar de Especificidad de la causa.
9. Experimentacin: Es un criterio deseable de alta validez. Se trata de reproducir experimentalmente la asociacin causa-efecto, o incidir en la causa para alterar el efecto cuando no sea posible o no se considere tica otra modalidad de experimentacin.
30
Ahora te gustara tener la versin en vdeo? Has click sobre la imagen

SEMINV - Libro de Texto

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

SEMINV - Libro de Texto

Enviado por

Direitos autorais:

Formatos disponíveis

Seminarios de Investigacin Cientfica

SEMINARIOS DE INVESTIGACIN CIENTFICA

Seminarios de Investigacin Cientfica

Seminarios de Investigacin Cientfica

Seminarios de Investigacin Cientfica

Seminarios de Investigacin Cientfica

Seminarios de Investigacin Cientfica

Las variables segn su medicin

Seminarios de Investigacin Cientfica

Escalas de medicin de las variables

Escala Atributos de la escala

Gnero Masculino Femenino

Estado Civil Soltero Casado Conviviente

Instruccin Primaria Secundaria Superior

Intensidad Leve Moderado Severo

Temperatura -10C 0C 20C

Hora del da 00 Horas 10 Horas 20 Horas

Peso 00.00Kg 10.24Kg 20.00Kg Uno Dos Tres

Seminarios de Investigacin Cientfica

Las variables segn su relacin

Seminarios de Investigacin Cientfica

Seminarios de Investigacin Cientfica

Formulacin del problema

Seminarios de Investigacin Cientfica

Delimitacin del estudio

Seminarios de Investigacin Cientfica

Seminarios de Investigacin Cientfica

Objetivos estadsticos bivariados

Seminarios de Investigacin Cientfica

Seminarios de Investigacin Cientfica

Seminarios de Investigacin Cientfica

Seminarios de Investigacin Cientfica

Establecer el nivel de significancia.

Eleccin del estadstico de prueba.

Lectura del p-valor.

Seminarios de Investigacin Cientfica

Seminarios de Investigacin Cientfica

Por la relacin que tienen con la unidad de estudio a. Propias

Por el nmero de unidades muestreo a. nicas

Seminarios de Investigacin Cientfica

Seminarios de Investigacin Cientfica

Seminarios de Investigacin Cientfica

Validez cualitativa de un instrumento

1. Aproximacin a la poblacin (Validez de respuesta)

2. Juicio de expertos (Validacin por jueces)

3. Revisin del conocimiento disponible (Validez racional)

Seminarios de Investigacin Cientfica

Validez cuantitativa de un instrumento

Seminarios de Investigacin Cientfica

Tcnicas de recoleccin de datos

Seminarios de Investigacin Cientfica

Tipos de preguntas en un cuestionario

Seminarios de Investigacin Cientfica

Escala tipo Likert

Seminarios de Investigacin Cientfica

Seminarios de Investigacin Cientfica

Sesgo de pertenencia (membresa)

Sesgo de admisin (de Berkson)

Sesgo del procedimiento de aleatorizacin

Sesgo de Prevalencia (de Neymann)

Seminarios de Investigacin Cientfica

Sesgo de la capacidad diagnstica

Sesgo de rendimiento del instrumento.

Seminarios de Investigacin Cientfica