Introducción a la metodología
cuantitativa: Estadística I
María Fernanda Reyes, PhD., MSc.
Metodología Cuantitativa
• La investigación cuantitativa se encarga de
cantidades y números, mientras que lo
cualitativo se encarga de cualidades y
descripciones (Henwood y Pidgeon, 1993).
• El objetivo es medir a través de variables que
están predeterminadas objetivamente y se
examinan los resultados estadísticamente.
Metodología Cuantitativa
• Los problemas humanos como medibles,
cuantificables y predecibles.
• Raíces en el positivismo.
• Pretende medir variables, probar hipótesis,
con base en la medición numérica y el análisis
estadístico, para establecer patrones de
comportamiento y probar teorías.
• La estadística es una herramienta
Repaso…
Metodología Cuantitativa
Se caracteriza por:
ü Deductiva ü Predicción
ü Determina el método y elü Explicación
análisis ü Control
ü Rigurosa ü Poder estadístico
ü Sistemática ü Parsimonia
ü Relaciones causa-efecto ü Es lineal
ü Se puede replicar
ü Desea llegar a generalizar y
(Maxwell y Delaney, 2004;
Popper, 1959; Schrag, 1992)
Conceptos de Estadística
Se refiere a un conjunto de métodos
para la obtención, presentación y
análisis de
observaciones numéricas.
García et al. (2016) “La estadística es una herramienta y un
conjunto de procedimientos que le permiten a la ciencia (en este
caso la psicología), resumir, clasificar, analizar e interpretar los
datos recolectados y determinar variables, sus relaciones
correlacionales o de causalidad y ayudar a la toma decisiones, así
como comprensión de fenómenos sociales y de la salud” (p. 13)
¿Por qué los psicólogos usamos
estadística?
La psicología es una ciencia probabilística, ya que se trata de
fenómenos complejos (comportamiento humano) que son
difíciles de predecir.
A diferencia de la física clásica que trata con fenómenos
determinísticos (una roca caerá a la misma velocidad hoy y
mañana) - los humanos no son tan predecibles (sobre todo ...) y
varían entre ellos.
Formulación de modelos para la comprensión de datos
complejos
¿Modelos estadísticos?
¿Cómo así?
Áreas que conforman a la Estadística
• Estadística Descriptiva (Deductiva): es la
encargada de la organización,
condensación, presentación de los datos
en tablas y gráficos y del cálculo de
medidas numéricas que permitan
estudiar los aspectos más importantes
de los datos.
DESCRIBIR
Áreas que conforman a la Estadística
• Estadística Inferencial o Inferencia
Estadística: está definida por un
conjunto de técnicas, mediante las
cuales se hacen generalizaciones o se
toman decisiones en base a información
parcial obtenida mediante técnicas
descriptivas.
INFERIR
Áreas de Aplicación de la Estadística
• El uso de la Estadística es muy amplio. Resulta difícil
nombrar un área en la cual no se emplee.
• Los métodos estadísticos han encontrado aplicación en:
– Gobierno
– Negocios
– Ciencias Sociales
– Ingeniería
– Ciencias Físicas y Naturales
– Control de Calidad
– Procesos de Manufactura
– Muchos otros campos de la actividad intelectual.
Áreas de Aplicación de la Estadística
• Esto se debe a la creciente facilidad con
la cual se pueden manejar grandes
cantidades de datos numéricos, debido
al uso de …
¿Asumimos que funciona? Causalidad
• Poner un algodón en la frente del bebe quita
el hipo
• “Poner música clásica a los bebes los hace más
inteligentes ”
• “Siempre que lavo el carro llueve”
• Comerse el chicle hace que se peguen “las
tripas”
• Papa en el ojo negro
• “Orinar en la picadura del agua mala”
• “Hay que sudar la gripa”
• La marihuana quita el cáncer
1. Proceso de
Investigación
Proceso de
Investigación
¿Qué quiero estudiar? Pregunta de
investigación
Identificar variables Objetivos
Método:
Diseño Alcance
Recolectar datos
Cómo las voy a medir para probar la
teoría
Ajustar un modelo Analizar los
datos
Graficar datos
Escribir el
Ajustar un modelo
reporte
• VARIABLE:
– Es un fenómeno o característica que
cambia a través del tiempo y difiere
de un individuo a otro.
– A las variables se les puede asignar
un número o valor, por esto puede
ser medidas
¿QUÉ ES – Son las características que medimos
y estudiamos de cada individuo en
UNA un estudio.
VARIABLE? – Ej: sexo, edad, peso, estatura, color
de ojos, estado civil, temperatura,
cantidad de nacimientos, presión
arterial, grosor, diámetro, síntomas.
• Datos:
– Son los valores que toma la variable
en cada caso
Constructos, variables y definiciones
Constructos
(no observables)
• Propiedad que puede fluctuar y cuya
variación es susceptible de medirse y
observarse.
Variables • Propiedad que asume diversos valores.
• Algo que varía.
• Símbolo que se le asignan valores
numéricos (Género = 1,2,3,4,5, 6 ).
De
be
nt
en
er
Definición conceptual y operacional
(Hernández, Fernández y Baptista, 2006; Kerlinger y Lee, 2003)
Tipos de datos
• Cualitativos: son datos que solo toman valores asociados a
las cualidades o atributos, clasificándolos en una de varias
categorías, es decir, no son valores numéricos.
Ej:
– Sexo: f/m.
– Hábito de fumar: Fumador/No fumador
– Color de ojos: negro, azul, marrón, …
– Religión: católica, evangélica, ninguna…
– Estado civil: soltero, casado, divorciado,…
Tipos de datos
• Cuantitativos: provienen de variables que pueden medirse,
cuantificarse o expresarse numéricamente. Ejemplos:
– Peso
– Edad
– Estatura
– Presión
– Humedad
– Intensidad de un sismo
– Cantidad de hermanos
Tipos de Variables
Características
1. Variables cuantitivas
• Variables discretas: Solo puede tomar valor entero
dentro de un conjunto o categorías. No asumen
cualquier valor (Cantidad de personas atendidas,
número de hijos).
• Variables continuas: Asume cualquier valor dentro de
un rango determinado o continuo (ej: peso).
Continuidad y puntos intermedios
2. Variables cualitativas: dicotómicas (e.j. embarazo) y
politómicas (estado civil).
Escalas de medida
• Escala Nominal. Variables Cualitativas
• Escala Ordinal.
• Escala de Intervalos.
Variables
• Escala de Razón o Proporción. Cuantitativas
• Escala Absoluta.
Escalas de medida
• Escala nominal: los datos se pueden agrupar en
categorías que no mantienen una relación de
orden entre si, por lo tanto no están definidas
las operaciones lógicas (>, <, £, ³) sino solo las
de igualdad o diferencia.
• Ejemplos: color de ojos, sexo, profesión, estado
civil, religión.
Escalas de medida
• Escala ordinal: existe un cierto orden o
jerarquía entre las categorías (>, <, £, ³).
• Ejemplos: grados militares, nivel de estudios,
posición en una carrera, semestres
académicos.
Escalas de medida
• Escala Intervalar : valores numéricos de las
variables y además de las relaciones de orden (>, <,
£, ³), se pueden establecer distancias, es decir,
tienen sentido las operaciones de suma y resta.
Tiene dos propiedades:
– Existe una unidad de medida que se mantiene constante
para todos los valores que toma la variable.
– Existe un valor patrón u origen relativo que no significa la
ausencia de valor en la variable.
Ejemplo: temperatura, nivel de ruido.
Escalas de medida
• Escala de razón o proporción: es la más
completa y general de todas las escalas. Se
caracteriza porque los valores de la variable
son números entre los cuales, además de las
relaciones de orden (>, <, £, ³) y distancia
(+,-), se pueden establecer múltiplos y
proporciones.
• Ejemplos: peso, altura, ritmo cardiáco…
Escalas de medida
• Escala Absoluta: se caracteriza porque los
valores que toma la variable son el resultado
de contar y por lo tanto, está constituida por
los enteros positivos y el cero.
• Ejemplos: número de hermanos, cantidad de
autos vendidos, cantidad de hijos,…
Datos Univariantes y Multivariantes
• Univariantes o unidimensionales: sólo recogen
información sobre una característica (Ej: edad
de los alumnos de una clase).
• Bivariantes o bidimensionales: recogen
información sobre dos características de la
población. (Ej: edad y estatura de los alumnos
de una clase).
Datos Univariantes y Multivariantes
• Multivariantes o pluridimensionales: recogen
información sobre tres ó más características.
(Ej: edad, estatura y peso de los alumnos de
una clase).
TIPOS DE VARIABLES Y
NIVELES
¿Por qué necesitamos saber sobre los niveles de las variables? No se puede
determinar qué prueba estadística se necesita sin saber qué tipo de datos se tiene.
Ayuda a decidir qué medidas de tendencia central puedes usar
- Nominal? Categórica (hombre/mujer,
empleado/desempleado)
Rangos- datos con un orden no diferencia. Variables
- Ordinal? Primer lugar, segundo lugar. Escala likert? cualitativas
Escala con intervalos iguales (e.g. temperatura)
- Intervalo? presencia de un 0 NO significa ausencia
Variables
Presencia de una 0 absoluto. Altura, peso, cuantitativa
masa. Tiempo de respuesta s
- Razón?
Conceptos de Población y Muestra
• Población: es la colección de todas las
posibles mediciones u observaciones
que pueden hacerse de una variable
bajo estudio.
Conceptos de Población y Muestra
• Se clasifica en dos categorías:
– Finita: es aquella que incluye una cantidad
limitada contable de observaciones, individuos o
medidas. Siempre que sea posible alcanzar
(contar) el número total de todas las posibles
mediciones, se considera como finita la población.
Conceptos de Población y Muestra
– Infinita: es aquella que incluye un gran conjunto
de observaciones o mediciones que no pueden
alcanzarse por conteo. Al menos,
hipotéticamente, no existe límite en cuanto al
número de observaciones que el experimento
puede generar.
Abusos que se pueden cometer con la
Estadística
• Conclusiones erróneas debido a que los datos son
numéricamente insuficientes.
• Representaciones gráficas engañosas (escalas).
• Datos muestrales no representativos:
– Muestra que no incluye a elementos de toda la población.
– Ciertas categorías de personas no responden correctamente.
– Respuestas voluntarias (sesgadas).
Golden Gate San Francisco
Pueten Chirajara
2. Alcance de la
investigación
Tipos de investigación y
diseños
Alcance de la Investigación
Diferentes tipos de clasificación
1. Básica vs Aplicada
2. Cualitativa vs Cuantitativa
3. Descriptiva vs Analítica
4. Conceptual vs Empírica
5. Exploratoria, Descriptiva, correlacional y
explicativa
Primer paso: Problema de
investigación
Brinda: Debe tener:
1. Dirección 1. Claridad
2. Establecer el alcance
2. Alcance – Delimita (descripción, relación,
3. Claridad predicción, explicación)
3. Objetivos
4. Determina el análisis de 4. Justificación ¿Para qué?
resultados 5. Viabilidad
Preguntas de
investigación
¿Cómo formular un problema de
investigación?
¿Dónde?
¿Quien?
¿Qué? Antecedentes
Antecedentes Necesidades
¿Por Necesidades Priorización
qué? Antecedentes
Necesidades
Priorización Viabilidad
Ideas
Disciplina
Paradigmas
Teoría
JUSTIFICACIÓN ¿Por qué?
Incógnitas/ Necesidad
Motivación / Intereses
REVISIÓN PROGRESIVA DE LITERATURA
Tipos de Variables
Variables Variable
Conceptos y variables Predictoras y Independiente
Criterio y Dependiente
Correlacionales
Descriptivos Explicativos
- Causales
Tipos de Variables
“Las creencias de los adolescentes respecto al riesgo que trae el
consumo de drogas cambia cuando se les da información al
respecto”
“La relajación alivia el efecto del estrés en la salud física”
“Las personas que reportan apoyo social, seguridad financiera y
actividad frecuente también reportan una mejor calidad de vida
relacionada con la salud”
Tipos de inv, alcance y análisis de datos
Tipo de inv Alcance Hipótesis Análisis de datos
Descriptivos Describir No Estadística descriptiva
Correlacionales Relaciones – Hipótesis Correlaciones
Dependiendo correlacionales Regresiones
del diseño Hipótesis causales Modelos de Ecuaciones
causales dependiendo del estructurales
diseño Análisis longitudinal
Experimentos Inferencia - Obligatoriamente Inferencia – Multivariada
Causalidad - MLG
ANOVA, ANCOVA,
MANOVA
INF. no paramétrica
Regresiones lineales
Tipos de inv, alcance y análisis de datos
Tipo de inv Alcance Hipótesis Análisis de datos
Validación Si Estadística multivariada:
instrumentos AFE – AFC
RASCH
Desarrollo
tecnológico Evaluación de Si Inferencia – Multivariada
programas: - MLG
Debe usar ANOVA, ANCOVA,
metodologías MANOVA
experimentales INF. no paramétrica
Regresiones lineales
VAMOS A
CONCURSAR
Ejercicio
práctico
1. ¿Por qué es importante la estadística en psicología?
2. Ejemplo de modelos
3. Tipos de variables
