MODELO DE MEDICIÓN

Objetivo
Explicar a los alumnos los modelos de medida que se pueden aplicar en la
investigación cuantitativa.
Introducción
La investigación ha traído consigo una serie de avances respecto a la
forma de analizar
los datos. El uso de métodos estadísticos en la actualidad se considera
muy útil para la validación de datos en una investigación. En la actualidad,
existen diversos softwares para realizar este tipo de análisis que permiten
tener una perspectiva precisa y clara de la realidad de la investigación.
perspectiva de la realidad de la investigación, entre los que podemos
mencionar:
Statistical Package for Social Sciences (SPSS), GPower 3.1, Partial least
squares
(PLS) y R. En este sentido, en una investigación cuantitativa la medición
y análisis de datos por medio de este tipo de software es fundamental
para obtener resultados válidos y fiables. Sin embargo, es necesario
considerar el tipo de herramientas que utiliza cada método teniendo en
cuenta la cantidad de datos que se recogen en un estudio y la variedad de
análisis y variables que exceden la capacidad de un único cálculo manual.
Subtema 1: Estadística descriptiva con SPSS ang GPower 3.1
SPSS
El SPSS (Statistical Package for Social Sciences) creado en 1968 es un
software de análisis de datos y software de análisis estadístico
desarrollado por IBM. Esta plataforma se utiliza habitualmente para crear
tablas y gráficos correspondientes a datos complejos. Tiene una gran
capacidad para gestionar volúmenes de datos (López-Roldán & Fachelli,
2015).
López-Roldán & Fachelli (2015) afirman que SPSS es un paquete
estadístico que integra un conjunto de programas y subprogramas
organizados de tal forma que cada uno de ellos está interconectado con
todos los demás. Asimismo, Stockemer (2018) también afirma que se trata
de un software estadístico que permite el análisis de datos y la gestión de
gráficos.
En efecto, este software de análisis estadístico, muy común en la
investigación cuantitativa, está basado en la plataforma Windows (Muijs,
2010).
Características
Se utiliza para realizar análisis estadísticos como la estadística descriptiva
(tabulación, frecuencia, media, moda, etc.), estadística bivariante
(varianza, estudio o prueba t, correlación,
etc.), análisis factorial, representación de tablas y gráficos de datos (Muijs,
2010).
Herreras (2005) afirma que el software Spss ofrece a los usuarios cuatro
funciones esenciales, que se expresan a continuación:
- Estadística avanzada: Ofrece análisis estadísticos desde básicos hasta
complejos como tabulación cruzada, estadísticas bivariadas dobles como T
y Anova, modelos lineales y no lineales.
- Modelador: Se refiere a que este software permite realizar modelos
predictivos y validarlos.
predictivos y permite validarlos mediante el uso de técnicas avanzadas.
- Análisis de texto: En el caso de que las encuestas tengan respuesta
textual, esta plataforma hace uso de un software de análisis de texto con
el fin de obtener información útil para el
análisis o estudio de datos.
Diseño de visualización: Tiene la facilidad de visualizar los datos mediante
gráficos como cuadros radiales o de densidad que son esenciales para el
análisis de los datos.
Funcionamiento
Este software es similar a una hoja de cálculo porque contiene cuadros
rectangulares (celdas)
para almacenar los datos de forma organizada, en el sentido de variables
"columnas" y casos
"filas" (López-Roldán & Fachelli, 2015). Los datos en esta plataforma se
pueden introducir o
importarse manualmente desde una hoja de cálculo, un archivo de texto u
otro formato de archivo que permita la importación de datos.
importar. López-Roldán & Fachelli (2015) afirman que una característica
especial es que el análisis
no se realiza en la hoja de cálculo que tiene la propia plataforma, sino que
se realiza
realiza mediante comandos en los menús desplegados, como el que se
muestra en la siguiente imagen:
Al iniciar una sesión en este software, aparece la ventana del editor de
datos, donde se
pueden verse los datos propiamente dichos, las variables con las
características que las definen. Para identificar
variables en las que los sujetos pueden dar más de una respuesta, es
decir, variables en las que un mismo sujeto puede tener distintos valores,
se utiliza la expresión de variables de respuesta múltiple
(López-Roldán & Fachelli, 2015).
Por otro lado, la barra de menú contiene: archivos, edición, visualización,
datos, transformar, galería, diseño, series, proceso, depuración, entre
otras opciones que deben ser debidamente conocidas para realizar
efectivamente el análisis de datos (Herreras, 2005).
En el momento en que el usuario desea iniciar el análisis, debe seleccionar
la prueba estadística y automáticamente aparece una nueva ventana.
seleccionado y automáticamente aparece una nueva ventana. En el
momento en que los estadísticos ya hayan sido especificados por el
usuario, el software proporcionará los resultados
respectivamente, por ejemplo, el resultado de una prueba estadística no
sólo incluye los estadísticos de la prueba
y el valor P, sino también el número de N casos. En este sentido, los
resultados significativos pueden
estadísticamente marcados con un asterisco (López-Roldán & Fachelli,
2015).
Para algunos autores, los gráficos producidos por Spss son simples y
claros, pero se puede
resumir los principales estadísticos con el uso de un histograma que puede
mostrar N valores, la
desviación estándar, la media aritmética o cualquier otro análisis
necesario para el estudio
(López-Roldán & Fachelli, 2015).
GPower 3.1
Es un programa gratuito que se utiliza para realizar análisis estadísticos de
potencia. Este software
fue desarrollado por Heinrich-Heine-Universität Düsseldorf y fue diseñado
para Windows
XP, Windows Vista, Windows 7, Windows 8 o Windows 10 (Faul, Erdfelder,
Lang, &
Buchner, 2007).
Esta plataforma se utiliza para calcular el tamaño de los efectos con el fin
de mostrar los resultados
resultados gráficamente. En efecto, es importante estimar el tamaño del
efecto, que responde a la
magnitud de las diferencias encontradas en el estudio, y la potencia
estadística, que
responde al grado de validez de los resultados de la investigación, y es
cada vez más una
requisito debido a razones éticas y técnicas (Cohen, 1988).
Características
GPower 3.1 se caracteriza por ser una importante ampliación y una
mejora con respecto a
la versión anterior, produce pruebas estadísticas con gráficos eficaces
basados en los datos
datos introducidos por el usuario, realizando análisis basados en pruebas
t, pruebas chi-cuadrado, pruebas F, pruebas Z
y otras pruebas exactas (Faul et al., 2007).
Faul et al., (2007) sugieren que, para calcular la potencia, el usuario debe
conocer
cuatro de cinco variables que son las siguientes
- Número de grupos
- Tamaño del efecto
- Número de observaciones
- Nivel de significación (α) o potencia (1-β).
En efecto, este programa permite el análisis tradicional y proporciona
calculadoras del tamaño del efecto
y múltiples opciones de gráficos. En este sentido, admite un modo de
entrada que se basa en
disposición y diseño. Permite realizar cálculos tradicionales como: calcular
la muestra n para
una potencia, y también estimaciones de la potencia de la prueba, análisis
de compromiso para verificar la
significación respecto a los resultados del estudio (Faul et al., 2007).
Funcionamiento
El funcionamiento de este software es completamente sencillo, trabaja
directamente con los
valores de regresión que se realizan en el software Spss. Este programa de
análisis de
programa de análisis de potencia independiente es comúnmente utilizado
en áreas sociales, médicas y de comportamiento (Faul et al.,
2007).
Por otra parte, según Faul et al. (2007), ofrece una amplia gama de
opciones de
cálculos estadísticos en un enunciado de análisis de potencia que abarca:
- Pruebas de correlación basadas en un modelo de correlación.
- Pruebas estadísticas que comparan correlaciones de Pearson
dependientes e independientes.
independientes.
- Pruebas de coeficientes de regresión.
- Coeficientes de regresión múltiple.
- Coeficiente de regresión logística, y
- Coeficientes de regresión de Poisson.
Además de los procedimientos de prueba estadística mencionados
anteriormente, se pueden utilizar z, t, F, O 2 y
binomios, vectores medios, varianzas, entre otros (Cohen, 1988).
Subtema 2: Análisis factorial confirmatorio utilizando R
R es otro programa útil para el análisis de datos en una investigación
cuantitativa, cuenta con un programa para el análisis estadístico y
graficación de datos.
cuenta con un programa para el análisis estadístico y la generación de
gráficos respectivamente (Oliden, 2009).
Este software es ampliamente utilizado en la investigación científica.
Maurandi del Río & Balsalobre (2013)
afirman que este programa tiene varias ventajas por su alcance además de
ser software libre
software:
- La multiplataforma que tiene para Mac, IPhone y Windows.
- Su compatibilidad con innumerables formatos de datos como: xls, txt,
csv, sas.
- Su eficaz capacidad gráfica.
- Su ampliación por la serie de técnicas estadísticas que se añaden día a
día.
Gracias a la cantidad de datos que este programa puede analizar, es
importante considerar la
eficacia que tiene a la hora de analizar la estructura estadística de los
datos en un análisis factorial confirmatorio.
análisis factorial confirmatorio, respectivamente (Herrero, 2010; Teo,
2014).
En este sentido, un análisis confirmatorio como afirma Herrero (2010) es
una técnica utilizada
para la reducción de los datos estadísticos utilizados para explicar las
correlaciones que existen entre
las variables observadas en términos de un número menor de variables no
observadas denominadas
"factores".
Esta técnica es muy útil cuando un investigador desconoce la estructura
de las
respuestas de los sujetos de la muestra. Por este motivo, la mayoría de los
investigadores utilizan esta técnica
para contrastar un modelo construido de antemano, el objetivo de
conocer el papel de cada elemento
en relación con el conjunto global (Batista-Foguet, Coenders, & Alonso,
2004).
En consecuencia, el investigador establece a priori el conjunto total de
relaciones entre
los elementos que lo componen y esa es la diferencia respecto a un
análisis factorial
análisis factorial exploratorio, aunque ambos según Bollen (1989)
persiguen el mismo objetivo que
es "la explicación de las covarianzas o correlaciones que se dan en un
conjunto de variables observadas
a través de un conjunto reducido de variables latentes", como se muestra
a continuación:
De hecho, un modelo de análisis factorial confirmatorio (AFC) es aquel que
corrige las deficiencias
de la perspectiva exploratoria que conduce a una mayor especificación de
las hipótesis.
Por tanto, según Batista-Foguet et al., (2004), se diferencia de la
perspectiva exploratoria
perspectiva exploratoria en aspectos como:
- Permitir limitaciones en algunas saturaciones. Es común asumir la validez
de
cada ítem, es decir, que satura en un único factor.
- Admite diferencias estadísticas respecto a las hipótesis especificadas.
- Admite componentes correlacionados únicos. Se justifica por la presencia
de otros
factores sin interés, a través de un método de medida común.
Para ejecutar un análisis factorial confirmatorio en R, es necesario utilizar
la base LISREL (Linear
Structural Relations) así como la biblioteca SEM. Todas las estimaciones
van a ser
computadas en máxima verosimilitud, sin embargo, hay que tener en
cuenta que existen
otras metodologías de estimación, como la máxima verosimilitud robusta,
la bayesiana
(Teo, 2014).
Con respecto a lo anterior, es importante determinar el factor latente que
utiliza el análisis factorial confirmatorio. Por ejemplo: en un estudio, se
realizó un cuestionario de 14 ítems
realizado, este estudio evaluó la autoestima en la población adulta con
base en cuatro
aspectos: físico, familiar, emocional y social (Herrero, 2010).
De hecho, en un análisis factorial confirmatorio, la puntuación de cada
individuo en cada ítem es
generada por una variable no observada "factor latente" que explica la
variedad de puntuaciones
en el ítem. Entonces, el factor latente nunca explicará completamente la
variabilidad que existe en
las respuestas al ítem y a este factor se le denomina "error de medida"
(Herrero, 2010).
Por otro lado, es importante indicar que si el análisis factorial
confirmatorio
basa sus cálculos en la matriz de varianzas y covarianzas, respectivamente
esta matriz se
infiere de la matriz de correlaciones y de la desviación típica de los datos
(Aráuz,
2015).
Subtema 3: Modelización de ecuaciones estructurales SEM mediante
Smart PLS3
Los modelos de ecuaciones estructurales (SEM) son técnicas de análisis
estadístico que pertenecen a la
clase de modelos lineales generales (Mertens, Pugliese, & Recker, 2017).
Este tipo de técnica de análisis
se utiliza a menudo en métodos cuantitativos como simulaciones,
experimentos, encuestas y datos de archivo,
encuestas y datos de archivo.
Hair et al., (2019) también afirma que permiten a los investigadores
incorporar variables no observables
variables que son medidas por variables observables. Además de facilitar
la
explicación del error en las mediciones correspondientes a las variables
observables
(Chin, 1998).
Sin embargo, existen varias condiciones que deben analizarse para optar
por un estudio con
SEM que se exponen a continuación:
- El objetivo de la investigación debe ser más confirmatorio que
exploratorio.
- El modelo de estudio respecto a las hipótesis debe ser complejo
involucrando múltiples
variables independientes y dependientes (mediador-moderador) (Mertens
et al.,
2017).
- La investigación tiene conceptos latentes, es decir, concepciones que no
son directamente
abstracciones medibles de un fenómeno relacionado con algo real pero
que son
normalmente no tangibles (Mertens et al., 2017).
- El SEM suele asociarse a las investigaciones de encuestas explicativas, ya
que las encuestas
son muy eficaces para recopilar datos en métodos de investigación
complejos que requieren
variables latentes (Mertens et al., 2017).
Los SEM se caracterizan por ser modelos de regresión multivariante, es
decir, "multiecuación".
En este sentido, Mertens et al., (2017) afirman que se puede catalogar
considerando dos
diferencias esenciales con los modelos de regresión simple:
- Tiene varias medidas dependientes o variables.
- Las medidas dependientes pueden aparecer como predictores de otras
variables dependientes.
Tipos de SEM
Hair et al., (2019) afirman que existen dos tipos de modelos de ecuaciones
estructurales que
se presentan a continuación en el siguiente gráfico:

Basado en la covarianza (CB-SEM): Este tipo de SEM se caracteriza por

confirmar
o rechazar teorías, es decir, es un conjunto de relaciones sistemáticas de
múltiples variables
que pueden ser probadas empíricamente (Hair et al., 2019).
- Mínimos cuadrados parciales (PLS-SEM): A diferencia del CB-SEM, este
tipo de modelo se utiliza
para desarrollar teorías en la investigación exploratoria. Mediante la
explicación
aproximada de la variable dependiente final del caso cuando se analiza el
modelo.
El PlS se compone de dos elementos: el modelo estructural (modelo
interno) formado
de constructos (círculos u óvalos) que muestran la relación que tienen y el
modelo de medida (modelo externo) que se caracterizan por reflejar la
relación que existe entre los constructos y las variables indicadoras
(rectángulos) (Hair et al., 2019).
Por otro lado, PLS-SEM utiliza aproximaciones con el objetivo de
representar
constructos de interés que son compuestos ponderados de las variables
de cada constructo
(Hair et al., 2019). Hair et al., (2019) sugieren que es importante
considerar los
compuestos, la medición, la codificación, la escala de medición y la
distribución
de los datos en una investigación cuando se utiliza el SEM.
Subtema 4:
Validez convergente, fiabilidad compuesta y varianza media
extraída
Para cualquier tipo de investigación, la validez y fiabilidad de sus
resultados es muy importante para
para cumplir el objetivo de la investigación. En consecuencia, es necesario
poder abarcar los
siguientes términos:
Validez convergente
La validez se refiere a tomar una decisión adecuada, precisa y justificable
(Moring, 2014).
Fallon (2016) afirma que en las ciencias sociales existen varios tipos o
formas de validez
entre las que se pueden mencionar las siguientes:
- Validez externa: Se refiere a la alta validez que tiene una investigación
cuando
sus resultados pueden abarcar la mayor población de la que salió la
muestra
teniendo otros periodos de tiempo y situaciones similares.
- Validez constructiva: Cuando las variables de la investigación se ajustan
muy bien a
sus constructos y sus definiciones operacionales son claras y precisas, se
puede
determinarse que esta investigación tiene un alto grado de validez
constructiva.
- Validez interna: Una investigación tiene una alta validez interna cuando
el estudio
confirma que la relación entre dos o más variables no se debe a
otra. En este sentido, una posible alternativa a la relación ya
observable en la investigación.
- Validez estadística: Se puede obtener una validez estadística cuando una
investigación
dispone de un análisis estadístico adecuado para poner a prueba las
predicciones y ha llegado a
conclusiones de buena información sobre la significación estadística.
Fiabilidad compuesta
La fiabilidad está estrechamente relacionada con la validez. Si una
investigación produce resultados incoherentes
no puede tener significación. Fallon (2016) afirma que existen tres tipos de
fiabilidad
que se presentan a continuación:
- Consistencia interna: Se refiere a los autoinformes que incluyen
instrumentos que miden
el constructo o variable.
- Confiabilidad test-retest: Son instrumentos que miden
premeditadamente
constructos para que permanezcan estables en el tiempo, como la
inteligencia.
- Fiabilidad entre evaluadores: Hace a la fiabilidad del contenido o,
respectivamente,
estudios que exigen la observación de conductas, sesgos y prácticas que
pueden afectar a
las percepciones del evaluador en la toma de decisiones.
Varianza media extraída
Se refiere a la medida de la cantidad de varianza que es detenida por una
construcción
que está directamente relacionada con la cantidad de varianza debida al
error de medida en la
investigación (De La Rubia, José Moral, 2019).
REGUNTAS DE COMPRENSIÓN DE LA UNIDAD
¿Es importante utilizar algún programa estadístico en una investigación
cuantitativa?
cuantitativa?
Sí, porque el uso de software estadístico permite que el análisis de los
datos se pueda realizar
de forma fiable debido a la gran cantidad de información que hace
imposible realizarlo
manualmente.
¿Es SPSS sólo un programa que crea tablas y gráficos?
No relativamente, el software SPSS es un conjunto de programas y
subprogramas que están
integrados y organizados de forma ordenada donde cada uno conecta con
el otro,
permitiendo un eficiente análisis de datos y gestión de gráficos.
¿Es el análisis factorial confirmatorio una técnica de reducción de datos?
Sí, esta técnica de reducción de datos se utiliza para determinar las
correlaciones que existen
entre las variables observadas en función del menor número de variables
no observadas.
¿En qué métodos cuantitativos se suelen utilizar los modelos de
ecuaciones estructurales?
Suele utilizarse en métodos como experimentos, simulaciones, datos de
archivo o encuestas,
ya que son instrumentos que presentan una gran ventaja en la recogida de
datos.
¿Es lo mismo validez y fiabilidad?
No, están estrechamente relacionadas, pero la validez se refiere a obtener
una conclusión o respuesta adecuada, clara y justificable.
conclusión o respuesta adecuada, clara y justificable. Por otro lado, la
fiabilidad se refiere al hecho de que una
determinada herramienta cumple su función basándose en determinadas
condiciones en un momento dado.

Objetivo
Involucrar a los estudiantes en el modelo estructural para la evaluación de
datos en una investigación cuantitativa.
cuantitativa.
Introducción
La valoración de los datos en una investigación cuantitativa es
indispensable ya que
a través de su análisis es posible identificar los factores que influyen
directamente
el fenómeno de investigación. Por esta razón, es importante recurrir a
modelos
modelos estructurales que ayuden a determinar e interpretar sus
resultados para obtener
datos fiables. La manipulación de datos mediante ordenadores
tecnológicos ha
enriquecido el trabajo de exploración y el análisis estadístico
respectivamente. En este sentido
la relación que existe entre los programas estadísticos y la interpretación
de los datos es evidente para las técnicas de análisis de datos utilizadas en
una
investigación cuantitativa, incluido el proceso de bootstrapping, que
suprime la
significación que tienen y los coeficientes en un análisis estadístico.
Además
la validez discriminante que ayuda a determinar la diferenciación que un
constructo tiene en relación con los demás constructos encontrados en el
estudio. Y por último
la prueba de hipótesis que permite aceptar o rechazar una afirmación que
se
establecido para la población general a partir de los datos muestrales que
tiene la
investigación posee.
DESARROLLO DE LOS SUBTEMAS DEL TEMA 2
Subtema 1: El proceso de bootstrapping
El proceso de bootstrapping proporciona estimaciones estadísticas del
error, asignando pocas limitaciones
sobre las variables aleatorias analizadas en el estudio (Solanas & Olivera,
1992). De hecho, cuando
se realiza una técnica PLS-SEM, no se acepta que los datos tengan una
distribución
normal, ya que la falta de concordancia en las variables hace que las
pruebas de significación paramétricas no permitan realizar una regresión.
paramétricas de significación no permiten detectar si los datos son
significativos o no (Hair et al.
o no (Hair et al., 2019).
Por ello, Davison & Hinkley (1997) afirman que, PLS-SEM se centra en el
proceso no paramétrico
proceso bootstrap con el objetivo de suprimir la significación de los
coeficientes en el
análisis estadístico. La técnica Bootstrap fue propuesta y conceptualizada
por Efron
(1979) que constituye una estrategia no paramétrica útil para estimar el
error estadístico.
Ledesma (2008) afirma que el proceso Bootstrap es una técnica de
remuestreo de datos comúnmente utilizada para resolver problemas
relativos a las pruebas de significación.
para resolver problemas relativos a pruebas de significación o
estimaciones de intervalos de
intervalos de confianza. De hecho, el proceso bootstrap es un análisis
estadístico revolucionario
revolucionario, ya que aprovecha las nuevas tecnologías y ofrece al
investigador una
alternativa sustancial distinta al enfoque estadístico clásico que aporta
ventajas comparativas en el estudio. La distribución de una muestra es
esencial a la hora de
realizar inferencias estadísticas. En este sentido, cuando se realiza un
proceso de bootstrapping
se extraen muestras denominadas "bootstraps", en desarrollo cuando se
realiza una observación
para un bootstraps, ésta puede ser seleccionada para más de una ocasión
o no, ya que cada muestra
tiene el mismo número de observaciones (llamadas en PLS-SEM "casos
bootstrap") que la
muestra de origen (Hair et al., 2019).
De hecho, las muestras bootstrap se utilizan para evaluar el nomograma
PLS, por lo que el
número de muestras debe ser elevado o al menos similar al número de
observaciones válidas
que se realizaron en el conjunto de datos. En este proceso, las
estimaciones correspondientes a los
coeficientes construyen una distribución de tipo bootstrap que se
considera una
aproximación de la distribución muestral y en base a esta distribución se
obtiene la norma
desviación estándar y el error estándar que presentan los coeficientes
estimados pueden ser
establecidos (Hair et al., 2019).
Cuando se utiliza la técnica de bootstrapping en el programa PLS-SEM es
fundamental
considerar que los signos de las variables latentes son indeterminados
(Chin 1998). Sin embargo
esta imprecisión de los signos podría provocar cambios parciales de signo
en las estimaciones bootstrap
correspondientes a los coeficientes, en relación con las estimaciones de la
muestra original. En
este sentido, estos cambios de signo pueden tratarse de tres formas
diferentes:
- Sin cambio de signo: No se realiza ningún tipo de cambio y el resultado
negativo de la
alteración de los signos en las variables se acepta para obtener el valor
respectivamente
(Hair et al., 2019).
- Cambio de signo a nivel individual: En este caso, el signo se invierte
siempre y cuando
que la estimación de una muestra bootstrap dé como resultado un signo
diferente en relación con el
producto de la muestra inicial (Hair et al., 2019).
- Cambio de signo a nivel de constructo: A diferencia de los casos
anteriores, este se
caracteriza porque considera un grupo de coeficientes y realiza una
comparación
de los signos de la estimación de la muestra bootstrap con los del
nomograma PLS
inicial. En efecto, si la mayoría de los signos exigen ser invertidos en el
proceso de bootstrap para que coincidan con los de la estimación
muestral inicial
estimación, todos los signos deberían invertirse en el proceso, sin
embargo, de lo contrario es
el caso que no se realice el cambio de signos (Hair et al., 2019).
Por otro lado, cuando se realiza un cambio de signo, en algunos casos
estos cambios de signos
se realizan para mejorar, sin embargo, en ocasiones los resultados no
tienen una completa
coherencia con los signos a la estructura inicial. En este sentido, Hair et al.
(2019) sugieren
que cuando estos cambios se realizan en la práctica, estos resultados
comúnmente no difieren
mucho, si las estimaciones iniciales no son cercanas a cero. En caso de que
estas estimaciones sean cercanas a
cero, la inversión de signo que se llevó a cabo puede disminuir
sistemáticamente el error estándar
error estándar alcanzado por el proceso de bootstrapping.
De hecho, una de las principales ventajas del proceso Bootstrap es la
generalidad, ya que el
mismo método puede utilizarse en un gran número de situaciones y casos
sin la obligación de
establecer modelos, técnicas o procedimientos para cada problema o
circunstancia presentada
en el estudio (Hair et al., 2019). La aplicación de este proceso a través del
programa SmartPLS
en un escenario multivariante se muestra a continuación:
Subtema 2: Validez discriminante
La validez discriminante o también llamada validez divergente es aquella
que certifica que los
constructos que no deberían tener ninguna relación de hecho no la tienen,
a diferencia de la
validez convergente que afirma que los constructos esperados en el
estudio tienen una
relación si realmente la tienen (García, José Antonio Martínez & Caro,
2009). En este
sentido, la validez discriminante como lo plantean Hair et al. (2019)
establece el nivel de
diferenciación que tiene el constructo frente al resto, basándose en el
proceso de
empírico, es decir, que la validez discriminante establece que el
constructo
es el único que permite analizar un fenómeno particular que no es
considerado por
los demás constructos del estudio.
Métodos de evaluación
Hair et al. (2019) afirma que los investigadores suelen utilizar dos métodos
para evaluar la
validez discriminante que se presentan a continuación:
Cargas cruzadas: Este método se ha utilizado tradicionalmente para las
evaluaciones de
validez discriminante en los indicadores de estudio. En este sentido, la
carga externa de un
indicador sobre su constructo debe superar cualquier carga cruzada
basada en los demás
constructos válidos (Hair et al., 2019). Por lo tanto, la mejor forma de
evaluar este método es
a través de una tabla donde las variables latentes se encuentran en las
columnas y los
indicadores en las filas, respectivamente. De hecho, Hair et al. (2019)
afirman que cuando
se lleva a cabo el proceso de validez discriminante y las cargas cruzadas
resultan ser
mayores en relación con las cargas externas del indicador, significa que
existe un
error en la validez.
- Criterios de Fornell y Larcker: A diferencia del método anterior, este
método
compara la raíz cuadrada de los valores de AVE (varianza media extraída)
con las
correlaciones de las variables latentes. En este sentido, se debe valorar si
la raíz cuadrada correspondiente al AVE de cada uno de los constructos es
mayor
que sus altas correlaciones en relación con los demás constructos del
estudio (Hair et
al., 2019).
Sin embargo, una alternativa en este enfoque es comprobar si el valor del
AVE resulta ser
mayor que la correlación al cuadrado en relación con cualquiera de los
otros constructos. En este que sólo los constructos reflexivos con
indicadores pueden medirse con este método.
medirse con este método. El objetivo de este método es poder determinar
si un
constructo comparte más varianza con sus indicadores que en relación
con los demás constructos
(Hair et al., 2019).
Henseler, Ringle, & Sarstedt (2015) afirma que cuando se presentan dos
constructos que
están perfectamente correlacionados, el método de carga cruzada pierde
su eficacia empírica ya que
no es capaz de detectar la falta de validez discriminante. Por otro lado, lo
mismo ocurre cuando se utiliza el método de Fornell y Larcker cuando las
cargas de los
respectivos indicadores de los constructos objeto de estudio difieren
ligeramente, el método tiende a
hacerlo ineficaz. Sin embargo, cuando las cargas de los indicadores son
más fuertes, el método para encontrar
el problema de la validez discriminante mejora, pero sigue siendo
defectuoso en el proceso (Hair
et al., 2019).
Escenario de análisis
La validez discriminante como sugieren García, José Antonio Martínez &
Caro (2009)
se considera uno de los criterios más habituales para evaluar las escalas
de medida de
constructos latentes en estudios sociales. En este sentido, la forma de
medir un constructo es válida
sólo si las medidas utilizadas miden realmente lo que se pretende medir
(Cook,
Campbell, & Day, 1979).
García, JA Martínez & Caro (2009) afirman que es importante que el
investigador defina
qué quiere medir exactamente para obtener una buena validación del
constructo,
ya que es a través de una red interconectada que el programa
seleccionado para
el estudio debe descifrar las correlaciones que existen en cada constructo.
Por lo tanto
reunir información suficiente es esencial para tener resultados fiables, en
este
sentido, la validez discriminante determina que los factores que realmente
no se solapan no lo hagan
no lo hagan en el estudio (García, JA Martínez & Caro, 2009).
Subtema 3: Estimaciones estructurales - Comprobación de hipótesis
Una hipótesis puede referirse a una propuesta tentativa sugerida como
solución a un problema o
respuesta a un fenómeno (Ary, Jacobs, Irvine, & Walker, 2018). En este
sentido, Creswell
& Creswell (2017) sugieren que una hipótesis se conoce como una
estimación numérica de los
valores de la población a partir de los datos recogidos por las muestras de
investigación.
De hecho, una prueba de hipótesis es una medida que especifica si una
afirmación relativa a la
población puede aceptarse o rechazarse a partir de los datos obtenidos
por las muestras de la
población. La prueba de hipótesis se utiliza habitualmente en
procedimientos estadísticos en los que
el investigador encargado debe extraer información relevante de la
población de estudio
con el fin de obtener resultados fiables (Creswell y Creswell, 2017).
Hipótesis
En una prueba de hipótesis según Muijs (2010) existen dos tipos de
hipótesis que
se exponen a continuación en el siguiente gráfico:
Hipótesis nula: La hipótesis nula (H0) es aquella sobre la que se
somete y se toma la decisión del caso. Con frecuencia, la hipótesis nula es
la
afirmación que no tiene ningún efecto o diferencia.
- Hipótesis alternativa: En cambio, la hipótesis alternativa (H1) es la
afirmación en la que se quiere concluir si es cierta basándose en los datos
recogidos
en la muestra de población.
Por lo tanto, la hipótesis alternativa (H1) es la tentativamente verdadera
en el estudio y
la hipótesis nula (H0) es la contraria (Muijs, 2010). Por ejemplo
- H1: El exceso de tareas académicas influye en el rendimiento y el
aprendizaje.
- H0: El exceso de tareas académicas no influye en el rendimiento y el
aprendizaje.
Los términos rechazar y no rechazar sugeridos por Fallas (2012) sólo
pueden utilizarse cuando se
referirse a la hipótesis nula (H0) ya que es a la que se somete la prueba.
Cuando se rechaza la H0 significa que los datos de la muestra ofrecen
evidencia suficiente para
establecer que lo establecido en la hipótesis nula es estadísticamente
improbable al
nivel de significación reflejado. Por lo tanto, cuando no se rechaza H0,
esto significa que los
datos muestrales no reflejan evidencia suficiente para establecer que lo
determinado en
la hipótesis nula es improbable a un nivel de significación (Levin, Rubin, &
Samaniego,
1996).
En este sentido, al analizar los resultados de una prueba de hipótesis, el
efecto de confusión
para las variables que no se consideran en el diseño inicial y que no se
ponen a prueba.
que no se someten a prueba. El error de percepción más común en este
tipo de pruebas es que están
diseñado para poder seleccionar la más probable de las dos hipótesis. Sin
embargo, al
diseñar una prueba de hipótesis, la hipótesis nula se establece como la
hipótesis que
se quiere rechazar (Fallas, 2012).
Para rechazar una hipótesis, Fallas (2012) sugiere que se utilice el valor de
p para poder
poder tomar la decisión en el estudio, en este sentido si el valor de p
resulta ser
menor que el nivel de significación (α o alfa), la hipótesis puede ser
rechazada nula.
Nivel de significación
Nivel de significación
El nivel de significación se designa con la letra griega "α" o alfa, permite
determinar si el resultado de un estudio es estadísticamente significativo.
En este sentido, se
entiende como la probabilidad de rechazar la hipótesis nula (H0) cuando
es cierta, el
valor del nivel de significación, lo define el investigador antes de la
recogida de datos, y
lo habitual es que alfa = 0,05 o alfa = 0,01 (Fallas, 2012).
Fallas (2012) afirma que el nivel de significación está relacionado con la
verificación de las
hipótesis de estudio. Además, hay que tener en cuenta que cuando los
valores son pequeños
se da una mayor confianza en la determinación de la significación, sin
embargo, se corre el riesgo de
aceptar la hipótesis nula y que el estudio pierda su eficacia estadística.
PREGUNTAS DE COMPRENSIÓN DE LA UNIDAD
Al realizar un proceso de bootstrapping, ¿es importante considerar que
los signos de las variables latentes son indeterminados?
Sí, es importante tener en cuenta esta indeterminación ya que los signos
podrían provocar cambios de signo en las estimaciones bootstrap que no
se verían afectadas.
en las estimaciones bootstrap que corresponden a los coeficientes, en
relación con las estimaciones de la muestra inicial.
estimaciones de la muestra inicial.
En el proceso de bootstrap, ¿cuántas formas de cambio de signo existen?
Hay tres formas a considerar en una investigación que son: sin cambio de
signo,
cambio de signo a nivel individual y cambio de signo a nivel de constructo.
¿La validez discriminante determina la unicidad de un constructo?
Sí, la validez discriminante es la que establece que un constructo es único
en relación
con los demás constructos del estudio, es decir, que tiene un alto nivel de
diferenciación sobre el
resto.
¿Es lo mismo una hipótesis nula que una hipótesis alternativa?
No, la hipótesis nula respectivamente es el apartado que se somete a
prueba para tomar
la decisión del caso, a diferencia de una hipótesis alternativa que es la
afirmación que se
comúnmente tomada como verdadera en una investigación.
Para rechazar o aceptar una hipótesis en un estudio estadístico, ¿es
importante la cantidad
de datos muestrales recogidos?
Sí, es esencial que existan pruebas suficientes para determinar el rechazo
de una hipótesis nula en un estudio, siendo estadísticamente más
probable que se rechace una hipótesis alternativa.
hipótesis nula en un estudio, por ser estadísticamente improbable al nivel
de significación reflejado.
GESTIÓN BIBLIOGRÁFICA
Objetivo
Introducir al alumno en la importancia de la gestión bibliográfica en la
investigación
cuantitativa.
Introducción
Presentar la información bibliográfica correcta es un factor muy
importante en cualquier tipo de
investigación, ya que este elemento demuestra la exhaustividad con la
que se ha
académico. En este sentido, para algunos autores no es tarea fácil
presentar información bibliográfica fiable en cuanto a citas y referencias
bibliográficas. En toda investigación debe realizarse una exploración
precisa de la información
con el fin de recoger información veraz, evitar el plagio, valorar el trabajo
de otros
investigadores y enriquecer su trabajo debido a la diferente diversidad de
citas que
existen. En efecto, son varios los estilos y formatos de citas que pueden
estipularse
en un trabajo de investigación, lo que requiere tiempo para la
introducción de la información.
Sin embargo, esta actividad se simplifica mediante gestores bibliográficos,
herramientas muy útiles
herramientas muy útiles para optimizar el tiempo que se invierte en
diseñar cada estilo o formato, ya que
se establecen automáticamente. Entre los gestores bibliográficos
más utilizados son Mendeley, RefWorks y Zotero. Por otro lado, la
búsqueda de
información para llevar a cabo un trabajo científico exige la credibilidad de
la información
fuentes de información, en este sentido Google Scholar es un buscador
que aporta esta confianza y
credibilidad en las fuentes de búsqueda.
Subtema 1: Estilos de citas y referencias
En general, uno de los principales problemas que se encuentran en los
trabajos académicos es la incorrecta
descripción bibliográfica que poseen, elemento que es una guía para
cualquier investigador que
se encuentra en la identificación y consulta previa de fuentes de
información relacionadas con el
tema de investigación. En efecto, las citas en toda investigación se reflejan
desde el inicio de
marco teórico-conceptual, las mismas que aparecen en la parte final de
manera
forma completa (Borges, 2010).
En una investigación es muy importante realizar citas y referencias
bibliográficas para
determinar la exhaustividad con la que se ha desarrollado el estudio
científico, para
fin de conocer qué tan avanzado está el tema en el mundo, identificando
fuentes relacionadas o
autores de impacto (Borges, 2010). Sin embargo, para muchos
investigadores esta tarea es muy
compleja, sin embargo, es obligatorio citar las fuentes de información al
redactar cualquier
trabajo académico, con el objetivo de que de esta manera:
- Se valore el trabajo de otros autores.
- Se aporte información fiable.
- Se enriquezca el trabajo al contar con información de diferentes autores.
- Se da al lector la oportunidad de escudriñar otras fuentes de
información.
- Se evite el plagio, al ser contextualizado y riguroso en sus argumentos.
Conceptos básicos
Cita: Transcripción de ideas de una obra o texto a partir de la obra de otro
autor. En este
sentido, si el texto tiene menos de 40 palabras, el texto debe ir entre
comillas
("...") y la cita de más de 40 palabras se escribe por separado en un
separado, con sangría y sin comillas.
Citas o notas bibliográficas: Breve referencia que debe contener un texto,
cuando
se utiliza información de terceros de la que se ha extraído información.
Dependiendo
Según el estilo de cita utilizado, esta referencia debe incluir el apellido del
autor y el
año de publicación o un número correlativo en el momento de citar.
Ejemplo con la norma ISO:
Velayos, 2007
Referencias bibliográficas: Descripciones extensas que representan la
fuente de
información consultada, que se ordenan alfabéticamente o por números
correlativos en
la parte final de un trabajo de investigación. Esta referencia debe incluir
factores esenciales de
la obra citada como: autor, título, año, editorial....
Ejemplo con la norma ISO:
VELAYOS, J.L. Anatomía de la cabeza: para odontólogos. Buenos Aires:
Panamericana
Médico, 2007. 320 p. ISBN 978-84-9835-068-5..
Estilos bibliográficos: Un trabajo académico debe estructurarse
correctamente, para que sea
claro y preciso y no ambiguo en su mensaje. El estilo bibliográfico es un
elemento esencial en el proceso de publicación, que incluye la evaluación
y aprobación por parte de
varios revisores. A lo largo del tiempo, los editores y las comunidades
científicas de las ramas de la
ciencia han desarrollado diversos estilos de citación, que favorecen
garantizar una presentación correcta con un uso uniforme de factores
como:
- Puntuación y abreviaturas.
- Elección de títulos.
- Citas de referencia.
- Construcción de tablas, gráficos ...
Al redactar un trabajo académico, es importante tener en cuenta las
normas de la editorial
o de la institución a la que va dirigido. Hay que tener mucho cuidado en la
presentación
de citas y referencias bibliográficas que tengan variación según el estilo
requerido.
estilo.
Métodos de citación
En un trabajo de investigación existen diferentes formas de citar un texto
y establecer
referencias bibliográficas respectivamente, en este sentido, se exponen las
siguientes:
Método numérico: Esta cita numerada se inserta en el texto, mediante
paréntesis, corchetes o superíndices que representan el nombre del autor
o del
concepto al que se hace referencia bibliográfica.Método de notas: Las
notas de texto se refieren a notas ordenadas, que se sitúan a pie de
página, generalmente al final del capítulo u obra, se establece una cita
abreviada o
se establece una cita abreviada o referencia bibliográfica.Método autor /
año: Es común este tipo de citación, que se utiliza después de la
información citada, el nombre del autor, el año de publicación y, en
algunos casos, las
páginas de la información del documento se establecen entre paréntesis.
La lista de
referencias se fija al final, ordenada alfabéticamente, en caso de que un
autor tenga varias
citas se establecerán cronológicamente.
Estilos de citación
En cada trabajo académico es importante tener en cuenta el estilo y las
normas del editor o
la revista específica a la que se dirigirá la investigación. En efecto, existen
varios
estilos de citación según normas nacionales e internacionales que pueden
utilizarse de
forma generalizada a la hora de citar (Kolesas & De Volder, 2001). A
continuación se ofrece una lista de los
estilos de citación más utilizados.
- APA (Ciencias Sociales y del Comportamiento): Creado por la American
Psychological
(APA), es un modelo para la presentación de trabajos científicos que
revela plenamente la información.
la información. Las Normas APA cuentan con varias ediciones en el campo,
actualmente se acaba de publicar la 7ª edición en el presente año 2020. La
APA
Manual considera que para presentar un trabajo se deben tener en cuenta
ciertas
consideraciones para que sea preciso, claro, confiable y ordenado
(Normas, 2019).
- CHICAGO (Humanidades, Ciencias Naturales y Sociales): Es un sistema
bibliográfico
que se establece en los trabajos académicos, se caracteriza por presentar
la
información bibliográfica por medio de notas a pie de página y se
presentan ordenadas
al final del texto en la bibliografía de manera ordenada (Michelle,
Vaughan, Suárez, Pèrez, & Romero, 2020).
- HARVARD (Física, Ciencias Naturales, Ciencias Humanas): Es un estilo de
normas
para trabajos académicos, se caracteriza por tener un sistema autor-año,
en este
sentido, es un estilo de citación que se utiliza en forma abreviada como la
bibliografía
referencia en cuanto a la cita después de la información citada en un
texto. Se considera que APA
que tiene un sistema equivalente al utilizado por Harvard, ya que son
similares y
pueden combinarse sin problema (Borges, 2010).
- UNE-ISO 690 (Multidisciplinar): Es una norma internacional que establece
modelos de referencia para monografías, así como artículos de revistas,
normas y
patentes. De hecho, para citar recursos electrónicos es importante utilizar
la versión más reciente de la norma
versión ISO más reciente de bases de datos, revistas electrónicas,
programas informáticos y correos electrónicos
(Borges, 2010).
- IEEE (Instituto de Ingenieros Eléctricos y Electrónicos) (Ingeniería): Es un
modelo
utilizado para las publicaciones científicas en el campo de la ingeniería, se
caracteriza por
estar basado en la simplicidad, por lo que se basa en el estilo Chicago por
el
uso de abreviaturas en las citas y método de referencia numérica que
facilita su ordenación (Michelle et al., 2020).
- MLA (Ciencias Sociales, Humanidades, Lingüística, Lengua y Literatura):
Este
modelo o estilo fue creado por la Asociación Americana de Lenguas
Modernas, se
se utiliza en informes y Trabajos de investigación (Borges, 2010).
- VANCOUVER (Salud, Biomedicina y Ciencias Veterinarias): Establecida
por el
Comité Internacional de Editores de Revistas Médicas (ICMJE), este
modelo incluye
los principios éticos coherentes con la publicación de revistas médicas
(Borges,
2010).
Subtema 2: Mendeley, RefWorks y Zotero
Para realizar citas según los estilos requeridos en un trabajo de
investigación, los gestores bibliográficos
son herramientas muy útiles que facilitan enormemente esta actividad
(Cordón-García, MartínRodero, & Alonso-Arévalo, 2009). Un gestor
bibliográfico es un software que permite
crear, ordenar y gestionar referencias bibliográficas obtenidas a través de
fuentes de
fuentes de información. En efecto, los gestores bibliográficos facilitan el
proceso de investigación ya que
simplifica la gestión de los datos de las fuentes, además de permitir
- Importar referencias bibliográficas de diversas fuentes de información.
- Gestionar y ordenar referencias de la base de datos personal.
- Insertar citas.
- Establecer referencias bibliográficas en diferentes formatos y estilos.
- Compartir bibliografía.
- Colaborar con otros investigadores.
Entre los distintos gestores bibliográficos que existen, es importante tener
en cuenta ciertas
características que deben tener, tales como:
- Compatibilidad con instrumentos electrónicos que permitan la
importación directa de información.
- Capacidad para crear, almacenar, organizar y gestionar las referencias
bibliográficas alcanzadas,
a través de colecciones y carpetas de fuentes de información.
Compartir recursos de información.
- Incorporación de referencias PDF.
- Disponibilidad de aplicaciones APPS con sincronización de dispositivos.
- Generación de bibliografías y citas bibliográficas independientemente del
estilo o formato
(APA, ISO, Harvard, Vancouver, etc.).
- Importación de referencias bibliográficas desde otro software.
- Combinación de herramientas de texto (Word, Google Docs), útiles para
insertar citas
directamente en el texto.
- Integración de documentos a texto completo.
- Funciones correspondientes a redes sociales.
Entre los gestores bibliográficos más populares se encuentran Mendeley,
Refworks y Zotero,
que son muy útiles en el desarrollo de cualquier tipo de investigación
académica.
Mendeley
Es un software libre y de código abierto que se puede utilizar en Mac,
Windows y Linux,
que permite gestionar automáticamente las referencias bibliográficas de
un trabajo de investigación
y compartirlo en redes sociales académicas para organizar la investigación
y colaborar
con otros investigadores en línea (Carreño, 2014).
Características / Ventajas
Mendeley permite importar documentos de otros programas de
investigación, localizar trabajos académicos
papers o artículos relacionados con la temática, en este sentido, este
gestor bibliográfico
facilita el acceso a los documentos desde cualquier lugar con acceso a
Internet. (Rodríguez-Otero,
2011).
Además, permite crear bibliografías y compartirlas con otros miembros
independientemente del formato o estilo de citación que se seleccione.
Ofrece la posibilidad de
navegar entre varios archivos PDF abiertos, realizando anotaciones
directamente sobre los archivos PDF,
compartirlos y guardarlos.
Por otro lado, permite organizar y clasificar archivos PDF, así como realizar
búsquedas de texto completo en la biblioteca a través de su motor de
búsqueda. Mendeley tiene la facilidad
de importar documentos desde diversas bases de datos como Google
Scholar o Scopus, e
incluso importar investigaciones desde otras aplicaciones como: BibTeX,
RIS y archivos XML.
EndNote y Zotero. Además, la adición de archivos PDF y carpetas
directamente desde el ordenador
escritorio a la biblioteca (Gallegos, Peralta, & Guerrero, 2017).
Entre las principales características de este gestor bibliográfico se
encuentra la disponibilidad de
compartir documentos de forma instantánea y colaborar con otros
investigadores. Mendeley ofrece
la posibilidad de comentar, sugerir y evaluar mejoras del software. En
otro lado, permite contactar y realizar consultas de soporte. Ofrece 2 GB
de almacenamiento online gratuito disponible para realizar copias de
seguridad y sincronizar la biblioteca
automáticamente a través del escritorio y el móvil, ya que esta aplicación
es gratuita para iPhone
y iPad (Carreño, 2014).
Refworks
Es un gestor de referencias bibliográficas que requiere suscripción a través
de una
de pago. Permite clasificar documentos por descriptores / autores /
fechas. Optimiza
tiempo al fijar las citas directamente en el texto, potencia el uso de las
búsquedas científicas y
permite crear una base de datos personal con la información que se ha
obtenido en el
investigaciones realizadas (Alonso-Arroyo, de Dios, Vidal-Infer, Navarro-
Molina, &
Aleixandre-Benavent, 2012).
De Lucas, Martín, Haza, Delgado, & de Lucas (2009), afirman que este
gestor bibliográfico
funciona en una aplicación web, por lo que no es necesario descargar ni
actualizar ningún software,
en este sentido, se puede acceder a una cuenta desde cualquier PC que
esté conectado a Internet.
En efecto, las referencias importadas por el gestor se almacenan en el
servidor RefWorks,
sin límite y realizando copias de seguridad por seguridad de la
información, también permite guardar
las fuentes de información localmente según las preferencias del usuario.
Zotero
Es un software libre de acceso gratuito y de código abierto,
respectivamente disponible en línea. Este
gestor bibliográfico que funciona tanto en el navegador Firefox como para
Chrome, Safari
y Opera (Carreño, 2014). Se caracteriza por ser utilizado en sistemas
operativos como
como: Windows, Mac OS X, Linux, BSD y Unix, lo que facilita la
investigación
gestión.
Características / Ventajas
Efectivamente, este gestor puede ser utilizado en varios idiomas, entre
ellos el español. También permite
accesibilidad para organizar y guardar los resultados de las investigaciones
en Internet, exportando los
archivos a través de BIbTex, Endnote, Refer, BibIx, MODS XML RIS (Cañedo
Andalia &
Santovenia Díaz, 2008).
Cañedo Andalia & Santovenia Díaz (2008), afirman que este gestor incluye
archivos de listas de referencias
formatos de documento como HTML y RTF. Guarda automáticamente
cada paso que se
realiza, preservando la información que ha sido modificada o añadida
recientemente. Zotero
utiliza más de 7041 estilos de citas bibliográficas que se actualizan
diariamente. (Carreño,
2014).
Permite relacionar y organizar información bibliográfica con otras, a través
de sus datos,
y realizar colecciones, etiquetas y relaciones. Además de importar los
datos directamente
desde las páginas web utilizadas en cada momento. Los catálogos web que
este gestor bibliográfico
complementa son Google Scholar, Library Of Congress, Scirus y otras
bibliotecas científicas
bibliotecas (Yamakawa, Kubota, Beuren, Scalvenzi, & Miguel, 2014).
Por otro lado, se conecta con bases de datos en línea como: ArXiv,
CiteSeer, IEEE
Xplore y PubMed. Además, se ajusta a diferentes procesadores de texto
como Microsoft Word
y [Link] Writer. Sin duda, el uso de este gestor bibliográfico es
sencillo
de instalar y utilizar, ideal para poder listar las referencias y gestionarlas
según
el estilo y formato que comprenda el estudio (Cañedo Andalia &
Santovenia Díaz,
2008).
Subtema 3: Google Scholar
Es un buscador perteneciente a Google, pero que se especializa en la
búsqueda de documentos académicos y científicos.
académicos y científicos. Fue presentado al público en su versión Beta en
noviembre de
2004, limitada al ámbito académico, y desde entonces soportando una
base de datos gratuita disponible
en Internet. El funcionamiento de este buscador es similar al que realiza
Google en general, sin embargo, gracias a su "especialidad avanzada" en la
búsqueda, se hizo
esencial para el trabajo académico. En efecto, sirve para localizar libros,
artículos, manuales
revistas, informes o cualquier tipo de documento académico que tenga
una publicación específica
en la web (Silva Ayçaguer, 2012).
Google Académico utiliza varios idiomas, entre ellos el español, lo que
enriquece la
información que posee, debido a su facilidad de acceso; se caracteriza por
ordenar los
resultados de la información por grado o nivel de relevancia, considerando
diversos factores como
el autor, el texto completo del documento, el lugar de publicación y la
frecuencia
con la que ha sido citado. En este sentido, este buscador permite
configurar perfiles de autor
perfiles con el fin de realizar un seguimiento en función de las citas de las
investigaciones publicadas (OrduñaMalea, 2016).
En la pantalla de inicio de este buscador se pueden observar varios
elementos con los que cuenta, tales
como:
- Mi biblioteca: Cuando se tiene una cuenta en Google, se pueden guardar
los resultados de búsqueda en
esta herramienta.
- Búsqueda general: Es el cuadro de búsqueda similar al de Google.
- Búsqueda avanzada: Esta opción aparece al pulsar sobre la fecha situada
en el
extremo derecho del cuadro de búsqueda, donde se puede restringir la
búsqueda.
- Mis citas: Permite a los autores hacer un seguimiento de las citas de sus
publicaciones.
- Estadísticas: Evalúa la visibilidad y la influencia mediante la visualización
resumida de
Alertas: Permite crear una alerta sobre un tema de interés.
- Configuración: Opción para configurar factores como el idioma, el
resultados, etc.
Cuando se realiza una búsqueda en Google Scholar, sólo hay que
introducir los términos en el
caja de búsqueda como se hace en Google, los resultados obtenidos en
esta actividad presentan
información como:
- Documento o recurso de información (citas, libros, pdf, doc, HTML).
- Versiones del documento.
- Número de veces que el documento ha sido citado.
- Entradas relacionadas.
En este sentido, se puede buscar sólo en los títulos o en todo el
documento. Además,
este buscador cuenta con una plataforma muy dinámica ya que permite
seleccionar factores clave en
la exploración de la información respectiva (Orduña-Malea, 2016).
REGUNTAS DE COMPRENSIÓN DE LA UNIDAD
Es importante considerar la información bibliográfica en una investigación
cuantitativa?
cuantitativa?
Sí, la información bibliográfica es de suma importancia ya que ésta
determina el grado
de confianza que tiene la información proporcionada y demuestra el
arduo
proceso que se ha desarrollado en el estudio científico.
¿Es lo mismo el método de citas numéricas que el método de notas?
No, el método de cita numérica corresponde al uso de numeración en el
texto, mediante
medio de un paréntesis, corchetes o superíndices, que al final del trabajo
se establecen
completamente. En cambio, en el método de notas, una referencia
abreviada o completa
se establece a pie de página y las referencias bibliográficas también se
establecen al
al final del trabajo de forma ordenada.
En un trabajo académico, ¿es necesario tener en cuenta el estilo del editor
o de la
entidad a la que se dirigirá el manuscrito?
Sí, es muy importante tener en cuenta estos factores ya que existen
diferentes estilos de
citación según normas nacionales e internacionales como APA, Chicago,
Harvard, ISO 690 y entre otros, que pueden ser utilizados de manera
generalizada a la hora de
citar un trabajo académico.
¿Por qué se consideran útiles los gestores bibliográficos?
Porque facilitan el proceso de investigación ya que simplifican la gestión
de los datos
de las fuentes, ya que permiten importar referencias bibliográficas de
diversas
fuentes de información, gestionar y ordenar referencias de la base de
datos personal, insertar
citas automáticamente, compartir bibliografía y colaborar con otros
investigadores.
A la hora de buscar fuentes de información fiables, ¿es recomendable
acceder a
Google académico?
Sí, Google académico es un buscador de información científica de acceso
gratuito, utilizado
para localizar libros, artículos, manuales, revistas, informes o cualquier
tipo de documento
académico que tenga una publicación específica en la web.

EVALUACIÓN DE LA INVESTIGACIÓN
Objetivo
Exponer a los alumnos los factores clave para realizar una evaluación de la
investigación en un
trabajo académico.
Introducción
La generación de nuevos conocimientos desarrollados en el mundo se
acredita con las
publicaciones académicas que los investigadores realizan día a día para
dar a conocer su
trabajo científico como investigadores. En este sentido, dichas
publicaciones deben seguir un
exhaustivo proceso que evalúe cada aspecto y factor que se expone en
cada
investigación con el objetivo de que contribuyan positivamente al campo
científico. Las
revistas científicas que realizan estas publicaciones académicas se basan
en diversos
parámetros y métricas que deben cumplir los manuscritos para que
puedan ser publicados.
De hecho, las revistas tienen indicadores de calidad. Entre ellos se
encuentran el factor de impacto
las citas, el índice h y los cuartiles; esta actividad se ha convertido en la
columna vertebral de todo el
proceso científico.
Por otra parte, el acceso abierto se ha convertido en un concepto capital
en el ámbito científico,
ya que se trata del libre acceso a libros, software, artículos científicos u
otro material de investigación.
investigación. Sin duda, un paso importante que cada investigador debe
considerar la
utilidad de las distintas herramientas digitales que sirven para aumentar la
visibilidad de
publicaciones, con el fin de divulgar su ciencia.
DESARROLLO DE LOS SUBTEMAS DEL TEMA 2
Subtema 1: La publicación académica y el proceso editorial
La publicación académica es sin duda la principal representación de la
generación de nuevo
conocimiento en el mundo, un proceso fundamental que cualquier
organización o institución
académica debe cumplir. Sin embargo, en muchos casos esta actividad
presenta ciertos
problemas que imposibilitan su realización (Contreras, Buzeta, & Pedraja-
Rejas,
2015). La publicación académica como lo plantea (Galina Russell, 2011)
tiene dos funciones:
la publicación como práctica comunicativa donde el objetivo es ser leído
por otros
investigadores, y la publicación desde el enfoque funcionalista que sirve
para designar
estatus, recursos y formar un registro (Kling & McKim, 1999).
De hecho, la publicación académica ha sufrido diversos cambios en
procesos como la
aparición de internet y la digitalización de los formatos de publicación
(Aguado-López,
Becerril-García, & Chávez Ávila, 2019). Desde esa perspectiva, es
fundamental considerar
varios factores o pasos importantes que una publicación académica y el
proceso editorial
exigen respectivamente en el trabajo científico.
El proceso editorial: Un resumen
El resumen que debe presentarse en una publicación es de suma
importancia ya que
es la carta de presentación de todo el estudio científico realizado por el
investigador, en este
sentido, esta actividad tiene un proceso que se presenta a continuación
para su respectiva publicación:
1. El autor presenta el manuscrito.
2. El editor filtra los manuscritos.
3. El manuscrito se envía a los revisores.
4. El editor toma la decisión final sobre el manuscrito.
5. 5. Se informa al autor de la decisión final sobre la publicación.
La revista
La elección de la revista a la que se enviará el manuscrito es un paso
crucial en cualquier tipo
tipo de investigación. Thompson (2005) afirma que las revistas científicas
ocupan una posición diferente
del resto de los ámbitos de publicación. El objetivo de los investigadores
que publican en
revistas no reside en la remuneración económica directa, sino que entre
los
formas de obtener algún resultado está el reconocimiento y prestigio del
trabajo de investigación realizado
realizado (Maceiras, 2014).
Por lo tanto, es sumamente importante analizar cada aspecto en la
selección de la revista
a la que se enviará el manuscrito. Existen más de 34.000 revistas
académicas y
elegir una buena revista es un trabajo que requiere un minucioso proceso
de selección. En este
sentido, es importante tener en cuenta varios factores como:
- Objetivos y alcance: En muchos casos, cuando el tema de un trabajo
científico no
científico no se ajusta a los parámetros de la revista, incluso el trabajo más
notable y
puede ser rechazado. Por lo tanto, es esencial que cada autor dedique
tiempo para comparar las posibilidades que ofrecen las distintas revistas
académicas.
académicas.
- Directrices para los autores: Es característico que cada revista científica
contenga
instrucciones sobre el diseño de la revista, el límite de contenido del
trabajo y, por supuesto
el estilo que la revista utiliza preferentemente.
- Tiempo de publicación: Las buenas revistas se caracterizan por tardar un
mínimo de 4
meses en responder, si el artículo fue aceptado para ir al proceso de
arbitraje.
Sin embargo, cuando el trabajo ha sido rechazado, la revista lo confirma
entre 4-
6 semanas después de la entrega o presentación.
De hecho, las revistas de renombre se esfuerzan por publicar los artículos
académicos entre 9 y 12 meses después de
la presentación. Sin embargo, las revistas de prestigio tienen tiempos de
espera mucho más largos, debido
debido al volumen de envíos que recogen y a las elevadas tasas de
rechazo que tienen.
Es importante analizar el número de publicaciones que hace una revista
cada año,
ya que cuanto más publica una revista, menor es el tiempo de espera.
- Bien indexada: Las bases de datos de las revistas científicas tienen varios
elementos como la regularización de la publicación, el arbitraje o revisión
revisión, la calidad de los artículos publicados, la reputación de la revista,
entre
otros.
- Tasa de aceptación: En efecto, las revistas que tienen tasas de aceptación
muy bajas son
se consideran las más reputadas.
El papel del editor
El papel que desempeña un editor en el proceso de revisión de un
manuscrito es fundamental, ya que
después de que un investigador envíe su trabajo a una revista, el propio
editor de la revista es quien
revisa el manuscrito y quien tiene la palabra para enviarlo o no a revisión
por pares. En relación
a esto, cuando la selección inicial es aprobada, el artículo puede ser
enviado a una revisión por pares.
En este sentido, los editores considerarán:
✓ Si la calidad del manuscrito es buena para la revisión por pares.
✓ Si el manuscrito se alinea con los objetivos e instrucciones de la revista.
✓ Si la investigación tiene una contribución significativa a la literatura
existente.
Cuando un artículo académico pasa por la revisión o evaluación inicial,
debe ser
sometido a la revisión por pares. Por este motivo, en muchos casos los
artículos mal diseñados o creados
artículos son rechazados sin revisión por pares, ya que es decisión del
editor. Las ventajas de
una revisión inicial son:
- Decisión rápida: Cuando el artículo está fuera del alcance de la revista, se
realiza un rechazo rápido
Cuando el artículo está fuera del alcance de la revista, se produce un
rechazo rápido que permite a los autores enviar su manuscrito a otra
revista de interés.
interés.
- Optimización del tiempo de los revisores: Si un manuscrito tiene baja
calidad
los revisores simplemente lo rechazan y no pierden tiempo evaluándolo.
Una vez recibidos los comentarios de los revisores, es tarea de los editores
tomar la decisión más
decisión más óptima respecto al manuscrito, entre las más comunes
están:
- Aceptación sin cambios: El artículo se publicará en su forma original.
- Aceptación con pequeñas revisiones: El artículo científico se publicará
cuando
el autor haya realizado algunos pequeños cambios.
- Aceptación tras revisiones importantes: El artículo se publicará cuando el
autor realice correcciones importantes propuestas por los editores.
- Rechazo condicional (revisar y enviar): El artículo académico se considera
en otra ronda tras algunos ajustes fundamentales realizados por los
autores.
- Rechazo absoluto del artículo: El artículo no será publicado ni
considerado por la revista.
El papel de los revisores
La función de los revisores es evaluar los envíos de artículos basándose en
los requisitos de la revista, los criterios predefinidos, la calidad, la
integridad y la precisión del artículo.
criterios predefinidos, la calidad, la integridad y la precisión de la
investigación presentada.
presentada. No obstante, la decisión final corresponde siempre al editor.
Pero los revisores
desempeñan un papel importante en la determinación de este resultado.
Algunas de sus funciones son:
✓ Asegurar los estándares científicos que debe seguir un artículo
académico.
✓ Mantener la integridad de la revista identificando los estudios no
válidos, con el fin de
preservar la calidad que debe tener la revista.
✓ Ayudar a prevenir violaciones éticas identificando plagios, fraudes en la
investigación y
otras cuestiones similares.
La revisión por pares o arbitraje es un proceso de colaboración entre
expertos que se utiliza para evaluar,
analizar, interpretar y comentar los manuscritos presentados en un campo
específico. En efecto,
el arbitraje puede adoptar las siguientes formas:
- Revisión simple ciega: La identidad del revisor no se revela al autor.
- Revisión doble ciega: No se revelan los nombres del revisor ni del autor.
- Revisión abierta: Se exponen los nombres del autor y del revisor.
- Revisión abierta posterior a la publicación: Tanto los lectores como los
revisores tienen la
oportunidad de hacer comentarios, tras la publicación, que son mediados
por el
editor.
¿Cuánto dura la revisión por pares?
Los revisores suelen estar sobrecargados de trabajo académico, en este
sentido, las duraciones varían
sustancialmente entre campos científicos e incluso dentro de la propia
disciplina en general.
Por ello, Huisman & Smits (2017) establecen una tabla de duración media
del proceso de peer
proceso de revisión por pares por disciplina:
Subtema 2: Indicadores de calidad de las revistas científicas
Considerar los criterios de calidad de las revistas científicas es una base
fundamental para analizar
y comparar la investigación científica. Esta actividad de evaluación se ha
convertido en la columna vertebral de
todo el proceso de calidad científica (Quintas-Froufe, 2016). Entre los
indicadores de calidad
de las revistas científicas se encuentran los que se muestran en el
siguiente gráfico:
Factor de impacto de las revistas (JIF)
Este indicador identifica el número exacto de citas que reciben los
artículos en revistas académicas
académicas en proporción al número de manuscritos que la revista
publicó en los
últimos 2 a 5 años. De hecho, el JIF como índice de la calidad de las
publicaciones se basa en
la idea de que la frecuencia con la que se cita una revista mide
exactamente su importancia
con respecto a sus usuarios finales (Benavent, Valderrama Zurián,
González de Dios, de
Granda Orive, José Ignacio, & Miguel-Dasit, 2004).
De hecho, este indicador se ha convertido en una métrica muy importante
para evaluar, en este sentido,
la reputación y sobre todo la calidad de una revista académica. Sin
embargo, no es
correcto elegir una revista basándose únicamente en el JIF, por lo que
cada investigador debe realizar
realizar un análisis relativo del JIF en su campo particular para seleccionar
una revista.
Citación
La citación de una publicación, aparte de la autocitación, simboliza el
reconocimiento de
los pares y, por tanto, se determina como un indicador muy importante en
las revistas académicas.
Al citar artículos de una revista específica en sus propios manuscritos, ya
que los investigadores
estarían dando votos de calidad a esta revista (Benavent et al., 2004). De
hecho, una de
las formas más sencillas de encontrar citas es utilizar Google Scholar,
utilizando el nombre de los autores
seguido de una palabra clave del título o del nombre de la revista. Sin
duda, si el factor de impacto
de la revista se combina o relaciona con las citas, proporciona una forma
eficaz
de evaluar el proceso de trabajo de investigación.
Índice H
Se considera un indicador de calidad muy exigente. Este parámetro se
utiliza para evaluar
investigadores y áreas temáticas. En efecto, se encarga de analizar el
número de
publicaciones o artículos citados con el número de citas que han tenido.
Un número elevado
de h muestra la alta calidad de la investigación. Cuando un autor tiene un
índice h si h de sus
artículos Np (total de publicaciones) tienen al menos h citas cada uno, y
los demás
artículos (Np - h) no tienen más de h citas por cada uno. Por ejemplo, si un
autor tiene un índice H 21 y al ordenar los manuscritos según el número
de veces que ha sido citado, la publicación nº 21 contiene 21 citas y la 22
ya tiene
menos de 22 citas (Dorta-González & Ramírez-Sánchez, 2015)
Cuartiles
Es un indicador de calidad o una medida de la posición de una revista en
relación con todas
las de su área. En efecto, la lista de manuscritos o artículos organizados de
mayor
al menor factor de impacto se divide en cuatro partes iguales (cuartiles).
Según
el indicador de impacto, las revistas que tienen el más alto serán las del
primer cuartil (Moreno-Pulido, López González, Rubio-Garay, Saúl, &
Sánchez-Elvira
Paniagua, 2012). Q1 a Q4 se refieren a los cuartiles de clasificación de las
revistas dentro de una subdisciplina: el 25% de las mejores revistas en una
categoría particular se colocan en Q1, el siguiente en
Q2, y así sucesivamente hasta Q4.
Ejemplo de búsqueda de indicadores (cuartiles, índice H y citas) en la
plataforma Scimago
Scimago:
Subtema 3:
El movimiento de acceso abierto, libre acceso al conocimiento y
derechos de autor
El movimiento de acceso abierto de Budapest Open Access Initiative
(2002) es la libre accesibilidad
a través de Internet, que permite a los usuarios leer, copiar, interpretar,
buscar, completar
manuscritos, con el fin de rastrearlos para indexarlos, someterlos a
programas informáticos o utilizarlos
para cualquier fin legal, sin que existan trabas monetarias, técnicas o
jurídicas. En efecto,
la única restricción para la reproducción y comercialización debe ser
considerada por los
autores con el fin de salvaguardar la integridad y el derecho del artículo
científico.
Libre acceso al conocimiento
El libre acceso al conocimiento elimina directamente las barreras que
intervienen en el camino de la
la literatura permitiendo:
1. 1. Agilizar la investigación.
2. Potenciar el proceso educativo.
3. 3. Relacionar los sectores público y privado en el proceso educativo.
4. Utilidad de la literatura.
5. Sentar las bases para unir a la humanidad en una conversación
intelectual común
y búsqueda del conocimiento.
Entre los indicadores positivos de una publicación de acceso abierto están:
- El alcance propuesto por la revista académica es claro y preciso.
- Los principales factores de la revista son los investigadores /
profesionales.
- El editor y el comité editorial son expertos en la materia.
- La revista académica está respaldada por la afiliación a una institución
académica.
académica.
- Los artículos cumplen las normas de la revista.
- Las tarifas de publicación se explican claramente en el sitio web.
- Los artículos contienen DOI.
- La revista salvaguarda la integridad del trabajo e indica los derechos de
uso.
- La revista contiene ISSN (número internacional normalizado de
publicaciones seriadas).
- La editorial cumple su código de conducta.
- La revista aparece en bases de datos o índices temáticos.
En este sentido, el acceso libre también tiene indicadores negativos como:
- Dificultad para localizar la página web de la revista.
La consulta del editor "Acerca de" no aparece en el sitio web.
- Sólo aparece un editor y no hay información del consejo editorial.
- El marketing directo del editor (spam) o la publicidad son molestos.
- Los autores no disponen de instrucciones.
- La información sobre derechos de autor y revisión no está definida.
- El alcance de la revista es inexistente.
- La revista no proporciona información sobre la editorial.
- Se repiten los autores principales sobre el mismo tema.
- La editorial tiene una reputación negativa.
Derechos de autor
Los derechos de autor hacen referencia a la seguridad jurídica que un
autor o creador tiene sobre su obra, con el fin de
para restringir la duplicación de la obra original que han creado, pueden
ser artículos científicos
artículos, música, obras dramáticas, sitios web, películas, bases de datos,
entre otros importantes
materiales. Los derechos de autor duran 70 años después de la muerte del
autor. Es importante
considerar que la titularidad de los derechos de autor puede ser
transferida, comprada y vendida.
Por otro lado, para uso personal, una cantidad considerable de notas
personales, investigaciones
y tesis o publicaciones pueden copiarse siempre que se tengan en cuenta
las siguientes recomendaciones
tengan en cuenta:
- Cualquier copia no debe afectar a los intereses comerciales del
propietario.
- Sólo puede hacerse una copia.
- Debe limitar la cantidad copiada a sólo lo que necesite.
- No debe pasar su copia a nadie más.
- Las fuentes deben citarse correctamente y reconocerse en la lista de
referencias.
- Sin embargo, el exceso de citas puede no considerarse justo y requerir el
permiso
del titular de los derechos.
Subtema 4: Cómo aumentar la visibilidad de sus publicaciones
Para aumentar la visibilidad de la publicación, es importante que los
investigadores / autores
consideren las herramientas y plataformas digitales que ayudan a
potenciar las publicaciones que se realizan
con el objetivo de ser conocidas por otros colegas o colaboradores en el
ámbito científico.
científico. En este sentido, a continuación se presentan algunos
instrumentos digitales que contribuyen a esta actividad:
ORCID
Es un identificador digital único y persistente para investigadores. Se
caracteriza por
vincular automáticamente a los investigadores, con todas sus
publicaciones y otros productos de investigación.
ORCID (Open Researcher and Contributor ID) proporciona de forma eficaz
una identificación digital precisa
identificación digital precisa y única, utilizando la secuencia numérica que
le diferencia de
otros investigadores.
De hecho, ORCID se utiliza para crear un registro permanente, claro e
innegable de la investigación
y, especialmente, de la comunicación académica al permitir una
información fiable. La participación
en ORCID está abierta a cualquier organización interesada en la
investigación académica.
ResearchGate
Es una red social y herramienta de colaboración en Internet dirigida a
investigadores
investigadores de cualquier disciplina. ResearchGate es gratuita y cuenta
actualmente con unos 3 millones de
usuarios. Esta plataforma ofrece varios beneficios, entre los que podemos
mencionar:
- Compartir publicaciones.
- Conexión con otros investigadores / colegas.
- Facilidad de búsqueda de asociaciones.
- Adquirir datos y métricas de las revistas subidas a la plataforma.
- Solicitar información a investigadores del mismo campo científico.
- Encontrar oportunidades de trabajo o financiación.
Academia
Es un sitio web comercial estadounidense para estudiosos de las redes
sociales. Esta plataforma permite a sus
manipuladores crear perfiles, publicar trabajos y áreas de curiosidad
seleccionadas. Academia no es
no un repositorio de acceso abierto; sin embargo, los académicos pueden
utilizar la plataforma para compartir
artículos, controlar el número de lectores y el impacto de los artículos
según las métricas de [Link].
Esta plataforma se presentó al público en septiembre de 2008, y solo tenía
39 millones de
visitantes al mes, en enero de 2019 contaba con más de 21 millones de
textos subidos.
Academia se caracteriza por apoyar la ciencia abierta, y por tanto la
distribución de
información instantánea en contribución a la investigación.
Google Scholar
Google Scholar es un motor de búsqueda científica que no crea
robóticamente perfiles de
autores. Sin embargo, cada investigador puede hacerse una cuenta en
Google y recopilar los artículos
subidos a Google Scholar en la página "Mis citas". Los perfiles en esta
plataforma pueden
permanecer públicos o privados dependiendo del investigador, entre las
ventajas de un perfil
son: