UNIVERIDAD NACIONAL DANIEL ALCIDES CARRION
FACULTAD DE CIENCIAS ECONOMICAS Y CONTABLES
LECTURA: HERRAMIENTAS ESTADÍSTICAS
APLICADAS A LA INVESTIGACIÓN
CIENTÍFICA.
ASIGNATURA:
ESTADÍSTICA APLICADA A LA INVESTIGACIÓN
DOCENTE:
Mg. Inés VIZA PUCLLAS
PRESENTADO POR:
CIRINEO MEZA, Jhonatan
CERRO DE PASCO – 2024
HERRAMIENTAS ESTADÍSTICAS APLICADAS A LA INVESTIGACIÓN CIENTÍFICA
En el presente análisis crítico, puedo influir que la investigación científica representa un proceso a través
del cual se logra adquirir conocimientos relevantes sobre el mundo dentro de las diversas ramas de la
ciencia, a través de un método sistemático llamado método científico. Lo cual dentro del proceso de
investigación se debe seguir una secuencia lógica de pasos concatenados, los cuales, en el caso de las
investigaciones puedo determinar que constan de 10 fases los cuales son:
Por lo que cada fase es importante y se integra automáticamente con las otras, puede resaltarse que,
dentro del proceso investigativo, un momento especial lo ocupa la definición de los objetivos del estudio,
los cuales deben enunciarse con claridad, garantizándose que sean susceptibles de alcanzarse y medibles.
Son la guía que conducen toda la investigación y se enfocan a resolver total o parcialmente el problema
científico abordado.
Los objetivos de estas herramientas son de idea que no tienen un final de investigación, lo cual pueda que
conduzca a la acción, de acuerdo con el propósito del estudio, por ejemplo, si se efectuara una
comparación entre dos objetos de estudio, esta debe de comenzar con el verbo comparar; si el propósito
es una asociación entre variables, se comienza con el verbo asociar
Una vez elaborado y/o teniendo los objetivos, es de gran importancia en investigación otro elemento que
es la definición de la población de estudio. En cualquier estudio pueden considerarse algunos niveles de
población que pueden serlos siguientes:
• Población inicio: a la que hace referencia el objetivo del estudio, y a la que se desearía generalizar
los resultados. Idea Planteamiento del problema Elaboración del reporte de resultados
Interpretación de resultados Análisis de los datos Recolección de los datos Definición de la
muestra inicial del estudio.
• Población de estudio: a la que se tiene la intención de estudiar, definida por los criterios de
selección establecidos en el protocolo del estudio.
• Muestra: conjunto de personas realmente estudiados.
los criterios de selección de la población son muy importantes y el investigador debe definir los criterios
de inclusión y exclusión, según los criterios siguientes:
• Criterios de inclusión: se refieren a las condiciones que deben cumplirse para formar parte en un
estudio. O sea, los estándares utilizados para establecer si es conveniente que un sujeto u objeto
forme parte de la investigación. Por ejemplo: el consentimiento informado; la edad; el estado
civil; el sexo; la etapa de una enfermedad, entre otros.
• Criterios de inclusión: se refieren a las condiciones o estándares que impedirían la participación
de determinados sujetos u objetos en un estudio. Por ejemplo: el no brindar su consentimiento
informado; el encontrase temporalmente fuera de un país o región; el profesar determinada
religión incompatible con el estudio, entre otros.
CARACTERIZACIÓN DE LAS VARIABLES DE INVESTIGACIÓN
La clasificación de las variables representa uno de los parámetros que posibilitan elegir pruebas
estadísticas, por lo cual resulta importante en el proceso investigativo. Entre los criterios para seleccionar
la prueba estadística a utilizar, con el apoyo de la heurística (hallar o inventar), se encuentran los
siguientes:
• El nivel investigativo.
• El objetivo estadístico.
• El tipo de variable.
• El tipo de investigación.
• El diseño de investigación.
• El comportamiento de los datos.
CONCEPTO Y TIPOLOGÍA DE LAS VARIABLES DE INVESTIGACIÓN
Una variable es una característica, condición o atributo observable en el sujeto de estudio, Asimismo es
una característica que se va a medir, una propiedad o atributo que puede darse o no en cierto sujetos u
objetos estudiados, siendo susceptibles de medición. Desde el punto de vista de la estadística, deben
distinguirse dos conceptos:
• Variable conceptual: representa alguna entidad abstracta o constructo que se pretende medir.
• Medida real: es lo que se utiliza para asignar un valor cuantitativo a la variable conceptual.
Ejemplo: si se desea medir la depresión (variable conceptual), los psicólogos pueden utilizar una
encuesta auto informada mediante la cual solicitan a las personas calificar su satisfacción general
en diferentes áreas de su vida.
OPERACIONALIZACIÓN DE LAS VARIABLES DE ESTUDIO
La operacionalización de las variables representa el proceso de llevar una variable desde el nivel abstracto
hasta un plano concreto, es decir, que se pueden medir, desde el punto de vista metodológico, la
operacionalización de las variables se puede expresar a través de los pasos siguientes:
1. Definición de las variables de estudio.
2. Determinación de las dimensiones de las variables.
3. Establecimiento de los indicadores y subindicadores necesarios.
4. Elaboración de las escalas de medición.
ESTADÍSTICA DESCRIPTIVA Y ESTADÍSTICA INFERENCIAL
Existen dos ramas principales en el campo de la estadística.
ESTADÍSTICAS DESCRIPTIVAS:
En esencia, la estadística descriptiva tiene como objetivo describir una parte de los datos sin procesar
utilizando estadísticas de resumen y presentados en gráficos y tablas.
Resulta muy útil porque permite comprender un grupo de datos de manera mucho más rápida y sencilla
solo con analizar filas y columnas de valores de datos.
Usando estadísticas descriptivas, se puede encontrar el puntaje promedio y crear un gráfico que ayude a
visualizar la distribución de todos los puntajes.
posibilita comprender rápidamente los puntajes de las pruebas médicas realizadas a los pacientes.
Pueden destacarse tres formas comunes de estadística descriptiva:
1. Resumen de estadísticas: éstas son estadísticas que resumen los datos usando un solo número. Hay
dos tipos populares de estadísticas resumidas:
. Medidas de tendencia central: estos números describen dónde se encuentra
el centro de un conjunto de datos. Los ejemplos incluyen la media y la mediana.
. Medidas de dispersión: estos números describen qué tan dispersos están los valores en el
conjunto de datos. Los ejemplos incluyen el rango, el rango intercuartílico, la desviación
estándar y la varianza.
2. Gráficos: los gráficos ayudan a visualizar datos. Los tipos comunes de gráficos que se utilizan para
visualizar los mismos incluyen diagramas de caja, histogramas, diagramas de tallo y hojas y diagramas
de dispersión.
3. Tablas: las tablas ayudan a comprender cómo se distribuyen los datos. Un tipo común de tabla es la de
frecuencia, que indica cuántos valores de datos se encuentran dentro de ciertos rangos
ESTADÍSTICA INFERENCIAL:
La estadística inferencial utiliza una pequeña muestra de datos para hacer inferencias sobre la población
más grande de la que proviene la muestra.
Por ejemplo, si se intenta determinar las preferencias políticas de millones de personas en un país, llevaría
demasiado tiempo y sería demasiado costoso encuestar a todas los habitantes del país. Por lo tanto, en
su lugar, se realizaría una encuesta más pequeña, calculada estadísticamente, y se usarían los resultados
de la encuesta para hacer inferencias sobre la población en su conjunto.
Esta es la premisa existente en la estadística inferencial: si se desea responder alguna pregunta sobre una
población, se pueden obtener los datos para una pequeña muestra de la misma y se utilizan éstos para
hacer inferencias sobre la población.
Tipos de muestreo
Seleccionar entre una muestra probabilística (aleatoria) o una no probabilística depende de aspectos de
la investigación como el planteamiento del problema científico; la homogeneidad de las unidades
estudiadas; el alcance de la investigación; el diseño; las hipótesis, fundamentalmente.
ATRIBUTOS DE LAS VARIABLES DE INVESTIGACIÓN
las variables de investigación pueden poseer tres atributos:
1. Atributo orden: entre las categorías de una variable se puede identificar jerarquía (ejemplo: grado
académico).
2. Atributo distancia: permite métricas, mediciones, razones, proporciones, entre valores finales
(ejemplo: un billete de $10 equivale a diez billetes de $1). Es propio de variable numéricas.
3. Atributo origen: por ejemplo, peso o talla (no admiten valor 0) pero la temperatura o el saldo bancario
puede aceptar el valor 0.
HIPÓTESIS
La hipótesis es una proposición del investigador sobre la cual hay que emitir un juicio de valor; es una
proposición o enunciado, que puede ser falsa o verdadera, pero no ambas a la vez. Representa un
supuesto teórico probable como posible respuesta a un problema de investigación, que puede ser
comprobable empíricamente.
Las fuentes que generan una hipótesis son comparables a las que originan el propio problema de
investigación; dado que, problema e hipótesis son dos aspectos de un mismo esquema investigativo.
Estructura de la hipótesis.
Hipótesis empíricas: nacen de la experiencia del investigador, por lo que carecen de fundamento y la
experiencia de cada investigador es muy subjetiva. Por ejemplo, el enunciado “La privación del sueño es
un factor de riesgo para la diabetes”, merece una hipótesis sin un verdadero fundamento, dado que sería
suficiente con estudiar a 100 personas que duerman poco y a otras 100 personas que duerman sus horas
completas y posteriormente verificar que en el primer grupo hay mayor número de casos de personas
diabéticas.
Hipótesis racionales: se fundamentan en los antecedentes investigativos, es decir, en el conocimiento
previo.
Errores en la decisión.
Lógicamente, las decisiones en torno a la aceptación o rechazo de las hipótesis no están exentas del riesgo
de cometer algún error; ya que se basan en pruebas estadísticas y en estadística inferencial, no es posible
la certeza absoluta, sino que siempre se trata de probabilidades
Tanto si la prueba no rechaza la H0 y ésta es verdadera, como si la prueba rechaza la H0 y es realmente
falsa, se toman decisiones correctas, es decir, que aparentemente no se comete ningún error porque la
realidad coincide con los resultados de la prueba.
CONCLUSIONES
En el presente análisis trata de que el libro caracteriza a las principales herramientas estadísticas aplicadas
a la investigación científica. A través de párrafos donde se exponen los conceptos básicos de estadística
aplicada a la investigación; se detallan las principales herramientas estadísticas, se caracterizan los diseños
de investigación científica; se definen los alcances de las investigaciones científicas; y se caracterizan los
tipos de investigación.
En la obra está escrita en un lenguaje científico, pero no rebuscado, tratando los autores que se convierta
en un material de consulta para estudiantes e investigadores, quienes a su vez puedan profundizar en el
uso de las principales herramientas estadísticas aplicadas a la investigación científica.
