0% encontró este documento útil (0 votos)
33 vistas6 páginas

Taller 4

El documento aborda la clasificación de la investigación científica en el campo de la optometría, destacando tipos como explorativa, descriptiva, explicativa y correlacional. Se enfatiza la importancia de formular hipótesis claras y precisas, así como la clasificación y operacionalización de variables para garantizar la validez y confiabilidad de los resultados. Además, se presentan ejemplos prácticos relacionados con la salud visual y el uso de dispositivos digitales.

Cargado por

richardminga56
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
33 vistas6 páginas

Taller 4

El documento aborda la clasificación de la investigación científica en el campo de la optometría, destacando tipos como explorativa, descriptiva, explicativa y correlacional. Se enfatiza la importancia de formular hipótesis claras y precisas, así como la clasificación y operacionalización de variables para garantizar la validez y confiabilidad de los resultados. Además, se presentan ejemplos prácticos relacionados con la salud visual y el uso de dispositivos digitales.

Cargado por

richardminga56
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

UNIVERSIDAD TECNICA DE BABAHOYO

FACULTAD CIENCIAS DE LA SALUD


CARRERA OPTOMETRIA

TALLER # 4:

ALUMNA:
KASSANDRA ZARUMA ZARUMA

DOCENTE:
[Link] Del Rocio Paliz Sanchez

ASIGNATURA:
Desarrollo del Proyecto

CURSO:
7 “A” vespertino

PERIODO:
Abril - Septiembre 2025.
La investigación científica se clasifica según su propósito y el grado de profundidad con
el que aborda los fenómenos de estudio. Esta clasificación es especialmente útil en áreas
como la optometría, donde se investigan continuamente variables relacionadas con la
salud visual, nuevos tratamientos, tecnologías diagnósticas y cambios epidemiológicos.

Investigación explorativa
La investigación explorativa se aplica cuando se tiene poco conocimiento sobre el
fenómeno a investigar. Su propósito es formular preguntas de investigación, generar
hipótesis iniciales y delimitar problemas que luego pueden ser estudiados con enfoques
más estructurados.

En el campo de la optometría, este tipo de investigación puede ser muy útil al abordar
nuevas condiciones visuales relacionadas con el estilo de vida digital, como el "síndrome
visual informático" o el impacto de la luz azul emitida por pantallas. También se utiliza
para estudiar tecnologías emergentes, como la topografía corneal 3D o el uso de
inteligencia artificial en la detección de enfermedades oculares.

Investigación descriptiva
La investigación descriptiva tiene como finalidad caracterizar con precisión los aspectos
fundamentales de un fenómeno o población, identificando patrones, frecuencias y
relaciones simples entre variables.
En optometría, puede emplearse para describir la distribución de ametropías (miopía,
hipermetropía, astigmatismo) en una comunidad escolar, o para cuantificar la prevalencia
de ojo seco en trabajadores expuestos a ambientes climatizados. También se utiliza para
documentar hábitos visuales en poblaciones específicas, como la frecuencia de parpadeo
en usuarios de computadoras.

Investigación explicativa
Este tipo de investigación se enfoca en el análisis profundo de las causas y efectos. Busca
determinar por qué ocurre un fenómeno, cómo se relacionan sus componentes y qué
variables lo explican.

En optometría, por ejemplo, se puede investigar por qué ciertos grupos etarios presentan
una mayor incidencia de glaucoma, o cómo la diabetes tipo II afecta la integridad del
nervio óptico a lo largo del tiempo. La investigación explicativa requiere un diseño
experimental o cuasi experimental, controlando cuidadosamente las variables.

Investigación correlacional
La investigación correlacional analiza el grado de asociación entre dos o más variables
sin necesariamente establecer una relación causal directa. Puede revelar si existe una
tendencia conjunta entre variables, lo cual es útil para formular hipótesis más profundas.
En optometría, puede utilizarse para examinar si existe una relación entre el número de
horas frente a una pantalla digital y la progresión de la miopía en adolescentes, o si el
consumo de antioxidantes se correlaciona con una mejor función del nervio óptico.

La formulación de hipótesis es uno de los pasos centrales en el diseño metodológico de


una investigación. Una hipótesis es una proposición lógica y comprobable que establece
una posible relación entre variables. Actúa como una guía que orienta la recolección de
datos, la selección de métodos y el análisis de resultados.

“Una hipótesis es una afirmación anticipada sobre el comportamiento de una o más


variables que puede ser confirmada o rechazada mediante observación o
experimentación.” (Kerlinger, 2002)
Recomendaciones para formular hipótesis
 Precisión conceptual: Las variables deben estar claramente definidas.

 Fundamentación teórica: Basarse en literatura previa y marcos conceptuales


sólidos.
 Redacción clara y objetiva: Debe evitarse el uso de términos vagos o subjetivos.

 Comprobabilidad: La hipótesis debe ser susceptible de prueba mediante


observación o experimentación.

Ejemplo en optometría

 Hipótesis general:
“La exposición prolongada a dispositivos digitales se asocia con un aumento en
la prevalencia del síndrome de ojo seco en jóvenes universitarios.”

 Hipótesis específica:
“Los estudiantes que usan dispositivos digitales más de 5 horas al día presentan
una mayor frecuencia de síntomas de ojo seco (como ardor, escozor o visión
borrosa) que aquellos que los utilizan menos de 2 horas.”

Este tipo de hipótesis permite construir instrumentos como cuestionarios o guías de


entrevista y aplicar pruebas estadísticas para validar o refutar las suposiciones planteadas.

Las hipótesis nula y alternativa son enunciados complementarios que se utilizan en el


análisis estadístico inferencial.
 Hipótesis nula (H₀): Establece que no existe diferencia o relación significativa
entre las variables.

 Hipótesis alternativa (H₁): Propone que sí existe una relación o diferencia


significativa.

“La hipótesis nula es el punto de partida del análisis estadístico y se rechaza solo si los
datos ofrecen evidencia suficiente a favor de la hipótesis alternativa.” (Hernández et al.,
2014)

Ejemplo práctico en optometría


Tema: Uso de lentes de contacto y frecuencia de infecciones oculares.

 Hipótesis nula (H₀):


“El uso de lentes de contacto no influye significativamente en la frecuencia de
infecciones oculares en adultos jóvenes.”

 Hipótesis alternativa (H₁):


“El uso frecuente de lentes de contacto incrementa la incidencia de infecciones
oculares en adultos jóvenes.”

En este caso, si los resultados muestran diferencias estadísticamente significativas en las


tasas de infección, se rechaza la hipótesis nula y se acepta la alternativa.

Tema: Efectos del uso prolongado de pantallas digitales en la salud visual

Este tema es actual y relevante debido al uso extendido de dispositivos móviles,


especialmente entre adolescentes y adultos jóvenes.

 Hipótesis general:
“El uso prolongado de pantallas digitales tiene efectos negativos sobre la salud
visual de los adolescentes.”

 Hipótesis específica:
“Los adolescentes que usan pantallas digitales durante más de 6 horas diarias
presentan mayor prevalencia de astenopía (fatiga visual), en comparación con
aquellos que las utilizan menos de 3 horas diarias.”

Este tipo de formulación es útil para establecer las variables dependiente (astenopía) e
independiente (tiempo de exposición), y puede desarrollarse mediante métodos
cuantitativos con escalas estandarizadas como el cuestionario CVS-Q (Computer Vision
Syndrome Questionnaire).
“Una hipótesis bien formulada permite diseñar adecuadamente los instrumentos de
recolección de datos y aplicar el análisis estadístico pertinente.” (Sampieri et al., 2014)
Una variable es cualquier propiedad, cualidad o característica observable que puede
adquirir distintos valores. En optometría, es común medir variables como agudeza visual,
presión intraocular, tipo de lente usado, o número de parpadeos por minuto.

“Una variable representa una propiedad que puede adquirir diferentes valores y cuya
medición permite el análisis científico.” (Kerlinger, 2002)

Clasificación de variables
 Variables cualitativas: Se refieren a categorías o atributos.

o Nominales: No tienen orden lógico. Ejemplo: color de ojos, tipo de lente


(blando, rígido).

o Ordinales: Tienen un orden jerárquico. Ejemplo: gravedad del defecto


visual (leve, moderado, severo).
 Variables cuantitativas: Se expresan en forma numérica.
o Discretas: Toman valores enteros. Ejemplo: número de consultas al año.

o Continuas: Pueden tomar infinitos valores en un rango. Ejemplo: presión


intraocular (medida en mmHg), espesor corneal.

El correcto manejo y clasificación de las variables permite seleccionar técnicas de análisis


adecuadas (descriptivo, inferencial, correlacional) y obtener resultados fiables.

La operacionalización consiste en transformar conceptos abstractos en variables


observables y medibles. Es el puente entre el plano teórico y el plano empírico. Este
proceso implica definir conceptualmente la variable, y luego establecer su definición
operacional, es decir, cómo será medida o evaluada.

“La operacionalización transforma conceptos abstractos en indicadores empíricos


concretos y medibles.” (Balestrini, 2002)

Ejemplo práctico
 Variable: Agudeza visual.

o Definición conceptual: Capacidad del sistema visual para discriminar


detalles finos a una distancia determinada.
o Definición operacional: Medición realizada con optotipo de Snellen en
condiciones de iluminación estándar, expresada en fracciones como 20/20
o 20/40.

Este procedimiento asegura que diferentes investigadores puedan evaluar la misma


variable bajo los mismos criterios y condiciones, promoviendo la validez y confiabilidad
de los resultados.

REFERENCIAS BIBLIOGRAFICAS

 Balestrini, M. (2002). Cómo se elabora el proyecto de investigación. BL Consultores.

 Hernández, R., Fernández, C., & Baptista, P. (2014). Metodología de la investigación.


McGraw-Hill.

 Kerlinger, F. N. (2002). Investigación del comportamiento: Métodos de investigación en


ciencias sociales. McGraw-Hill.

 Sampieri, R. H., Collado, C. F., & Lucio, M. P. B. (2014). Fundamentos de investigación.


McGraw-Hill.

 Tamayo y Tamayo, M. (2012). El proceso de la investigación científica. Limusa.

También podría gustarte