UNIVERSIDAD CESAR VALLEJO FACULTAD DE EDUCACIN

FILIAL - LIMA

MAESTRA EN EDUCACIN Y GESTIN EDUCATIVA

MODULO DE APRENDIZAJE 1

DESARROLLO DEL PROYECTO DE INVESTIGACIN I

Dr. ATILIO GAMALIEL OLANO MARTINEZ Mg. LUIS ALZAMORA DE LOS GODOS URCIA

Lima, 2008

Csar Acua Peralta Rector Fundador Sigifredo Orbegoso Venegas Rector Francisco Cardoso Romero Vicerrector Acadmico

NDICE
Introduccin .. Programacin Acadmica.. Objetivos.. Cuadro de programacin acadmica . I. Primera Unidad: Ajustes Metodolgicos. Concepto de tesis y estructura de tesis. 1.1 Tesis. 1.2 Conceptos de estadstica y anlisis de datos I 1.3 Conceptos de estadstica y anlisis de datos II II. Segundad Unidad: Trabajo de Bases de Datos en Spss: Manejo de conceptos bsicos de estadstica aplicada 2.1 El programa estadstico SPSS 2.2 Introduccin al SPSS en espaol 2.3 Editor de datos de SPSS en espaol III. Tercera Unidad: Manejo del Data Entry, ingreso y codificacin de variables 3.2 Base de datos en SPSS: Las Variables IV. Cuarta Unidad: Ingresos de instrumentos a la Base de Datos. 4.1 Base de datos en SPSS II: El formato de la base V. Quinta Unidad: Ajuste y afinamiento de bases de datos llenadas para anlisis. 5.1 Categorizar Variables con SPSS 5.2 Definir valores antiguos y nuevos: recodificar Lecturas complementarias: Variables y la hiptesis en la investigacin Gua metodolgica para la elaboracin de un informe final de investigacin Qu es una tesis? para quien se escribe? cmo debe estar escrita? Bibliografa

3 4 5 6 7 8 13 26 39 40 44 48 54 55 62 63 68 69 78 83 91 102 112

INTRODUCCIN

Todo proceso de post grado culmina con un trabajo cientfico que generalmente constituye una investigacin cientfica. Se dice generalmente porque algunas carreras culminan con un Trabajo de grado. En el caso de las carreras o los programas de post grado en educacin, maestra o doctorado, el producto final es una tesis. Por ese motivo se hace necesario, dentro del diseo curricular, incluir mdulos que permitan a los cursistas aspirantes desarrollar este proceso con la mayor calidad posible, es as que se imparte el Curso de Desarrollo del Proyecto de investigacin que culmina con la presentacin de la tesis. Para lograr el armado de una tesis, se aprender SPSS, adems de los conceptos bsicos de un informe de investigacin, con lo que se lograr en esta primera parte la estructura de una base de datos y los conceptos principales de la tesis.

PROGRAMACIN ACADMICA

OBJETIVOS

OBJETIVO GENERAL DE LA ASIGNATURA Elaborar la Primera Etapa de la Tesis de Maestra. OBJETIVOS ESPECFICOS Disear un sistema de validacin eficiente Elaborar un Data Entry para el Ingreso de Encuestas Disear una Base de Datos. Ingresar eficientemente los instrumentos a la base de datos. Generar una edicin de Base de Datos con adecuada codificacin y clasificacin de variables..

Cuadro de programacin acadmica

ESTRATEGIA CAPACIDADES CONTENIDOS ESPECFICOS 1.1.1 (Unidades) Taller I: Ajustes ACTIVIDADES Lectura y evaluacin de los proyectos realizados en el mdulo previo Trabajo en computadoras, prctica individualizada 5 horas Aprender Haciendo METODOLGICA TIEMPO TCNICA 5 horas Aprender Haciendo

Metodolgicos. Concepto de tesis y estructura de tesis. 1.1.2 Taller II: Trabajo de Bases de Datos en Spss: Manejo de 1.1 Manejo de bases de datos y entorno estadstico por la generacin de la TESIS conceptos bsicos de estadstica aplicada 1.1.3 Taller III: Trabajo de Bases de Datos en Spss: Manejo del Data Entry, ingreso y codificacin de variables 1.1.4: Taller IV: Trabajo de Bases de Datos en Spss: Ingresos de instrumentos a la Base de Datos. 1.154: Taller V: Trabajo de Bases de Datos en Spss: Ajuste y afinamiento de bases de datos llenadas para anlisis .

Trabajo en computadoras, prctica individualizada

5 horas

Aprender Haciendo

Trabajo en computadoras, prctica individualizada Trabajo en computadoras, prctica individualizada

5 horas

Aprender Haciendo

5 horas

Aprender Haciendo

Primera unidad .. Generacin de Resultados descriptivos en SPSS

1.1 TESIS
Objetivo: El alumno al terminar el aprendizaje del presente captulo tendr el conocimiento.

DEFINICIN DE TESIS
La tesis es el documento en el que se exponen los resultados cientficos alcanzados por el aspirante en su trabajo de investigacin. Se presentan de forma sistematizada, lgica y objetiva esos resultados en correspondencia con el proyecto presentado, discutido y aprobado para la bsqueda de soluciones al problema planteado con respuestas cientficas contextualizadas a partir de la utilizacin del mtodo cientfico.d). MOMENTOS IMPORTANTES EN EL DESARROLLO DE UNA TESIS Una tesis tiene dos momentos importantes: la escritura y la defensa. 1. La escritura del documento que es la demostracin de la capacidad del aspirante para disear, estructurar, organizar y ejecutar una investigacin en su campo de conocimiento. 2. La defensa, que es la demostracin de la capacidad del aspirante, de convencer acerca de que sus resultados son valederos, expresndolos con coherencia, organicidad y en forma sinttica. Estos dos momentos deben complementarse mutuamente. Sin embargo, todos los profesores que se han visto implicados en el trabajo de tutora y asesoramiento y por consiguiente han tenido que integrar tribunales para la evaluacin de tesis a cualquier nivel, saben que en ocasiones se observan historias muy bonitas, pero muy mal contadas. Pueden verse trabajos en los cuales se denota un trabajo arduo de investigacin, resultados con una gran repercusin y aporte a la ciencia, pero la redaccin est tan complicada y defectuosa que dificulta la comprensin, en cambio, la defensa se realiza de un modo tan elocuente que compensa la deficiente escritura. De lo anterior se desprende que debe existir correspondencia entre el rigor cientfico de la escritura y la exposicin oral en la defensa del trabajo investigativo. Adems de los requisitos de orden metodolgico, debe cumplirse con las exigencias indispensables en cuanto a novedad, actualidad y originalidad en el tratamiento del tema, su fundamentacin cientfica y las posibilidades de introduccin en la prctica como contribucin a los procesos de cambio en las realidades educacionales de los

diferentes pases. Otros aspectos que deben estar contenidos de forma general en la tesis son:

Ampliacin de los lmites del conocimiento cientfico en un rea especfica del saber. Demostracin de conocimientos bsicos sobre el tema de investigacin. Evaluacin crtica sobre la bibliografa e investigaciones precedentes. Manejo adecuado de las tcnicas de investigacin, o la introduccin de nuevas tcnicas y procedimientos. Demostracin de la adquisicin de criterios novedosos suficientemente argumentados.

1. Requisitos para la escritura de la tesis La escritura de la tesis debe cumplimentar un grupo de requisitos para lograr su comprensin y elegancia. En muchas ocasiones a pesar de tener resultados relevantes, la forma en que se expresan los mismos no los hace comprensibles, o no son cientficamente fundamentados y ello hace que se pierda la calidad de la investigacin. De ah que en la escritura de la tesis se deban tener en cuenta dos tipos de requisitos: el fondo y la forma. a. Requisitos de fondo: Unidad: Es el principio armnico de las partes con el todo. La unidad en toda tesis es la armona de todas las ideas, tanto principales como secundarias. La unidad aporta perfecta concordancia entre problema, demostracin y conclusiones. Aunque se manejen varias ideas, hay una que es la idea fundamental, la base de la investigacin y el objeto final de la misma. Las otras ideas son secundarias o subordinadas con respecto a ella. Demostracin: La tesis debe ser demostrada mediante el razonamiento lgico de los resultados a travs de los procesos del pensamiento, cada anlisis realizado debe conducir a conclusiones. Profundidad: La tesis debe penetrar en la esencia del problema, no debe limitarse a sus cualidades fenomnicas. Originalidad: La tesis tiene por objeto una materia demostrable o que no ha sido demostrada. Por eso una cualidad importante de la tesis es la originalidad. sta se logra mediante el anlisis de los intentos realizados anteriormente por otros

10

investigadores, o por el propio investigador, de resolver el problema. En la tesis deben quedar demostradas las siguientes relaciones: Problema Objeto de estudio Objeto de estudio Campo de accin Campo de accin Objetivo Problema Objetivo - Poblacin Objetivo Tareas investigativas Tareas investigativas Mtodos de investigacin Problema Objetivo Idea cientfica Diseo de investigacin Estructura de la tesis Objetivos Resultados Resultados Discusin Objetivos Conclusiones Conclusiones Recomendaciones

b. Requisitos de forma: Laos integran dos componentes bsicos: el uso apropiado del lenguaje. y la organizacin del texto. Algunas ideas al respecto son: El lenguaje de la tesis debe reunir las siguientes condiciones:

Debe ser propio, adecuado al objeto de estudio y a la ciencia donde se desenvuelve la investigacin. El aspirante debe mostrar dominio de los trminos empleados en la tesis, as como del rea de investigacin donde desarrolla la tesis.

La claridad es un elemento vital, la escritura debe ser accesible, explicar con pocas palabras, y saber ilustrar los conceptos difciles de comprender mediante ejemplos u otras formas. La sintaxis debe ser correcta y el vocabulario al alcance de los lectores, no se deben usar palabras ambiguas, vagas, jerga, abreviaturas, ni elogios desmedidos. No se deben exagerar los conceptos ni los trminos.

Cuando se empleen sinnimos para aumentar la riqueza del lxico, debe cuidarse que la palabra afn tenga el significado que se busca y armonice en el texto.

11

Debe especificarse la regin, el pas donde se realiza el estudio. En no pocas ocasiones pueden verse trabajos que dicen: en nuestra provincia, en nuestro pas, lo que hace que el lector tenga que buscar otras pginas para localizar el rea de estudio.

La organizacin del texto:

Debe escribirse en forma impersonal, es decir, en tercera persona del singular, por ejemplo, en lugar de mi opinin es, se debe decir: en opinin de esta autora, o esta investigadora encontr diferencias con respecto a los resultados obtenidos por tal autor en tal lugar. En ocasiones se leen trabajos que plantean: nosotros vamos a presentar. Puede decirse: Se presenta

Escribir con mayscula cuando sea necesario, sin abusar de su uso. Todas las comillas que se abran deben ser cerradas.

No escribir demasiadas cifras con nmeros arbigos, en el caso de nmeros menores de diez, tratar de expresar los mismos por su palabra genrica. Usar los nmeros romanos cuando sea necesario Ser coherentes con las siglas, que queden explcitas en el primer momento de su uso en el texto y de ser posible no abusar de ellas. No exagerar los subrayados. Alternar con prudencia los numerales y los cardinales, los nmeros romanos y los arbigos. Debe revisarse la versin impresa con el fin de constatar: Si hay un correcto paginado Si las citas estn entrecomilladas y referidas. Si se corresponde el nmero de las notas con la referencia y se aprecia correctamente en el texto. Si la bibliografa est ordenada de acuerdo a una misma norma Vancouver APA. Es frecuente ver tesis escritas con una mezcla de normas. Si la bibliografa cuenta con todos los datos necesarios, ya sea libro o artculo de revista. Los tiempos verbales: El resumen, se redacta en pasado. La introduccin, fundamentacin y marco terico se redacta en presente, pues son aspectos vlidos hasta el momento y que mantienen su vigencia en el tiempo.

12

El material y mtodo y los procedimientos se escriben en pasado, pues representan acciones ya realizadas. (En el perfil del proyecto se escriben en futuro)

Los resultados se escriben en pasado, pues fueron encontrados mucho antes de escribir la tesis. En la discusin al debatir y opinar sobre contenidos de otros autores se escribe en presente, pues son conocimientos actuales que se usan como referencia, cuando se comentan los resultados obtenidos se escriben en pasado. Escribir correctamente una discusin es un arte para poder llevar las reglas de la escritura de forma adecuada.

A continuacin se presenta una gua y es necesario insistir en que se trata de gua, que se ha integrado con algunos consejos que pueden resultar tiles, pero que los autores de las tesis deben complementar con sus conocimientos particulares en el tema que presenta. Es importante que los autores de las tesis sepan que deben utilizar estas guas como modelos y no interpretarlas como documentos normativos o como camisas de fuerza. Un trabajo de tesis, en cualquier nivel, no debe juzgarse slo por su formato, sino tambin por la calidad de su contenido, del mismo modo que una obra arquitectnica puede satisfacer todos los requerimientos tcnicos dentro de una virtual infinidad de concepciones estticas. El amplio espectro de temticas en que podra legtimamente desarrollarse una tesis de maestra o doctorado hace estril cualquier esfuerzo por disear un patrn nico para los manuscritos de las tesis.

PREGUNTAS

Qu es una tesis y para que sirve? Explique los momentos de la tesis? Qu requisitos de forma y fondo debe tener una tesis?

13

1.2 CONCEPTOS DE ESTADSTICA Y ANLISIS DE DATOS I

Objetivo: El alumno al terminar el aprendizaje del presente captulo conocer el los diversos mtodos aplicados al anlisis de datos bsicos y formulacin de resultados de una tesis de postgrado. 10.1 EL ANLISIS DE LOS DATOS Una divisin clsica de la Estadstica, es la de Descriptiva (ED) e Inferencial (EI). La primera tiene por objeto procesarlas medidas necesarias de las cosas, individual y/o grupalmente, sin abrir juicio de calidad, valor, diferencia, importancia, etc., sobre las mismas. La segunda atiende a las necesidades de tomar decisiones a partir de esos valores; compara, afirma, infiere la probabilidad de la ocurrencia de tales valores, estima, etc. En la Estadstica Descriptiva, el mtodo es Matemtico, basado en algunos conceptos extra-matematicos, mientras que en la Estadstica Inferencial es un mtodo ampliamente utilizado y precisado, sobre las operaciones lgico-matemticas a utilizar. Suele denominarse Mtodo Estadstico o Metodologa de la Investigacin Estadstica. El Mtodo Hipottico Deductivo, no incluye a este como una de las herramientas de decisin, este mtodo slo habla de inferir conclusiones a partir de los datos hallados, sin embargo la mayora de las investigaciones utilizan al Mtodo Estadstico dentro de su esquema de Mtodo Hipottico Deductivo. Los resultados obtenidos en la recoleccin de datos, a partir de la definicin de las variables en estudio, necesitan ser procesados, ordenados, Sistematizados, presentados de manera tal que sean entendibles. Raras veces trabajamos con un conjunto pequeo de los mismos, en general necesitamos un nmero considerable de observaciones, que de ningn modo son posibles de analizar individualmente, a no ser que queramos mostrar un nico dato. Es conveniente para introducirse a este tema, volver a aquella parte de los Sistemas de Clarificacin, dentro de Sistemas de Recoleccin de Datos, donde se parte del concepto de Dato, se pasa por una aplicacin a la Tabulacin y Graficacin y se llega a definir los datos en funcin de variables y escalas.

14

PROCESAMIENTO DE DATOS

VARIABLE

TIPO

ESCALA Nominal

POSICIN Frecuencia Porcentaje Modo Tasas Razones

DISPERSIN No tiene

CUALITATIVA No tiene Ejemplo: PATOLOGIA SEXO PROFESION CUALITATIVA Ejemplo: GRADO DE COMA HIPO,NORMO,HIPER GRADO ACADEMICO CUANTITATIVAS

Ordinal

Frecuencia Rango Porcentaje Desviacin Con modificaciones Media Semi-inter Mediana cuartlica

NRO HIJOS Discreta Intervalar CANT PARTOS NRO AUTOMOVILES PESO, TALLA TENSION ARTERIAL LONGITUD Continua

Media

Varianza Sesgo o Curtosis Coeficiente de Covariacion, Desviacin estndar, etc

Moda Media Mediana

GRFICOS y CLCULOS Hemos introducido el tema en los Sistemas de Recoleccin de Datos y la idea, en principio, no es la de efectuar un manual de Estadstica. Toda Tabla y Grfico, debe tener un Titulo, que del se desprenda con precisin (ni vago, ni ambiguo) el significado de lo que contiene. La misma indicacin vale para la definicin de las variables que se tabulan o grafican, los pie de pagina tienen por misin ampliar informacin por un lado, indicar su procedencia si no es original el trabajo, indicar las fuentes, etc. En fin, deben ser autoexplicadas. Pruebe esto con alguien que no tenga un conocimiento del trabajo que ha llevado a cabo, si lo entiende sin preguntas (fuera de lo que la tabla o grfico indica), es que ha logrado su propsito. Errores frecuentes son el llevar una ordenada de porcentajes hasta el 100 % cuando el mayor de nuestros porcentajes es mucho menor. Otro es el de indicar el 0 en la

15

abscisa, pero nuestra variable comienza con un valor muy superior, sin indicar un corte en la abscisa; hgalo con dos lneas paralelas. No use colores, por lo general si puede ser publicado lo ser en blanco y negro. Utilice diferentes formas de rayados o algo por el estilo. Indique adems, en la parte inferior al grfico, a que corresponde cada esquema. PARA UNA VARIABLE CUALITATIVA Para Una Variable Cualitativa Nominal Su grfico se denomina de Barras, estas no se tocan entre si, pues, cada categora es independiente de la otra por ejemplo. Tipo de patologa en los servicios de ciruga del Hospital Lazarte o cualquier otro.. Tambin pueden hacerse Pictogramas, es decir grficos con dibujos que de alguna medida dan la idea de la variable. un ejemplo comn son los censos, donde se "amontonan" figuras Humanas y tambin grficos sectoriales o tortas donde se parten en forma proporcional al porcentaje. No son variables "Acumulables", a no ser sus porcentajes, pero tenga en cuenta que cualquier atributo puede cambiar de posicin y cambiar la "Acumulacin". La Frecuencia simplemente es a cantidad de cosas que se agrupan en cada uno de los valores de la variables o en sus intervalos de clase.. Los porcentajes, La parte proporcional en que aparece un valor respecto de todos los valores. (La cantidad/el total) por 100. Su grfico de mayor empleo es la torta si se trata de 4 a menos variables y si es de esta cinco a ms se emplea las barras. Frecuencias Relativas, su uso es frecuente en las Cuantitativas. Su suma da 1) Tasa Es el cociente entre la frecuencia de un valor de la variable, respecto de la suma de todas la frecuencias. Razn Es el cociente entre las frecuencias de dos valores de la variable.

16

Para Una Variable Cualitativa Ordinal Su grfico es de barras pero estas pueden tocarse "si la propiedad es tericamente continua", lo que implica que "lo ordinal es nuestra medicin". Son acumulables 10.4.1 PARA UNA VARIABLE CUANTITATIVA Para una Variable Cuantitativa Discreta Su grfico es de Bastones. Por cada valor de la variable se levanta una lnea, pero entre cada valor no existe nada. Son acumulables. Su acumulacin se hace en "saltos escalonados". Para una Variable Cuantitativa Continua Su grafico, denominado Histograma de Frecuencias, son barras que se tocan entre cada uno de los valores de la variable y los puntos medios pueden ser unidos, formando el Polgono de Frecuencias. Lo que realmente se hace es graficar la Distribucin de Frecuencias y esto lo llamamos el comportamiento de la variable. La diferencia entre el valor inferior y el superior de un sub-grupo de valores de la variable se denomina el Intervalo de Clase o Modulo, su punto medio es la marca de Clase o Punto Medio. PARA AMBAS La Moda Es el nmero que ms se repite por lo tanto es lo que mas aparece, la Moda es el valor de la variable con mayor frecuencia. En las cualitativas, las cuasi-cuantitativas y la cuantitativas discretas solo se indica este valor, en las cuantitativas continuas existe un clculo exacto. NOTA: A veces existen dos o ms Modas en la distribucin y se llaman distribuciones multimodales, el caso especifico donde existen dos Modas se denomina Bimodal. Si Ud. encuentra esto en su distribucin, busque una variable extraa o intermedia que se haya "colado" en las mediciones, la mayora de las veces pasa esto, otras en cambio, es el real comportamiento de la variable.

17

Mediana La Mediana es el valor de la variable por debajo y por sobre el cual, se encuentran el 50 % de los casos relevados. La forma grfica de determinacin se explico cuando hablamos de acumulacin en las variables cuantitativas continuas. A propsito: Para evitar definiciones "largas", desde ahora diremos, cualitativas, ordinales, discretas y continuas. La Mediana es un cuartil, basta reemplazar N/2 por el porcentaje de casos que queramos ubicarnos en la ojiva, reemplazar los datos, y habremos hallado el valor del cuartil. Un cuartil es, entonces, el valor de la variable donde se encuentra una parte del todo. Los mas tpicos son los cuartilos pues se divide la distribucin en cuatro partes del 25, 50 y 75 % y con ellos se puede sacar la desviacin semi-intercualtilica que no es mas que Q = (Q3 - Q1) / 2 y da una idea importante de donde a donde se mueven los datos, sumndola o restndola a la Mediana. Otros cuantilos son los Decilos, cuando la distribucin se divide en diez partes, los Centilos cuando se divide en cien, cuando estos centilos "hablan" de un porcentaje, se denominan Percentiles. Rango Es la indicacin del valor mnimo y el mximo de la distribucin de frecuencias de los datos.

18

Mediana y Rango O Q Se informan juntos. Posicin y Dispersin. til para las ordinales, aconsejable informar para las continuas. Hay otra informacin mas precisa que el rango o Q: es la Desviacin Media, pero dejmosla para analizar luego del Sesgo, porque viene justo al caso en ese momento. Media La media o valor medio de los datos, es sencillamente el promedio de los valores de las variables. Su formula es Media = Sumatoria de todos los valores / la cantidad de cosas.

Cuando los datos se "amontonan" en las clases, es decir se agrupan, es la sumatoria del punto medio de la clase por la frecuencia de cada clase todo dividido la cantidad de cosas y se denomina Media Ponderada, pues a cada valor de la variable se le aplica "el peso" de la frecuencia. La media de una muestra es la Media Muestral y existe la Media de la Poblacin. Existen otros tipos de Medias, tal como la Geomtrica, la Armnica y la Cuadrtica, que tienen un uso muy especifico Desvo o desviacin estndar Tiene un valor pragmtico indiscutible. Su clculo es muy simple habiendo sacado la varianza, pues solo hay que sacarle a la misma la raz cuadrada y listo. Existe el Desvo de la Muestra y el de la Poblacin

Existe el Coeficiente de Variacin CV, que es la divisin de la media por el desvo. CV = Media / Desvo. Esto implica aplicarse para determinar la validez de la desviacin estndar como prueba.

19

Media y Desvo Al sumar o restar al valor de la media, al valor del desvo, obtenemos dos valores que representan el intervalo entre el cual existen el 68 % de los casos (aproximadamente). Pero eso no es lo mas importante, sino que esto puede denominarse la Normalidad, estadsticamente hablando. Luego podemos restar dos veces el desvo y aun tres, obteniendo el 95 y el 99 % respectivamente y esto se encuentra ntimamente ligado a la estimacin y al clculo de probabilidades. Nota: existen varias medidas ms de posicin y dispersin, que pueden buscarse en textos estadsticos comunes. La media y la varianza, adems, son deducibles de formulas de momentos muy tiles en muchos aspectos. El Sesgo Otro cuyo valor pragmtico es indiscutible. Existen formulas complejas de su calculo, pero nos conformamos con una sencilla. Sesgo = (Media - Modo) / Desvo La Varianza Es el promedio de las desviaciones estndar respecto de la media. Es un valor que nos indica cuan "dispersos" estn los datos. Su forma para pocos datos es: Varianza = Sumatoria de cada valor - la Media, todo elevado al cuadrado y todo dividido por la cantidad total de casos LA TOMA DE DECISIN ESTADSTICA Es obvio que hoy en da no se necesita de conocer mucho de estadstica y cada vez se hace menos necesario el apoyo del estadstico en la investigacin cientfica, especialmente en lo que se relaciona a las ciencias de la salud, conducta y educacin, pues las variables se manejan por el investigador, los diseos se trabajan por la epistemologa y la metodologa y solo queda decidir que prueba estadstica emplear, y

20

para esto solo es necesario conocer el tipo de variable con la que se trabaja y el nmero de muestras que intervienen. Procedimiento:

a) Postule la hiptesis estadstica contraria a lo que espera H0 b) Postule "su" hiptesis estadstica. Ha c) e) f)
Determine el riesgo o Nivel de significacin. Alfa

d) Establezca la Prueba estadstica a utilizar.

Establezca las condiciones de la toma de decisin Realice el clculo

PRUEBAS ESTADSTICAS USUALES La cantidad de pruebas estadsticas es abrumadora. Sin embargo, no debemos saber todas, sino entender su construccin, al menos aproximadamente. Casi toda prueba estadstica, tiene la siguiente forma: Valor Prueba Valor hallado en la var. - Valor esperado de la Var. Variabilidad esperada de la Var.

de la = -----------------------------------------------------------------

Lo que hace una prueba estadstica en general, es hallar la "diferencia" entre lo que espero y lo que obtengo y a esa diferencia la "reduzco" o "expreso" en trminos de la variabilidad que espero. PRUEBAS PARA UNA SOLA VARIABLE CUANDO TENEMOS UNA SOLA MUESTRA: Cuando se desea comparar la muestra estudiada con la poblacin con respecto a una variable A.- Cuando se desea hacer inferencia acerca de la media de una variable continua con respecto a la media de la poblacin cuando la distribucin de la variable es normal (o se asume el teorema de lmite central) y la varianza (cuadrado de la desviacin estndar) de la poblacin es conocida.

21

PRUEBAS PARA VARIABLES CUANTITATIVAS Este tipo de clculo estadstico es para trabajo eminentemente descriptivos. CLCULO PARA UNA LA MEDIA POBLACIONAL PRUEBA Z NORMAL PARA UNA MUESTRA. Ej: queremos saber si el promedio de hemoglobina en sangre de una muestra de 1000 pacientes usuarias de anticonceptivos orales es diferente o no del promedio de los niveles de hemoglobina en la poblacin general. Sabemos que los valores de hemoglobina siguen una distribucin normal y conocemos la desviacin estndar (por lo tanto la varianza) de los valores normales de glicemia en la poblacin B.- Cuando se desea hacer inferencia acerca de la media de una variable continua con respecto a la media de la poblacin cuando la distribucin de la variable es normal (o se asume el teorema de lmite central) y la varianza (cuadrado de la desviacin standard) no es conocida _ = x z ___ / . n PRUEBA t PARA UNA MUESTRA Ej. El caso anterior si es que no conociramos la desviacin estndar (por lo tanto la varianza) de los valores de hemoglobina en la poblacin. C.- Cuando se desea hacer inferencia acerca de la varianza (cuadrado de la desviacin estndar) de una variable continua con respecto a la varianza de la poblacin cuando la distribucin de la variable es normal (o se asume el teorema de lmite central). = _ x = = Sx = Z= t= Promedio de la muestra. Desviacin estndar de la poblacin (puede usarse Se). Desviacin estndar muestral. Coeficiente de confiabilidad para la distribucin normal (>30 casos ) Coeficiente de confiabilidad para la t de student con 1 grado de libertad. _ x t _____ / Sx . n

22

Media poblacional

CALCULO DE LA PROPORCIONAL POBLACIONAL ____ = p z / pq . n

p= Q=

Proporcin muestral. 1-p

PRUEBAS PARA VARIABLES CUALITATIVAS PRUEBA Chi CUADRADO PARA VARIANZAS PARA UNA MUESTRA Cuando queremos comparar una muestra con la poblacin con respecto a una variable de distribucin binomial (no sigue una distribucin normal). Ej: Cuando queremos saber si la varianza (cuadrado de la desviacin estndar, que es una medida de dispersin de los datos) de la distribucin de los valores de notas en la muestra de alumnos de baja autoestima es diferente de la varianza de los valores de notas de los alumnos de la poblacin general. Esta prueba estadstica es muy sensible y por lo tanto no da resultados confiables si la distribucin de los valores de notas no siguen una curva normal en la poblacin. (Obs - Esp) JI = SUMA ------------------Esp Obs= es el nmero observado de casos clasificados por cada categora. Esp= es el nmero esperado de casos clasificados por cada categora. TEST BINOMIAL PARA UNA MUESTRA Cuando queremos comparar una muestra con la poblacin con respecto a una variable de distribucin no normal ni binomial. Ej. Queremos comparar una muestra de escolares de un colegio con la poblacin escolar en general con respecto a la presencia o no de parasitosis. Variable binomial: Presencia de parasitosis: Si o No. PRUEBAS PARA DOS VARIABLES PRUEBAS PARA DOS MUESTRAS: Se desea comparar dos muestras con respecto a una variable.
23

A.- Cuando queremos comparar medias entre dos muestras independientes, las varianzas no son diferentes y la distribucin de la variable es normal (o se asume teorema de lmite central): PARA DOS VARIABLES CUANTITATIVAS LA PRUEBA DE Z PARA DOS PROMEDIOS Esta prueba es aplicada para n1 y n2 mayores a 30 casos. __ Z = ( X1 / S1 n1 __ - X2) . + S2 n2

LA PRUEBA T PARA DOS PROMEDIOS Esta prueba es aplicada para n1 y n2 menores a 30 casos. ____________ t = ( X1 / Sp n1 Sp = (n1 1)s1 - X2) . + Sp n2 + (n2 1)S2

n1 + n2 - 2 PRUEBA T PARA DOS PROMEDIOS INDEPENDIENTES CON IGUALES

VARIANZAS. Cuando queremos comparar las medias de dos muestras independientes, las varianzas son diferentes y asumimos que la distribucin de la variable es normal (o se asume teorema de lmite central): Ej: queremos saber si el promedio de notas de una muestra de alumnos con el mtodo ABP no es diferente del promedio de los valores de notas de una muestra de alumnos con el Mtodo Aprender Haciendo. Se supone que la distribucin de los valores de notas sigue un patrn normal, las muestras de alumnos con ABP y las que llevan el Aprender Haciendo son independientes (No estn relacionadas) y la varianza de los valores de notas no es diferente entre ambos grupos. PRUEBA T PARA DOS PROMEDIOS CON DIFERENTES VARIANZAS.

24

Cuando queremos comparar medias entre dos muestras dependientes, asumiendo que la distribucin de la variable es normal (o se asume teorema de lmite central): Ej: El caso anterior si es que asumimos que la varianza de los valores de notas es diferente entre los alumnos que llevan el ABP y los alumnos que llevan Aprender Haciendo. PRUEBA T PAREADA Inferencia acerca de varianzas, distribucin normal (o se asume teorema de lmite central), se emplea cuando existe la comparacin de los promedios de dos muestras relacionadas: Ej. Cuando queremos comparar el promedio en un test antes y despus la aplicacin de una nueva estrategia de aprendizaje. Asumimos que la distribucin de los promedios sigue una distribucin normal. Tambin son muestras dependientes aquellas en que se realiza un pareamiento para una o ms variables. _ t = d Sd n PRUEBA F PARA DOS MUESTRAS PARA COMPARAR VARIANZAS (muy sensible cuando el patrn no es normal). Cuando tenemos dos muestras de distribucin binomial y las muestras son dependientes: Ej. Queremos comparar si las varianzas (cuadrado de la desviacin estndar) son diferentes entre los valores de notas en matemticas de un grupo de 100 alumnos de Lima y un grupo de 100 alumnos de Trujillo. Es decir queremos ver si la dispersin de los valores entre estas dos muestras es diferente. Asumimos que la distribucin de los valores de notas en matemticas siguen una curva normal. F = n1s1 /(n1-1) n2s2 /(n2-1) n1 n -2 = = grados de libertad del numerador grados de libertad del denominador , t con (n-1) grados de libertad

25

s n

= =

Varianza muestral cantidad de muestra

PREGUNTAS

Qu tipo de pruebas estadsticas se emplean cuando existe una variable cualitativa? Qu tipo de pruebas estadsticas se emplean cuando existe una variable cuantitativa? Mencione la utilidad de cada prueba

26

1.3 CONCEPTOS DE ESTADSTICA Y ANLISIS DE DATOS II

Objetivo: El alumno al terminar el aprendizaje del presente captulo conocer el los diversos mtodos aplicados al anlisis de datos avanzados y formulacin de resultados de una tesis de postgrado, especialmente con el empleo de estadstica inferencial. EL ANLISIS DE LOS DATOS 2 CORRELACIN DE PEARSON: Es la relacin entre dos variables continuas que no tienen distribucin normal. Se realiza entre valores de dos variables en un grupo o dos grupos con la misma variable o distinta. Tambin puede ser de tipo lineal, la caracterstica recta que tanto llama la atencin, parcial, curvilnea, mltiple o de varias variables a la vez. En principio puede hacerse para cualquier tipo de funcin. Ej. Existe o no relacin entre los valores de la edad y el coeficiente intelectual en un grupo de 1000 escolares de Villa el Salvador. R = n XY - X y (n X - (X) (n Y - (Y)) Antes de la correlacin, normalmente se efecta lo que se denomina la recta de regresin. El valor de la correlacin, es predecir el valor de una variable a partir del valor de la otra. Es bastante complicada para lo que se pretende de unos "apuntes estadsticos". Calcula tambin una "dispersin" respecto de cada funcin que se trabaja, es decir "predice los valores entre tal y tal valor". Un valor 0 es ausencia de correlacin (prediccin), el opuesto, 1, es lo mximo, jams alcanzado a no ser matemticamente con objetos de orden ideal. La realidad es otra. Como valores establecidos se denota que intensidades de correlacin: Cuando esta entre 0 y 0,25 = No hay correlacin baja correlacin. Mediana Correlacin Existe alta correlacin. Cuando esta entre 0,26 y 0,50 = Cuando est entre 0,51 y 0,74 = Cuando est entre 0,76 y 1 = .

27

Hay que cuidar que siempre se encuentre la significancia estadstica p < 0,05. Valor Predictivo Que es r.r (r cuadrado) es de 0.49 (0.7x0.7) y esto es lo mismo que decir "una prediccin de una variable a travs de otra puede acertar como no", o es blanco o es negro, no dice nada mas, debemos tener como mnimo 0.85 y ah empezar a inferir la influencia de la variable. Mtodos de correlacin RANK.: Coeficiente de Correlacin Spearman Ej. El uso de un mdulo (medido en porcentaje de exmenes) en una muestra de estudiantes de maestra y el nmero de horas de estudio.

ANLISIS DE REGRESIN El investigador suele tener razones tericas o prcticas para creer que determinada variable es causalmente dependiente de una o ms variables distintas. Si hay bastantes datos empricos sobre estas variables, el anlisis de regresin es un mtodo apropiado para desvelar el patrn exacto de esta asociacin. El algoritmo de anlisis de regresin construye una ecuacin, que tiene el siguiente patrn. Adems, da los parmetros a1, a2 etc. y b valores tales que la ecuacin corresponde a los valores empricos con tanta precisin como es posible. y = a1x1 + a2x2 + a3x3 + ... + b En la ecuacin, y = la variable dependiente x1 , x2 etc. = variables independientes a1, a2 etc. = parmetros b = coeficiente. En su estructura para un anlisis de dos variables cuantitativas la frmula para un anlisis de regresin sera: Y= a + bX.

En donde Y= X= A= Variable dependiente (numrica). variable independiente (numrica) Ordenada de origen

28

B=

Coeficiente de regresin lineal.

Clculo de a: _ a _ Y= _ X= n= Promedio de las X Tamao muestral b= n XY - XY nX - (X) PRUEBAS PARA VARIABLES CUALITATIVAS LA PRUEBA DE Z PARA DOS PROPORCIONES Esta prueba es aplicada para n1 y n2 mayores a 30 casos. Z = ( P1 - P2) . / p1q1 n1 + p2q2 n2 Promedio de las Y = _ Y bX

PRUEBA DE JI CUADRADO PARA DOS PROPORCIONES Sume cada diferencia entre lo que observo y lo que esperaba, elevada al cuadrado y dividida por lo que esperaba X = En donde: fe = (fi) (c) ft gl = (fi -1) ( c 1) fo = Frecuencias observadas fe = Frecuencias esperadas. fi = Filas (fo - fe) fe

29

c=

Columna

gl = Grados de libertad No es el mismo concepto que el anterior, pues no mide "diferencias de medias" propiamente dichas, sino cual es la "variabilidad total", un resultado "significativo" no nos dice quien es mas o menos, sino que son diferentes. Utiliza el concepto de GL pero no por cantidad de sujetos sino por cantidad de Grupos Fi de Condiciones C, GL =(Fi-1) (C-1) Para un nico grupo, GL = C-1, para una nica condicin GL = Fi-1. Adems contiene condiciones de restriccin como que ningn valor esperado sea menor a 5. Formas para sacar los "esperados" si no se tiene idea de lo que se espera y otras aplicaciones de "asociacin", "contingencia", etc. VARIACIONES DE LA PRUEBA DE CHI Y PRUEBAS ALTERNATIVAS TEST X de Mc NEMAR Cuando tenemos dos variables de distribucin binomial, las muestras es < 5: Ej: Se desea determinar si dos tcnicas educativas difieren en la deteccin de cierto tipo de problema de aprendizaje (+). Se toma una prueba, por ejemplo, 100 alumnos y cada una se divide en dos, una sub muestra se analiza la tcnica A y la otra la B. Con la prueba de c2 de Mc Nemar se determina si la proporcin de los (+ al problema de aprendizaje) con la tcnica A difiere de los (+ a problemas de aprendizaje) con la tcnica B. son independientes pero algn valor esperado de alguna de las celdas de la tabla de 2 x 2

30

DESPUES + ANTES + X de Macnemar = a c b d -

( |a - d| - 1 ) , x con un grado de libertad ( a + d)

PRUEBA EXACTA DE FISHER Cuando tenemos dos variables de distribucin binomial, las muestras corresponden a densidad de incidencia: Ej: Cuando en el ejemplo anterior uno de los valores esperados de una de las celdas de la tabla de 2 x 2 es menor de 5. El valor esperado se halla multiplicando el total de la columna (a + b) por el total de la fila (a + c) correspondientes a esa celda (ej. la celda a) y dividiendo por el total de participantes (a+b+c+d). + I II + a c b D son independientes y todos los valores esperados son 5. Los valores usados no

Se calcula el valor de p (nivel de significancia) con la siguiente frmula: p= (a +c)! (b +d)! (a+b)! (c + d)! a! b! c! d! Pruebas para proporciones binomiales a dos muestras o metodos para tablas de 2x2 si no existen confusores. Si existen confusores: prueba de Mantel-Haenszel Distribucin binomial, muestras independientes, todos los valores esperados 5, valores de densidad de incidencia incluidos: Ej: Cuando el ejemplo anterior uno de los valores esperados son de 5 y el estudio no es uno de tipo cohortes: es uno de tipo caso control o transversal a c C1 XMH = ( a .d b.c /N) F1F2C1C2/N3 B d C2 F1 F2 N

31

C= F=

Filas Columnas

Trabaja con 1 grado de libertad Mtodos de tablas de contingencias r x c Distribucin no normal (o teorema de lmite central no asumido), datos no categricos: Ej. Queremos saber si existe asociacin entre la variable violencia familiar regular y alto. Prueba Kappa Ej. Queremos saber en que grado concuerdan el diagnstico clnico de un gineclogo y el diagnostico de laboratorio en la etiologa de la vulvovaginitis en 100 mujeres que venan con el sntoma de flujo vaginal anormal. (leve,

moderada o severa) en tres grupos de alumnos con rendimiento acadmico bajo,

PRUEBA COCHRAN Q La prueba Cochran Q puede usarse para evaluar la relacin entre dos variables que se miden en una escala nominal. Una de las variables puede incluso ser dicotmica, o consistir en slo dos valores posibles. _ Q = k.(k 1) (V - V) kH - H k= H= V= nmero de variables Total de situaciones en filas Total de situaciones en columnas

Prueba Wilcoxon Con la prueba Wilcoxon podemos comprobar la representatividad de las preferencias entre dos (o ms) alternativas. La escala al dar las preferencias es ordinal.

32

PRUEBAS PARA VARIABLES CUALITATIVAS Y CUANTITATIVAS. ANLISIS DE VARIANZA Bsicamente la variable independiente es cualitativa nominal y la dependiente es cuantitativa. El anlisis de varianza (en ingls ANOVA, ANalysis Of VAriance) examina dos o ms conjuntos de mediciones, especialmente sus varianzas, e intenta detectar diferencias estadsticamente representativas entre los conjuntos. Estos conjuntos podran ser, por ejemplo, reacciones medidas para dos grupos experimentales, y el investigador quiere examinar si hay una diferencia en las reacciones, tal vez causada por los distintos estmulos a los grupos. El mtodo de anlisis de varianza se basa en el hecho matemticamente probado de que hay una diferencia entre los grupos slo si la varianza inter-grupos es mayor que la varianza intra-grupo. El anlisis se inicia calculando la varianza intra-grupo para cada grupo, y la media de todas estas varianzas de grupo. El siguiente paso es calcular la media para cada grupo, y entonces la varianza de estas medias. Esa es la varianza inter-grupos. Entonces calculamos la proporcin de las dos cifras que acabamos de obtener, que es llamada F. En otras palabras, = (varianza de las medias de grupo) / (media de las varianzas de grupo). variabilidad inter F = -------------------variabilidad intra Frmulas: La prueba de F para la regresin lineal F= CM entre-grupos CM intra-grupos

CM = Cuadrados medios

33

CM = SC/gl SC = Suma de cuadrados gl = Grados de libertad

proviene de : Clculo de la suma de cuadrados intragrupo: SC iintragrupo = SC total SC entre grupos Para esto se calcula: Suma de cuadrados totales: Sctotal = x - ( x) N x = Suma de las observaciones (puntuaciones de la variable dependioente). X= Suma de los cuadrados de las observaciones N= nmero total de casos

Suma de los cuadrados entre grupos

SC entre grupos =

(x1) + (x2) + (x3) + (x4) n n n

- (x) n

]
N

Lo que precisamente trata de ver Fisher es que si el numerador es grande y el denominador es pequeo, F es grande y por lo tanto significativa. Por que? porque arriba ser "grande" si y solo si hay una gran diferencia entre los grupos y abajo ser pequeo si y solo si los grupos tienen datos "equivalentes", de poca variabilidad. Fisher trata de manejar eso de que hay mucha diferencia entre los grupos, pero dentro de cada uno hay cualquier "causalidad", es decir, no afirmar la diferencia significativa, si los grupos no son "representativos" de esa diferencia. Muy buena solucin. Finalmente nos referimos a la tabla (en manuales estadsticos) que muestra qu valores puede alcanzar el coeficiente F cuando slo acta el azar. Si el F obtenido del

34

ANOVA es mayor que el valor de la tabla, hay una diferencia entre los grupos que es significativa segn muestra la tabla. La frmula del anlisis de varianza es muy compleja y es preferible saber la decisin y emplearla en un paquete estadstico.

Anova un factor Ej: Queremos comparar el promedio de horas de estudio (variable continua y dependiente) entre cuatro tcnicas de motivacin para la lectura (variable independiente y categrica) en u un grupo de 100 estudiantes universitarios. Asumimos que los valores de las diferencias de las horas de estudio siguen un patrn normal. Prueba de Kruskal-Wallis: No Paramtrica Inferencia acerca de varianzas, distribucin normal (o teorema de lmite central asumido): Ej. Queremos comparar los promedios de horas de estudio en el hogar entre tres grupos de estudiantes: con bajo rendimiento escolar, otro en el que existe un resultado regular rendimiento escolar y el ultimo grupo donde el rendimiento escolar es bajo. Prueba de Bartlett's para homogeneidad de varianzas Distribucin no normal (o teorema de limite central no asumido), datos categricos. Ej: Queremos en el ejemplo anterior, comparar la dispersin de los promedios de horas de estudio en los tres grupos, tomando en cuenta las varianzas (cuadrado de la desviacin estndar). Anova de dos factores. Ej: Queremos ver la diferencia de promedios de calificaciones de un examen (variable dependiente continua) entre dos grupos de estudiantes: 100 que estudian mediante ABP y 100 mediante Aprender Haciendo. Pero hay que considerar que dentro de estos dos grupos existen estudiantes que no tienen buenos hbitos de estudio y estudiantes que s tienen buenos hbitos de estudio. En realidad habran 4 grupos en la variable independiente: ABP con Buenos ya malos hbitos, Con aprender Haciendo y con Buenos ya malos hbitos de estudio. Asumimos que los valores de las calificaciones siguen un patrn normal.

35

ANLISIS DE COVARIANZA Distribucin no normal de la variable dependiente (o no se asume teorema de limite central): Ej: Queremos comparar el promedio del efecto del mtodo Aprendizaje Basado en proyectos (variable dependiente y continua) entre cuatro programas diferentes (variable independiente y categrica) en un grupo de 100 estudiantes de diferentes edades. Variables a ser controlada: la edad, horas de estudio asociada. Asumimos que los valores de las diferencias de las notas antes y despus de la administracin de los mtodos siguen un patrn normal.

ANLISIS FACTORIAL A veces tiene el investigador una gran cantidad de datos sobre numerosas variables diferentes con correlacin entre ellas. Con ayuda del anlisis factorial, tales datos suelen poder comprimirse y las variaciones presentarse a travs de slo unas pocas variables. Como ejemplo, consideremos los datos de un cuestionario (mostrado en otra parte) donde a un cierto nmero de sujetos de un test se les pregunt en qu grado se correspondan sus problemas de bajo rendimiento acadmico, analizando los diversos factores, sociales, econmicos y culturales potencialmente relacionados a este problema y las costumbres de estas personas referidas por el investigador (mostrados en escalas "semnticas diferenciales"). El investigador ahora quiere descubrir si tras las estimaciones de los sujetos, hay algunas "variables de fondo" cuya medicin directa por a travs de medios lingsticos no sera posible a causa de la carencia de adjetivos apropiados en el lenguaje. La hiptesis del investigador es que estas variables de fondo "aparecen" a travs de los adjetivos usados en las escalas semnticas, habitualmente no con un adjetivo nico, sino mediante un grupo de adjetivos con correlacin entre ellos. Con la ayuda de un anlisis factorial, las variables de combinacin o factores ocultos tras los atributos medidos pueden detectarse y especificarse, y el anlisis tambin dice lo estrechamente que estos factores estn vinculados con las variables originalmente verificadas. Un inconveniente del mtodo del anlisis factorial es que es demasiado fcil de usar para estudios que son formalmente correctos pero en la prctica absurdos, porque

36

siempre presenta los resultados de una forma elegante y matemticamente exacta, incluso cuando los factores obtenidos son tienen ningn contenido emprico sensato.

ANLISIS DE SERIE TEMPORAL Una serie cronolgica es una lnea de valores de variables reunidos en un cierto periodo de tiempo, habitualmente en intervalos regulares. Si cada valor nuevo se aade a los previos, la serie es acumulativa. La curva es la presentacin ms usual para la serie cronolgica. El tiempo siempre se presenta en el eje horizontal, x. Si es necesario, pueden situarse varias variables o series de datos en el mismo diagrama. Esto tiene especial sentido cuando se estn investigando sus conexiones o ha de ponerse nfasis en stas. Cuando se presentan dos series cronolgicas distintas con distintas escalas, podemos situar una escala cuanto al margen izquierdo de la figura y la otra junto al margen derecho. Toda serie cronolgica es intrnsecamente discontinua, es decir, obtiene un valor discreto para cada periodo de tiempo. Esto es por lo que la presentacin elegida para una serie cronolgica suele ser una curva "en escalera", que es en principio lo mismo que un histograma donde las columnas se dibujan una junto a otra. Si dirigimos una mirada ms detenida a la variacin de la serie cronolgica, sta suele revelar componentes, todos los cuales tienen sus regularidades especficas que pueden ser analizadas. Los ms habituales de estos componentes son: Tendencia Variacin peridica Variacin coyuntural

Una tendencia es una direccin lineal de desarrollo en un periodo de tiempo. Una forma sencilla de estudiarla es hacer un diagrama de dispersin y entonces situar manualmente una estimacin aproximada de la lnea que describe la tendencia en l (la lnea roja). Un mtodo ms refinado y exacto para la tarea arriba mencionada es el anlisis de regresin. Tras haber encontrado la ecuacin que se ajusta de forma ptima a la tendencia, sta habitualmente es tambin presentada de forma grfica, posiblemente junto con el diagrama de dispersin original.

37

Una variacin peridica es una variacin cclica recurrente en forma similar una y otra vez. El periodo de variacin suele ser una unidad natural de tiempo, como un ao o un da. Por ejemplo, el promedio de calificaciones de una muestra de escolares vara simultneamente con dos frecuencias: anual y semanal. Estos se calculan uno cada vez, por el siguiente mtodo, bsicamente el mismo en los tres casos:

La variacin peridica anual se halla haciendo un grupo de los valores

para Abril, otro de los de Marzo, etc. Entonces, para cada uno de estos doce grupos se calcula la media y finalmente las doce medias se presentan como la variacin anual. Cuando calculan los valores semanales, habr siete grupos, es decir, uno para cada da de la semana. Se calcula la media para cada uno de los siete grupos, y las siete medias conforman la variacin semanal. Cuando se ha encontrado la variacin peridica, sta se presenta, sea grficamente como curva de la longitud de un periodo, o bien numricamente como un ndice. Este ndice habitualmente se hace a partir de una base de 100 ( 1,00), y sus valores peridicos se obtienen cuando las medias peridicas (por ejemplo mensuales) se dividen por la media comn del conjunto de los datos.

38

CUANDO SE ESTUDIA TRES O MS VARIABLES CUANDO LA VARIABLE DEPENDIENTE ES CONTINUA: MTODO DE REGRESIN MLTIPLE Ej. Queremos saber si la variable dependiente peso esta independientemente relacionada (y en que grado) a otras variables como edad, estado nutricional, talla, etc. CUANDO LA VARIABLE DEPENDIENTE ES BINARIA Y EL TIEMPO EN QUE OCURRE EL EVENTO ES IMPORTANTE. CUANDO LA VARIABLE DEPENDIENTE NOMINAL Y LAS INDEPENDIENTES NUMRICA MTODO DE REGRESIN LOGSTICA Ej. Queremos saber cuales de las variables (edad, nmero horas de estudio, etc.) estn independientemente asociadas a la presencia o no de desercin escolar en nios que estudian la primaria en un colegio de Comas. Ej. Se desea identificar los factores con variables independientes cuantitativas de la motivacin para estudiar. PREGUNTAS

Qu tipo de pruebas estadsticas se emplean cuando se asocian dos tipos de variables cuantitativas? Qu tipo de pruebas estadsticas se emplean cuando se asocian dos tipos de variables cualitativas? Mencione la utilidad de cada prueba

39

Segunda unidad .. Trabajo de Bases de Datos en Spss: Manejo de conceptos bsicos de estadstica aplicada

40

2.1 EL PROGRAMA ESTADSTICO SPSS

Objetivo: El alumno al terminar el aprendizaje del presente captulo conocer el programa SPSS, su estructura bsica y su utilidad para la realizacin de la tesis. SPSS Statistical Package for the Social Sciences (SPSS) es un programa estadstico informtico muy usado en las ciencias sociales y las empresas de investigacin de mercado. Originalmente SPSS fue creado como el acrnimo de Statistical Package for the Social Sciences. En la actualidad, la sigla se usa tanto para designar el programa estadstico como la empresa que lo produce. Parece que se esta popularizando la idea de traducir el acrnimo como "Statistical Product and Service Solutions"..

Versiones del SPSS

SPSS Inc. desarrolla un mdulo bsico del paquete estadstico SPSS, del que han aparecido las siguientes versiones:

SPSS-X (para grandes servidores tipo UNIX) SPSS/PC (1984, en DOS. Primera versin para computador porttil) SPSS/PC+ (1986 (en DOS) SPSS for Windows 6 (1992) / 6.1 for Macintosh SPSS for Windows 7 SPSS for Windows 8 SPSS for Windows 9 SPSS for Windows 10 / for Macintosh 10 (2000) SPSS for Windows 11 (2001) / for Mac OS X 11(2002) SPSS for Windows 11.5 (2002) SPSS for Windows 12 (2003) SPSS for Windows 13 (2004): Permite por primera vez trabajar con multiples bases de datos al mismo tiempo. SPSS for Windows 14 (2005) SPSS for Macintosh 13 (2006) SPSS for Windows 15 (2006) SPSS for Windows 16 (Octubre 2007): En la lista de usuarios de SPSS "SPSSX(r) Discussion [SPSSX-L@LISTSERV.UGA.EDU]" varios funcionarios de

41

la empresa anunciaron previamente la salida de la versin 16 de este software. En ella se incorpor una interfase basada en Java que permite realizar mejoras importantes en las facilidades de uso del sistema.

Mdulos del SPSS

El sistema de mdulos de SPSS, como los de otros programas (similar al de algunos lenguajes de programacin) provee toda una serie de capacidades adicionales a las existentes en el sistema base. Algunos de los mdulos disponibles son:

Manejo
SPSS tiene un sistema de ficheros en el cual el principal son los archivos de datos (extensin .SAV). Aparte de este tipo existen otros dos tipos de uso frecuente: Archivos de salida (output, extensin .SPO): en estos se despliega toda la informacin de manipulacin de los datos que realizan los usuarios mediante las ventanas de comandos. Son susceptibles de ser exportados con varios formatos (originalmente HTML, RTF o TXT, actualmente la versin 15 incorpora la exportacin a PDF junto a los formatos XLS y DOC que ya se encontraban en la versin 12) Archivos de sintaxis (extensin .SPS): Casi todas las ventanas de SPSS cuentan con un botn que permite hacer el pegado del proceso que el usuario desea realizar. Lo anterior genera un archivo de sintaxis donde se van guardando todas las instrucciones que llevan a cabo los comandos del SPSS. Este archivo es susceptible de ser modificado por el usuario. Muchos de los primeros usuarios del SPSS suelen escribir estos archivos en vez de utilizar el sistema de pegado del programa. Existe un tercer tipo de fichero: el fichero de scripts (extensin .SBS). Este fichero es utilizado por los usuarios ms avanzados del software para generar rutinas que permiten automatizar procesos muy largos y/o complejos. Muchos de estos procesos suelen no ser parte de las salidas estndar de los comandos del SPSS, aunque parten de estas salidas. Buena parte de la funcionalidad de los archivos de scripts ha sido ahora asumida por la insercin del lenguaje de programacin Python en las rutinas de sintax del SPSS. Procedimientos que antes solo se podan realizar mediante scripts ahora se pueden hacer desde el sintax mismo.

42

El programa cuando se instala trae un determinado nmero de ejemplos o utilidades de casi todos los ficheros en cuestin. Estos son usados para ilustrar algunos de los ejemplos de uso del programa.

Fichero de datos de SPSS

Los ficheros de datos en formato SPSS tienen en Windows la extensin .SAV. Al abrir un fichero de datos con el SPSS, vemos la vista de datos, una tabla en la que las filas indican los casos y las columnas las variables. Cada celda corresponde al valor que una determinada variable adopta en un cierto caso. Adems de esta vista de datos, en las ltimas versiones del programa existe una vista de variables en la que se describen las caractersticas de cada una. En esta vista las filas corresponden a cada variable y las columnas nos permiten acceder a sus caractersticas: Nombre, limitado a 8 caracteres. Tipo de variable (comprese este listado de opciones con los tipos de variables estadsticas existentes) o o Numrico, nmero en formato estndar) Coma decimal, nmero con comas cada tres posiciones y con un punto como delimitador de los decimales como lmite delimitador de los decimales. o Notacin cientfica, nmero que se expresa con un formato tal que se sigue de una E y un nmero que expresa la potencia de 10 a la que se multiplica la parte numrica previa Fecha Moneda dlar, formato numrico con el que se expresan cantidades en dlares Moneda del usuario, formato numrico con el que se expresan cantidades en la moneda definida en la pestaa de monedas del cuadro de dilogo "Opciones" Cadena de caracteres o variable alfanumrica

o Punto decimal, nmero con puntos cada tres posiciones y con una coma

o o o

Tamao total Tamao de la parte decimal Etiqueta de la variable Etiquetas para los valores Valores perdidos

43

Espacio que ocupa en la vista de datos Alineacin de la variable en la vista de datos Escala de medicin.

Algunos usuarios pasan por alto las caractersticas de las variables cuando se trabaja en la base de datos. Sin embargo, cuando se utilizan scripts o Python las caractersticas de las variables pueden tomar gran relevancia en la construccin de procedimientos ad-hoc.

PREGUNTAS

Qu es el SPSS? Qu tipos de archivos genera el SPSS? Cmo Trabaja las variables el programa SPSS?

44

2.2 INTRODUCCIN AL SPSS EN ESPAOL

Objetivo: El alumno conocer las funciones bsicas del SPSS en espaol. INTRODUCCIN AL SPSS EN ESPAOL: Para ingresar al programa, tenemos dos opciones; la primera es mediante el acceso directo ubicado en el Escritorio (Si lo hay) y la segunda es mediante la ruta Inicio. Programas.. SPSS para Windows.. SPSS 12.0 para Windows. .

. Al iniciar el programa se abre automticamente el Asistente de inicio [Fig.1]; a travs de este asistente podemos comenzar a trabajar con SPSS de seis diferentes maneras; entre las que encontramos Ejecutar el tutorial, Introducir datos (Crear nuevo archivo), Ejecutar una consulta creada anteriormente (Importar los datos de una archivo de base de datos), Crear una nueva consulta mediante el asistente de base de datos (Definir los parmetros de ubicacin y nombre de un archivo de Base de datos), Abrir una fuente de datos existente (Esta opcin cuenta con una casilla en su parte inferior, en donde aparecen todos los archivos de datos que se hayan utilizado con anterioridad en el programa; si es la primera vez que se abre el programa desde su instalacin slo aparece la opcin Ms archivos, la cual al ser elegida abre una ventana de navegacin para la ubicacin del archivo). La ltima opcin que aparece en el asistente corresponde a Abrir otro tipo de archivo; a travs de esta opcin podemos ubicar y abrir cualquier tipo de archivo de SPSS distinto al de datos. Para seleccionar alguna de las opciones basta con hacer clic sobre ella de manera que aparezca un punto en la casilla de activacin ( ). A pesar de la utilidad que nos brinda el asistente, el programa nos da la posibilidad de decidir si queremos que aparezca el asistente cada vez que se ejecute el programa o no. Para desactivar el

45

asistente debemos activar la opcin No volver a mostrar este cuadro de dilogo, ubicada en la parte inferior del asistente.

Figuras 1 Antes de continuar es necesario aclarar los tipos de archivos que genera SPSS, los cuales son: Archivos de Datos: son los archivos generados por el sistema (SPSS), en los

cuales se almacena la informacin (casos y variables) que se haya creado en el editor o se haya importado de otras fuentes. Este tipo de archivo se genera con la extensin (*.sav). Archivos de resultados: son los archivos generados por el sistema, en los cuales se plasman todos los resultados de los procesos que se han realizado con el paquete (Tablas, Grficos, Estadsticos, etc). Este tipo de archivo se identifica con la extensin (*.spo). Archivos de sintaxis: este tipo de archivos contienen las lneas de cdigo o palabras clave de cada uno de los procedimientos que se hayan realizado con el paquete (Frecuencias, Grficos, etc.). Este tipo de archivo se identifica con la extensin (*.sps). Desde luego SPSS nos permite trabajar con un gran nmero de formatos de archivo, provenientes de diferentes programas de bases de datos, hojas de clculo, procesadores de palabras e incluso generadores de grficos.

46

Para continuar seleccionamos la opcin Abrir una fuente de datos existente y sucesivamente hacemos clic en Aceptar, surgiendo la ventana de exploracin de Windows [Fig. 2 y 3]. A travs de esta ventana, podemos ubicar de forma rpida y sencilla un archivo dentro del ordenador o la red. Por defecto la ventana de exploracin se ubica en la carpeta SPSS ubicada en la unidad [C:]; en esta carpeta se encuentran todos los archivos de muestra que se incluyen con el programa, los cuales son nombrados en la mayora de los tutoriales del paquete.

Figuras 2 y 3 Esto es una vista de datos

Figura 4 PREGUNTAS

Explique que es un archivo de datos? Mencione la diferencia entre un archivo de datos y uno de resultados?

47

2.3 EDITOR DE DATOS DE SPSS EN ESPAOL

El alumno al culminar el capitulo, conocer las pautas fundamentales y tendr los elementos necesarios para realizar adecuadamente una edicin de datos. EDITOR DE DATOS Esta es la ventana principal del programa, en ella se encuentra la mayora de los procedimientos que se pueden realizar con el paquete, as como los accesos directos a las opciones de los diferentes mdulos. Adems esta es la nica ventana del programa en la que podemos apreciar la informacin (Casos y Variables) en su estado original (Desagrupado). El Editor de datos esta compuesto por cinco secciones, cada una de las cuales nos ofrece opciones e informacin diferente. Los componentes del editor de datos son:

Barra de Mens Como la mayora de los programas basados en el sistema operativo Windows, el Editor de datos de SPSS cuenta con una barra de mens desplegables, en donde se encuentran las diferentes opciones, procedimientos y aplicaciones que se pueden ejecutar con el programa. En SPSS se cuenta con diez diferentes mens desplegables [Fig.5]; dentro de los que encontramos Archivo, Edicin, Ver, Datos, Transformar, Analizar, Grficos, Utilidades, Ventana y Ayuda (?).

Figuras 5 Las opciones y procedimientos de los mens Archivo, Edicin y Ver, estn orientados a las propiedades de Editor de datos. Las opciones y procedimientos de los mens Datos y Transformar se enfocan a las propiedades y modificacin de los datos (Casos o variables) del archivo que se encuentre abierto. Los procedimientos de los mens Analizar y Grficos se encaminan en la descripcin y anlisis de los datos a travs de pruebas estadsticas o grficos representativos. El men Utilidades en cambio se orienta a la generacin y ejecucin de los procesos automticos; es decir, sus opciones y procedimientos se emplean en la utilidad de produccin. Por ltimo aparecen los mens Ventana y Ayuda (?), los cuales como su nombre lo indica se orientan a las opciones de ventana y las ayudas del paquete. El contenido de cada uno de estos mens se ir explorando a travs de los captulos del libro. Barra de Herramientas
48

En esta barra se encuentran los botones de acceso directo a los procedimientos ms comnmente utilizados del programa. Los procedimientos de esta barra pueden ser modificados por el usuario de acuerdo a su criterio y necesidades; permitindole personalizar su contenido. Por defecto el programa incluye dentro de la barra de herramientas los procedimientos:

Abrir Archivo (

), Guardar archivo (

) e Imprimir (

): Al seleccionar

(Hacer clic) el botn Abrir archivo, aparece la ventana de exploracin de Windows por medio de la cual podemos ubicar un archivo en el ordenador (Slo admite algunos tipos de formato [Ver Tipos de archivo en la ventana de exploracin]). Al seleccionar Guardar archivo, los cambios que se hayan realizado en el editor de datos al archivo activo (Abierto), son guardados. Al seleccionar Imprimir, se abre la ventana de impresin de Windows; a travs de esta opcin se imprime el contenido del archivo de datos; es decir, los casos y las variables. Esta opcin slo es til si el nmero de datos es muy pequeo.

Recuperar cuadro de dilogo (

): Este botn nos permite acceder de forma

rpida a los ltimos procedimientos que hayamos efectuado en SPSS; es decir, nos muestra los diferentes cuadros de dilogo (ventanas) que se hayan ejecutado (Empleado) con anterioridad en el programa, como frecuencias, grficos, tablas, etc. Al seleccionar esta opcin se despliega una lista con el nombre de los procedimientos que se han realizado [Fig.6]; si elegimos alguna de ellas (Hacer clic), aparecer el cuadro de dilogo del procedimiento.

Figuras 6

Deshacer (

) y Rehacer (

): Este par de iconos tambin son comunes en la

mayora de los programas de Windows, con la diferencia que en SPSS, slo nos permite deshacer o rehacer la ltima accin y solamente una. Para que se activen estos botones, se debe realizar alguna operacin en el Editor de datos (Cortar, copiar, eliminar, etc.).

49

Ir a grfico (

): Este icono nos permite ir rpidamente al ltimo grfico realizado

durante la sesin actual de SPSS; al seleccionarlo aparece la ventana de resultados y nos ensea el grfico.

Ir a caso (

): Como su nombre lo indica nos permite ir a un caso especfico dentro

del archivo de datos activo; es decir, nos ubica en la posicin donde se encuentra el caso. Al seleccionar esta opcin aparece la ventana correspondiente [Fig.7]; en este cuadro debemos ingresar el nmero del caso que nos interesa ubicar.

Figuras 7 Variables ( ): a travs de esta opcin podemos obtener la informacin

(Propiedades) que se haya definido para cada una de las variables del archivo activo. Cuando seleccionamos este icono se abre un nuevo cuadro de dilogo [Fig. 8], en el cual nos muestra toda la informacin de cada una de las variables (el nombre, la etiqueta, si hay o no valores perdidos, el nivel de medida, los valores y las etiquetas de cada valor).

Figura 8 Si se desea observar la informacin de otra variable, basta con sealarla en la lista de variables (Hacer clic) y la informacin de ella aparece dentro de la casilla del cuadro de dilogo. Este botn es de bastante utilidad cuando se desconoce el contenido de los datos o sencillamente se nos olvida el contenido y estamos realizando anlisis con los procedimientos del programa. Barra de herramientas de SPSS en Espaol

50

Buscar (

): A travs de este icono podemos ubicar un valor dentro de una variable;

es decir, nos permite encontrar un nmero o una combinacin de caracteres dentro de los registros de una variable. Dado que generalmente se utilizan nmeros para representar las categoras de las variables (Por ejemplo: hombre = 0 y mujer =1) y las bases de datos poseen mltiples variables, sera ilgico esperar que la bsqueda se realice en todo el archivo. Al seleccionar el procedimiento Buscar, aparece un nuevo cuadro de dilogo [Fig.9]; para identificar la variable en la que se realizar la bsqueda, el cuadro adiciona en la parte superior la frase Buscar datos en la variable *** (donde *** = nombre de la variable). Para seleccionar una variable se debe hacer clic sobre ella directamente en el editor de datos, de manera que el nombre de la variable en la frase cambie por el de la variable seleccionada.

Figura 9 Si nos fijamos en el cuadro de dilogo Buscar datos, notaremos que aparece en la parte inferior del cuadro la opcin Coincidir maysculas y minsculas; esta opcin nos permite especificarle al programa que realice la bsqueda de forma ms exacta; desde luego esta opcin slo es aplicable a las variables que tengan caracteres alfanumricos (Letras). Por ltimo encontramos el botn Buscar siguiente; a travs de este botn podemos pasar de un caso o registro encontrado, que coincida con las condiciones de bsqueda, al siguiente.

51

Insertar caso (

) e Insertar variable (

): Como su nombre lo indica, estas dos

opciones nos permiten ingresar un nuevo Caso o Variable. Al seleccionar la opcin Ingresar caso, el programa nos permite ingresar los valores del caso para cada una de las variables del archivo. Si por el contrario seleccionamos la opcin Insertar variable, el programa nos permite ingresar una nueva variable o pregunta para los casos del archivo de datos activo.

Segmentar archivo (

): Este icono nos permite dividir nuestra base de datos

(Archivo activo) en distintos grupos de acuerdo a la variable que utilicemos para la segmentacin. Al seleccionar esta opcin, se abre un nuevo cuadro de dilogo [Fig.10]; en el que encontramos tres diferentes opciones de segmentacin. La primera opcin del cuadro es Analizar todos los casos, no crear los grupos; esta opcin nos permite trabajar con todos los casos de la base y calcular los resultados de los estadsticos empleando la totalidad de los casos u observaciones. La segunda opcin corresponde a Comparar los grupos; esta opcin nos permite comparar los resultados de los procedimientos que se realicen con el programa para las categoras de la variable de agrupacin; para realizar la comparacin el programa realiza los clculos solamente con los datos de cada categora y presenta los resultados de forma comparativa; es decir ubica de forma jerrquica los resultados de cada categora (por ejemplo: tabla categora 1, tabla categora 2, grfico categora 1, grfico categora 2, estadstico categora 1, estadstico categora 2). La tercera opcin corresponde a Organizar los resultados por grupos; esta opcin es muy similar a la opcin anterior, con la diferencia que los resultados de los procedimientos que se realicen con el programa se representan en forma organizada (Por ejemplo: Tabla Cat1, Grfico Cat1, Estadstico Cat1, Tabla Cat2, Grfico Cat2, Estadstico Cat2). Esta opcin es bastante til si nosotros deseamos hacer un anlisis separado de la muestra por algn tipo de rangos, como por ejemplo el gnero, la regin, la fecha, etc.

52

Figuras 10 Para realizar la segmentacin de archivo debemos seleccionar una de las dos ltimas opciones, de manera que se active la casilla Grupos basados en; una vez se activa se ingresa en ella la variable o las variables que deseamos utilizar como rango y finalmente hacemos clic en Aceptar. Despus de segmentar el archivo, cada procedimiento (tablas, grficos o estadsticos) que se realice con el programa, mostrar los resultados de acuerdo a la segmentacin. En captulos posteriores emplearemos este procedimiento para comprender los resultados que ocasiona.

Ponderar (

): A travs de esta opcin, podemos asignarle un peso o valor diferente

a cada uno de los casos; es decir, darle mayor importancia a unos valores de registro que a otros, esto se hace con el fin de poder sacar algn resultado representativo de la poblacin y no de la muestra. Para poder realizar este procedimiento, es necesario tener una variable de ponderacin en la cual se encuentran los valores (Pesos) de cada registro; en captulos posteriores emplearemos esta opcin para comprender los resultados que ocasiona.

Seleccionar casos (

): A travs de esta opcin, podemos seleccionar solamente los

casos que cumplan con los criterios que el investigador imponga; por ejemplo, las personas del gnero femenino. A su vez, este procedimiento nos brinda la oportunidad de pedirle al programa que tome un fragmento de los casos de forma aleatoria. Al activar la seleccin de casos el programa realiza los clculos de los procedimientos slo con los casos que hayan sido seleccionados.

Etiquetas de valor (

): Esta opcin nos permite observar en el editor de datos, los

valores de los datos o la categora a la que corresponde. Al activar esta opcin

53

aparecen en el editor de datos las categoras (palabras) de cada una de las variables [Fig.11]. Si por el contrario desactivamos esta opcin, aparecen en el editor de datos los nmeros (Valores) de cada variable [Fig.12]. La utilidad de esta opcin radica en la capacidad de darnos informacin sobre los datos que contiene cada una de las variables categricas.

Figuras 11 y 12 Usar conjuntos ( ): Este procedimiento nos permite generar o utilizar conjuntos de

variables, para restringir el nmero de variables mostradas en las listas de origen de los cuadros de dilogo. Los conjuntos de variables pequeos hacen que la bsqueda y la seleccin de variables para los anlisis sea ms fcil y pueden incluso mejorar el rendimiento. Si el archivo de datos contiene un elevado nmero de variables y los cuadros de dilogo se abren con lentitud, es necesario restringir las listas de origen de los cuadros con subconjuntos de variables ms pequeos, lo que reduce la cantidad de tiempo empleado en abrirlos. . PREGUNTAS

Qu utilidad tiene la insercin de casos? Qu utilidad tiene la ponderacin? Cmo se aplican las etiquetas de valor?

54

Tercera unidad .. Manejo del Data Entry, ingreso y codificacin de variables

55

3.2 BASE DE DATOS EN SPSS I: Las variables

Objetivo: El alumno al culminar el capitulo, conocer los elementos que le permitirn realizar una base de datos en SPSS como el dominio de las variables y edicin de las mismas. Propiedades de las Variables en SPSS Las variables en SPSS cuentan con una serie de propiedades que deben ser definidas por el investigador o usuario antes de realizar cualquier tipo de anlisis con ella. De la correcta definicin de las propiedades, depende en gran medida la calidad de los anlisis que se realicen y por lo tanto la veracidad de los resultados o conclusiones que se generen. SPSS ha estipulado diez propiedades informativas de las variables entre las que encontramos: . I. Nombre: Este parmetro nos permite identificar y diferenciar las variables que componen el archivo; para cada una de las variables se debe definir un nombre especfico. El programa establece una serie de normas para los nombres de variables, entre las que encontramos: Cada nombre de variable debe ser nico; no se permiten duplicados. La longitud del nombre no debe exceder los 64 bytes. Sesenta y cuatro bytes

suelen equivaler a 64 caracteres en idiomas de un slo byte (por ejemplo, ingls, francs, alemn, espaol, italiano, hebreo, ruso, griego, rabe, tailands) y 32 caracteres en los idiomas de dos bytes (por ejemplo, japons, chino, coreano). evitar El nombre debe comenzar por una letra. Los dems caracteres pueden ser Los nombres de variable no pueden terminar en punto. Se deben evitar los nombres de variable que terminan con subrayado (para conflictos con las variables creadas automticamente por algunos letras, dgitos, puntos o los smbolos @, #, _ o $.

procedimientos). No se pueden utilizar espacios en blanco ni caracteres especiales (por Las palabras reservadas (ALL, AND, BY, EQ, GE, GT, LE, LT, NE, NOT, OR, ejemplo, !, ?, ' y *). TO, WITH) no se pueden utilizar como nombres de variable.

56

Los nombres de variable se pueden definir combinando de cualquier manera

caracteres en maysculas y en minsculas, esta distincin entre maysculas y minsculas se conserva en lo que se refiere a la visualizacin. Para las versiones anteriores de SPSS (11.5, 11.0, 10.0, etc.) la longitud de las variables es de slo ocho Bytes, lo cual generalmente no es suficiente para identificar una variable, por lo que es recomendable utilizar las tres primeras letras de cada palabra de la frase; es decir, Estado Civil = estciv Nivel de confianza = nivdecon No necesariamente se debe seguir esta regla, lo realmente importante es que el nombre de la variable le permita identificar al usuario o investigador, el contenido a que se hace referencia; es decir, permitirle al usuario hacerse una idea del tema que abarca los datos de esa variable.

II. Tipo: La propiedad Tipo, nos permite especificarle al programa la naturaleza de los datos que se incluyen dentro de la variable; es decir, nos permite definir la forma y el significado de los caracteres que se encuentran en los registros de la variable. SPSS nos permite elegir entre ocho diferentes tipos de variables para representar Nmeros (Magnitudes), Fechas (Tiempo), Monedas (Dinero) y Letras (Cadena). Desde luego es aconsejable trabajar las variables de forma numrica ya que el anlisis estadstico es una ciencia matemtica y para su correcto funcionamiento es necesario realizar las operaciones con nmeros; ya que en algunos casos no es posible tener los datos de forma numrica, el paquete nos permite trabajarlos como una cadena de caracteres (Letras y Nmeros). Para definir el Tipo, debemos hacer clic en la casilla de la variable de inters, de manera que aparezca en el costado derecho de la casilla un pequeo cuadrado con puntos suspensivos ( ). Al seleccionar el botn (Hacer clic), aparece el cuadro de dilogo Tipo de variable [Fig.13], en donde aparecen los diferentes Tipos de variable que se pueden elegir para la variable seleccionada.

57

Figura 13 Numrico: Se emplea en una variable numrica cuyos valores representan magnitudes o cantidades y se asocian de forma estndar; es decir, asume la notacin por defecto de Windows para la separacin decimal (Enteros (,) Decimales) 1000,00; este suele ser el tipo mas usado. Coma y/o Punto: Estos dos tipos de variables se emplean en una variable numrica cuyos valores representan magnitudes o cantidades. Al seleccionar la opcin Coma los valores se asocian con comas que delimitan cada tres posiciones y con el punto como delimitador decimal 1,000.00. Cuando se selecciona el Punto los valores se asocian con puntos que delimitan cada tres posiciones y con la coma como delimitador decimal 1.000,00. Notacin cientfica: Se utiliza en una variable numrica cuyos valores son demasiado grandes o pequeos, por lo cual se emplea un exponente con signo que representa una potencia en base diez. 1000.000.00 = 1.0E+6 0.000001 = 1.0E(-6). SPSS nos permite representarlo de varias formas como 1000000, 1.0E6, 1.0D6, 1.0E+6, 1.0+6. La notacin es til cuando manejamos cifras extremas de lo contrario es mejor manejarlo de forma numrica. Anchura, Decimales y Etiquetas en SPSS

58

Fecha: Este tipo de variable se emplea cuando los valores de la variable representan fechas de calendario u horas de reloj; al seleccionarla aparece en el cuadro de dilogo una casilla con el listado de los diferentes formatos que el programa reconoce [Fig.14]. Para elegir alguno de ellos basta con hacer clic sobre el formato y sucesivamente en Aceptar.

Figura 14 Dlar: se emplea en una variable numrica cuyos valores representan sumas de dinero en dlares. Al seleccionar este tipo de variable aparece en el cuadro de dilogo un listado de formatos monetarios [Fig.15], en donde debemos seleccionar el formato que ms se acomode a los datos.

Figuras 15 Moneda personalizada: Este tipo de variable se emplea cuando los valores de una variable representan sumas de dinero diferentes al dlar (Pesos, pesetas, Euros, etc.); al seleccionar esta opcin aparece un nuevo listado [Fig.16], en el cual debemos seleccionar uno de los formatos existentes. Estos formatos no representan monedas especificas, si no que por el contrario el programa asume que la moneda es de origen distinto al dlar. La diferencia con el tipo dlar es que nos permite trabajar con cinco (5) diferentes tipos de moneda.

59

Cadena: Este tipo de variable se emplea cuando los valores no son numricos o sencillamente no representan magnitudes o cantidades; estas variables no son utilizadas en los clculos de los estadsticos. Las variables de cadena pueden contener cualquier tipo de caracteres siempre que no exceda la longitud mxima de 255; las maysculas y las minsculas se consideran diferentes ya que el programa trabaja bajo el cdigo ASCII. A este tipo de variables, tambin se le suele denominar como variable alfanumrica. Para definir alguno de los tipos de variable, basta con hacer clic sobre la opcin que se desee y sucesivamente hacer clic en el botn Aceptar, con lo que se cierra la ventana y el tipo elegido aparece en la casilla seleccionada. III. Anchura: Por medio de esta propiedad podemos definir el mximo de dgitos que contienen los registros de una variable; para el clculo del ancho se incluyen los dgitos enteros y los decimales. Por ejemplo; Anchura 5 = xxx.xx x,xxx.x xx,xxx donde x representa un nmero aleatorio. No debemos cometer el error de pensar que una vez establecida la anchura, ya no podremos encontrar una cifra con mayor cantidad de nmeros dentro de los registros. La opcin Anchura se emplea para darle una idea al investigador, de las cifras que encontrar cuando le pida al paquete informacin de las variables, es decir, no restringe la cantidad de nmeros sino que es un parmetro informativo, el cual le brinda a la persona que opere el programa una idea de los rangos mximos que puede tomar esta variable, pero no impide que se ingresen valores que sobrepasen esta longitud.

IV. Decimales A travs de este parmetro se define el nmero de dgitos decimales que pueden contener los registros de la variable. Las cifras que superen esta longitud sern aproximadas por el programa. Cuando una cifra supera la longitud, el programa aproxima hacia arriba los dgitos que sobrepasen la longitud si el valor del ltimo de ellos es igual o mayor que cinco, de lo contrario (menor que 5) se aproxima hacia abajo; es decir: 1.07X si 1.07X si X < 5 entonces se aproxima a 0 es decir = 1.07 X => 5 entonces se aproxima a 10 es decir = 1.08

Las propiedades Anchura y Decimales pueden ser editadas directamente desde la ventana de Tipo de variable cuando se eligen los tipos numricos de variables Numrica, Coma, Punto, Notacin cientfica, Dlar o Moneda personalizada [Fig.17], ya

60

que al seleccionar estas opciones se habilita en el cuadro de dilogo las casillas Anchura y Decimales.

Figura 17 Hay que notar que cuando seleccionamos los Tipos de variables como la Fecha y Cadena estas propiedades se desactivan; esto se debe a que para el tipo de formato Fecha el programa ha predefinido estos parmetros y no podemos alterarlo, la nica opcin que tenemos es escoger otro formato de fecha; mientras que para el tipo cadena no se puede tener nmeros decimales.

V. Etiqueta Dado que generalmente los sesenta y cuatro (64) caracteres del nombre (Versiones anteriores ocho [8]) y las normas que se deben cumplir, no permiten describir de forma clara la variable y el contenido de ella; SPSS nos brinda la posibilidad de utilizar una etiqueta por medio de la cual podemos describir la variable mediante la utilizacin de un mximo de 255 caracteres. El uso de la etiqueta es bastante til para facilitar la interpretacin de los resultados (Tablas, Grficos o estadsticos), para las personas que no han participado en la generacin de los procedimientos y desconocen el significado del nombre de la variable. El uso de la etiqueta es opcional, el programa en caso de no existir una etiqueta utiliza el nombre de la variable para generar los resultados. Para saber si una variable tiene estipulada una etiqueta debemos ubicar el cursor del ratn sobre el nombre de la variable en la vista de datos, de manera que aparezca una leyenda informativa. Para comprender el valor practico del uso de etiquetas, debemos observar las tablas de la figura [18].

61

Figura 18 Estas tablas contienen la frecuencia y el porcentaje de las categoras de la variable Estado civil (Casado y Soltero); la primera tabla cuenta con etiquetas para el nombre de la variable y para las categoras de la variable, mientras que la segunda tabla no cuenta con etiquetas. Si nos fijamos en la tablas notaremos que para interpretar la segunda tabla encontramos dificultades ya que no podemos determinar que categora representan los nmeros cero (0) y uno (1). Esta misma dificultad puede presentarse cuando nosotros realizamos un anlisis de datos y entregamos los resultados a una persona que no haya participado en los procedimientos; para evitar estos inconvenientes se sugiere definir las etiquetas de variable y de valores. Antes de definir la propiedad Valores debemos ver primero las propiedades Perdidos y Medida, ya que la utilizacin de la etiquetas de valor est determinado por estos dos parmetros y en este momento no seria muy clara su definicin. PREGUNTAS

Cmo delimitamos las variables? Cmo codificamos las segn el tipo y la etiqueta?

62

Cuarta unidad .. Ingresos de instrumentos a la Base de Datos.

63

4. 1 BASE DE DATOS EN SPSS II: El formato de la base

Objetivo: datos. Valores perdidos y Etiquetas de valor en SPSS V. Valores perdidos Los valores perdidos son razones por las cuales no obtenemos una respuesta coherente de algn entrevistado; es decir, es una razn que nos indica la causa por la que no me aporta informacin el entrevistado. Dentro de los valores perdidos podemos encontrar:
No sabe No responde o se niega a responder No aplica o sencillamente la pregunta no lo afecta EJ: preguntarle a una

El alumno al culminar el capitulo, conocer prcticos para codificar y

terminar una base de datos de cualquier tipio y poder ingresar datos a la base de

persona soltera la edad a la que se caso por primera vez, si no se ha casado nunca esta pregunta no lo afecta. Debemos tener claro que los valores perdidos son razones y no errores, generalmente tendemos a confundir un valor perdido con un valor que no esta dentro de nuestro rango. Por ejemplo, si en la variable gnero (sexo), tenemos los valores (1 = mujeres y 2 = hombres) y despus de revisar el archivo nos damos cuenta que tenemos en algunos registros el valor 3, generalmente cometemos el error de pensar que este es un valor perdido, pero no lo es, este tipo de valores los debemos considerar como errores ya sea de digitacin o de captura y la forma de corregirlos es ir hasta la fuente (entrevistas) y determinar a que grupo perteneca el individuo. Si no podemos determinar el grupo y los valores son muy pocos es recomendable prescindir de estos casos. SPSS maneja dos tipos de valores perdidos; el primero es perdido por el sistema, el cual se identifica por la ausencia total de datos; es decir, casillas vacas y el segundo corresponde a los datos perdidos definidos por el usuario (No sabe, No responde o No aplica). El programa detecta automticamente los valores perdidos por el sistema y los omite, mientras que los valores perdidos por el usuario deben ser definidos al programa o de lo contrario los clculos se realizarn contando con estos valores, lo cual puede afectar severamente los resultados.

64

Figuras 19 Para definir un valor perdido por el usuario debemos activar la casilla correspondiente a Perdidos de la variable de inters, de manera que aparezca al costado derecho de la casilla un cuadrado con puntos suspensivos ( ). Al seleccionar el cuadrado (Hacer clic) aparece la ventana de Valores Perdidos [Fig.19]. En este cuadro encontramos tres diferentes posibilidades. La primera corresponde a No hay valores perdidos (Los clculos se realizan con la totalidad de los registros). La segunda corresponde a Valores perdidos discretos (son un mximo de tres valores perdidos en la variable; se puede emplear los valores (nmeros) que se deseen. Para este tipo de valores se recomienda que exista una distancia considerable entre los valores representativos y los perdidos con el fin de facilitar su identificacin). La tercera y ltima opcin corresponde a Rango ms un valor discreto opcional (se utiliza cuando tenemos varios parmetros de valores perdidos, los cuales se encuentran dentro de un rango. Para seleccionar esta opcin es necesario que no existan valores representativos de grupos dentro del rango de lo contrario sern omitidos de los clculos. Adems esta opcin nos permite ingresar un valor discreto adicional). Para seleccionar cualquiera de las opciones basta con hacer clic sobre la opcin de manera que aparezca en la casilla de activacin ( ) un punto negro y sucesivamente ingresar los valores.

VII. Columnas y Alineacin

65

Estos dos parmetros son netamente de formato (es decir de presentacin) y sus efectos son apreciables nicamente en la vista de datos. La primera propiedad (columnas) nos indica el ancho de la columna, mientras que la segunda (Alineacin) determina la alineacin de los datos dentro de la casilla. El parmetro columna, al igual que en una hoja de clculo, podemos alterarlo de forma directa en la vista de datos colocando el cursor al lado de la columna hasta que aparezca el indicador, hacemos clic y lo sostenemos arrastrando hasta obtener el ancho deseado.

VIII. Medidas Este es el parmetro ms importante de las variables, de su definicin depende el tipo de anlisis que podemos realizar con el programa. Dentro de la estadstica se han catalogado cuatro diferentes escalas de medida, pero para SPSS estas escalas se resumen en slo tres:

Nominal: son variables numricas cuyos valores (Nmeros) indican una

categora de pertenencia. Para este tipo de medida, las categoras no cuentan con un orden lgico que nos permita establecer una comparacin de superioridad entre ellas. Un ejemplo de variable nominal puede ser el gnero, la raza, el estado civil, etc.

Ordinal: son variables numricas cuyos valores indican una categora de

pertenencia y a su vez las categoras poseen un orden lgico que nos indica una superioridad o prelacin. Un ejemplo de variable ordinal puede ser el nivel de ingresos, categora del vehculo, nivel educativo, etc.

Escala: son variables numricas cuyos valores representan una magnitud o

cantidad y no una categora; los valores de este tipo de medida pueden ser empleados en operaciones aritmticas como la suma, la resta, la multiplicacin y la divisin ya que los intervalos (Distancia entre los nmeros) cuentan con la misma longitud. Un ejemplo de variable de escala puede ser la edad, las ventas, la distancia en metros, la altura, etc. Para los archivos de datos con formato SPSS creados en versiones anteriores se aplican las siguientes reglas. Las variables de cadena (alfanumricas) se establecen en nominales. Las variables de cadena y numricas con etiquetas de valor definidas se

establecen en ordinales.

66

Las variables numricas sin etiquetas de valor definidas que no superen un

nmero especfico de valores nicos (24), se establecen como ordinales, mientras que si el nmero de valores supera los 24 se definen como de Escala. IX. Valores Los valores o Etiquetas de valor nos permiten generar una leyenda que facilite la interpretacin de los nmeros representativos de cada categora de una variable, ya sea en los resultados o en la vista de datos. Debido a que se utilizan nmeros para representar cada categora es necesario crear una pequea leyenda que nos permita ver en letras la categora a la que corresponde cada nmero. Las etiquetas de valor no pueden exceder los 60 caracteres y se deben emplear solamente si se cumplen los siguientes requisitos:
La variable es categrica, es decir Nominal u Ordinal. Se tienen valores perdidos por el usuario.

Para definir las etiquetas de valor debemos activar la casilla de valor correspondiente a la variable de inters de tal manera que aparezca al costado derecho un cuadrado con puntos suspensivos en su interior. Al hacer clic sobre el cuadrado aparece la ventana Etiquetas de valor [Fig.20]; en esta ventana encontramos tres casillas.

Figura 20 La primera corresponde al Valor o nmero, en ella debemos digitar el nmero al que deseamos dar la etiqueta. La segunda casilla corresponde a la Etiqueta de valor, en ella digitamos la categora a la que corresponde ese valor (mximo 60 caracteres) y la tercera casilla corresponde a las etiquetas aadidas; es decir, las categoras que ya se han definido. Para ingresar una etiqueta de valor, debemos primero ingresar el valor en la casilla Valor, sucesivamente ingresar la leyenda en la casilla Etiqueta y finalizar haciendo clic en el botn Aadir, con lo que aparece en la casilla el nmero y la leyenda correspondiente.

67

Si deseamos cambiar una etiqueta que ya haya sido aadida, debemos seleccionarla en la casilla (hacer clic sobre ella), editar ya sea el nmero o la etiqueta y hacer clic en Cambiar. Si por el contrario deseamos eliminarla, debemos seleccionarla y hacer clic en Eliminar. Para finalizar basta con hacer clic en Aceptar, con lo que la ventana se cerrara y las etiquetas quedarn definidas. Es necesario Aadir antes de Aceptar o de lo contrario se perder cualquier operacin de Aadir o Cambiar pendiente.

REA DEL PROCESADOR La ltima seccin del editor de datos corresponde al rea del procesador, la cual esta ubicada en la parte inferior de la ventana. A travs de esta rea podemos saber el estado del procesador de acuerdo al proceso que se este realizando. Esta seccin es de bastante utilidad cuando le pedimos al programa un procedimiento y se cuenta con un elevado nmero de registros; en algunos casos la base es tan extensa que puede tardar bastante tiempo la ejecucin del resultado, en estos casos generalmente se tiende a pensar que el programa se bloqueo, antes de determinarlo es importante saber cual es el estado del procesador ya que el retardo puede ser ocasionado por la extensin de los datos. Adems, cuando la licencia caduca, en esta rea encontramos el mensaje el procesador no esta disponible. . PREGUNTAS

Cmo realizamos una codificacin de una variable nominal? Cmo realizamos una codificacin de una variable ordinal

68

Quinta unidad .. Ajuste y afinamiento de bases de datos llenadas para anlisis

69

5.1

CATEGORIZAR VARIABLES CON SPSS

El alumno al culminar el capitulo, podr realizar categorizaciones de

Objetivo:

variables mediante el programa SPSS.

Categorizar Variables
En la mayora de los casos, las bases de datos cuentan con variables cuya informacin representa cantidades o magnitudes como la edad, los ingresos, las ventas, etc. Generalmente este tipo de variables no son actas para realizar tablas de frecuencia, debido a su elevado nmero de valores. SPSS nos ofrece la posibilidad de reunir esta informacin dentro de rangos representativos, que vinculen una gran cantidad de valores y cuyos resultados son ingresados en una nueva variable, lo que nos permite mantener la informacin original intacta. Para esta labor, SPSS cuenta con el procedimiento Categorizar Variables (Slo versiones anteriores a la 12.0), el cual convierte los datos de una variable de escala (Valores numricos que representan cantidad), en un nmero discreto de categoras; es decir, rene un grupo de valores y les asigna un nmero representativo de categora de pertenencia. Los nuevos valores son guardados en una nueva variable la cual se identifica con el nombre original precedido de la letra ene (n); por ejemplo la variable Altura al ser categorizada quedara naltura. Si cuentas con la versin 12.0 omite este apartado y pasa al siguiente, ya que esta nueva versin (12.0), cuenta con un procedimiento de categorizacin mejorado, que nos ofrece mayor asistencia. Para realizar la categorizacin, el programa conforma los grupos de acuerdo con los percentiles (fracciones del porcentaje total), por lo que cada grupo contiene aproximadamente el mismo nmero de casos. Por ejemplo, si le especificamos al programa la creacin de cuatro (4) grupos, el asignar el valor 1 a los casos situados bajo el percentil 25 o los casos comprendidos desde el menor valor hasta el valor que se encuentre aproximadamente en el 25% del total de los casos. El valor 2 a los casos entre el percentil 25 y 50; es decir, a los valores correspondientes desde el nivel anterior hasta el valor que se encuentre en el 50% del total de los casos. El valor 3 a los casos situados entre el percentil 50 y 75 y el valor 4 a los casos por encima del percentil 75. Por ninguna razn un valor puede estar representado en dos categoras diferentes, sin importar si este valor produce un porcentaje mayor o menor del establecido; es decir, si un valor se encuentra entre el 42% y el 57% de los casos,

70

el programa no selecciona la mitad, sino el nmero que se encuentre en el limite inferior o superior de este valor. Para comprender el funcionamiento de este procedimiento, vamos a generar un ejemplo con la variable edad del archivo Encuesta.sav. Para acceder al procedimiento, debemos dirigirnos al men Transformar y seleccionar la opcin Categorizar Variables [Fig.21]; al hacer clic sobre l, aparece el cuadro de dilogo correspondiente [Fig.22]. A travs de este cuadro, debemos definir la (s) variable (s) que deseamos categorizar, as como el nmero de categoras que deseamos obtener en la variable de resultados.

Figuras 21 y 22 Este cuadro de dilogo esta dividido en tres secciones; la primera corresponde a la lista de variables existentes en el archivo, la segunda a la casilla de seleccin y la tercera seccin corresponde al nmero de categoras que deseamos generar; a la derecha de esta seccin encontramos una casilla en la cual debemos ingresar el nmero de categoras que deseamos obtener en la nueva variable, teniendo en cuenta que esta asignacin se realiza de acuerdo al porcentaje de los casos. Para continuar con el ejemplo vamos a categorizar las variables Edad y Nmero de aos estudiados (Educaos). Para realizarlo, debemos ubicar cada una de las variables dentro del listado e ingresarlas a la casilla de seleccin haciendo clic en el botn Flecha ( ). Una vez ingresadas las variables, slo nos resta definir el nmero de categoras que aparecern en las variables de resultado, que para el caso corresponde a cinco (5). Para definir la cantidad de categoras, activamos la casilla haciendo clic sobre ella y sucesivamente introducimos el nmero cinco [Fig.23]. Para finalizar hacemos clic en el botn Aceptar, con lo que las variables aparecen en la parte final del editor de datos [Fig.24].

71

Figuras 23 y 24 Si nos fijamos en las nuevas variables creadas, notaremos que no cuentan con las propiedades de la variable original y que a su vez las etiquetas de valor no han sido definidas. Adems, si tratamos de identificar los valores limtrofes de los rangos no lo podramos conseguir, ya que este procedimiento no nos proporciona esta informacin. Para poder conocer los valores limtrofes de cada uno de los rangos categricos, es necesario emplear los estadsticos del procedimiento Frecuencias. Por el momento no profundizaremos en la forma de obtener los lmites de los rangos, ya que en el captulo siguiente se explorar en su totalidad el procedimiento Frecuencias. Para orientar al lector, le hemos pedido al programa que nos ensee los valores de los percentiles 20, 40, 60 y 80 en las dos variables, cuyos resultados son expuestos en la tabla de la figura [25]. Si nos fijamos en estos resultados, podremos determinar los rangos de las nuevas variables Figura [26]..

Figura 25

Figura 26 En conclusin el procedimiento categorizar variables nos permite convertir rpidamente una variable de Escala en una variable Ordinal, con la desventaja que desconocemos

72

los valores que involucra cada uno de los rangos; su utilidad radica en la capacidad de organizar cada uno de las categoras con un valor porcentual aproximadamente igual. En resumen, los pasos que se deben ejecutar para categorizar variables son:

Activar el procedimiento [en el men Transformar seleccionamos la opcin Seleccionar la (s) variable (s) [en el listado de variables escogemos las

Categorizar variables]. variables de inters y las ingresamos a la casilla de seleccin; generalmente son variables de Escala]. Definir el nmero de categoras [Ingresar en la casilla el nmero de Ejecutar la categorizacin [Hacer clic en el botn Aceptar]. Definir las etiquetas de valor para cada una de las categoras de las nuevas categoras deseado]

variables generadas. RECODIFICAR VARIABLES CON SPSS En algunas ocasiones los datos de las variables cuentan con valores muy dispersos que nos dificultan su interpretacin o sencillamente no se prestan para el anlisis estadstico. Para subsanar estos inconvenientes, SPSS cuenta con el procedimiento Recodificar, el cual nos permite transformar los datos de una o varias variables numricas o de cadena, ya sea reasignando los nmeros representativos de cada categora o agrupando en rangos los valores de las variables existentes, segn sean las necesidades del anlisis o el criterio del investigador. La principal virtud de este procedimiento, radica en la posibilidad de asignar los nmeros representativos de cada categora de acuerdo a nuestras necesidades, lo que nos permite agrupar valores que no son consecutivos; como por ejemplo, el 1 y el 5. Este procedimiento nos ofrece dos opciones En las mismas variables y En distintas variables; la principal diferencia de estas dos posibilidades radica en el destino de los resultados; es decir, el lugar en donde se guardarn los nuevos valores asignados. Dado que SPSS tiene la capacidad de trabajar con un gran nmero de variables (33.000 aprox), es recomendable utilizar siempre la opcin correspondiente a En distintas variables, ya que de esta manera podemos conservar los datos originales. Es necesario resaltar que SPSS permite agrupar la informacin pero NO permite

73

desagruparla; es decir, podemos utilizar los procedimientos para convertir una variable de escala a una variable de categoras (Ordinal), pero no en viceversa. Para comprender la metodologa utilizada en la recodificacin, vamos a generar un ejemplo con la variable rea de trabajo (areatrab), la cual contiene las diferentes reas en la que se desempean cada uno de los empleados de la empresa Dkf tradicin (1=Operario, 2=Planeacin, 3=Mercadeo, 4=Ventas, 5=Administracin, 6=Ingeniero de proceso y 7=Servicios generales). Para acceder al procedimiento, debemos ir al men Transformar y seleccionar el submen Recodificar, con lo que aparecen las dos opciones con que cuenta [Fig.27]. Dado que la diferencia en los cuadros de dilogo de estas dos opciones es muy pequea, elegiremos la opcin correspondiente a En distintas variables. Al hacer clic en ella, aparece el cuadro de dilogo correspondiente a Recodificar en distintas variables [Fig.28]; este cuadro contiene los elementos habituales de los cuadros de dilogo, como la lista de variables y la casilla de seleccin, pero adems incluye tres secciones adicionales denominadas Variable de resultado, Valores antiguos y nuevos y Condicional.

Figuras 27 y 28 El primero de estos nuevos componentes corresponde a Variable de resultado; a travs de esta seccin se definen las propiedades principales de la variable de resultado, como lo son el Nombre y la Etiqueta. El nombre que se le defina a la nueva variable debe cumplir con las caractersticas requeridas por el programa como la longitud (64 caracteres mximo para versin 12.0 y 8 caracteres para las dems versiones), no comenzar con un nmero, etc. La asignacin del nombre es indispensable, ya que el programa no permite ejecutar la recodificacin hasta que se defina una variable de resultado. En la opcin etiqueta

74

podemos ingresar una pequea leyenda explicativa que permita reconocer fcilmente el contenido de la variable; este parmetro no es obligatorio pero es recomendable para facilitar la interpretacin de los valores en los resultados. Para continuar con el ejemplo vamos a recodificar la variable rea de trabajo (areatrab); lo primero que debemos hacer es seleccionarla en la lista de variables e ingresarla en la casilla de seleccin haciendo clic en el botn flecha ( ). Una vez ingresada la variable, aparece al costado derecho de ella un signo de interrogacin (?); este signo se mantendr hasta que se le defina un nombre a la nueva variable. A continuacin ingresamos en la casilla Variable de resultado el nombre Recarea y la etiqueta rea de trabajo recodificada. Por ltimo hacemos clic en el botn Cambiar, con lo que el signo de interrogacin desaparece y en su lugar aparece Recarea [areatrab Recarea]. La segunda nueva seccin del cuadro la compone el botn Valores antiguos y nuevos; al hacer clic sobre l, aparece un nuevo cuadro de dilogo [Fig 29]; en este cuadro se definen los valores que deseamos cambiar y se especifican a su vez el nuevo valor que le ser asignado.

Figura 29 Dentro de este cuadro encontramos cuatro diferentes secciones (Valores antiguos, Valores nuevos, Casilla de seleccin y las opciones de recodificacin), cada una de estas secciones define un segmento especfico de la recodificacin y su aplicacin depende exclusivamente de los criterios del investigador de acuerdo a las necesidades del anlisis. Los parmetros que se definan en este cuadro sern aplicados en la nueva variable de resultado.

75

Cada una de estas secciones sera explorada y explicada en la siguiente leccin. VALORES ANTIGUOS Y NUEVOS La primera seccin del cuadro corresponde a Valor antiguo. Dentro de esta seccin se determinan los valores que se van a recodificar; podemos modificar valores individuales, rangos de valores y los valores perdidos (ya sea del sistema o definido por el usuario). Los rangos y los valores perdidos del sistema no se pueden seleccionar para las variables de cadena, ya que ninguno de estos conceptos es aplicable a este tipo de variables. Esta seccin comprende siete diferentes opciones, entre las que encontramos:

Valor: corresponde a un valor antiguo individual que se va a recodificar en un

valor (nmero) nuevo. El tipo de datos del valor introducido (numrico o de cadena), debe coincidir con el tipo de datos de la variable que desea recodificar; es decir, no podemos asignar un carcter (letra) como valor antiguo si nuestra variable original es numrica. Perdido por el sistema: Son valores asignados por SPSS cuando los valores de los datos no estn definidos de acuerdo al tipo de formato que haya especificado (Por ejemplo, letras dentro de una variable numrica), as como los campos que se encuentren vacios en una variable numrica (Los valores numricos perdidos del sistema se muestran como puntos). Para las variables de cadena no se pueden tener valores perdidos del sistema, ya que el espacio en blanco es tomado como un carcter. Estos valores son definidos por el programa como SYSMIS. Perdido por el usuario: son observaciones que tienen valores que han sido declarados como perdidos por el usuario. Generalmente estos valores representan razones por las cuales no se tiene informacin como por ejemplo No Sabe, No Responde, No Aplica. Estos valores son definidos por el paquete como MISSING. Rango: dentro de las opciones de rango encontramos tres posibilidades, la primera nos permite especificar el limite inferior y superior del rango; la segunda nos permite asignar los caso desde el menor valor dentro de la variable hasta un valor definido por el investigador y la tercera nos permite agrupar los casos desde un valor definido por el investigador hasta el mayor de los valores. Estas opciones no estn disponibles para variables de cadena. Todos los dems valores: al seleccionar esta opcin, se incluirn todos los valores que no han sido definidos dentro de las especificaciones anteriores y les asigna el valor deseado en la variable de resultado.

76

La segunda seccin del cuadro corresponde a Valor Nuevo. En esta seccin se definen los valores que tomaran los datos en la variable de resultado despus de la recodificacin. Dentro de las opciones de los nuevos valores encontramos:

Valor : En esta casilla se introduce un valor numrico individual, el cual

representar a uno o ms de los valores antiguos. Si se desea recodificar una variable numrica en una variable de cadena, tambin se debe seleccionar la opcin Las variables de resultados son cadenas, con lo que el programa define los valores numricos como caracteres (Por ejemplo: el nmero 5 lo asume como el carcter 5).

Copiar valores antiguos: esta opcin retiene el o los valores antiguos que no

se hayan incluido dentro de de alguno de los nuevos valores. Si algunos de los datos no requieren la recodificacin, se utiliza esta opcin para incluirlos. Cabe aclarar que cualquier valor antiguo que no sea especificado no ser incluido en la nueva variable, y en su lugar aparecen espacios en blanco. Perdido por el sistema: esta opcin recodifica el valor antiguo, en un valor perdido por el sistema. Los valores perdidos por el sistema no son utilizados en los clculos. Esta opcin no se encuentra disponible para las variables de cadena ya que el carcter espacio es valido. La tercera seccin del cuadro corresponde a la Lista de Recodificacin. En esta seccin se genera un listado con las especificaciones de los valores antiguos y nuevos. Dentro de la seccin encontramos las opciones Aadir (Agrega un valor a la lista), Cambiar (Modifica un valor de la lista) y Borrar (Elimina un valor de la lista). Para agregar un valor es necesario especificar los valores antiguos y el valor nuevo; despus de lo cual se hace clic en el botn aadir para ingresarlo a la lista. Para modificar la recodificacin de un valor es necesario seleccionarlo de la lista, modificar los datos y hacer clic en el botn Cambiar y los valores se modifican dentro de la lista. Para eliminar una asignacin, se debe seleccionar en el listado y sucesivamente hacer clic en borrar con lo que desaparece de la lista. Antes de terminar la asignacin de variables es indispensable aadir todas recodificaciones pendientes o de lo contrario se perdern. La ltima seccin del cuadro la componen las Opciones de recodificacin. En esta seccin encontramos dos opciones; la primera corresponde a Las variables de resultados son cadenas, la cual define la nueva variable recodificada como variable de cadena (alfanumrica); adems nos ofrece una casilla en la que podemos establecer el

77

ancho de la variable. La segunda opcin corresponde a Convertir cadena numrica a nmeros, en donde se convierten los valores de cadena que contienen caracteres de nmeros (Ejemplo, 5) en valores numricos. A las cadenas que contengan cualquier carcter que no sean nmeros, as como las que contengan un signo opcional (+ -) se les asignar el valor perdido por el sistema. Esta opcin slo se activa cuando la variable de origen es de cadena, de lo contrario no se habilita. Continuando con el ejemplo vamos a recodificar los valores de la variable rea de trabajo (areatrab) en slo tres niveles; el primer nivel comprender los casos que cuenten con los valores 2 y 5 (Planeacin y Administracin). El segundo nivel comprende los casos con valores 3 y 4 (Mercadeo y Vendedores) y el tercer nivel comprende los casos con los valores 1, 6 y 7 (Operario, Ingeniero de proceso y servicios generales). El objetivo de esta recodificacin es agrupar las diferentes reas en las que se desempean los empleados de la empresa en slo tres niveles generales (Administrativa, Comercial y Operativa) [Fig.30]. Si nos fijamos en los valores que componen cada uno de los nuevos niveles, notaremos que estn dispersos, por lo que sera imposible realizar esta agrupacin con el procedimiento Categorizador visual.

Figuras 30 Para comprender las diferentes secciones de esta ventana, en la siguiente leccin haremos la recodificacin de las Areas, Administrativa, Comercial y Operativa.

78

5.2 DEFINIR VALORES ANTIGUOS Y NUEVOS: RECODIFICAR

Objetivo: El alumno al culminar el capitulo, definir los valores antiguos y nuevos

del programa SPSS. La recodificacin la realizaremos para cada uno de los niveles, iniciando con el Administrativo. Lo primero que debemos hacer es activar la casilla Valor en la seccin Valores antiguos haciendo clic sobre ella; una vez activa ingresamos el nmero 2 y sucesivamente activamos la Casilla Valor en la seccin Valor nuevo, en donde ingresamos el nmero 1; para terminar hacemos clic en el botn Aadir, con lo que aparece en la casilla de listado la frase (21) [Fig.31].

Figura 31 Despus de definir el primer valor, debemos definir el segundo por lo que ingresamos en la casilla valor de la seccin valores antiguos el nmero cinco y sucesivamente ingresamos en la casilla valor de la seccin valor nuevo el nmero 1; al hacer clic en el botn Aadir aparece en la casilla de listado la frase (51) [Fig.32]. Si nos fijamos en las expresiones, notaremos que le pedimos al programa que incluya los valores 2 y 5 en la nueva variable y que a su vez les asigne el valor 1.

Figura 32

79

Despus de definir el primer nivel, procedemos con el segundo. Para el segundo nivel activaremos la primera opcin de rango de la seccin valores antiguos correspondiente a (Desde / Hasta). En la primera casilla de esta opcin ingresamos el valor 3 y en la segunda casilla el valor 4, sucesivamente ingresamos el nmero 2 en la casilla valor de la seccin Valor nuevo; para terminar hacemos clic en el botn Aadir con lo que aparece en la casilla de listado la frase (3 thru 4 2) [Fig.33]. Si nos fijamos en la expresin, notaremos que le hemos pedido al programa que incluya los valores desde el 3 hasta el 4 en la nueva variable y que a su vez le asigne el valor 2.

Figura 33 Para el tercer y ltimo nivel, debemos activar primero la casilla valor en la seccin valores antiguos e ingresar en ella el nmero 1, sucesivamente ingresamos en la casilla valor de la seccin Valor nuevo el nmero 3; para terminar hacemos clic en el botn Aadir con lo que aparece en la lista la leyenda (13) [Fig.34]. Si nos fijamos en el listado de expresiones, notaremos que el valor que acabamos de definir aparece antes de la expresin del segundo nivel, esto se debe a que el programa va organizando las expresiones de acuerdo si se tratan de valores especficos o rangos.

Figura 34 Continuando con la recodificacin, slo nos basta finalizar con el tercer nivel de trabajo, por lo que activamos la primera opcin de rango (Desde / Hasta), e ingresamos en la primera casilla el nmero 6 y en la segunda casilla el nmero 7; sucesivamente

80

ingresamos en la casilla valor de la seccin Valor nuevo el nmero 3 y posteriormente hacemos clic en el botn Aadir, con lo que aparece en el listado la frase (6 thru 7 3) [Fig.35].

Figura 35 Si nos fijamos en la expresin del tercer nivel, notaremos que le pedimos al programa que incluya en la nueva variable los valores 1, 6 y 7 y que a su vez les asigne a ellos el valor 3. Despus de ingresar todas las expresiones hacemos clic en Continuar con lo que volvemos al cuadro de dilogo principal del procedimiento. Si no se han aadido todas las expresiones, aparece en la pantalla el mensaje Se perdern todas las operaciones pendientes de Aadir o cambiar. CONDICIONAR CASOS - RECODIFICAR VARIABLES 4 La ltima seccin del procedimiento Recodificar corresponde a la Condicional. A travs de esta opcin, podemos restringir el nmero de casos que sern recodificados mediante expresiones de comparacin (Ecuaciones), las cuales pueden estar sujetas a cualquiera de las variables del archivo; es decir podemos utilizar una o ms variables del archivo para crear la restriccin sin importar si estas variables sern recodificadas o no. Para utilizar una expresin condicional debemos hacer clic en el botn SI... del cuadro de dilogo principal. Al hacer clic en l, aparece un nuevo cuadro de dilogo correspondiente a Si los casos [Fig.36]; este cuadro nos permite aplicar transformaciones de los datos para subconjuntos de casos seleccionados por medio de expresiones condicionales. Una expresin condicional devuelve un valor verdadero,

81

falso o perdido para cada caso. Si el resultado de una expresin condicional es verdadero, la transformacin se aplicar al caso. Si el resultado de una expresin condicional es falso o perdido, la transformacin no se aplicar al caso.

Figura 36 Este cuadro de dilogo esta dividido en las secciones Lista de variables, Zona de ecuacin (en esta casilla se ingresa la expresin de condicin), Calculadora de SPSS (ver Depuracin Capitulo III) y las posibilidades de seleccin donde encontramos la posibilidad de escoger las opciones Todos los casos (Aplica la transformacin a todos los casos) o la opcin Incluir si el caso satisface la condicin (Aplica la transformacin slo a los casos que cumplen las condiciones especificadas en la expresin). Generalmente la mayora de las expresiones condicionales utilizan al menos uno de los seis operadores de relacin (<, >, <=, >=, = y ~=) ubicados en el teclado de calculadora. Las expresiones condicionales pueden incluir nombres de variable, constantes, operadores aritmticos, funciones numricas, relacinales. Las condicionales se utilizan cuando deseamos seleccionar slo un fragmento de la informacin; es decir, nuestra atencin esta dedicada exclusivamente a un grupo especfico de respuestas. Por ejemplo, supongamos que deseamos saber cuantos de los entrevistados son hombres y se encuentran dentro del rea administrativa, con el fin de determinar su conducta. Para realizarlo, debemos definir la restriccin en la ventana de condiciones, por lo que hacemos clic en la opcin Incluir si el caso satisface la condicin, de manera que se activen todas las secciones de la ventana. variables lgicas y operadores

82

A continuacin seleccionamos en el listado la variable Gnero y la ingresamos en la casilla de ecuacin e inmediatamente ingresamos el signo igual (=) por medio del teclado de la calculadora, as como el nmero dos (2) el cual representa a las personas del genero Masculino; la expresin debe quedar (GNERO = 2). Una vez introducida la ecuacin correctamente hacemos clic en Continuar con lo que volveremos al cuadro de dilogo Recodificar en distintas variables [Fig.37]; si nos fijamos en la parte inferior del cuadro de dilogo notaremos que aparece la expresin de la restriccin que se ha definido.

Figuras 37 Una vez definidos todos los parmetros del procedimiento, hacemos clic en el botn Aceptar con lo que se ejecuta la recodificacin y la variable de resultado aparece en la parte final del editor de datos de SPSS [37]. Esta variable contendr slo los niveles del rea de trabajo de los casos que pertenezcan al gnero masculino; para los casos pertenecientes al gnero Femenino se le asignan valores perdidos por el sistema; es decir, aparece un espacio en blanco (. ). A cada nueva variable generada por la Recodificacin se le debe definir las propiedades por medio de la pestaa vista de variables o el procedimiento Definir propiedades de variables, ya que por defecto el programa las crea sin propiedades.

83

LECTURAS COMPLEMENTARIAS LECTURA 1: VARIABLES Y LA HIPTESIS EN LA INVESTIGACIN

JORGE L. CASTILLO T.

Representa un elemento fundamental en el proceso de investigacin. Luego de formular un problema, el investigador enuncia la hiptesis, que orientar el proceso y permitir llegar a conclusiones concretas del proyecto que recin comienza. La hiptesis bien formulada tiene como funcin encausar el trabajo que se desea llevar al efecto. Hayman (1974) cita: adems que aclaran acerca de cuales son las variables, que han de analizarse y las relaciones que existen entre ellas, y permiten derivar los objetivos del estudio constituyndose en la base de los procedimientos de investigacin. Tamayo (1989), seala que stas se constituyen en un eslabn imprescindible entre la teora y la investigacin que llevan al descubrimiento de un hecho. Las razones anteriormente esgrimidas hacen suponer que stas ocupan un lugar primordial en la investigacin al proporcionar los elementos necesarios que permitirn llegar a los datos necesarios que permitirn llegar a los datos y resolver el problema planteado. DEFINICIN DE HIPTESIS Es una proposicin que establece relaciones, entre los hechos; para otros es una posible solucin al problema; otros mas sustentan que la hiptesis no es mas otra cosa que una relacin entre las variables, y por ltimo, hay quienes afirman que es un mtodo de comprobacin. La hiptesis como proposicin que establece relacin entre los hechos: una hiptesis es el establecimiento de un vnculo entre los hechos que el investigador va aclarando en la medida en que pueda generar explicaciones lgicas del porqu se produce este vnculo. Tamayo (1989 75): afirma que:

84

"La hiptesis es una proposicin que nos permite establecer relaciones entre los hechos. Su valor reside en la capacidad para establecer mas relaciones entre los hechos y explicar el por que se producen". Arias (1897 55) asegura que: La hiptesis tiene como propsito llegar a la comprensin del porqu entre dos elementos se establece algn tipo definido de relacin y establece que la hiptesis: "Es una proposicin respecto a alguno elementos empricos y otros conceptos y sus relaciones mutuas, que emerge mas all de los hechos y las experiencias conocidas, con el propsito de llegar a una mayor comprensin de los mismos". La hiptesis como una posible solucin del problema: la hiptesis no es solamente la explicacin o comprensin del vnculo que se establece entre los elementos inmersos en un problema, es tambin el planteamiento de una posible solucin al mismo. Pardinas (1974 132): "La hiptesis es una proposicin anunciada para responder tentativamente a un problema". Deben ser sustentada por Van Dalen (1974 170) conduce a una definicin en la que se establece que: "La hiptesis son posibles soluciones del problema que se expresan como generalizaciones o proposiciones. Se trata de enunciados que constan de elementos expresados segn un sistema ordenado de relaciones, que pretenden describir o explicar condiciones o sucesos an no confirmados por los hechos". Hiptesis como relacin entre variables: Kerlinger (1985 : 12) expresa; una expresin de las relaciones existentes entre dos o mas variables, la hiptesis se formula en trminos de oracin aseverativa por lo tanto: "Es una expresin conjetural de la relacin que existe entre dos o ms variables. Siempre aparece en forma de oracin aseverativa y relaciona de manera general o especfica, una variable con otra. Hiptesis como mtodo de comprobacin: para otros investigadores, la hiptesis es algo mas que el establecimiento de relaciones entre elementos, o la posible solucin a

85

un problema; por lo tanto; afirman que es fundamentalmente y ante todo, una herramienta de comprobacin de los supuestos con la realidad. Abouhamad (1965:74) sostiene: "La hiptesis es una proposicin, condicin o principio que se supone sin certeza con el fin de derivar sus consecuencias con hechos lgicos y, por este mtodo comprobar su concordancia con hechos conocidos o que puedan determinarse". IMPORTANCIA DE LA HIPTESIS Las hiptesis son el punto de enlace entre la teora y la observacin. Su importancia en que dan rumbo a la investigacin l sugerir los pasos y procedimientos que deben darse en la bsqueda del conocimiento. Cuando la hiptesis de investigacin ha sido bien elaborada, y en ella se observa claramente la relacin o vnculo entre dos o mas variables, es factible que el investigador pueda:

Elaborar el objetivo, o conjunto de objetivos que desea alcanzar en el desarrollo de la investigacin Seleccionar el tipo de diseo de investigacin factible con el problema planteado. Seleccionar el mtodo, los instrumentos y las tcnicas de investigacin acordes con el problema que se desea resolver, y Seleccionar los recursos, tanto humanos como materiales, que se emplearn para llevar a feliz trmino la investigacin planteada.

ORIGEN DE LA HIPTESIS Selltiz (1974:53) seala: "Una hiptesis puede estar basada simplemente en una sospecha, en los resultados de otros estudios y la esperanza de que una relacin entre una o mas variables se den en el estudio en cuestin. O pueden estar basadas en un cuerpo de teoras que, por un proceso de deduccin lgica, lleva a la prediccin de que, si estn presentes ciertas condiciones, se darn determinados resultados. La elaboracin de una buena hiptesis tiene como punto de partida el conocimiento del rea en la que se desea hacer la investigacin, sin este conocimiento previo se corre el riesgo de recorrer caminos ya transitados y trabajar en temas ya tratados que carecen de inters para la ciencia.

86

Si la hiptesis se basa u origina de otros estudios, la investigacin estar en clara relacin con un cuerpo de conocimientos ya existentes, probados, por lo que el trabajo ser una contribucin que permitir reforzar ese cuerpo de conocimientos. Funcin de la Hiptesis: Cuando se describe su importancia, se plantean algunas de las funciones que ellas cumplen, porque adems de ser guas en el proceso de investigacin, tambin pueden servir para indicar que observaciones son pertinentes y cuales no lo son con respecto al problema planteado. La hiptesis puede sealar loas relaciones o vnculos existentes entre las variables y cuales de ellas se deben estudiar, sugieren una explicacin en ciertos hechos y orientan la investigacin en otros, sirve para establecer la forma en que debe organizarse eficientemente el anlisis de los datos. Hernndez agrega que entre otras funciones, su objetivo principal, es de aprobar y sugerir teoras. Formulacin de Hiptesis: Es un planteamiento que elabora el investigador a partir de la observacin de una realidad que tiene explicacin en una teora, por lo tanto se afirma que ellas representan un punto medio entre la teora y la realidad. CLASIFICACIN DE LA HIPTESIS La hiptesis puede adoptar diferentes y clasificarles de acuerdo a la convivencia de cada autor:

a. Hiptesis general: es cuando trata de responder de forma amplia a las dudas

que el investigador tiene acerca de la relacin que existe entre las variables.

b. Hiptesis especfica: es especfica aquella hiptesis que se deriva de la

general, estas tratan de concretizar a la hiptesis general y hace explcitas las orientaciones concebidas para resolver la investigacin.

c. Hiptesis estadstica: la hiptesis estadstica es aquella hiptesis que somete

a prueba y expresa a las hiptesis operacionales en forma de ecuaciones matemticas.

d. Problema: se quiere determinar si el entrenamiento en tcnicas de estudio

mejora el rendimiento acadmico de los estudiantes de la UNELLEZ.

87

e. Hiptesis especfica: los alumnos del subproyecto lenguaje y comunicacin del

I semestre, programa educacin integral, entrenados en tcnicas de estudio, obtendrn altas calificaciones al mejorar sus tcnicas de aprendizajes.

f. Hiptesis operacional: el promedio de rendimiento de los alumnos del

subproyecto lenguaje y comunicacin, sometidos a entrenamientos en tcnicas de estudio (grupo experimental), ser mayor que el promedio de rendimiento de aquellos alumnos no sometidos al entrenamiento (grupo control).

g. Hiptesis estadstica:
Hiptesis nula: (X1) = (X2); no existe relacin en los promedios obtenidos por los estudiantes entrenados en tcnicas de estudio (X1) y los no entrenados (X2)

Hiptesis alternativas: X1 > X2; los alumnos sometidos a entrenamientos en tcnicas de elaboracin de resumen (X1) obtuvieron mejor promedio de rendimiento que aquellos alumnos que no recibieron ningn tipo de entrenamiento (X2).

Requisitos para la elaboracin de hiptesis: La formulacin de hiptesis es una tarea que se logra cuando se cumple con algunos requisitos, entre ellos: a. Formularse en trminos claros, es decir, emplear palabras precisas que no den lugar a mltiples interpretaciones. La claridad con que se formulen es fundamental, debido a que constituyen una gua para la investigacin.

b. Tener un referente emprico, ello hace que pueda ser comprobable. Una
hiptesis sin referente emprico se transforma en un juicio de valor al no poder ser comprobable, verificable, carece de validez para la ciencia.

Evaluacin de la Hiptesis: Existe algunos criterios que sirven de gua para determinar si la hiptesis cumple con algunos requisitos Mc Gigan (1971: 67) afirma: a. Permite ser comprobada, es decir, establece claramente su referente emprico.

b. Est en correlacin y armona con el conjunto de las hiptesis del proyecto de la

investigacin c. Responde en trminos claros y precisos al problema planteado, es decir, seala la relacin que se espera de las variables.

88

d. Son susceptibles de ser cuantificadas.

Dificultades en la Elaboracin de la Hiptesis: La hiptesis resulta una tarea ardua, de difcil elaboracin, esta dificultad generalmente proviene de circunstancias tales como: a. Un planteamiento poco claro del problema a investigar

b. Falta de conocimiento del marco terico de la investigacin como consecuencia

de la poca claridad que se tiene del problema que se desea resolver. c. Carencia de habilidad para desarrollar y utilizar el referente terico conceptual.

d. En general, por el desconocimiento de los procesos de la ciencia y la

investigacin, por lo tanto ausencia de criterios para la elaboracin de hiptesis y seleccin de tcnicas de investigacin adecuadas al problema que se investiga.

VARIABLE La definicin ms sencilla, es la referida a la capacidad que tienen los objetos y las cosas de modificar su estado actual, es decir, de variar y asumir valores diferentes. Sabino (1980) establece: "entendemos por variable cualquier caracterstica o cualidad de la realidad que es susceptible de asumir diferentes valores, es decir, que puede variar, aunque para un objeto determinado que se considere puede tener un valor fijo". Briones (1987 : 34) define: "Una variable es una propiedad, caracterstica o atributo que puede darse en ciertos sujetos o pueden darse en grados o modalidades diferentes. . . son conceptos clasificatorios que permiten ubicar a los individuos en categoras o clases y son susceptibles de identificacin y medicin". CLASIFICACIN DE LAS VARIABLES Variable Independiente: es aquella caracterstica o propiedad que se supone ser la causa del fenmeno estudiado. En investigacin experimental se llama as, a la variable que el investigador manipula.

89

Variable Dependiente: Hayman (1974 : 69) la define como propiedad o caracterstica que se trata de cambiar mediante la manipulacin de la variable independiente. La variable dependiente es el factor que es observado y medido para determinar el efecto de la variable independiente. Variable Interviniente: Son aquellas caractersticas o propiedades que de una manera u otra afectan el resultado que se espera y estn vinculadas con las variables independientes y dependientes. Variable Moderadora: Segn Tuckman: representan un tipo especial de variable independiente, que es secundaria, y se selecciona con la finalidad de determinar si afecta la relacin entre la variable independiente primaria y las variables dependientes. Variables Cualitativas: Son aquellas que se refieren a atributos o cualidades de un fenmeno. Sabino (1989 : 80) seala que sobre este tipo de variable no puede construirse una serie numrica definida. Variable Cuantitativa: Son aquellas variables en las que caractersticas o propiedades pueden presentarse en diversos grados de intensidad, es decir, admiten una escala numrica de medicin. Variables Continuas: Son aquellas que pueden adoptar entre dos nmeros puntos de referencias intermedio. Las calificaciones acadmicas (10.5, 14.6, 18.7, etc.)

Variables Discretas: Son aquellas que no admiten posiciones intermedias entre dos nmeros. Ej., en Barinas la divisin de territorial la constituyen 11 municipios por no (10.5 u 11.5 municipios). Variables de Control:

90

Segn Tuckman: La define como esos factores que son controlados por el investigador para eliminar o neutralizar cualquier efecto que podran tener de otra manera en el fenmeno observado. Operacionalizacin de la Variable: Es un paso importante en el desarrollo de la investigacin. Cuando se identifican las variables, el prximo paso es su operacionalizacin. Comprende tres tipos de definiciones:

a. Nominal: es el nombre de la variable que le interesa al investigador. b. Real: consiste en determinar las dimensiones que contienen las variables
nominales.

c. Operacional: o indicadores. Esta da las base para su medicin y la definicin

de los indicadores que constituyen los elementos mas concretos de una variable y de donde el investigador derivar los items o preguntas para el instrumento con que recolectar la informacin.

91

LECTURAS COMPLEMENTARIAS

LECTURA 2: GUA METODOLGICA PARA LA ELABORACIN DE UN INFORME FINAL DE INVESTIGACIN

ELIZABETH PREZ OLIVA.

INTRODUCCIN Ningn proyecto se considera completo hasta que se prepara el informe de investigacin, incluso el estudio ms brillante tiene poco valor sino se difunde a la comunidad cientfica. El informe de investigacin representa el resultado final del largo proceso de investigacin. Su articulacin estructural constituye ser el modo de como los investigadores ordenan, clasifican y presentan los datos. Cualquiera que sea el tipo de investigacin, la presentacin de los resultados se hace con base a normas que permiten estructurar de una manera lgica la forma y el contenido de la exposicin terica. El objetivo de esta gua GUIA METODOLOGICA PARA LA ELABORACIN DE UN INFORME FINAL DE INVESTIGACIN con aplicabililidad al rea de la Salud es brindar algunos lineamientos generales para ayudar al estudiante investigador de las ciencias de la salud a comunicar sus resultados. La experiencia que se tiene en investigacin para esta rea a mostrado que existe una limitante en el mbito estudiantil sobre la obtencin de modelos o guas que le permitan presentar los resultados que se han obtenido en una investigacin. Como su nombre lo dice esta gua viene estructurada de tal forma para que el estudiante desarrolle paso a paso el informe final de su investigacin. Bsicamente todo informe de investigacin est compuesto por: Portada, Indice, Introduccin, Resumen, Cuerpo del trabajo, Conclusiones, Recomendaciones, Anexos y la Bibliografa. Sin embargo a esta gua se le han agregado otros elementos que complementan la oportuna comunicacin de los resultados.

92

SUGERENCIAS BSICAS PARA LA PRESENTACIN DEL INFORME.

a. El trabajo se sugiere que sea elaborado con el mismo tipo de letra (ARIAL), el
tamao de la letra se sugiere sea de 12 puntos, color negro y a doble espacio entre lneas.

b. El papel a emplear debe de ser tamao carta, bond, base 20.

c. Los mrgenes del trabajo sern los siguientes: d. Parte superior 4.0 cm. ( 1 2 pulgadas). e. Parte inferior 2.5 cm. ( 1 pulgada). f. Parte derecha 2.5 cm. ( 1 pulgada). g. Parte izquierda 4.0 cm. ( 1 2 pulgadas).

h. Cada pgina se numera en la esquina superior derecha, con nmeros arbigos

en el orden correlativo correspondiente. El nmero debe aparecer al menos a 2.5 cm. ( 1 pulgada) de la orilla derecha de la pgina, en el espacio entre el borde superior del documento y la primera lnea del texto. i. El ndice, la introduccin y el resumen se enumeran en el orden i, ii, iii. El cuerpo del trabajo se enumera siguiendo el orden correlativo acostumbrado. LA PORTADA La portada es la parte inicial del informe de investigacin, sta est compuesta por los siguientes elementos que van centrados en la pgina : 1.Nombre de la institucin, facultad y departamento. 2.Logo de la Institucin. 3.Ttulo del informe de investigacin. 4.Nombre de autores en orden alfabtico. Primero apellidos y luego nombres. 5.Nombre de la asignatura, ciclo y ao. 6.Nombre del asesor(es) de contenido.

7. Nombre del asesor de metodologa.

8.Nombres de los miembros del comit evaluador. 9.Lugar y fecha de presentacin.

EL INDICE

93

Es un listado de las partes estructurales del informe de investigacin, se coloca despus de la portada y antes de la introduccin. Incluye los captulos y subcaptulos, temas y subtemas que son y forman parte de la totalidad de la investigacin. Se sealan las partes y su numeracin de pgina correspondiente. El lector al consultar el ndice se pone en contacto con todo el contenido del escrito, lo cual facilita la localizacin de los temas generales y especficos. La forma que se sugiere adoptar para el ndice del trabajo de investigacin ser la llamada sistema general, en el que se utilizan nmeros romanos para identificar los captulos; letras maysculas para los temas, nmeros arbigos para los subtemas y letras minsculas para las subdivisiones de stos. ii LA INTRODUCCION Es la comunicacin inicial que permite (sin necesidad de explicar) penetrar a detalles incentivadores, creando un ambiente de familiaridad y confianza entre el autor del escrito y la persona lectora. Adems de ser incentivadora, la introduccin presenta el tema de investigacin, los propsitos esenciales y datos generales del contenido estructural del escrito, es decir una breve descripcin capitular. Para redactar la introduccin debern cumplirse las siguientes recomendaciones:

a. Redactarla al finalizar el ordenamiento y clasificacin de todos los datos, es

decir, cuando se ha terminado todo el trabajo. b. Se ubica luego de la tabla de contenidos o ndices. c. Prepara al lector para la descripcin de lo que se hizo.

d. Se menciona el tema de investigacin y los objetivos. Describe el estudio e

incluye una breve resea bibliogrfica, la explicacin del marco conceptual, las hiptesis y la justificacin. e. No se presentan resultados ni definiciones. f. Debe ser clara y concreta.

94

g. Articular en forma lgica: la presentacin (qu es el escrito?, cul es el ttulo?, a quin se presentar? y a qu institucin?), el propsito, las partes estructurales generales y una breve metodologa de exposicin.

iii EL RESUMEN En l se detalla sintticamente todo el contenido del informe de investigacin, planteando las ideas centrales y el perfil del escrito, es decir, reducir a trminos breves y precisos la idea central de la investigacin realizada. Debe incluir la justificacin, objetivo general, principales resultados y conclusiones. Su extensin vara de las 75 hasta las 150 palabras como mximo. CAPITULO I PLANTEAMIENTO DEL PROBLEMA Es una breve descripcin de la problemtica que puede sustentarse en el desconocimiento de las causas que la generan, los factores asociados o el grado de intensidad mostrado en el comportamiento de algunos indicadores o variables en un contexto determinado. Puede subdividirse en los siguientes apartados: A. PROBLEMATICA (Relativa al tema de estudio) En este apartado puede plantearse:

Breves antecedentes de la problemtica.(Antecedentes del problema) Sntomas que la reflejen.(Situacin Problemtica) Efectos inmediatos y futuros. Causas probables. Factores asociados. Datos que verifiquen que el problema es parte de un contexto en el que se conjugan otros problemas relativos.

Actores y/o instituciones involucradas. Soluciones que se han intentado. Interrogantes fundamentales, preguntas a responderse en la investigacin.(Enunciado del problema)

95

Todo lo anterior, redactado en forma lgica y coherente con un enfoque deductivo; a menos que el tipo de investigacin amerite un enfoque inductivo. B. DELIMITACIN DE LA INVESTIGACIN. En este apartado se establecer descriptivamente la cobertura que tuvo la investigacin en lo relativo a: Espacio geogrfico, es decir, el lugar donde se realiz la investigacin. Sujetos y/u objetos que participaron en la realizacin del estudio. Tiempo, especificando el periodo de tiempo en el que fue realizado la investigacin. Contenidos, se debe mencionar la o las variables que se consideraron en el estudio.

C.

JUSTIFICACIN. Este apartado debe reflejar la importancia y relevancia que tiene la investigacin que se ha realizado, exponiendo argumentos tales como:

Evidencias que demuestren la magnitud de la problemtica o necesidad de stas para profundizar en el anlisis. Necesidad de corregir o disear medidas correctivas que contribuyan a la solucin de los problemas expuestos.

Demostrara que la investigacin constituye una estrategia para enfrentar la problemtica mencionada. Mencionar los beneficios futuros que pueden obtenerse, tanto para las personas como para las instituciones y/o grupos sociales.

C.

LIMITACIONES. Este apartado debe reflejar las restricciones que tiene la investigacin, para poder expandir o generalizar los resultados, as como el reconocimiento de la incidencias de otras variables que en el proceso de la investigacin no se controlan. Debe evitarse mencionar limitantes que puedan preveerse antes de realizar la investigacin, tales como tiempo, costos, falta de informacin y otras propias de los investigadores.

96

E. OBJETIVOS. Deben expresarse como proposiciones orientadas a definir los logros que se esperan obtener a partir de los resultados que arroje la investigacin. Los elementos que lo constituyen son el verbo, la (s) variables, la (s) relaciones y el contexto. Deben reflejar lo que se espera obtener al estudiar cada variable (cuando no se establezca una relacin bivariada), o lo que se espera al estudiar la relacin de dos o ms variables. Debe formularse un objetivo general y varios especficos, en donde estos ltimos sean desglosados del primero.

CAPITULO II FUNDAMENTACIN TEORICA. En este captulo se exponen algunos principios, axiomas o leyes que rigen las relaciones de los fenmenos que son parte de la realidad a estudiar y que de alguna manera estn incidiendo o son parte de la casualidad o estructura lgica de las explicaciones tericas de alguna disciplina cientfica Este captulo debe estructurarse dependiendo de la naturaleza de cada investigacin, pero en trminos generales deben considerarse aspectos tales como: Breve marco histrico. Contexto en el que estn inmersas las variables del problema. Sntesis del marco social, cultural, legal, institucional. Comportamiento de las variables en otros ambientes y contextos. Enfoques de autores o teoras que las respaldan. Relacin de las variables.

Todo lo anterior debe plantearse bajo un enfoque deductivo, es decir desde lo ms general hasta lo ms especfico, (a menos que el tipo de investigacin demande otro tipo de enfoque).

97

As tambin, cada aspecto debe ser comentado e interpretado con ideas propias de los investigadores de manera que se refuercen sus hiptesis. Con respecto a las referencias bibliogrficas se usan las citas cortas, as: (3,6) (Polit, pg. 6), en donde 3 corresponde al tercer libro de la bibliografa y 6 corresponde al nmero de la pgina en donde est ese prrafo textual. CAPITULO III. HIPOTESIS Y VARIABLES. En este captulo deben expresarse los supuestos bsicos que orientan la bsqueda de la informacin y cmo stos han sido operacionalizados a travs de la relacin esperada de las variables. De igual manera deben exponerse los indicadores que permitirn medir el comportamiento de las variables a evaluar. Los apartados sugeridos son: A. HIPOTESIS. General y especficas. En este apartado se sugiere formular las hiptesis de investigacin, tal como estaban en el anteproyecto(si ste se hubiese elaborado). Estas deben correlacionarse con cada objetivo (solamente cuando la investigacin demande efectuar las respectivas pruebas). Si dentro del trabajo no se realizaron pruebas de hiptesis ya que el estudio es descriptivo o exploratorio, entonces debe de hacerse esta aclaracin. B. DIAGRAMA DE VARIABLES. En este apartado debe presentarse en forma esquemtica, lgica y cronolgica, la relacin supuesta entre las variables, definiendo la (s) independiente (s) y dependiente (s).

C. DEFINICIN OPERACIONAL DE VARIABLES. En este apartado debe formularse una definicin de cada una de las variables, tal como deben entenderse en esta investigacin. D. INDICADORES DE LAS VARIABLES.

98

El concepto de indicador se refiere a aquellos aspectos medibles que nos muestran como es el comportamiento de las variables. En el caso de las variables que representan procesos, no se deben definir indicadores que no sean sujetos de medicin.

CAPITULO IV METODOLOGA DE LA INVESTIGACIN. Este captulo comprende la descripcin de la estrategia a seguir expresada a travs del tipo y modalidad de la investigacin, la caracterizacin de las unidades de anlisis, las tcnicas, procesos e instrumentos de medicin a ser utilizados; los cuales se expresarn en los siguientes apartados: A. TIPO DE INVESTIGACIN

Este apartado debe reflejar la manera de cmo se enfoc la investigacin en cuanto al propsito, amplitud y profundidad, mencionando las caractersticas propias del nivel o modalidades de investigacin que se aplic en base a los planteamientos de algunos autores de textos actualizados. Cuando el tipo de investigacin demande la aplicacin de algn diseo, ser necesario exponerlo y explicarlo en cada uno de sus elementos y procesos dentro de este apartado.

B.
Aqu

POBLACIN Y MUESTRA debe describirse detalladamente las caractersticas propias del

conglomerado de sujetos u objetos hacia los cuales se orient la investigacin, es decir, a la totalidad de elementos que podran ser objeto de medicin. Cuando no se trabaje con toda la poblacin, sino con una parte de ella (muestra), debe definirse si sta fue tomada aleatoriamente. En este caso debe de determinarse un tamao muestral calculado mediante probabilidades y niveles de confianza definidos. Si la seleccin no fuese aleatoria, debe justificarse el por qu y reconocer las limitaciones que esto implica y los criterios que se definieron para escoger a los sujetos. Para cualquiera de los dos casos, debe describirse el proceso de seleccin de los elementos que conformaron la muestra.

C.

MATERIALES Y METODOS

99

Descripcin detallada de cmo fue realizada la investigacin y los elementos utilizados en la misma. Incluye:

Detalle de procedimientos: Explicacin general sobre aspectos como nmero de grupos, asignacin de sujetos a grupos, manipulacin, etc.)

A.

TCNICAS APLICADAS EN LA RECOLECCIN DE LA

INFORMACIN. INSTRUMENTOS DE MEDICIN. En este apartado deben explicarse cada una de las tcnicas que se aplicaron (entrevista, encuesta o alguna otra), a quines se les aplic, con qu propsito, cmo se desarrollo, pasos que siguieron, y cul fue el uso especfico que se le di a la informacin o datos recopilados a travs de stos. Tambin deben describirse los instrumentos que se han utilizado en la investigacin, mencionando cmo es su estructura, su contenido, en qu se han basado para su construccin, cmo se califican y ponderan las respuestas y cul ha sido el proceso de validacin. B. RESULTADOS.

En este apartado se debe exponer desde cmo se tabularon y organizaron los datos, los respectivos cuadros y grficos con su respectiva descripcin de los resultados, los modelos estadsticos y/o programas que se utilizaron para su exposicin, la justificacin del por qu se usaron y cmo se efectuaron las pruebas de hiptesis en el caso que se realicen. C. DISCUSIN DE RESULTADOS.

Autoevaluacin de los procedimientos empleados y discusin de los posibles alcances y significados de la investigacin. Se hace una interpretacin acerca de los resultados obtenidos con respecto a la informacin encontrada en la revisin de la literatura, evitando hasta dnde sea posible especular. D. CONCLUSIONES. Las conclusiones en el informe de investigacin, hacen referencia a los resultados concretos que se obtuvieron en el desarrollo de la investigacin y que fueron presentados ampliamente en el desarrollo del cuerpo del trabajo, prcticamente es un resumen sinttico de los puntos ms importantes y significativos para los autores. Estas van acorde al
100

numero de objetivos planteados en la investigacin, esto no quiere decir que no se presentar otra informacin importante obtenida durante el estudio. H. RECOMENDACIONES. Las recomendaciones constituyen el aparato del documento, dnde la creatividad del investigador (es) se pone de manifiesto en el planteamiento de polticas, estrategias y medidas de accin a tomar por instituciones (pblicas o privadas), requisitos, entidades, etc. para la solucin del problema que se investig. I. ANEXOS Aqu se ubicarn los instrumentos y otro tipo de documento que han sido necesarios para el desarrollo del trabajo y que no se ha considerado otro lugar para ellos en el documento. Los anexos son secciones adicionales que se adjuntan al documento escrito, el objetivo es presentar informacin adicional importante, ya sea para prolongar la explicacin de los datos, como tambin para confirmarlos. Se ubica despus de las conclusiones y recomendaciones, antes de la bibliografa. Ejemplo de anexos: copias de documentos, mapas, planos, cuestionarios, guas de entrevista y observacin, proyectos, programas, cuadros, grficos, diagramas, resultados de laboratorios, cronogramas, presentacin de la exposicin etc. Dichos agregados son ordenados de acuerdo a cmo han sido citados en el cuerpo del trabajo. J. BIBLIOGRAFIA Es la ltima parte del informe de investigacin, agrupa todas las fuentes consultadas para la realizacin de la investigacin y redaccin del informe. Las fuentes pueden ser libros, revistas, boletines, peridicos y documentos varios(referencias electrnicas o de Internet). Cuando la bibliografa es utilizada en el trabajo comprende otras fuentes adems de libros, se dividirn en secciones que se clasifican y ordenan de la siguiente manera: libros, revistas, boletines, peridicos, documentos y otras fuentes ( como por ejemplo la entrevista, referencias electrnicas o de Internet), los titulados de estas secciones irn en

101

mayscula en el centro de la pgina. Lo que se presenta a continuacin es una sugerencia para elaborar la bibliografa. Sin embargo, se remite a los lectores a consultar las Normas que la American Psychological Association (APA), 5 Edicin a elaborado con el objetivo de que sean consideradas para la elaboracin de una Bibliografa ms completa.

102

LECTURAS COMPLEMENTARIAS

LECTURA 3: QU ES UNA TESIS? PARA QUIEN SE ESCRIBE? CMO DEBE ESTAR ESCRITA?
JOE WOLFE
u tesis es un trabajo de investigacin. El informe concierne a un problema o conjunto de problemas en un rea definida de la ciencia y debe explicar lo que se sabe de l previamente, lo que se haca para resolverlo, lo que sus resultados significan, y dnde o cmo se pueden proponer progresos, ms all del campo delimitado por el trabajo. No se aturda con sus temores de estudiante en examen!: una tesis no es una respuesta a una pregunta de examen. El lector de un examen es normalmente quien tiene la respuesta. El ya conoce la respuesta (o alguna de las respuestas), por no mencionar los antecedentes, la bibliografa, los supuestos y teoras complementarias. Tambin conoce de Ud. sus fortalezas y debilidades en el tema. El lector de una tesis, en cambio, no sabe cul es "la respuesta" a la hiptesis planteada. Si la tesis es para obtener un doctorado, la universidad exige que se haga una contribucin original al saber cientfico: su investigacin debe descubrir algo cientficamente original, hasta ahora desconocido. Nadie sabe ms que Ud. mismo El jurado leer su tesis. Ellos son expertos en el rea genrica de su trabajo, pero sobre el tema concreto de su tesis, nadie sabe ms, que usted mismo... en todo el mundo! Por lo tanto debe escribirlo de manera que resulte de clara comprensin, en especial para el jurado de "expertos", que no han ocupado demasiado de su tiempo en analizar los pormenores del problema, objeto de su tesis.

103

Su tesis es un informe cientfico y ser consultada por investigadores que querrn enterarse en detalle, de los pormenores de sus experiencias de laboratorio. Las tesis son consultadas por personas de otras instituciones, y la biblioteca puede proveer fotocopias en papel o microfilm. Pero cada vez ms se digitalizan (en imgenes y texto) las obras. Una consecuencia directa es que su tesis ser consultada ms fcilmente, por investigadores de todo el mundo. Por lo tanto, escriba su tesis en atenta atencin de estas posibilidades. Siempre ser til tener a alguien, aparte de su asesor, que lea objetivamente unas secciones de la tesis, particularmente la introduccin y los captulos de la conclusin que debe estar ntimamente relacionadas. Sera muy apropiado tambin consultar a los otros miembros del jurado... si podran leer algunas secciones de la tesis que consideraran pertinentes o de inters, en las que se podran descubrir contribuciones valiosas. A ellos, permtales concentrarse en el contenido, provales slo versiones revisadas, de manera que no pierdan tiempo corrigiendo su gramtica, o su presentacin. Cun detallada? Bastante ms que para un artculo cientfico! Una vez que se ha evaluado su tesis y sus amigos han ledo las tres primeras pginas, los nicos lectores que querrn continuar, sern las personas que investigan seriamente en el rea. Por ejemplo, un estudiante ms joven desea seguir su misma lnea de investigacin y est interesado en saber exactamente lo que usted ha experimentado. Pregntese: podr hacerlo con su tesis? Ud. debe estar en condiciones de proveerle todo lo necesario: debe incluir bocetos, dibujos, diagramas y programas de computadora, normalmente como apndices. Una omisin muy frecuente e irritante, se encuentra en los programas de computacin indocumentados e incomentados, lo que lleva a una, casi imposible interpretacin. Ud. no debe caer en esta negligencia! Seguramente alguna vez tuvo la oportunidad de leer las tesis de estudiantes anteriores en el laboratorio donde actualmente trabaja, as que ya conoce de las ventajas de una tesis explcita, en contraposicin con una inconsistente.

104

Ponga en claro lo suyo La referencias bibliogrficas son el medio adecuado de documentar conceptos que no son propios, debe declarar donde est documentado ese resultado, en la literatura cientfica. Las excepciones son los descubrimientos de larga data, por ejemplo en fsica: las ecuaciones de dinmica no requieren ser referenciadas por una cita de Newton; el anlisis de circuitos no requiere una referencia a Kirchoff. La importancia de esta prctica en ciencia es que permite al lector verificar su posicin inicial. Se sabe que la fsica (y muchas otras ciencias), es una ciencia vertical: los resultados se construyen apoyndose en anteriores resultados, los cuales, a su vez, fueron construidos sobre otros resultados. Las buenas referencias, dejan que verifiquemos los fundamentos de sus aportaciones a la estructura de la disciplina, o por lo menos retraerlas a un nivel que juzgamos fiable. Las buenas referencias tambin les dicen a los lectores, cules partes de la tesis son descripciones de conocimientos previos y cules partes son sus contribuciones originales a ese conocimiento. El texto de una tesis, escrita para un lector cientfico con poca familiaridad con la literatura en ese campo, debe quedar especialmente claro. Parecera tentador omitir una referencia, con la esperanza de que un lector pudiera pensar que una idea buena o un "pedazo bueno" del anlisis es suyo. Cuidado!, le prevengo contra este acto deshonesto. Puede caer descuidadamente en el delito de plagio. El lector pensar: " Qu idea tan buena, debo comprobar su originalidad! ". Se enterar de su verdadero origen, en la biblioteca, en la red o con slo una llamada telefnica. Sin descartar la posibilidad de descubrir de pronto, un verdadero genio escritor de ciencia, que con su estilo personalsimo cautive el inters de acreditados lectores, ms all de lo supuesto, es necesario afirmar, que un escrito cientfico debe expresarse siempre en voz activa, con el verbo en modo infinitivo . Una tesis es un escrito cientfico. Esta afirmacin cobra mayor verdad cuando los descubrimientos cientficos son de tal magnitud (como los de Albert Einstein) que la persona del cientfico en si, pasa a

105

segundo plano en los escritos. Este debe despersonalizarse por completo, siempre que el escrito sirva para comunicar ciencia. La ciencia debe ser escrita siempre en voz activa y en modo impersonal! Es como si la misma ciencia se expresara a travs de la Naturaleza como autora. Imagnese por un momento cmo escribira la Naturaleza? Ella nunca dira "Yo hice esto, ellos obtuvieron esto otro": ms bien dira "se debe hacer esto, es correcto determinar aquello". Suele ocurrir un extrao fenmeno. Es ntidamente ms notorio, cuando el descubrimiento cientfico es de una gran magnitud (Teora de la Relatividad). El escrito parece haber sido (o debera haber sido) redactado por la propia Naturaleza, como en un generoso acto de despojo de sus secretos muy bien guardados. La persona del investigador queda en segundo plano, el protagonismo en la escritura lo toma (o lo debe tomar) la propia Naturaleza; expresndose en el texto cientfico, en voz activa e impersonal (verbos en modo infinitivo). Por esta razn, no se trata del rechazo de "un yo inmodesto", por parte del cientfico al escribir en modo impersonal, sino ms bien un simple acto de respeto por la ciencia. Algunos escritores piensan, -tal vez equivocadamente- que si escriben en voz pasiva, deben ser ms cuidadoso sobre la atribucin. Por ejemplo, si escribe en voz pasiva "La muestra fue preparada por itrio calentado. . .", se puede dudar si era Ud. quien preparaba la muestra o si lo haca la Compaa Itrio. "Prepar la muestra . . ." es ms claro expresndolo en voz activa, fundamentarn... No obstante y con el afn de dar por terminada la discusin, a todas luces es correcto expresar cientficamente: "...preparar una muestra de itrio calentado..." que no da lugar a las incorrectas interpretaciones enunciadas, y por supuesto est escrito en voz activa, totalmente impersonal. El Estilo El texto debe ser claro. La buena gramtica y la escritura reflexiva harn la tesis ms fcil de leer. La escritura cientfica tiene que ser un poco formal --bastante ms formal que este texto--. Los angloparlantes nativos deben recordar que el ingls cientfico es un idioma internacional, lo cual es cierto especialmente para la ciencia. La jerga y la escritura informal sern ms difciles de entender por un parlante no-nativo.

106

La escritura de prrafos muy largos no siempre guardan el sentido de unidad. Pero creo que este "defecto", es ms bien un problema en el que prima el "ahorro" de papel, lo que no lleva necesariamente al concepto de brevedad. Si su obra escrita es importante, no escatime espacio de papel en contra de la presentacin. La correcta separacin de los prrafos debe estar entre 3 y 6 puntos para Word'97 (analice como ejemplo, este mismo prrafo). Es mucho ms efectivo la separacin entre prrafos, que la sangra de la primera lnea de un prrafo (entre 2 y 5 caracteres), destinado a facilitar una rpida ubicacin visual de los prrafos, durante la lectura. Yo personalmente, como puede ver aqu, no uso sangra, puesto que los prrafos quedan perfectamente destacados solo con su separacin. Obtenga esta excelente caracterstica de formato de prrafo: la separacin de prrafo, en el men de Word'97, con la opcin: Formato, Prrafo. Frases y palabras cortas, simples son a menudo mejores que las largas. Algunos polticos usan retricamente "en este momento del tiempo" en lugar de "ahora", precisamente porque toma ms tiempo obtener el mismo significado. No tienen cuidado particularmente con la comunicacin eficaz. Usted s debe. Habr ocasiones en las que se requiera una frase complicada porque la idea misma lo es. Si su declaracin primaria requiere varias calificaciones, cada una de stas requerira una clusula subordinada: "Cuando [calificacin], y donde [lugar], y si [condicin] entonces [declaracin]." La Presentacin No existe obligacin para una tesis, de ser una obra maestra de publicacin. Su tiempo puede ser ms productivo si lo emplea en mejorar el contenido, mucho ms que en la apariencia. Pero piense que una buena presentacin, invitar a una lectura ms agradable. Solo Ud. es capaz de establecer una relacin de compromiso con ambos aspectos perfectamente equilibrados. Actualmente (fines de 1998) se dispone de un dispositivo que viene en nuestro auxilio: me refiero al scanner. Con l podemos "escanear" (rastrear, escudriar) todo documento que se nos ocurra y guardarlo digitalizado en el disco rgido.

107

Por ejemplo, Ud. puede hacer un dibujo a mano alzada (o como quiera), luego escanearlo y finalmente retocarlo, colorearlo con una aplicacin grfica fotogrfica. Pero el scanner va mucho ms all. Es posible rastrear el texto de un libro para llevarlo directamente a su procesador de texto. Cuidado con esto!, es una invitacin al plagio. No se tiente con este "canto de sirena" (repase lo analizado en el tema Ponga en claro lo suyo). Su tesis hoy (1999), debe estar hecha con todas las capacidades para procesarse, conservarse y transmitirse ntegramente en archivos de computadora ! Un diagrama, un dibujo, una tabla, una fotografa y en general una figura habla por si sola. No es necesario redundar en explicaciones que las mismas figuras o ilustraciones muestran con alta propiedad. No ponga ms figuras (dibujo, tabla, diagrama, fotografa, sonido, video, etc.) que las necesarias. Deben estar correctamente construidas segn las normas. En el texto refirase a ellas solo en el sentido de aclarar lo que no resulta obvio, de su sola inspeccin. No pienso que haya una correlacin fuerte (de cualquier modo) entre cantidad y calidad. No hay necesidad de dejar grandes huecos de papel, para hacer la tesis ms voluminosa. Los Lectores no apreciarn grandes cantidades de texto vago o innecesario. Cuntas copias? Consulte con su asesor sobre esto. As como para los examinadores, las bibliotecas universitarias y usted mismo, debe hacer unas copias del original para la distribucin. Recuerde que debe tener en cuenta tambin las copias informticas de los archivo de computadora. El soporte que se impone, dado el volumen extenso de una tesis es el CD-ROM. Si se trata de una tesina , quiz alcance solo con un juego de disquetes. Se deben enviar estas copias a otros cientficos que trabajan en el mismo campo de investigacin de manera que:

puedan tomar nota del trabajo que estuvo haciendo, antes de que aparezca en las revistas especializadas; puedan buscar los detalles finos de trabajos parciales que conforman su tesis, los mtodos y resultados que sern o han sido publicados, sintticamente en otra parte;

108

puedan finalmente descubrir el maravilloso cientfico que es usted! Este descubrimiento le ser til si existe una oferta de estudios postdoctoral (o doctoral si es Ud. un maestrando) disponible en sus ambientes. Debe colocar su nombre en estas candidaturas, de inmediato!

Independientemente de las normas de presentacin de una tesis en la Universidad, en cuanto a utilizar un solo lado o los dos de las hojas (anverso y reverso), las copias para distribucin deben ser siempre de doble faz, de manera que los gastos del papel y las estampillas (de correo) no sean excesivos. Digamos de paso que esto va tambin en favor de un ms cmodo manipuleo de la encuadernacin, por contener la mitad de las hojas. Su asesor podra ayudarlo a elaborar una lista de interesados y/o personas potencialmente tiles para tal envo masivo de copias por el correo normal. Su asesor puede ayudar tambin al financiamiento de los gastos de distribucin, si es que no estn cubiertas por su beca. Esto depender en gran medida de las costumbres imperantes en la institucin. No se olvide de hacer una copia para sus padres, quienes como ningunos otros, se sentirn profundamente honrados y orgullosos de merecer el alto honor de constituirse en depositarios, de tan importante documento. En lo personal Est asegurado que Ud. emplear gran parte de su tiempo --quizs la mayora-escribiendo su tesis. Esto podra ser perjudicial para su salud fsica y mental. Reciba unos cuantos consejos: Aprenda Dactilografa Instale su silla y computadora apropiadamente. Hay publicaciones (libros) que abordan aspectos de una ciencia nueva denominada Ergonoma . En ellos podr encontrar sugerencias sobre: alturas relativas, posturas saludables y tambin ejercicios recomendados si pasa mucho tiempo al teclado. En esto ltimo vale la pena asegurarse: usted no debe permitir una molestia extra en la espalda o un dolor de cuello. Trate de intercalar sesiones largas de dactilografa con otras actividades preferentemente fsicas. Si no sabe "escribir a mquina", debe aprender a hacerlo!, tanto a causa de su cuello como por su productividad. Hay varias aplicaciones buenas de software que ensean

109

dactilografa interactivamente. Si usa uno de estos programas por lo menos 30 minutos por da, por un par de semanas, seguro podr aprender. Para cuando termine su tesis, podr teclear rpidamente, con precisin y su inversin en horas se habr amortizado plenamente. Sea cuidadoso de no usar el ejercicio de la mecanografa como una actividad distractiva. Tmelo seriamente. Haga ejercicios fsicos No deje de ejercitarse fsicamente en las pausas. La prdida de estado fsico le har sentirse mal. 30-60 minutos de ejercicio por da no es tiempo perdido para su tesis: yo he descubierto que si no hago ejercicio regularmente, duermo menos sanamente y por ms tiempo. Camine para irse al trabajo y tambin para retornar? Muchas personas opinan que una caminata les ayuda a pensar, o les despeja la mente. Descubrir que un paseo ocasional, mejora su productividad. Alimntese No se olvide de comer bien, y haga un esfuerzo por comer rico y saludablemente. No debe perder aptitud fsica o arriesgarse a contraer una enfermedad en este tiempo crtico. El ejercicio sirve para mantener el apetito. S que tiene poco tiempo para cocinar, pero guarde una provisin de fruta fresca, verduras y pan. Toma menos tiempo hacer un bocadillo, que ir al restaurante local de comida rpida... seguro que se sentir mejor despus. Drogas Los escritores de tesis tienen una tradicin larga de consumir caf como un estimulante y alcohol o marihuana como relajantes. El uso del alcohol y el caf es legal, usar marihuana no. Tomados con moderacin, no parecen tener efectos nocivos en la calidad de la tesis producida. Los excesos, sin embargo, son obviamente contraproducentes: varios cafs cargados y a usted le costar demasiado sentarse a trabajar; varias bebidas por la noche lo volvern ms lento y torpe al da siguiente. Otros Personas de su ambiente le mostrarn su afecto, as que aprcielas suficientemente. Cnyuges, amantes, familia y amigos no se deben sub-valorar. Pase algo de tiempo con ellos y, cuando lo haga, divirtase. Cuando est en compaa de ellas, no

110

desperdicie su tiempo refunfuando de su tesis: ellos ya la condenaron, por mantenerlo alejado. Si puede encontrar a un colega (otro educando) escribiendo una tesis, entonces encontrarn teraputico quejarse mutuamente de las dificultades. l o ella no requieren, necesariamente, estar en la misma disciplina en la que est usted. Fin La escritura de una tesis es un trabajo exigente y duro. Es tambin un rito importante de transicin en la vida de un estudiante. En nombre de los estudiantes universitarios de todas las latitudes, les deseo buena suerte!

111

BIBLIOGRAFA
1. ANDER EGG, Ezequiel Tcnicas de investigacin social. Edic. 14 Edit. 2. Cid Editor, Argentina 1980. 3. ARNDT, Clara y DADERIAN, Loucine M. Administracin de Enfermera. Teora para la Prctica con un Enfoque de Sistemas. Segunda Edicin OPS. Mxico 1980. 4. CABALLERO ROMERO, Alejandro Criterios operativos y prcticas 5. sobre investigacin cientfica aplicados especialmente en el estudio del Cooperativismo. Univ. de Lima 1984. 6. CANALES , F.H. & COLS Metodologa de la investigacin. Manual 7. para el Desarrollo del Personal de Salud. Edit. Limusa Organizacin Panamericana de la Salud. Mxico 1986.. 8. CHAVEZ CONSTANTINO, Daniel Metodologa de la investigacin en salud. Impreso en Calidad S. Santo Domingo D.N. Febrero de 1982. 9. GONZALES, G.F. Metodologa de la Investigacin en Reproduccin Humana. Universidad Cayetano Heredia. Lima 1994. 10. HERNANDEZ, Roberto. Metodologa de la investigacin. Edit Mc. Graw Hill Interamericana de Mxico S.A. de C.V. impreso en Colombia. 1991. 11. KERLINGER, Fred. Investigacin del comportamiento. 2da. Edicin. Edit, Interamericana. Mxico 1982. 12. LAM DE SHOJI, Julia. Mdulo autoinstructivo para elaborar proyectos de investigacin en salud. Revista Cultural de la Asociacin de Docentes U.S.M.P. N 9 Edit. Logos. 1995. 13. LEON, Federico y CHU, Magdalena. Investigacin de Operaciones en Planificacin Familiar y Salud Reproductiva. Concepto, Caos. Universidad Cayetano Heredia. Lima 1998.Biblioteca de la Facultad de Obstetricia-USMP. 14. LEON, Orfelio y MONTERO, Ignacio. Diseo de Investigacin. Edit. Mc. Graw Hill. Espaa 1997. Biblioteca de la Facultad de Obstetricia-USMP. 15. NEUPERT, Ricardo. Manual de investigacin social. Edit. Universitaria Honduras. 1977. 16. OBLITAS GUADALUPE, Luis. Metodologa de la investigacin. Bibliografa de Psicologa Peruana. Per S/F. 17. SANCHEZ, Hugo / REYES, Carlos. Metodologas y diseos en la investigacin cientfica aplicados en la psicologa , educacin y ciencias sociales. Edit. Educativa. Inide, Per 1984. 18. TAMAYO TAMAYO, Mario. El proceso de la investigacin cientfica. Edit. Libusa, Mxico. 1981. 19. CAMPBELl, Mary. base IV Gua de Autoenseanza. Espaa. Editorial McGraw Hill Interamericana. 1990. pp110/111,121/122,161,169, 179-191/192. 20. HARWRYSZKIEWYCZ, I T. Anlisis y diseo de base de datos. Editorial Megabyte. Noriega Editores. Mxico. 1994. pp29/31 21. LAUDON, Kenneth C. Administracin de los sistemas de informacin. 3ra. Edicin. Mxico. 1996. pp 271/295 22. MARQUZ R. Omar A. El Proceso de la Investigacin en las Ciencias Sociales. Ediciones de la Universidad Ezequiel Zamora coleccin Docencia Universitaria. 23. Hernndez, Sampieri. Roberto. Metodologa de la investigacin 2a. Edicin. Editorial McGraw-Hill, Mxico, 1998. 24. Polit, Denise, F. Hungler Bernadette P. Investigacin cientfica en ciencias de la salud, 5ta. edicin. Mc-Graw Hill Interamericana, Editores, S.A. Mxico, D.F. 1997.
112

25. Polit, Denise, F. Hungler Bernadette P. Investigacin cientfica en ciencias de la salud, 6ta. edicin. Mc-Graw Hill Interamericana, Editores, S.A. Mxico, D.F. 2000. 26. Artiles Visbal, Leticia. El articulo Cientfico. Revista Cubana de Medicina General Integral, Abril Junio, 1995. Disponible en el URL http://bvs.sid.cu/revistas/mgi/vol11_4_95/mgi15495.htm 27. American Psychological Association (APA) (1994). Publication manual of the American Psychological Association. (4th ed.). Wasington, D. C. Disponible en http://www.apa.org 28. Day R. Cmo escribir y publicar trabajos cientficos. Washington: Organizacin Panamericana de la salud. 1990:8,34. 29. Cazau, Pablo. Normas de Publicacin de la APA. Disponible en http://www.monografias.com 30. Badal, Mauricio. Elaboracin de referencias y citas segn las normas de la American Psychological Association (APA), 5 Edicin. Disponible en http://www.momografias.com/apa.shtml

113