Estadística en La Investigación Pedagógica-Doctorado

1
ESTADSTICA EN LA INVESTIGACIN
PEDAGGICA

Dr. M. Hctor Jimnez Milin
Dr. Hctor Jimnez Milin 2
El mtodo cientfico es el camino, la va,
el conjunto de acciones reglamentadas

que permiten avanzar en el conocimiento
del objeto de estudio del nivel sensoria
al nivel racional, hasta lograr el objetivo
de la investigacin.
En la investigacin se utilizan tres tipos
de mtodos que cumplen funciones
gnoseolgicas diferentes, estos son:

Mtodos tericos.
Mtodos empricos.
Mtodos estadsticos.
Mtodos Funciones fundamentales que cumplen en el proceso
de investigacin
Tericos Posibilitan la interpretacin conceptual de los datos
empricos.
Permiten interpretar teoras.
Se utilizan en la construccin y desarrollo de las
teoras al explicar los hechos y profundizar en las
relaciones esenciales de los procesos no observables.
Empricos Proporcionan los datos empricos para el desarrollo de
las teoras cientficas.
Constituyen la va para constatar hechos cientficos.
Permiten arribar a conclusiones inductivas.
Posibilitan poner a prueba la veracidad de las
hiptesis y teoras cientficas.
Estadsticos Se utilizan en la seleccin de la muestra de la
investigacin.
Permiten procesar los datos obtenidos
empricamente.
MTODOS DEL NIVEL EMPRICO

Mtodo de observacin.
Mtodo experimental.
Mtodo de observacin.
En la investigacin educacional se utiliza
con frecuencia la observacin como mtodo
emprico, de modo que el sujeto que investiga
(observador u observadora) recoge informacin
acerca del objeto de estudio utilizando como
va fundamental la percepcin, que le permite
un reflejo inmediato y directo de la realidad que
le interesa indagar.
El mtodo experimental

Cuando el objetivo de una investigacin
es examinar relaciones de causalidad, o sea,
relaciones causa-efecto, el experimento se
convierte en un mtodo de posible aplicacin
por el educador o educadora.
Las Tcnicas de interrogacin

son
empleadas con mucha frecuencia

en la
investigacin educativa para la recogida de
informacin acerca del estado real del objeto
de estudio, as como para conocer el estado
de opinin de un grupo de sujetos con
relacin a la temtica que se investiga.
LA OBSERVACIN
Consiste en la percepcin intencionada del objeto
(grupo, fenmeno o proceso grupal) con un objetivo
cientfico determinado.
La observacin cientfica puede definirse
como el uso sistemtico de nuestros
sentidos en la bsqueda de los datos que
se necesitan para resolver un problema de
investigacin.
LA OBSERVACIN CIENTFICA.
DEFINICIN
Sabino p-
98
LA OBSERVACIN PEDAGGICA
La observacin pedaggica se realiza con el objetivo
de ayudar al docente en el desarrollo de su labor y
est muy relacionada con la habilidad emprica o
intuitiva que todo educador posee para observar los
fenmenos, aspectos y elementos que se ponen de
manifiesto en el proceso docente educativo que se
desarrolla cotidianamente. En ocasiones este tipo de
observacin es denominada observacin popular.

La observacin pedaggica, si se ejecuta como parte
de una investigacin puede ser considerada
entonces como una observacin cientfica, al
cumplir los requisitos que se plantean para
considerarla como tal.
EL OBJETO
EL SUJETO
EL SISTEMA DE
CONOCIMIENTOS
LOS MEDIOS
LAS
CONDICIONES
ELEMENTOS
DEL ACTO DE OBSERVACIN
LA OBSERVACIN
PEDAGGICA
FORMAS
OBSERVACIN
ABIERTA
PARTICIPANTE
CONTINUA
ENCUBIERTA
NO PARTICIPANTE
DISCRETA
EL ANLISIS CIENTFICO DE LOS
HECHOS Y PROCESOS QUE SE
MANIFIESTAN Y DESARROLLAN EN EL
MUNDO CONTEMPORNEO EXIGEN
CADA VEZ, CON MAYOR FUERZA, LA
BSQUEDA DE SOLUCIONES
CIENTFICAS. ESTO PRESUPONE LA
UTILIZACIN DE MTODOS QUE
POSIBILITEN TALES RESULTADOS.
SON MTODOS DE LA INVESTIGACIN
PEDAGGICA AS COMO DE OTRAS
CIENCIAS, LOS EMPRICOS-
EXPERIMENTALES DONDE SE
DESTACAN ENTRE OTROS EL
EXPERIMENTO, EL EXPERIMENTO
SECUENCIAL, LA ENTREVISTA , LA
ENCUESTA.
CMO REALIZAR UNA
DESCRIPCIN DE LOS DATOS QUE
SE OBTIENEN AL APLICAR LOS
DIFERENTES INSTRUMENTOS
UTILIZADOS EN FUNCIN DE
EVIDENCIAR TENDENCIAS Y
DESVIACIONES?
LOS MTODOS ESTADSTICOS
POSIBILITAN ESTA DESCRIPCIN
POR QU?
PORQUE LA ESTADSTICA SE
OCUPA DEL
TRATAMIENTO DE
LOS DATOS MUESTRALES PARA
OBTENER LA MAYOR
INFORMACIN
POSIBLE ACERCA DE LA
POBLACIN DE DONDE PROCEDE
LA MUESTRA

MTODOS ESTADSTICOS
ESTADSTICA
DESCRIPTIVA
ESTADSTICA
INFERENCIAL
ESTADSTICA INFERENCIAL
EJEMPLOS DE APLICACIN
GUSTOS DE LA POBLACIN

PREFERENCIAS DE
TELEVIDENTES

CRITERIOS DE LA POBLACIN
CON RELACIN A UN
PROBLEMA DETERMINADO
AL DETERMINAR:
ESTADSTICA DESCRIPTIVA
EJEMPLOS DE APLICACIN
EL ANLISIS DEL RENDIMIENTO DOCENTE
DE UN AO ACADMICO EN DIFERENTES
ASIGNATURAS

LOS ACCIDENTES AUTOMOVILSTICOS
DURANTE DETERMINADO TIEMPO Y LAS
CAUSALES DE LOS MISMOS

LA PRESENCIA DE ENFERMEDADES EN
GRUPOS POBLACIONALES
POBLACIN
MUESTRA
CULES SON LOS CONCEPTOS
INICIALES BSICOS QUE DEBEMOS
UTILIZAR?
OTROS CONCEPTOS IMPORTANTES
EXPERIMENTO ALEATORIO
ESPACIO MUESTRAL
SUCESOS ALEATORIOS
ELEMENTALES
COMPUESTOS
SEGURO
IMPOSIBLE
CONTRARIO
EXPERIMENTO ALEATORIO
ES LA ACCIN INTENCIONAL
CUYO RESULTADO NO ES
PREDECIBLE A PESAR DEL
NMERO DE VECES QUE LO
HAGAMOS
EJEMPLOS
AL APLICAR UN INSTRUMENTO:
POR EJEMPLO UNA ENCUESTA O UNA
PRUEBA DIAGNSTICO, NO ES
PREDECIBLE LA SELECCIN O
RESPUESTA QUE DAR EL
ENCUESTADO
ESPACIO MUESTRAL
ES EL CONJUNTO FORMADO
POR TODOS LOS RESULTADOS
POSIBLES DEL EXPERIMENTO
ALEATORIO

POR ELLO ES NECESARIO
UTILIZAR RANGOS Y ESCALAS EN
LOS INSTRUMENTOS QUE
PERMITAN ABARCAR TODOS LOS
POSIBLES RESULTADOS EN LAS
CATEGORAS UTILIZADAS
SUCESOS ALEATORIOS
SON LOS SUBCONJUNTOS
O PARTES DEL ESPACIO
MUESTRAL
CLASIFICACIN DE LOS SUCESOS
ELEMENTALES
EST FORMADO POR SLO
UN ELEMENTO

EJEMPLO DE ELLO LO ES CADA
RESPUESTA EN UNA SELECCIN
COMPUESTOS
ESTN FORMADOS POR DOS O
MS RESULTADOS
EJEMPLO DE ELLO ES LA SELECCIN
DE DOS O MS RESPUESTAS
SEGURO
FORMADO POR TODOS LOS
POSIBLES RESULTADOS DEL
EXPERIMENTO, COINCIDE CON EL
ESPACIO MUESTRAL Y SIEMPRE
SE VERIFICA
EJEMPLO: TODAS LAS RESPUESTAS DE
UN ITEM
IMPOSIBLE
ES EL QUE, AL CONTRARIO DEL
SEGURO, NUNCA SE VERIFICA
SE DENOTA POR |
CONTRARIO
ES EL QUE DADO UN SUCESO A,
NO SE VERIFICA CUANDO SE
VERIFICA A
EJEMPLO: ALTERNATIVAS
OPUESTAS EN UN MISMO ITEM
CARCTER ESTADSTICO ES UNA
PROPIEDAD QUE PERMITE
CLASIFICAR A LOS INDIVIDUOS DE
LA POBLACIN Y PUEDEN SER
CUANTITATIVOS
CUALITATIVOS
CARCTER ESTADSTICO CUANTITATIVO
ES CUANDO SE PUEDEN MEDIR TALES
COMO: NMERO DE HERMANOS, PESO.
CARCTER ESTADSTICO CUALITATIVO
ES CUANDO NO SE PUEDEN MEDIR TALES
COMO: PROFESIN DEL PADRE,
CARRERA QUE PIENSA ESTUDIAR.
VARIABLE ESTADSTICA SE LE
LLAMA A LOS DISTINTOS
VALORES QUE TOMA UN
CARCTER ESTADSTICO
CUANTITATIVO Y PUEDEN SER:
DISCRETAS O CONTINUAS
VARIABLE ESTADSTICA DISCRETA
CUANDO TOMA VALORES A LO SUMO
NUMERABLE: LAS NOTAS DE LOS
ESTUDIANTES.
VARIABLE ESTADSTICA CONTINUA
CUANDO PUEDE TOMAR TODOS LOS
VALORES DENTRO DE UN INTERVALO:
PESO, TAMAO.
DISTRIBUCIN ESTADSTICA O DE
FRECUENCIAS: ES TODO
AGRUPAMIENTO DE LOS DATOS EN
CLASES, CATEGORAS O ESCALAS
ACOMPAADAS DE LAS
FRECUENCIAS DE CLASE

CULES PUEDEN SER LAS ESCALAS?
ESCALAS DE MEDICIN O
CUANTIFICACIN:

ORDINAL
DE INTERVALO
DE RAZN O PROPORCIN
NOMINAL

ESCALA NOMINAL CUANDO SE
ESTABLECE UN NMERO
DETERMINADO DE CLASES O
CATEGORAS TALES QUE CADA
ELEMENTO PERTENEZCA A UNA
Y SLO UNA CLASE.

EJEMPLO: EL TIPO DE INSUFICIENCIA
QUE PRESENTA CADA ALUMNO EN EL
APRENDIZAJE.
ESCALA ORDINAL SI ESTN EN UNA
ESCALA NOMINAL ENTRE CUYAS
CLASES EST DEFINIDO UN ORDEN
DE MODO QUE CUALESQUIERA QUE
SEAN DOS DE ELLAS UNA SER
MAYOR O SUPERIOR, EN ALGN
SENTIDO, QUE LA OTRA.
EJEMPLO: EL AO O GRADO DONDE SE
PRESENTA LA DIFICULTAD
ESCALA DE INTERVALO SI ESTN
EN UNA ESCALA ORDINAL EN
QUE SE HA DEFINIDO UNA
UNIDAD DE MEDIDA.

EJEMPLO: LA TEMPERATURA
CORPORAL DE CADA ALUMNO.
ESCALA DE RAZN SI ESTN EN
UNA ESCALA DE INTERVALO
QUE POSEE UN CERO
ABSOLUTO.

EJEMPLO: EL PESO CORPORAL DE
CADA ALUMNO.
EJEMPLO: EN UNA ENCUESTA A 16
ALUMNOS SOBRE LA ASIGNATURA
QUE PREFIEREN SE OBTUVIERON LOS
RESULTADOS SIGUIENTES:
COMPUTACIN, ESTADSTICA,
BIOLOGA, QUMICA, BIOLOGA,
ESTADSTICA, COMPUTACIN,
BIOLOGA, COMPUTACIN,
ESTADSTICA, BIOLOGA, QUMICA,
BIOLOGA, ESTADSTICA,
COMPUTACIN, BIOLOGA.

ASIGNATURA FRECUENCIA
Computacin 4
Biologa 6
Qumica 2
Estadstica 4
Total 16

DISTRIBUCIN DE FRECUENCIAS
AHORA SE PUEDE OBSERVAR
ADEMS QUE LA ASIGNATURA CON
MAYOR PREFERENCIA, (CLASE CON
MAYOR FRECUENCIA: 6), ES
BIOLOGA, LA DE MENOR
PREFERENCIA (2) ES QUMICA, QUE
COMPUTACIN Y ESTADSTICA TIENE
IGUAL PREFERENCIA (4).

DISTRIBUCIN DE
FRECUENCIA DE
DATOS
ABSOLUTA
RELATIVA
PORCENTUAL
FRECUENCIA ABSOLUTA:
ES EL NMERO DE VECES
QUE OCURRE ESE VALOR
FRECUENCIA RELATIVA:
ES EL COCIENTE ENTRE LA
FECUENCIA ABSOLUTA Y EL
NMERO TOTAL DE DATOS
FRECUENCIA PORCENTUAL:
ES EL PRODUCTO POR 100 DE LA
FRECUENCIA RELATIVA
F R E C U E N C I A

ASIGNATURA ABSOLUTA RELATIVA PORCENTUAL

Computacin 4 0.250 25.0
Biologa 6 0.375 37.5
Qumica 2 0.125 12.5
Estadstica 4 0.250 25.0

Total 16 1.000 100.0

EJEMPLO
TAREA
UN PROFESOR(A) TIENE EN SU
REGISTRO LA PRIMERA NOTA DE LOS
38 ALUMNOS DE UNO DE SUS GRUPOS
Y ESTAS SON:
2,3,4,1,2,4,5,3,0,1,3,4,5,5,5,4,3,4,4,2,3,2,4,5,
4,3,1,2,5,4,4,3,2,2,3,4,2,4.
A TRAVS DE UNA TABLA DE
DISTRIBUCIN DE FRECUENCIAS
EXPRESE LA MAYOR INFORMACIN
POSIBLE DE LOS MISMOS
TABLA DE FRECUENCIA
NOTA # A F.AB. F.R. P
0 1 1 0,026 2,6
1 3 3 0,078 7,8
2 8 8 0,210 21
3 8 8 0,210 21
4 12 12 0,315 31,5
5 6 6 0,157 15,7

0
10
20
30
1 2 3 4 5 6
NOTA
FA
Frecuencias acumuladas
Frecuencia absoluta acumulada: Se
denomina a la suma de la frecuencia de este
dato y la de los datos anteriores.

Frecuencia relativa acumulada: Se
denomina a la suma de la frecuencia relativa
del dato y la de los datos anteriores a l.

MEDIDAS DE TENDENCIA
CENTRAL
Expresan en qu medida se
distribuyen, reparten o
dispersan los datos de una serie
respecto a su valor central. Se
denominan:
Las medias
La mediana
La moda
LA MEDIA ARITMTICA
Se calcula sumando los datos de
la serie y dividiendo el resultado
por el nmero de datos.

=
+ + +
=
=
=
n
1 i
i
n
1 i
i
n 2 1
x
n
1
n
x
n
x
...
x x
X
CUIDADO: La media aritmtica est
influida por valores extremos, lo que
constituye una limitante en su utilizacin.

Ejemplo: Notas de 10 alumnos donde
slo 3 estn aprobados (calificaciones
sobre 100 puntos) cul es la media?
42; 100; 52; 48; 60; 58; 56; 42; 39; 100.
60 = x
LA MEDIANA
De una serie de datos es el valor de
la variable que ocupa el valor
central, cuando se han colocado en
orden de magnitud.
Es ms general que la media, pues
solo exige que las variables se puedan
ordenar, tanto las continuas como las
ordinales pueden ser medidas con ella.
LA MODA
La moda es aquel o aquellos
valores de la serie que
presentan la frecuencia ms
elevada.
EJEMPLO PARA EL CASO DE
LAS NOTAS, SOBRE 10
PUNTOS, DE 30 ALUMNOS.

6,9 9,7 3,2 6,8 8,8 5,3 4,5 2,8 8,7 9,8

6,8 7,6 9,2 8,3 8,3 6,3 6,9 7,6 6,8 9,3

7,7 7,6 9,8 5,7 1,3 7,2 9,7 4,9 6,9 1,7

MEDIANA, VALOR DE LA VARIABLE QUE
OCUPA EL LUGAR CENTRAL:
7=(6,9+7,2)/2, n es par

MODA, VALORES QUE PRESENTAN LA
FRECUENCIA MS ELEVADA:
6,8; 6,9
y
7,6
Otras informaciones que se
pueden extraer de los datos
Intervalo donde hay ms notas: entre 6 y 7
Aprobados: 22 (Con calificacin mayor que 6)
Desaprobados: 8 (Con calificacin menor que 6)
Las 10 peores notas son: 10 primeras (1,3 6,8)
Las 10 mejores notas son: 10 ltimas (7,2 9,8)
MEDIDAS DE POSICIN
RELATIVA
CUARTILES: Valores que dividen al
intervalo en 4 partes iguales.

PERCENTILES: Valores que dividen al
intervalo en 100 partes iguales.

RANGO DE PERCENTILES
Al tratar de determinar el estatus
de un alumno en un grupo, de
comparar su posicin en dos
materias diferentes, o de
comparar la posicin de dos
alumnos en dos grupos, el rango
de percentil nos permite hacer
esta comparacin.
RANGO DE PERCENTILES
Si queremos saber cul de dos
alumnos de dos grupos diferentes
ocupa una mejor posicin en sus
grupos, sabiendo que uno obtiene un
rango de 15 en su grupo de 32
alumnos, y el otro de 27 en un grupo
de 42 alumnos, esto no es posible
hacerlo a simple vista, es necesario
para compararlos encontrar su
posicin si ambos grupos tuvieran
100 alumnos.
Clculo del Rango de
Percentiles
dato cada de rango R
datos de nmero n
n
R
R
P
:
:
50 100
100

=
( )
i a
i a
i i
i
i i
a a
i i
a i
x de ervalo al anterior acumulada f uncin f
x de clase la de acumulada absoluta f uncin F
ervalo del amplitud i
x de ervalo del erior lmite l
dado valor x
x hasta acumulada absoluta f recuencia Fx
f F
i
l x
f Fx
agrupados estn datos los Si
int :
:
int :
int inf :
:
:
+ =
Resultados por intervalos
de una prueba de Fsica
INTERVALOS f f
ac
INTERVALOS f f
ac

50 - 54 1 1 75 - 79 6 20
55 - 59 3 4 80 - 84 10 30
60 - 64 2 6 85 - 89 8 38
65 - 69 4 10 90 - 94 7 45
70 - 74 4 14 95 - 99 5 50
Ejemplo sobre clculo de
Percentiles
Dada la tabla anterior de las calificaciones
obtenidas en una prueba de Fsica,
queremos conocer qu porcentaje de los
alumnos tiene hasta 73 puntos.

( )
% 54 100
24
13
100
8 , 12 10 14
5
5 , 69 73
14
= = =
=
+ =
i
i
i
f
Fx
R
Fx
RELACIN ENTRE VARIABLES
Cmo resolver en una investigacin situaciones como estas?
Existe evidencia que permita decir que el mtodo activo
logra rendimientos ms altos en los alumnos?
Cul es el efecto de los cursos de perfeccionamiento
realizados por los profesores en el aprendizaje de sus
alumnos?
Existe relacin entre los mtodos de enseanza que utilizan
los profesores en esta escuela y la repeticin de los
alumnos, en comparacin con otras escuelas?
Qu relacin existe entre el ingreso familiar y el inters de
los alumnos por seguir estudios universitarios?
La propuesta mejora los resultados al comparar el antes
con el despus de su puesta en prctica?
En la investigacin de la relacin entre dos
variables es necesario descubrir la forma
aproximada de la relacin, para esto se
representan los datos en un sistema de
coordenadas.
Este grfico recibe el nombre de diagrama de
dispersin.
Veamos algunos ejemplos sobre el tipo de relacin que
se puede dar entre dos variables:
Diagrama de dispersin
0
2
4
6
8
10
12
0 5 10
X
Y

Relacin o correlacin lineal positiva para la serie de datos
siguientes:
X: 8,8; 7,3; 9,5; 6,1; 8,3
y: 9,2; 7,7; 9,9; 6,5; 8,7

Correlacin lineal negativa
0
2
4
6
8
0 2 4 6 8
x
y
La recta baja. Existe un ajuste
lineal, pero a mayor valor de x
le corresponde un menor valor de
y. La correlacin es negativa.
Correlacin no lineal
0
0,5
1
1,5
2
2,5
3
3,5
4
0 2 4
x
y
Los datos no tienen una
tendencia lineal. En este
caso es parablica.
Correlacin no lineal.

No hay correlacin
0
0,5
1
1,5
2
2,5
3
3,5
4
0 2 4
x
y
No es posible
observar
regularidad alguna.

El coeficiente de correlacin r

=
y
x
y x
r
2
2
x
x
x
i
=
y y y
i
=
=
x
2
) x
x
(
i
2
=
y
2
) y
y
(
i
2
Cmo debe interpretarse este coeficiente?

Generalmente puede considerarse:

Una interrelacin estadstica fuerte entre las
variables, si r est entre 0,7 y 0,9 .

Una interrelacin estadstica media entre las
variables, si r est entre 0,5 y 0,69.

Una interrelacin estadstica dbil entre las
variables, si r est entre 0,20 y 0,49.

Una interrelacin estadstica muy dbil entre
las variables, si r est entre 0,09 y 0,19.
Ejemplo
A continuacin vamos a determinar el
tipo de interrelacin que existe entre
dos calificaciones de 10 alumnos en
una misma asignatura en momentos
diferentes.
La tabla construida aporta los
elementos esenciales para determinar
el valor del coeficiente r

Alumno x
i
y
i

X y xy x
2
y
2

1 80 75 -4 -8 32 16 64
2 70 79 -14 -4 56 196 16
3 82 77 -2 -6 12 4 36
4 83 85 -1 2 -2 1 4
5 86 82 2 -1 -2 4 1
6 87 92 3 9 27 9 81
7 85 83 1 0 0 1 0
8 84 86 0 3 0 0 9
9 93 90 9 7 63 81 49
10 90 81 6 -2 -12 36 4
Total
840 830 0 0
E=174 E=348 E=264
Media
84 83

Existe una interrelacin estadstica media
574 , 0
574 , 0
264 348
174
2
2
=
=
= =

r
y x
r
y
x
PRUEBAS ESTADSTICAS DE
VALORACIN NO PARAMTRICAS
Tipo de indagacin segn problema planteado:

De caracterizacin de un grupo, colectivo o
comunidad, respecto a un indicador.
De comparacin entre dos o ms grupos, colectivos o
comunidades, respecto a un indicador.
De bsqueda de relacin o asociacin entre dos o
ms indicadores en un grupo, colectivo o comunidad.
De comparacin de dos grupos, colectivos o
comunidades, respecto a un indicador.
De determinacin de la significacin en el cambio en
un indicador, al ejercer sobre el grupo, colectivo o
comunidad un sistema de acciones externas
controladas.
Formulacin de las hiptesis de
partida.
La hiptesis de nulidad (Ho) es una hiptesis de
diferencias nulas se formula con la intencin
expresa de ser rechazada.
La hiptesis alternativa (Ha) es la aseveracin
operacional de la hiptesis emprica que
necesitamos probar, porque en alguna medida
contribuye a sustentar la estructura terica que da
explicacin al problema general que nos ocupa en
nuestra investigacin.
Si se rechaza la hiptesis de nulidad, entonces
puede aceptarse la hiptesis alternativa (Ha).
Eleccin de la prueba
estadstica de valoracin
Para la caracterizacin de un grupo, colectivo o
comunidad respecto a un indicador a partir de una
muestra extrada de dicha poblacin especfica, debemos
utilizar:

Prueba Binomial, cuando el indicador es medido en una
escala nominal o clasificatoria con slo dos subclases
mutuamente excluyentes.

Prueba de Chi Cuadrado de bondad de ajuste, cuando el
indicador es medido en una escala nominal o clasificatoria
con ms de dos subclases mutuamente excluyentes.

Prueba de Kolmogorov-Smirnov de bondad de ajuste,
cuando el indicador es medido en una escala ordinal o de
rango.
Para la comparacin de dos o ms grupos,
colectivos o comunidades respecto a un
indicador, a partir de muestras extradas de
dichas poblaciones especficas, debemos
utilizar:

Prueba de Chi Cuadrado para k Muestras, cuando el
indicador es medido en una escala nominal o
clasificatoria; no importa el nmero de poblaciones
que estemos comparando.

Prueba de Kolmogorov-Smirnov para dos Muestras,
cuando el indicador es medido en una escala
ordinal, pero el registro de las observaciones
presenta un nmero tan grande de ligaduras que
slo puede lograrse la ordinalidad en los intervalos
de una distribucin de frecuencias. Adems, con
esta prueba slo es posible comparar dos
poblaciones.
Para la comparacin de dos o ms grupos,
colectivos o comunidades respecto a un
indicador, a partir de muestras extradas de
dichas poblaciones especficas, debemos
utilizar:

Prueba U de Mann-Whitney, cuando el
indicador es medido en una escala ordinal,
pero el registro de las observaciones presenta
pocas o ninguna ligadura. Adems, al igual
que en la prueba de Kolmogorov Smirnov, slo
es posible comparar dos poblaciones.

Prueba de Kruskal-Wallis, cuando el indicador
es medido en una escala ordinal o de rango,
pero necesitamos comparar ms de dos
poblaciones.
Para la bsqueda de la relacin o asociacin entre
dos o ms indicadores en un colectivo, grupo o
comunidad, a partir de una muestra extrada de
dicha poblacin especfica, debemos utilizar:

Coeficiente de Contingencia, cuando los indicadores son
medidos en una escala nominal o clasificatoria.

Coeficiente de Spearman, cuando los indicadores son
medidos en una escala ordinal; sin embargo, slo es
posible utilizarla para dos indicadores.

Coeficiente de Kendall, cuando los indicadores son
medidos en una escala ordinal; sin embargo, con ella es
posible encontrar la relacin o asociacin entre ms de
dos indicadores del fenmeno o proceso.
Para la valoracin de acciones interventivas en grupo,
colectivo o comunidad, a partir de determinar la
significacin en el cambio de un indicador en una
muestra extrada de dicha poblacin especfica, al
ejercer sobre ella un sistema de acciones externas
controladas, debemos utilizar:

Prueba de Mc Nemar para la significacin de
cambios, cuando el indicador es medido en una
escala nominal o clasificatoria.
Prueba de los Signos, cuando el indicador es
medido en una escala ordinal; pero el registro de
observaciones presenta un nmero grande de
ligaduras.
Prueba de Wilcoxon, cuando el indicador es medido
en una escala ordinal y el registro de observaciones
presenta pocas o ninguna ligadura.
Para la comparacin de acciones interventivas en
una poblacin, a partir de las diferencias en la
significacin del cambio de un indicador que
determinan en un grupo, colectivo o comunidad, al
ejercer sobre ella dos o ms sistemas de acciones
externas controladas, debemos utilizar:

Prueba Q de Cochran, cuando el
indicador es medido en una escala
nominal o clasificatoria.
Prueba de Friedman, cuando el
indicador es medido en una escala
ordinal.
Fijacin del nivel de significacin
Para aceptar o rechazar la hiptesis alternativa, el
investigador debe analizar el posible impacto del
resultado prctico que ofrecer su investigacin.
Los diferentes niveles universalmente establecidos
por la comunidad de investigadores de acuerdo al
impacto social de la investigacin son:

o = 0,05

o = 0,01

o = 0,001
Qu nivel de significacin debo
establecer en mi investigacin?
Si se trata de la culminacin de estudio universitario,
bastar con o = 0,05. Este nivel tambin es factible para
tesis de maestra en las Ciencias Sociales.

Para una investigacin social de mayor impacto, no se
admitira un nivel de significacin mayor que o = 0,01. De
manera general este nivel es que debe exigirse para las
tesis de doctorado.

Por ltimo, el nivel de significacin o = 0,001, se reserva
para cuando la investigacin concluye en resultados cuyo
impacto puede poner en peligro aspectos altamente
preciados, como es el caso de la vida de los hombres; por
ejemplo, para otorgar la patente de un medicamento que
consumira toda una poblacin.
Definicin de la regin de rechazo y
decisin (o=0,05 y o=0,01).

El tamao de la regin de rechazo queda
expresado por el nivel de significacin. Si
o=0,05, entonces la regin de rechazo es un
5% del rea total comprendida bajo la curva de
la distribucin muestral.

Si o=0,01, entonces la regin de rechazo es un
1% del rea total comprendida bajo la curva.
Tabla que relaciona el tipo de prueba con la
distribucin.
PRUEBA DISTRIBUCIN
Binomial Normal
Ch Cuadrado Chi Cuadrado
Kolmogorov-Smirnov Kolmogorov-Smirnov
Ch Cuadrado k muestras

Chi Cuadrado
Kolmogorov-Smirnov
2 muestras
Chi Cuadrado
V de Mann Whitney Normal
Kruskal Wallis Chi Cuadrado
Coeficiente de Cont. Chi Cuadrado
Coeficiente de Sperman T de Student
Coeficiente de Kendall Chi Cuadrado
Mc Nemar Chi Cuadrado
Los Signos Normal
Wilcoxon Normal
Q de Cochran Chi Cuadrado
Friedman Chi Cuadrado

Estadística en La Investigación Pedagógica-Doctorado

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Estadística en La Investigación Pedagógica-Doctorado

Uploaded by

Copyright:

Available Formats

1

You might also like