UNIVERSIDAD NACIONAL DE

SAN CRISTOBAL DE HUAMANGA

FACULTAD DE INGENIERIA DE MINAS, GEOLOGIA Y CIVIL
E.P DE INGENIERIA DE SISTEMAS

TEMA: OBJETIVOS DEL ESTUDIO

MSc. Ing. Efraín Elías Porras Flores
AYACUCHO – PERU
2017
INTEGRANTES:

 GAMBOA MENDOZA, Abel

 PRADO VASQUEZ, Luis Miguel
 RAMIREZ MIRANDA, Eder
 TRISTAN QUISPE, Ricardo
 AGENDA:
1. Los objetivos bivariados
2. Los objetivos comparativos
3. Objetivos: Asociar o Correlacionar

La asociación y la correlación son dos objetivos

estadísticos análogos, se caracterizan por involucrar
la participación de dos variables aleatorias; es decir,
no conocemos la distribución de las dos variables
involucradas antes de recoger los datos.
Cuando queremos relacionar dos variables
categóricas es posible que ambas variables sean
aleatorias, fija y la otra aleatoria, ambas sean fijas;
esto no ocurre cuando queremos relacionar dos
variables numéricas, ya que dichas variables siempre
son aleatorias
 3. Objetivos: Asociar o
Correlacionar
* La correlación es la única manera de relacionar dos
variables numéricas.
* Dentro de una línea de investigación, la correlación
puede significar el primer paso para la asociación.

Ejemplo
Consumo de medicamentos con la cantidad de
población
 El estadístico de prueba
No tiene forma de confundirse con ningún otro
procedimiento, en caso de que las dos variables sean
categóricas utilizamos el chi cuadrado de
independencia, en caso de trabajar con dos variables
numéricas utilizamos la correlación de Pearson, para
ello planteamos sistema de hipótesis:
Hipótesis Nula: No existen dependencia entre las
variables.
Hipótesis Alterna: Existen dependencia entre las
variables
 El estadístico de prueba
La dependencia se refiere a una dependencia
probabilística, y en ningún caso a una relación de
causalidad; la dependencia se interpreta como, ‘existe
asociación’ o ‘existe correlación’, dependiendo de las
variables con las que estamos trabajamos. La
asociación es solo el primer requisito para demostrar
causalidad, pero insuficiente por si mismo.
 El estadístico de prueba
La correlación de Pearson es una prueba de hipótesis
y una medida de correlación al mismo tiempo; la
prueba de hipótesis se realiza a partir del p-valor y la
medida de correlación a partir del coeficiente de
correlación R. El objetivo correlacionar, análogo al
objetivo asociar, se refiere a la correlación como
prueba de hipótesis, que nos ayuda a decidir si dos
variables numéricas están o no correlacionadas.
 4.Medidas de Asociación o
Correlación
No podemos realizar medidas de asociación si es que
previamente no hemos demostrado tal asociación; la
concordancia es una de las medidas de asociación,
esto quiere decir que existen otras medidas de
asociación, y el coeficiente R de Pearson es una
medida de correlación, pero también existen otras
medidas de correlación.
Las medidas de asociación son muy numerosas; la
mas conocida es la concordancia, en la epidemiologia
encontramos al riesgo relativo(RR) y al Odds
Ratio(OR), estas se desarrollan en tablas de 2x2 o
tablas tetracoricas.
 a. Concordancia entre diferentes
observadores
Dentro de este tipo de concordancia existen dos
variantes, la primera busca consistencia y la segunda
busca evaluar a uno de los observadores.
Ejemplo
 Cuando diferentes biólogos evalúan un mismo caso
de muestra en el laboratorio
 Cuando un medico y un practicante responden
ejercicios si el practicante concuerda con el medico
aprueba en caso contrario no
 b. Concordancia entre diferentes
instrumentos
Se trata de la aplicación de diferentes instrumentos
por un mismo investigador, aquí también existen dos
variantes: la primera, cuando ambas mediciones se
realizan en simultaneo se habla de validez
concurrente, concomitante o inspectiva, y la segunda,
cuando una medición precede a la otra se habla de
validez predictiva, prospectiva o de pronostico.
b. Concordancia entre diferentes
instrumentos
El estadístico es el índice de Kappa de Cohen se utiliza
cuando las dos variables aleatorias son categóricas, y
el índice de correlación R de Pearson se utiliza si las
dos variables aleatorias son numéricas; estos dos
índices varían entre 0 y 1, el valor obtenido nos indica
el grado de concordancia o de correlación según
corresponda, aquí no hay sistema de hipótesis ; la
intención del investigador es cuantificar la relación
entre las dos variables.
Ejemplo: incidencia de enfermedad por clase social
b. Concordancia entre diferentes
instrumentos
Las medidas de asociación y correlación no son
exclusivas del nivel investigativo relacional, aparecen
perfectamente en el nivel explicativo apoyados por
otros criterios de causalidad y también en el nivel
predictivo, construyendo verdaderos modelos
predictivos, cuando la segunda medición corresponde
a una medida definitiva.
b. Concordancia entre diferentes
instrumentos
El nivel investigativo relacional involucra la
participación de dos variables en su análisis y las
formas de relacionar dos variables, los dos primeros
objetivos estadísticos, comparar grupos y comparar
medidas, cuentan con una variable fija y una variable
aleatoria; mientras que los objetivos asociar y
correlacionar con sus respectivas medidas de
asociación o correlación tienen ambas variables
aleatorias.
 LOS OBJETIVOS
COMPARATIVOS
Comparar no es un tipo de estudio, tampoco es un
nivel investigativo, mucho menos es un diseño de
investigación.
Comparar es un objetivo que se encuentra en todos
los niveles de la investigación.
Cuando pensamos en comparar, nos imaginamos
dos o mas grupos y buscamos una característica que
lo diferencie, pero también podemos comparar
poblaciones, individuos.
 1. Objetivo comparativo a nivel
exploratorio
Trata de comparaciones sin métodos estadísticos,
podemos diferenciar dos variantes.
a. COMPARACIÓN DE CASOS.
Por ejemplo un investigador evalúa en un colegio
información escolar automatizada y información
escolar manual.
b. COMPARACIÓN DE GRUPOS O POBLACIONES.
Por ejemplo necesidad de información escolar
para los padres de familia del colegio Gonzales
Vigil y Mariscal Cáceres.
 1. Objetivo comparativo a nivel
exploratorio
a. LAS COMPARACIONES INDIVIDUALES. Aparecen
en el estudio de casos, donde el objeto de
estudio es un individuo. Ejemplo. Comparar la
opinión de dos investigadores para la
automatización de la información para que tenga
mejor accesibilidad.
b. LAS COMPARACIONES MÚLTIPLES. Están
enmarcados dentro de diseños comunitarios o
ecológicos, donde la unidad de estudio es la
población Ejemplo. Podemos comparar el manejo
de información escolar en la región de Ayacucho y
Lima.
 2. Objetivo comparativo a nivel
descriptivo
Comparación a dos poblaciones en su totalidad y no a
partir de muestras en el cual no se requiere aplicar
pruebas estadísticas. Ejemplo. La comparación del
promedio de las notas de dos estudiantes al finalizar la
carrera universitaria, para lo cual no se requiere hacer
una prueba estadística.
Las descripciones estratificadas. En el nivel descriptivo,
no son comparaciones; sino su función es la de sugerir la
comparación a nivel de prueba de hipótesis.
 3. Objetivo comparativo a nivel
relacional
En contraste de independencia entre dos variables
presente tres modelos matemáticos.
a. Modelo I: cuando los totales marginales de las dos
variables son fijas.
b. Modelo II: cuando uno de estos totales marginales
es fijo.
c. Modelo III: cuando los dos totales marginales son
aleatorios.
El objetivo comparativo a nivel relacional corresponde
al modelo matemático II, con un factor fijo y el otro
aleatorio.
 3. Objetivo comparativo a nivel
relacional
El factor fijo es el criterio de conformación de grupos
El factor aleatorio es la variable que tenemos que
medir.
Ejemplo: sistema criptográfico en dos entidades
financieras.
Factor fijo: entidades financieras
Factor aleatorio: sistema criptográfico
 4. Objetivo comparativo a nivel
explicativo
En este nivel encontramos los estudios
observacionales y experimentales.
En los estudio observacionales realizamos análisis
estadístico estratificado para permitir el control
estadístico, debido a que no poseen observaciones
controladas.
En los estudios experimentales podemos hacer
comparaciones bivariadas porque todo experimento
es controlado. También es posible estratificar el
análisis en los diseños experimentales.
 4. Objetivo comparativo a nivel
explicativo
Para la comparación estratificada podemos utilizar el
test de Mantel-Haenszel.
Si queremos demostrar la relación de causalidad
entre dos variables tenemos que estratificar nuestro
grupo de estudio a partir de una tercera variable.
Ejemplo: si tenemos dos categorías A y B, esto permite
crear dos grupos. Luego debemos demostrar la
relación entre la variable independiente y dependiente
tanto en grupo A como en B.
* La finalidad de la comparación estratificada es poder
descartar asociaciones aleatorias, causales o
espurias.
 5. Objetivo comparativo a nivel
predictivo
Las comparaciones predictivas tienen que ver con lo
que ocurrirá en el futuro, analizando un instrumento
de medición buscamos la capacidad de predicción de
un método.
Ejemplo: la comparación de la productividad de dos
parcelas, con diferentes tipos de sistema de riego
cada una; podremos predecir con cual de los tipos de
sistema de riego obtenemos mayor productividad
agrícola reduciendo costos y tiempo.
 6. Objetivo comparativo a nivel
Aplicativo
Los estudios aplicativos, evalúan, controlan y calibran,
los procesos que ejecuta el investigador y que
producen resultados medibles.
La calibración nos permite modificar la forma de
nuestra intervención o modificar los procesos para
obtener mejores resultados.
Para mejorar nuestro proceso de intervención sobre la
población, debemos realizar una evaluación que
incluye el monitoreo de nuestras acciones y
resultados, permitiendo obtener resultados mas
optimas.
La idea de comparar a nivel aplicativo, no es
solamente para saber si existen diferencias o no; es
para tomar acción y realizar modificaciones
necesarias sobre nuestro proceso de intervención.
 Ejemplo:
Un ejemplo muy sencillo de comparación a nivel
Aplicativo seria el monitoreo que se realiza en el
proceso de riego a dos parcelas con diferentes tipos
de sistemas de riego, se compara para elegir un
sistema de riego mas optimo que mejore la
productividad agrícola reduciendo costos y tiempo.
La comparación como objetivo del
estudio
La comparación es el punto de partida de todo análisis estadístico y en
consecuencia de la toma de decisiones en el trabajo cotidiano.
No es un tipo de estudio
No es un nivel investigativo
No es un diseño de investigación

Las comparaciones multivariadas. Encontramos a las comparaciones

estratificadas común en estudios explicativos observacionales.
Las comparaciones multivariantes.
En los estudios con intervención, cuando comparamos dos grupos,
habitualmente nos enfocamos en un resultado o en un solo efecto sin
embargo este modelo es teórico e irreal, por cuanto las intervenciones
producen mas de un resultado.
Entonces cuando realizamos comparaciones debemos enfocarnos en
todo el conjunto de efectos que producen cuando realizamos una
intervención.