Hipótesis Científica
• Es un supuesto, una respuesta tentativa al problema con fundamento teórico-científico.
• Desde el punto de vista operacional y estadístico, la hipótesis es la propuesta de la relación entre dos o más variables.
• Siempre aparece en forma de oración aseverativa y relaciona de manera general o específica, una variable con otra.
Hipótesis Científica(características)
• Establecer y precisar la relación entre variables.
• Ser congruente con el problema.
Hipótesis como método de comprobación
• Además del establecimiento de relaciones entre elementos puede ser la posible solución a un problema: es fundamentalmente y ante todo, una herramienta de comprobación de los supuestos con la realidad.
IMPORTANCIA DE LA HIPÓTESIS• Cuando la hipótesis de investigación ha sido bien
elaborada, y en ella se observa claramente la relación o vínculo 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 investigación
• Seleccionar el tipo de diseño de investigación factible con el problema planteado.
• Seleccionar el método, los instrumentos y las técnicas de investigación acordes con el problema que se desea resolver, y
• Seleccionar los recursos, tanto humanos como materiales, que se emplearán para llevar a feliz término la investigación planteada
CLASIFICACIÓN DE LA HIPÓTESIS
• a. Hipótesis general: es cuando trata de responder de forma amplia a las dudas que el investigador tiene acerca de la relación que existe entre las variables.
• b. Hipótesis específica: es específica aquella hipótesis que se deriva de la general, estas tratan de concretizar a la hipótesis general y hace explícitas las orientaciones concebidas para resolver la investigación.
• Hipótesis estadística: la hipótesis estadística es aquella hipótesis que somete a prueba y expresa a las hipótesis operacionales en forma de ecuaciones matemáticas.
• c1 Hipótesis nula: (X1) = (X2); no existe relación en los promedios obtenidos por los estudiantes entrenados en técnicas de estudio (X1) y los no entrenados (X2)
• c2 Hipótesis alternativas: X1 > X2; los alumnos sometidos a entrenamientos en técnicas de elaboración de resumen (X1) obtuvieron mejor promedio de rendimiento que aquellos alumnos que no recibieron ningún tipo de entrenamiento (X2).
VARIABLESVARIABLES
VARIABLE
• La definición más 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.
Briones (1987 : 34) define:
•"Una variable es una propiedad, característica 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 categorías o clases y son susceptibles de identificación y medición".
CLASIFICACIÓN DE LAS VARIABLES
• Variable Independiente• Variable Dependiente• Variable Interviniente • Variables Cualitativas
• Nominal• Ordinal
• Variable Cuantitativa• Contínua• Discreta
Variables de Independiente
• Variables aplicables o manipuladas por el investigador
• Variable causal
Variable Dependiente
• La variable dependiente es el factor que es observado y medido para determinar el efecto de la variable independiente.
• Variable de efecto.
Variable Interviniente
• Son aquellas características o propiedades que de una manera u otra afectan el resultado que se espera y están vinculadas con las variables independientes y dependientes.
Variables Cualitativas
• Son aquellas que se refieren a atributos o cualidades de un fenómeno. Sabino (1989) señala que sobre este tipo de variable no puede construirse una serie numérica definida.
Variable Cuantitativa
• Son aquellas variables en las que características o propiedades pueden presentarse en diversos grados de intensidad, es decir, admiten una escala numérica de medición.
Variables(Clasificación Estadística)
Cuantitativas
Cualitativas
Continuas: Enteros y fracciones
Discretas: Números enteros
Nominales: Características mutuamente excluyentes (dicotómicas)
Ordinales: Establece intensidad (politómicas)
Operacionalización de la Variable
• Es un paso importante en el desarrollo de la investigación. Cuando se identifican las variables, el próximo paso es su operacionalización.
Operacionalización de variables
Variable DefiniciónNivel de medición Categorías
Edad
Género
Soledad
Edad que refiere elSujeto al momentodel estudio
Características fenotípicas delindividuo
Percepción de faltade apoyo familiary social
Cuantitativa discreta
Cualitativanominal
Cualitativaordinal
Añoscumplidos
HombreMujer
SiempreCasi siempreNuncaCasi nunca
Índice Masa Corporal
Medida entre el peso y la talla que presenta el paciente en el momento de la investigación
Cuantitativacontinua
Decenas y unidades
Instrumentos de medición
• Medios validados y estandarizados que permiten medir en forma precisa las variables.
• Pueden ser equipos sofisticados, pruebas
psicológicas (tests), cuestionarios, guías para entrevistas a profundidad, etc...
Factores que amenazan la fiabilidad Inherentes al observador: capacitación, interés,
fatiga física, estandarización. Inherentes al instrumento: pertinencia,
condiciones físicas, sensibilidad, especificidad, valor predictivo. Validez por consenso.
Inherentes al sujeto: predisposición, representatividad, intereses.
Inherentes a las condiciones: espacio adecuado a las mediciones.
Validez en Investigación
• Métodos técnicos y estadísticos que permiten garantizar con cierta certidumbre que se está midiendo lo que se quiere medir.
Factores que amenazan la validez interna y externa de los experimentos
INTERNA Historia Maduración Administración del test Instrumentación Regresión estadística Sesgos de selección Mortalidad experimental Interacción entre la
selección y la maduración
EXTERNA Efecto reactivo o de
interacción de pruebas Interacción sesgo de
selección y la variable experimental
Dispositivos experimentales
Tratamientos múltiples
Validez Interna
• Aplicación de criterios de inclusión, exclusión y eliminación, considerando los factores que afectan la fiabilidad*, con el fin de controlar las variables que influyen en el objeto de estudio y no son motivo de la investigación. Garantiza la comparabilidad y replicación del estudio.
*Probabilidad de que una máquina, un aparato o un dispositivo funcionen correctamente bajo ciertas condiciones y en un periodo de tiempo determinado
Validez Externa
• Aplicación de técnicas de muestreo con el fin de garantizar representatividad de la muestra (tamaño y calidad).
ELECCIÓN DE PRUEBAS ELECCIÓN DE PRUEBAS ESTADÍSTICASESTADÍSTICAS
EdadGeneroEscolaridadEstado civilPesoIMCGlucosaColesterolTriglicéridosAlbúminaHemoglobinaDiagnósticoAlcoholismoTabaquismoHoras de sueñoCon quien viveIngreso económico
¿…qué hago con estos datos?¿Como se reportan?¿Cuales son pertinentes?¿Son validos estos resultados?¿Qué prueba estadística usar….?¿..y como se interpreta?
Elección de pruebas estadísticas
Estadística
Técnica que permite la organización y resumen de los datos con el fin de interpretarlos bajo un contexto teórico.
Datos
Son el resultado de una investigación investigación biomédica, clínica o epidemiológica.
Los datos pueden ser obtenidos de observaciones, descripciones hechas por los sujetos, pacientes o médicos, exámenes de laboratorio o gabinete, recolección de datos por encuestadores, etc.
Clasificación
“Blandos” o subjetivos: No son cuantificables porque dependen de la evaluación de quien los observa o del informe verbal del paciente.
“Duros” u objetivos: Las que pueden ser cuantificadas o medidas físicamente, además: Deben haber sido obtenidos objetivamente. La entidad observada debe ser preservable para
poder evaluarla de nuevo. Debe ser posible medirla en una escala de
intervalo.
Validación de los procedimientos para la obtención de datos
Mínimas variaciones entre tres componentes El examen El examinado El examinador
Estadística en la investigación científica
Marco teórico
Estadística
Problema Hipótesis Variables
División de la Estadística
Estadística
Descriptiva
Analítica
Paramétrica
No paramétrica
Paramétrica
No paramétrica
Comparativa
InferencialParamétrica
No paramétrica
Tipos de estadísticaTipos de estadística
Paramétrica:• La distribución de los
datos es de tipo normal o gaussiana.
• Las observaciones son independientes.
• La escala de medición es cuantitativa.
No paramétrica:• Un modelo que
especifica sólo condiciones generales y ninguna distribución.
• Las observaciones son independientes.
• La escala de medición puede ser ordinal y nominal.
División de la estadísticaDivisión de la estadísticaDescriptiva:
• Permite organizar los datos, mostrarlos gráficamente y calcular cantidades “representativas” del conjunto de datos.
• También llamadas medidas de resumen.
Analítica:• Ayuda a “analizar” a los
grupos de datos en la búsqueda de semejanzas, asociaciones o diferencias.
• Se divide en:• Comparativa:
comparación de grupos.
• Inferencial: resultados representativos para generalizar a una población.
Aspectos a considerar para la elección de pruebas estadísticas.
ObjetivosHipótesisTamaño de muestraTipo de estudioVariables
VariablesVariables
Característica y/o atributo del objeto de estudio que puede adoptar diferentes valores o modalidades durante la investigación.
Clasificación:• Dependiente: Variable desenlace o de interés, que
se presenta como consecuencia de la manipulación o presencia de otra(s) variable(s).
• Independiente: Manipulada por el investigador, o presente en la investigación cuyo fin es el de producir un efecto.
Variables por escala de mediciónVariables por escala de medición
Variable
Cualitativa
Cuantitativa
Nominal
Ordinal
Discreta
Continua
Variables cualitativasVariables cualitativas
• Nominales: Nombres utilizados para representar a grupos, deben ser excluyentes. Ej. Sexo, estado civil.
• Ordinales: Poseen valores que se asocian a cantidades numéricas que especifican el grado de diferencia entre un nivel y el siguiente en un orden jerárquico. Ej. Dolor (nada, poco, medio, intenso, muy intenso).
Variables cuantitativasVariables cuantitativas
• Discretas: Poseen un número finito de intervalos cuantificables. La distancia entre dos puntos es igual. Ej. Número de piezas dentales.
• Continuas: Poseen intervalos cuantificables sobre una escala aritmética infinita de valores. Ej. Edad en años y meses.
Tipos de estudioTipos de estudio Descriptivos (No experimentales):
Levantamiento epidemiológico para caracterizar a una comunidad o la descripción del comportamiento de los sujetos después de una intervención.
Analíticos: Basados en grupos: Comparación de datos
grupales. Experimentos: Estudios de intervención
con la evaluación, un tratamiento, contra un control, generalmente longitudinales (a través del tiempo).
Tipos de estudioTipos de estudio
Analíticos: Dos grupos sin evaluación inicial,
sólo final. Dos grupos con evaluación inicial
y final. Pareados o expost-facto:
Apareamiento considerando las variables críticas (edad, sexo).
Tipos de distribución
01020304050
60708090100
1 2 3 4 5 6
Distribución no paramétrica
0
10
20
30
40
50
60
70
80
1 2 3 4 5
Distribución paramétrica
Selección de pruebas estadísticas
Determinar la escala de medición de las variables.
Seleccionar el tipo de estadística a utilizar. Determinar el número de grupos a comparar y la
forma de selección de los sujetos. Seleccionar la prueba estadística.
Inicio del análisis de datosInicio del análisis de datos
Comenzar con el análisis descriptivo (describir a los datos) y después la parte analítica (comparación de grupos o estadística inferencial).• Tablas de distribución de frecuencias (cualitativas).• Promedios y desviaciones estándar (cuantitativas).• Gráficas.
Estadística DescriptivaEstadística Descriptiva Paramétrica
Medida de tendencia central: promedio, media (m, ).
Medidas de dispersión: desviación estándar (DE, s, s), varianza (Var, s2, s2)
x
No paramétrica Cualitativas: Frecuencias
y porcentajes. Medidas de tendencia
central (cuantitativas): Mediana (Me), moda
(Mo). Medidas de dispersión:
Intervalos de confianza al 95%.
Rango (R), percentiles.
Estadística descriptivaEstadística descriptiva
Promedio (media):
Mediana:
Moda: El dato que más se repite.
Rango: Dato mayor – dato menor.
n
xx i
21nMe o 2
nMe
Descripción de variables para dos Descripción de variables para dos poblaciones de adultos mayores.poblaciones de adultos mayores.
Variable Urbana(n = 112)
Rural(n = 83)
Sin patología* 45 (40%) 39 (47%)
Diabetes mellitus* 15 (14%) 10 (12%)
Hipertensión arterial* 39 (35%) 22 (26%)
DM + HTA* 9 (8%) 11 (13%)
Tabaquismo* 9 (10%) 3 (4%)
Ingesta de alcohol* 27 (29%) 35 (44%)
Sedentarismo* 66 (76%) 60 (75%)
Horas de sueño† 7.4 ± 1.5 7.7 ± 1.7
*Frecuencia; †promedio ± desviación estándar
0
10
20
30
40
50
60
70
80
sin estrés Eox leve Eox moderado Eox severo
Nivel de EOx
%
sanos
osteoporosis
Niveles de estrés oxidativo por diagnóstico en la población de estudio
Análisis comparativo o inferencialAnálisis comparativo o inferencial
Determinar la escala de medición de las variables y el tipo de distribución.
Indicar cuál es la variable dependiente y cuál(es) la(s) independiente(s).
Observar cómo fue la selección de los sujetos en la investigación:• Independiente: Cuando la observación o medición se realiza en los
individuos independientemente uno del otro.• Dependiente: Cuando la observación o medición se lleva a cabo en un
mismo individuo, pero en diferentes momentos.
Estadística AnalíticaEstadística Analítica
No Paramétrica Paramétrica
Variable Dependiente
Nominal Ordinal
CuantitativasCualitativas
2 grupos 3 o más gpos 2 grupos 2 grupos3 o más gpos 3 o más gpos
MuestrasIndepend
MuestrasIndepend
MuestrasIndepend
MuestrasIndepend
MuestrasIndepend
MuestrasDepend
MuestrasDepend
MuestrasDepend
MuestrasDepend
MuestrasDepend
Normalidad Sesgo 0.5Curtosis +2,+4
t-Student t pareada ANOVA1 Factor2 Factor
U-MannWhitney
Wilco-xon
Kruskal-Wallis
FriedmanMcNemar 2 parak mtras.Mantel-Haenszel
Q-Cochran
Dra. Martha Sánchez Rodríguez/Dr. Abdiel Antonio Ocampo
MuestrasIndepend
2
Pba. ExactaFisher
MuestrasDepend
ANOVA medidasrepet.ANOVABloques
Pruebas estadísticas que se utilizan con mayor frecuencia
Paramétricas t de student: permite evaluar la diferencia entre 2
medias. Análisis de varianza (ANOVA): Permite evaluar la
diferencia entre más de 2 medias. Correlación (r): Asociación entre variables Regresión (r2): Permite establecer dependencia entre
variables Paramétricas
No paramétricas Ji cuadrada (x2): Permite establecer dependencia entre
variables cualitativas.
Prueba de t de Student
Uso: Probar diferencias entre grupos
con variables contínuas
Limitaciones: Requiere distribuciones normales
Dist normal = Promedio -2de
Comparación de medias de tres o más grupos.
Las variables deben estar en escala cuantitativa y el grupo o factor en cualitativa.
La variación total de un conjunto de datos se distribuye en varios componentes, cada uno de los cuales tiene asociada una fuente de variación específica.
Indica que hay diferencia entre los pares de medias, pero no dice cuáles son los diferentes
Análisis de la varianza(ANOVA, ANADEVA)
Correlación de Pearson
Uso: Probar asociación entre dos variables
Requisitos: Variables contínuas, distribución normal y relación lineal
Prueba de 2 (tablas de 2 x2)
Uso: Probar diferencias entre grupos
con variables discontínuas
Limitaciones: Requiere más de 40 casos Valores esperados >5 por casilla
Presentación de resultados
Variable Urbano(n = 70)
Rural(n = 53)
Edad (años) Mujeres Hombres
66.2 5.9 67.7 5.1
70.9 8.3 76.2 6.5*
Lipoperóxidos (mmol/L) 0.308 0.17 0.224 0.13*
SOD (U/L) 179 17.5 167 7.7*
GPx (U/L) 6667 2221 8477 2916*
AT (mmol/L) 1.13 0.21 1.15 0.16
* t de Student
Significancia estadística
También llamado nivel de significancia o .
Es un valor de probabilidad, o sea, la probabilidad de que las diferencias de los datos no sean debidas al azar.
Nivel de significancia
Probabilidad de rechazar una hipótesis de nulidad cuando esta es cierta.
Valor de p
El valor de p es la probabilidad de que el resultado obtenido se deba al azar si la hipótesis nula es cierta.
Factores que influyen en la significancia estadística
Tamaño de la muestra Variabilidad del fenómeno Prueba estadística Sesgo (criterios de inclusión, exclusión y
eliminación)