DISEO DE EXPERIENCIA O CONTRASTACION DE HIPOTESIS

A. DISEO DE EXPERIENCIA O CONTRASTACION DE HIPOTESIS

Contrastar es someter a prueba algo para comprobar su valor, autenticidad y pureza.

A.1. Definicin

Aqu se describe que tiene que hacer el investigador para demostrar la verdad o falsedad de la hiptesis planteada , por lo que se describe los diseos bsicos de contrastacin, la forma como obtener y analizar datos, como clasificarlos, resumirlos, evaluarlos a la luz de los antecedentes para hacer finalmente las Respectivas inferencias.

A.2. Contenido
1.MODELO LOGICO Y EXPERIMENTAL Aqu se identifica los pasos lgicos a travs de un modelo lgico (diagrama de flujo) y luego se identifica como proceder en la realidad a travs de un modelo experimental para recolectar los datos necesarios, se emplean grficos ideogramas 3. ANALISIS ESTADISTICO DE DATOS Es el proceso en la cual los datos tienen que ser medidos y expresados en nmeros para facilitar su manipulacin y tomar la decisin de aceptar o rechazar la hiptesis

CONTRASTACION DE HIPOTESIS O DISEO DE EXPERIENCIA

2. RECOLECCION DE DATOS Los datos son resumidos y analizados, permiten confirmar o refutar la hiptesis. La recoleccin de datos es sobre: longitud, peso sexo, presin, etc. Si esta etapa es inadecuada, los resultados tambin lo sern.

4. INFERENCIA CIENTIFICA Es el proceso lgico que permite pasar de un conjunto de proposiciones originadas en la observacin cientfica (estado del Arte) a otro conjunto de proposiciones (consecuentes) que son las conclusiones

A.3. Diseos Descriptivo y experimental de contrastacin

Tiene un carcter especifico, se propone como se va a proceder para demostrar la hiptesis. Se emplean grficos o ideogramas.

Se conocen dos tipos de modelos o diseos:

A.3.1. Diseos descriptivos (valido para contrastar hiptesis descriptivas):

Describen la realidad tal y conforme se presenta en la naturaleza, no se manipula ninguna variable solamente se observa y describe el fenmeno tal y conforme se presenta. Se utiliza en problemas de descubrimiento o descriptivos: qu?,cundo?,cules?). Pueden presentarse como. -Diseo de una casilla:

Donde: M: representa la muestra O: representa lo que observamos

Consiste en seleccionar la muestra sobre la realidad problemtica que se desea investigar. En esta muestra se hace averiguaciones

Ejemplo. Cules son las fases del proceso en la elaboracin de harina

De pescado (O) en las fabricas de Chimbote (M)?

- Diseo comparativo (varias casillas).

M1 M2 M3 01 02 Donde: M1...........Mn: son las muestras O1.............On: son las observaciones

03

Se utiliza cuando se quiere comparar una misma variable en diferentes lugares o situaciones para ver si tienen el mismo o diferente comportamiento
Ejemplo. cul es la incidencia de tuberculosis pulmonar en los distritos de la Esperanza , Porvenir y Florencia de Mora, de la provincia de Trujillo en el presente ao?.

-Diseo Correlacional.
OX

Donde:
M OY OZ M: representa la muestra OX, OY, Oz: observaciones

Este tipo de diseo se utiliza cuando se quiere comparar que relacin tienen diferentes variables que se pueden obtener de una misma muestra. Ejemplo. qu relacin existe entre la temperatura, oxigeno disuelto y turbidez de la laguna Sausacocha?.

- Diseo Longitudinal.
T1 M O1 O2 03 T2 T3

Donde: M : representa la muestra T1..........Tn : los tiempos O1..........On: las observaciones

Este tipo de diseo se utiliza cuando se quiere observar el comportamiento de una variable a travs del tiempo. Ejemplo. cmo ha evolucionado los programas de educacin al medio Ambiente en los ltimos cinco aos?.

-Diseo Ex Posfacto
Son aquellos que se utilizan para determinar las relaciones entre variables tal y conforme se presentan en la realidad, sin intervencin del investigador

Pueden ser: Retrospectivos: Se utiliza cuando el fenmeno ocurri y se trata de buscar

las causas posibles en el pasado Ejemplo. cules fueron las causas del colapso de la exportacin de harina de pescado entre 1972 y 1990 en el Per ?.

Prospectivos: Se utiliza cuando se observa uno varios factores, a los que

se les trata de buscar sus posibles efectos en un intervalo de tiempo futuro.

Ejemplo. De que manera influir la crisis econmica y la falta de empleo en la desercin estudiantil a nivel secundario en los prximos cinco aos en el Per?.

A.3.2. Diseos experimentales (valido para contrastar hiptesis explicativas):

Manipula deliberadamente la realidad a travs de una o mas variables independientes para ver sus efectos sobre una o mas variables dependientes, Se usan en problemas explicativos o experimentales (por qu?, cmo? ,que empiecen con un verbo y relacionan dos variables).

Requisitos para que una prueba sea considerado un experimento.

1. Manipulacin intencional de una o mas variables independientes (un grupo se expone a la variable independiente, al otro no, al primer grupo se llama experimental y al otro de control 2. Medicin de la variable dependiente permite conocer la influencia de la independiente. 3. Control o validez interna de la situacin experimental, lo cual significa conocer que esta ocurriendo realmente entre la variable independiente y dependiente. Se logra a travs del muestreo al azar. La validez interna se logra a travs del muestreo al azar

Pueden presentarse

- Diseos experimentales puros: Son aquellos que renen los dos requisitos
para lograr el control y validez interna Grupos de comparacin, cuando menos, uno experimental y otro de control Grupos equivalentes en sus caractersticas relevantes, no solo internas, sino tambin en las circunstancias ambientales (horas y lapsos de aplicacin de los estmulos, de las mediciones, etc) Existe Pre-Post Test y los grupos control y experimental son escogidos al azar. Se pueden presentar como Donde: 1. Grupos en paralelo A y B: son muestras que se aplica diferente estimulo y se hace un E1 A A Pre y Post-test. B E2 B

Ejemplo. cul es el efecto que tiene la

leche materna y leche envasada sobre el crecimiento en peso de lactantes?

2. Diseo clsico
A E B A Donde: A y B son muestras una con y otra sin estimulo

Ejemplo. cul es el efecto que tiene la dieta rica en protenas sobre la fecundidad en mujeres de 24 a 26 aos

B. RECOLECCION DE DATOS

Como consecuencia de la aplicacin del modelo lgico y experimental (observacin o la experimentacin), se obtienen datos, los cuales resumidos y analizados, van a permitir confirmar o refutar una hiptesis. La recoleccin de los datos es una etapa importante, en la ejecucin de un trabajo de investigacin. Si la recoleccin de estos datos es hecha inadecuadamente, las generalizaciones consecuentes sern errneas y el trabajo cientfico ser intil

B.1. Universo o poblacin

Es el conjunto de elementos relacionados entre si, que poseen una o mas variables (caractersticas, atributos o propiedades) comunes, las que deben ser precisadas en el tiempo y en el espacio, para que la definicin de universo resulte inequvoca B.2. Tipos de universos

a. Universo Objetivo: Cuando los elementos que lo constituyen son

ilimitados a travs del tiempo y del espacio. Constituye el objetivo final de la inferencia estadstica. Ejemplo.

Los estudiantes universitarios Las pozas de cultivo de truchas Los ingenieros mineros del mundo

b. Universo Muestral: Es una parte o subconjunto del universo-objetivo, que

esta determinado y delimitado especficamente en el tiempo y en el espacio por el investigador y de cuyos componentes en la practica se obtiene la muestra para realizar la investigacin. Ejemplo. Los alumnos de la UNT matriculados en el presente ciclo. Las pozas de cultivo de langostinos en Tumbes, en 2001. Las enfermeras del Hospital Regional de Trujillo, que laboran en ciruga. Algunas veces ambos universos son idnticos y no existen dificultades para Generalizar a partir de la muestra, pero cuando difieren, no pueden aplicarse Las generalizaciones con igual fuerza a uno y otro.

La definicin de Universo es esencial para:

Seleccionar la muestra Asegurarse de que las generalizaciones inferenciadas sean verdaderas.

El universo muestral puede ser:

Universo Homogneo: Cuando los elementos que lo constituyen, tienen atributos (caractersticas) esenciales, poco variables homogneas. Universo Heterogneo: Cuando los elementos que lo constituyen, tienen caractersticas, algunas de ellas similares, pero otras no lo son, de tal manera que permitan agruparlas en subconjuntos. En relacin a todo esto, es necesario distinguir: homogeneidad, cuando la Varianza es pequea y heterogeneidad , cuando la varianza es grande.

Varianza: Es una medida del grado de dispersin de los valores de las variables
en relacin a la media aritmtica.

B.3. Muestra
Universo Muestra: Aqu se realiza las observaciones para obtener datos, que son puntos de partida para las generalizaciones. Testigo: Muestra obtenida del mismo universo, para obtener iguales datos empricos en condiciones iguales y estmulos diferentes a la muestra, con el objeto de compararlos entre si como un control

B.3.1. Razones para el uso de las muestras 1. Ahorro de tiempo y dinero 2. Permite realizar mejor el trabajo 3. Evita perdidas innecesarias 4. Los errores se controlan mejor.

B.3.2. Limitaciones del muestreo 1. En casos de reas pequeas el muestreo resulta tan caro como un censo completo. 2. Cuando se necesitan datos a intervalos regulares de tiempo y es posible medir cambios muy pequeos entre periodos , la muestra tiene que ser muy grande para observar estos cambios. B.3.3. Criterios de aceptacin de un mtodo de muestreo

1.

Un buen mtodo de muestreo nos puede dar datos confiables en forma eficaz y econmica 2. Cualquier conjunto de elementos procedentes de una poblacin, no es una muestra simplemente por que proceden de una poblacin. 3. Para que una muestra sea aceptable, debe ser representativa de la poblacin y adecuada al universo del cual procede, solo as se asegurara la validez y y la confiabilidad de las generaciones. Igualmente debe ser homognea.

a.

Representatividad de la muestra. Se dice que una muestra es representativa cuando sus componentes han sido escogidos sin tendencias y con la misma probabilidad de que cualquier elemento del universo pueda ser incluido en la muestra. Para asegurar la representatividad de una muestran se usan varias tcnicas de muestreo. Se tienen que tener en cuenta que existen otros tipos de muestreo que no necesariamente sus elementos son representativos de la poblacin. Se presentan dos grandes tipos de muestreo.

a.1. Muestreo probabilstico. Aquel en todos los elementos de la poblacin tienen la probabilidad de ser elegidos. En este muestreo se puede medir el tamao del error en nuestras predicciones. Para un muestreo probabilstico necesitamos dos cosas: Determinar el tamao de la muestra y seleccionar los elementos mustrales de forma aleatoria. Pueden ser: Muestreo al azar simple, Muestreo al azar sistemtico, Muestreo al azar estratificado, Muestreo al azar de conglomerados, Muestreo al azar en etapas sucesivas, Muestreo con diseos experimentales.

a.2. Muestreo No Probabilstico: En este muestreo la seleccin es informal y un poco arbitraria. Es decir la seleccin de los sujetos no dependen de que todos tengan la misma probabilidad de ser elegidos, sino al criterio del investigador. Los resultados son generalizados a la muestra en o no muestras similares pero no a una poblacin. Pueden ser: Muestreo intencional o selectivo, muestreo por cuotas, Muestreo accidental, Muestreo por expertos y Muestreo por sujetos tipo.

b. Para homogenizar la muestra.

En la muestra obtenida se determina el coeficiente de variacin y si este es mayor del 30%, nos indica que los valores son muy dispersos o difieren mucho entre si. En este caso se recomienda estratificar la poblacin

c. Adecuacin de la muestra:
Se presentan dos situaciones: Cuando las poblaciones requieren promedios y Cuando requieren proporciones.

B.4. Seleccin de mtodos y tcnicas de recoleccin de datos

B.4.1. La observacin: Es un mtodo que comprende la seleccin, observacin y registro sistemtico, valido y confiable de acontecimientos, cuadros de comportamiento y ambientes significativos para el problema que se plantea. Puede ser observacin propia y ajena B.4.2. La encuesta: Es aquella que recoge informacin sobre aspectos muy especficos, basndose en una interaccin directa o indirecta entre el investigador y el encuestado. Puede ser tipo cuestionario y tipo entrevista B.4.3. El cuestionario: Es un conjunto de preguntas para obtener informacin Sobre el tema que se esta investigando. Las preguntas pueden ser: cerradas, abiertas y mixtas. B.4.4. La entrevista: Es una tcnica que permite obtener informacin sobre el problema que se investiga. Tiene la particularidad de realizarse mediante un proceso verbal entre al menos dos individuos

B.4.5. Comparacin entre cuestionario y entrevista: El cuestionario recoge informacin esencial, mientras que la entrevista es mas rica y variada; en la entrevista, el entrevistador con su accin puede variar o influir en las respuestas de los sujetos, distorsionando la informacin, esto no ocurre en en el cuestionario; el cuestionario es mas extenso y costoso que la entrevista B.4.6. Anlisis de Contenido: Es una tcnica de investigacin para hacer inferencias validas y confiables los datos con respecto a su contexto. Puede ser aplicado a cualquier forma de comunicacin (programas televisivos o radiofnicos, artculos de prensa, poemas , conversaciones etc) B.4.7. Evaluacin: Es la medicin del desempeo, habilidades, potencialidades, aptitudes de la personalidad, cuyo proceso ha sido sometido a previos anlisis estadstico para la verificacin de sus niveles de valides y confiabilidad. Estas tcnicas pueden ser: Test o pruebas, las escalas o inventarios. B.4.8. Instrumentos: Son los medios auxiliares para recoger y registrar los datos obtenidos a travs de la tcnica de recoleccin de datos

B.5. Validacin de la Investigacin

La validacin se basa en: La formulacin de la hiptesis basadas en el marco terico La observacin controlada por la sencilla razn que los temas de investigacin propuestos no puede ser realizado mediante el diseo Experimental, ya que no es posible controlar los indicadores y las variables del objeto de estudio. Por otra parte, no se descarta la posibilidad de disear y realizar experimentos. Sin embargo, se considera adecuado solo en situaciones especificas, donde las condiciones locales lo permitan. Los paradigmas utilizados, as como en la interpretacin del mtodo cientfico. En evaluar los resultados obtenidos, como consecuencia de la implantacin de nuevos planes de accin. Hay validacin cuando la situacin del sujeto de estudio mejora como consecuencia de la aplicacin de las soluciones propuestas.

C. ANALISIS ESTADISTICO DE DATOS

C.1. Modelos estadsticos (pruebas estadsticas) La gran cantidad de datos obtenidos durante los experimentos tienen que ser ordenados, resumidos, evaluados, interpretados y presentados por medio de clasificaciones y clculos en las que se usan formulas estadsticas. Este procedimiento y las formulas en ya es un modelo estadstico, el mismo que sirve para:

Identificar una realidad Generalizar y probar una hiptesis.

Todo ello fundado en premisas referentes al: a. Universo en estudio b. Carcter de la muestra c. Diseo de la experiencia d. Naturaleza de las mediciones realizadas

Por ello el investigador puede elegir entre los mltiples modelos contenidos en la estadstica descriptiva y estadstica inferencial C.1.1.Estadstica descriptiva: Se utiliza para problemas de identificacin (problemas descriptivos), permite reducir, resumir y describir los datos cuantitativos obtenidos a partir de la medicin de observaciones empricas Dentro de estos modelos tenemos:

a. b. c.

Distribucin de frecuencia: Histogramas y polgonos de frecuencia Modelos de tendencia central: Media, mediana y moda Modelos de dispersin: Rango, desviacin estndar, varianza y coeficiente de variacin d. Otras estadsticas descriptivas de utilidad son: La asimetra y la curtosis

C.1.2. Estadstica inferencial: Se utiliza para problemas de explicacin, que implica generalizaciones de la muestra a la poblacin y comprobacin de una hiptesis y estimar parmetros. Adems se basa en el concepto de distribucin normal.

Estas pueden ser agrupados en paramtricos y no paramtricos

Paramtricas: Las variables estn medidas en un nivel por intervalos o razn - Coeficientes de correlacin de Pearson - Regresin lineal - Prueba t - Contraste de la diferencia de proporciones - Anlisis de varianza (ANOVA): unidireccional y factorial. Prueba F - Anlisis de covarianza (ANCOVA) No paramtricas: Se utilizan con variables nominales y ordinales - Ji cuadrada - Coeficientes de correlacin - Coeficientes RHO y Correlacional de Kendall

D. INFERENCIA CIENTIFICA
D.1. Definicin Es el proceso lgico que permite pasar de un conjunto de proposiciones originadas en la observacin cientfica (antecedentes) a otro conjunto de proposiciones (consecuentes) que son las conclusiones Como consecuencia de la observacin y experimentacin, se obtienen datos que deben ser analizados, clasificados y resumidos para ver su vinculacin con la hiptesis y la teora Si los hechos concuerda con la hiptesis esta ser aceptado y se habr logrado un nuevo conocimiento. Caso contrario ser rechazado y se tendr que proponer una nueva hiptesis Cuando la hiptesis concuerda con los hechos, el investigador se esfuerza para ubicar el lugar y el papel que desempea en el contexto del conocimiento cientfico

D.2. Interpretacin de los resultados La interpretacin de los resultados es un aspecto trascendente de la investigacin, es el momento de analizar racionalmente los resultados y encontrar las relaciones que se buscan Luego de clasificar y ordenar los datos, la interpretacin toma los resultados del anlisis- hace inferencias- y extrae conclusiones acerca de esas relaciones D.3. Incorporacin de los resultados a la teora Una hiptesis confirmada debe guardar coherencia y armona con leyes, teoras, principios disponibles, de ellos puede surgir nuevos problemas y provocar un avance multiplicador en el desarrollo del conocimiento

Por ello, la ciencia se orienta hacia la elaboracin de teoras, pues con ellas alcanza mayor cohesin en su contenido. Es a travs de la teora que la ciencia trata de lograr una visin mas amplia de las cosas que investiga

D.4. Clases de estructuras lgicas

D.4.1. Estructura inferencial deductiva. Cuando se parte de premisas verdaderas (leyes, teoras, principios) a la verdad de otras proposiciones. Va de lo general a lo particular. Este tipo de inferencias se usa para plantear hiptesis. D.4.2. Estructura inferencial inductiva. Es la inferencia cientfica por antonomasia, se generaliza a partir de proposiciones observacionales empricas, la verdad del consecuente se puede averiguar a partir del antecedente; es probabilstica (por que no se observa todo el universo). Siempre se parte de una muestra y a partir de ello se hace una generalizacin, por que la poblacin es de mayor tamao que la muestra. Por lo que una real conclusin cientfica, es una generalizacin y no un enunciado resumen.

Resumen del proceso metodolgico de investigacin cientfica

Justificacin de la investigacin 5 Limitaciones de la Investigacin 6
Objetivos 7

Marco Terico 9

Realidad Emprica 1

Realidad Contrastacin Delimitacin Problema Hiptesis .Problemtica y seleccin de hiptesis 11 2 4 12 del problema 3 Modelo lgico y experimental Estado Determinacin Recoleccin de del arte de las variables datos Anlisis 8 10 estadstico Inferencia cientfica