Carlos Gabriel Contreras Potencializacion estadística de estudios investigativos.

1. POTENCIALIZACIÓN ESTADÍSTICA DE LA INVESTIGACIÓN. Carlos Gabriel Contreras. Msc. Metodología y análisis cuantitativo.

2. Expectativa teórica. Diseño. Análisis de datos. Modelo general de investigación.

3. Modelo general de investigación. Expectativa teórica. Teórico-conceptual. Diseño. Técnico-metodológico. Análisis de datos. Estadístico-analítico.

4. Expectativa teórica. Consulta de la información existente. Análisis de los resultados ofrecidos en la literatura existente. Meta análisis de resultados. Configuración del problema de investigación. Evaluación de la coherencia entre problema y objetivos de investigación.

5. Diseño. Operacionalizaciòn de las hipótesis. Identificación de variables. Estructuración de la metodología para tratar con las variables Manipuladas. Medidas. Neutralizadas.

6. Diseño II: las hipótesis. Hipótesis de investigación. Enunciado que expresa la relación entre variables. Hipótesis de estadísticas. Hipótesis nula. Hipótesis alterna.

7. Análisis de datos. Dependiente del diseño de investigación. Análisis exploratorio. Análisis descriptivo. Análisis correlacional. Análisis comparativo. Análisis multivariado.

8. Ciclo analítico de la investigación.

9. Operacionalización del ciclo analítico de la investigación.

10. Ciclo analítico de la investigación.

11. Ciclo analítico de la investigación.

12. Diseño de investigaciones. El concepto.

13. Concepto de diseño. Comprende las dimensiones técnico-metodológica y estadístico-analítica de la investigación. Conjunto de reglas a seguir para obtener observaciones sistemáticas y no contaminadas del fenómeno que constituye el objetivo de estudio (García, 1992)

14. Concepto de diseño. Plan estructurado de acción, elaborado en función de unos objetivos básicos y que se orienta a la obtención de datos relevantes para resolver el problema planteado (Kerlinger, 1972) Conjunto de operaciones encaminadas para resolver preguntas de investigación que se plantean en términos causales (Lopez, 1995)

15. Diseño de investigaciones. La clasificación.

16. Los diseños dependen de la metodología. La metodología se puede clasificar según el grado de manipulación o control interno de la situación a observar. 1. Metodología experimental. 2. Metodología selectiva. 3. Metodología observacional.

17. Los diseños dependen de la metodología. La metodología puede tener diferentes compromisos básicos. 1. El realismo de las variables. 2. La aleatorización de los tratamientos. 3. La representatividad de las unidades de muestreo.

18. Metodología experimental. Se caracteriza por el control establecido a la situación de observación. Control: asignación aleatoria de las muestras a diferentes condiciones de tratamiento. Control: manipulación o variación controlada de la variable independiente. Control: técnicas especificas para evaluar el efecto de variables de contaminación.

19. Metodología experimental. Se centra en la búsqueda de relaciones causales. Permite satisfacer los tres supuestos básicos de una relación causal. Presencia temporal de la causa. Covariación entre causa y efecto. Ausencia de espuriedad.

20. Metodología selectiva. También llamada metodología de encuesta o metodología correlacional. Se centra en la representatividad de la información obtenida. Énfasis en la selección de una muestra representativa. El objetivo central de un estudio selectivo es generalizar los resultados.

21. Metodología observacional. Se registra la información en un marco natural. Se hace una observación sistemática de un sujeto o grupo de sujetos. Ejemplo estudio de la historia natural de la sifilis. No se impone ningún tipo de manipulación al contexto de observación.

22. Criterios de clasificación de la actividad científica.

23. Procedimientos de investigación. Investigación cualitativa (idiográica) Investigación cuantitativa (Nomotética)

24. Procedimientos de investigación (Crombach, 1953) Investigación correlacional. Investigación experimental.

25. Procedimientos de investigación. (Festinger y Katz, 1957) Experimento de laboratorio. Experimento de campo. Estudio de campo.

26. Procedimientos de investigación (Cook y Campbell, 1979) Investigación experimental. Investigación cuasi-experimental. Investigación no experimental.

27. Diseños de investigación La estructura.

28. Estructura según lo que el investigador quiera estudiar. Evaluación del efecto del tratamiento o Impactos. Evaluativa. Evaluación de programas. Dimensión. Diseños transversales o transseccionales. Temporal. Diseños longitudinales.

29. Estructura según la metodología de asignación. Aleatoria. Diseños experimentales. Asignación. No aleatoria. Diseños casi-experimentales.

30. Paradigma experimental vs paradigma asociativo.

31. Manejo de variables según diseño de investigación. Conexión entre diseño de investigación y análisis estadístico.

32. Variables en un estudio experimental.

33. Variables en un estudio experimental.

34. Variable independiente. Es una entidad que se supone tiene efecto sobre la variable dependiente. Esta bajo control manipulativo del investigador. Técnicas educativas. Fármaco. Terapia. Programa social. Reactivo.

35. Variable dependiente. Es la variable que se mide. Sí la hipótesis del investigador es correcta, la variable dependiente variara a razón de la variable independiente. Para hacer la medición se requiere de: Validez. Confiabilidad.

36. Variable de error. Son variables que tienen efecto sobre la dependiente pero que no se controlan en el diseño que el investigador plantea. Estas variables pueden bloquearse para eliminar su efecto.

37. Ejemplo. ¿Cuál es el efecto del modelo pedagógico XXX sobre la satisfacción que los estudiantes universitarios perciben en su desarrollo académico? ¿ Cual es el efecto del antibiótico XXX sobre el crecimiento de bacterias nosocomiales?

38. Variables en un estudio secuencial.

39. Variables en un estudio experimental.

40. Medición de las variables dependientes y de criterio. Inicio en la obtención de datos.

41. Escalas de medición de las variables. Escala Nominal. Escala Ordinal. Escala de Intervalo. Escala de Razón.

42. Escala nominal. Es un rótulo. Es de tipo categórico. No se puede manipular aritméticamente. Ejemplo: nombre, historia clínica, afiliación política, genero, religión, lote del fármaco, lote del reactivo, tratamientos ofrecidos.

43. Escala ordinal. Es un rótulo. Tiene jerarquía y orden. Es de tipo categórico. No se puede manipular aritméticamente. Ejemplo: estrato socio económico

44. Escala de intervalos. Es cuantitativa. Puede manipularse aritméticamente. No tiene un cero absoluto. No hay intervalos iguales entre estadio y estadio. Ejemplo: temperatura, Coeficiente intelectual.

45. Escala de razón. Es cuantitativa. Se puede manipular aritméticamente. Tiene un cero absoluto. Tiene intervalos iguales entre cada uno de los estadios. Ejemplo: peso, estatura, cantidad de reactivo.

46. Características de un buen diseño de investigación. Tres principios.

47. Tres principios. Control local. Replicación. Aleatorizaciòn.

48. Elementos que garantizan calidad metodológica en la investigación- Introducción a las medidas de dispersión.

49. Medidas de dispersión. La desviación estándar. La varianza. Valor máximo y Valor mínimo. Rango.

50. La varianza total. Hace referencia a la variabilidad que se registra en las puntuaciones de la variable dependiente bajo condiciones naturales (Estudio secuencial o correlacional) o en condiciones artificiales (Estudios experimentales) La varianza total puede descomponerse en sus elementos básicos.

51. Descomposición de la varianza. Varianza sistemática Varianza total Varianza de error. Varianza sistemática primaria. + = Varianza sistemática secundaria.

52. Varianza sistemática. Tendencia de las puntuaciones a apartarse de su promedio en una división determinada. Esta variación puede deberse a las variables independientes, a las variables predictoras, a las variables perturbadoras o a las variables de error.

53. Varianza sistemática primaria. Conocida como varianza intergrupos, varianza experimental o varianza pretendida. Hace referencia a las variaciones de las variables dependientes en función de las variables independientes o predictoras. Refleja los efectos de la variable independiente.

54. Varianza sistemática secundaria. Conocida como varianza no pretendida. Hace referencia a la variación de la variable dependiente por variables que son extrañas, no controladas que no hacen parte de las hipótesis que se someten a comprobación.

55. Varianza de error. Conocida como varianza intragrupo. Hace referencia al conjunto de fluctuaciones que, debido a factores aleatorios, presentan los datos en cualquier dirección con respecto a su promedio. Diferencias individuales, errores en sistemas de registro, factores inherentes a la condición experimental.

56. Principio Max-Min-Con Maximizar la varianza sistemática primaria. Minimizar la varianza de error. Control de la varianza sistemática secundaria.