Conceptos Fundamentales de Estadística y Metodología de Investigación

Variables y Medición

Variables

Las variables son propiedades o características que se pueden medir.

Medición

La medición implica el establecimiento de reglas para asignar símbolos numéricos a la cantidad de las propiedades en un proceso de investigación. Se distinguen dos aspectos clave:

• Escalas de Medición: Representan cantidades o atributos de forma numérica.
• Clasificación: Definen si los objetos caen dentro de las mismas u otras categorías respecto de un atributo determinado.

Tipos de Estadística

Estadística Descriptiva

La Estadística Descriptiva se encarga de resumir y hacer comprensibles los datos recolectados.

Ejemplo: "Un estudio de Seguridad Ciudadana muestra que el nivel de temor subió en un 14%."

Estadística Inferencial

La Estadística Inferencial permite tomar decisiones basadas en los datos, generalizando los resultados de una muestra a una población.

Ejemplo: "Con un 95% de seguridad se puede afirmar que el grupo que utilizó la nueva metodología de estudio mejoró su rendimiento en comparación con el grupo control."

Estadística Multivariante

La Estadística Multivariante comprende todos los métodos estadísticos que analizan simultáneamente múltiples medidas de cada individuo u objeto sometido a investigación.

Ejemplo: "Un test de personalidad presenta 12 factores primarios o directos y 4 de segundo orden."

Niveles de Medición de Variables

Los niveles de medición determinan la naturaleza de los datos y las operaciones estadísticas que se pueden realizar.

Métrica (Cuantitativa)

• Escala de Razón (o Cociente): Posee un cero absoluto, lo que permite establecer proporciones. Ejemplos: peso, altura (no baja de 0, máximo infinito).
• Nivel de Intervalo: Permite establecer la distancia entre valores, pero no tiene un cero absoluto significativo. Ejemplo: temperatura en Celsius o Fahrenheit, coeficiente intelectual (CI).

No Métrica (Cualitativa)

• Nivel Ordinal: Establece un orden o jerarquía entre las categorías, pero las distancias entre ellas no son uniformes. Ejemplos: nivel de motivación (muy motivado, poco motivado), nivel socioeconómico.
• Nivel Nominal: Clasifica los datos en categorías sin ningún orden o jerarquía. Ejemplo: nacionalidad, género.

Tipos de Diseños de Investigación

Diseños Experimentales

Los diseños experimentales buscan establecer relaciones de causa y efecto, manipulando variables.

• Diseño Experimental Puro: Permite determinar factores asociados al problema, estableciendo una relación clara entre la Variable Independiente y la Variable Dependiente. Implica manipulación, control y asignación aleatoria.
• Diseño Cuasi-Experimental: Es más flexible en el control de variables y el contexto de investigación, a menudo careciendo de asignación aleatoria.

Diseños No Experimentales

Los diseños no experimentales observan fenómenos tal como ocurren en su contexto natural, sin manipulación de variables.

Diseños Transeccionales (Transversales)

Recopilan datos en un único momento.

• Exploratoria: Se utilizan cuando hay poco conocimiento previo sobre el tema. Ejemplo: Estudio de grafitis.
• Descriptiva: Buscan describir características de una población o fenómeno. Ejemplo: Tendencia de votantes.
• Asociativa o Correlacional: Investigan la relación entre dos o más variables. Ejemplo: Relación entre consumo y endeudamiento.

Diseños Longitudinales

Recopilan datos en diferentes momentos a lo largo del tiempo.

• De Tendencia: Miden cambios en una población general a lo largo del tiempo. Ejemplo: Estudio de actitudes hacia la participación del grupo X (medidas cada cierto tiempo a una población).
• De Evolución de Grupo (Cohorte): Siguen a grupos específicos (cohortes) a lo largo del tiempo. Ejemplo: Seguimiento en población con VIH (grupos específicos con muestra o subpoblación).
• De Panel: Miden a los mismos individuos en diferentes momentos. Ejemplo: Personas en terapia (el mismo grupo es medido en diferentes momentos).

Técnicas de Muestreo

Muestreo Probabilístico

En el muestreo probabilístico, todos los elementos de la población tienen una probabilidad conocida y no nula de ser seleccionados.

• Muestreo Aleatorio Simple: Cada elemento tiene la misma probabilidad de ser seleccionado.
• Muestreo Sistemático: Se selecciona cada k-ésimo elemento de una lista.
• Muestreo Estratificado: La población se divide en estratos y se selecciona una muestra de cada estrato.
• Muestreo por Conglomerados: La población se divide en conglomerados y se seleccionan algunos conglomerados completos.

Muestreo No Probabilístico

En el muestreo no probabilístico, la selección de los elementos no depende de la probabilidad, sino de criterios del investigador.

• Muestreo Casual (o por Conveniencia): Se seleccionan los elementos más accesibles.
• Muestreo Intencional (o por Juicio): El investigador selecciona los elementos que considera más representativos.
• Muestreo por Cuotas: Se establecen cuotas para diferentes categorías y se seleccionan elementos hasta cubrirlas.
• Muestreo por Bola de Nieve: Los primeros participantes refieren a otros, útil para poblaciones de difícil acceso.

Medidas de Tendencia Central

Las medidas de tendencia central son valores que representan el centro de un conjunto de datos.

• Moda: Es el valor observado más común en una distribución, es decir, el valor con mayor frecuencia. Puede coincidir o no con la media (en una distribución normal).
• Media (Promedio, Media Aritmética): Es la suma de todas las observaciones dividida por la cantidad total de observaciones. Representa el valor típico o representativo de la distribución.
• Media Aritmética Ponderada: Es una media que asigna diferentes pesos o relevancias a ciertos valores. Ejemplo: Cálculo de promedio de notas, donde cada nota tiene una ponderación diferente.
• Mediana: Es el valor central de un conjunto de números ordenados en magnitud. Si el número de observaciones es par, es el promedio de los dos valores centrales.

Forma de la Distribución: Curtosis

La Curtosis es una medida que indica cuán "puntiaguda" o "aplastada" es una distribución en comparación con una distribución normal.

• Leptocúrtica: La distribución es más puntiaguda que la normal (valor de curtosis positivo).
• Mesocúrtica: La distribución tiene una forma similar a la normal (valor de curtosis cercano a cero).
• Platicúrtica: La distribución es más aplastada que la normal (valor de curtosis negativo).