Fundamentos de Metodología de la Investigación y Estadística Aplicada

Etapas del Proceso de Investigación Científica

El desarrollo de un estudio riguroso sigue una serie de pasos estructurados:

• Proceso de investigación: observación, hipótesis, datos, analizar, conclusiones y compartir.
• Método hipotético-deductivo: definir el problema, formulación de hipótesis, recoger datos, análisis de resultados, conclusiones e informe final.

Tipos de Muestreo en la Investigación

Muestreo Probabilístico

Se conoce la probabilidad de que cada elemento de la población sea incluido en la muestra, lo que permite una mayor generalización de los resultados.

Muestreo No Probabilístico

Se desconoce la probabilidad de que cada elemento de la población sea seleccionado para el estudio.

• Muestreo Intencional: La selección de los elementos se basa en el juicio del investigador sobre su representatividad.
• Muestreo Accidental: La selección se basa en la accesibilidad y proximidad de los sujetos para el investigador.
• Muestreo de Bola de Nieve: Los participantes reclutan a otros participantes entre sus conocidos.

Conceptos Fundamentales de Estadística

Para interpretar los datos, es esencial distinguir entre un estimador (valor calculado a partir de la muestra) y un parámetro (característica numérica de la población).

Pruebas de Hipótesis

En la inferencia estadística se trabajan con dos planteamientos:

• Hipótesis Nula (H0) y Hipótesis Alternativa (H1).
• Elección del nivel de riesgo: Es el punto de corte para decidir si se rechaza la hipótesis nula.

Los contrastes pueden ser bilaterales (H1 plantea una diferencia, sin especificar la dirección) o unilaterales (H1 plantea una diferencia en una dirección específica, ya sea mayor o menor).

Leyes y Teoremas Estadísticos

Ley de los Grandes Números: A medida que aumenta el número de observaciones, las frecuencias relativas de los eventos se aproximan a sus probabilidades teóricas.

Teorema Central del Límite: Este teorema establece que la distribución de las medias muestrales se aproxima a una distribución normal a medida que aumenta el tamaño de la muestra (generalmente, con muestras de tamaño mayor a 30).

Variables y Medidas de Dispersión

Tipos de Variables

En un diseño experimental, distinguimos tres roles principales:

• La variable independiente es la que el investigador manipula.
• La variable dependiente es la que se mide para ver el efecto de la manipulación.
• La variable de control se mantiene constante para evitar que afecte a la variable dependiente.

Medidas de Dispersión

• Varianza: Mide qué tan lejos está cada dato de la media, en promedio.
• Desviación típica: Nos da una idea de la dispersión de los datos en las mismas unidades que los datos originales.
• Coeficiente de variación: Es una medida relativa de la dispersión. Es útil para comparar la variabilidad entre diferentes conjuntos de datos.